앤스로픽, 클로드 오퍼스 5 공개... 페이블 5 대비 절반 가격
앤스로픽이 새로운 플래그십 모델인 클로드 오퍼스 5를 공개했습니다. 이 모델은 자체 코드 작성 및 지식 작업 벤치마크에서 최고 수준의 성능을 기록하며, 기존 최상위 모델인 페이블 5에 필적하는 성능을 토큰당 절반 가격에 제공합니다. GPT-5.6 Sol 및 중국 경쟁사들에 대응하여 가성비를 대폭 높린 것이 특징이며, 특히 새로운 문제 해결 능력을 측정하는 ARC-AGI-3 테스트에서 경쟁 모델을 압도하는 성과를 보여주었습니다.
Anthropic(앤스로픽)은 새로운 플래그십 모델인 Claude Opus 5가 코딩 및 지식 작업에서 최고 점수를 기록하는 동시에, 토큰당 단가는 절반 수준으로 유지하며 Claude Fable 5와 맞먹는 성능을 발휘한다고 밝혔습니다.
앤스로픽은 GPT-5.6 Sol 및 중국 경쟁사들로 인한 가격 경쟁 압력에 대응하고 있습니다. 새로운 Opus 5 모델은 훨씬 비싼 Fable 5와의 가격 대비 성능 격차를 줄이기 위해 설계되었습니다.
Opus 5는 Claude Max의 기본 모델이자 Claude Pro에서 사용할 수 있는 가장 성능이 뛰어난 모델이 됩니다. 100만 토큰의 컨텍스트 창(context window)과 토큰당 단가는 기존과 동일하게 유지됩니다. 이전 모델인 Opus 4.8과 마찬가지로 Opus 5는 100만 입력 토큰당 5달러, 100만 출력 토큰당 25달러의 요금이 책정되었습니다.
또한 새로운 패스트 모드(Fast Mode)는 속도를 2.5배 높이지만 가격은 두 배로 증가합니다.
하지만 실제 비용을 논하려면 토큰 효율성을 고려해야 합니다. 기존 Opus 4.7은 동일한 기본 요금을 적용받았음에도 불구하고 작업당 Opus 4.6보다 30~40% 더 많은 비용이 발생했습니다. 최근 Claude Sonnet 5에서도 이와 유사한 패턴이 나타났습니다.
투입 노력(effort)이 높을수록 비용이 증가하지만 성능은 오히려 저하될 수 있습니다.
사용자는 'low(낮음)', 'medium(중간)', 'high(높음)', 'xhigh(최고)', 'max(최대)'라는 5가지 노력 설정을 통해 성능과 토큰 사용량 간의 균형을 맞출 수 있습니다. 앤스로픽은 Opus 5가 모든 노력 수준에서 이전 모델보다 더 나은 가성비를 제공한다고 말합니다.
프롬프트 가이드에서 앤스로픽은 'low' 및 'medium' 설정을 폭넓게 활용할 것을 권장합니다. 회사 측은 이 설정들이 극히 일부의 토큰 사용량과 지연 시간으로도 훌륭한 결과를 내며, 기존 Opus 모델의 동일한 설정을 능가한다고 설명합니다. 다만 코딩 및 에이전트 작업의 경우 여전히 'xhigh' 설정에서 시작할 것을 권장합니다.
실제로 Opus 5는 두 가지 벤치마크에서 두 번째로 높은 설정인 'xhigh'보다 가장 높은 'max' 설정에서 비용이 더 많이 들었음에도 불구하고 점수가 약간 더 낮게 나타났습니다. 이러한 성능 저하는 Frontier-Bench v0.1과 Artificial Analysis Coding Agent Index에서 확인되었습니다.
에이전트 코딩 부문에서 Opus 5는 Fable 5를 능가합니다.
앤스로픽 자체 벤치마크에 따르면, Opus 5는 여러 평가에서 신기록을 세웠습니다. Frontier-Bench v0.1 테스트에서 이 모델은 에이전트 터미널 코딩(Agentic terminal coding) 부문에서 43.3%의 기록을 세워 Fable 5(33.7%), GPT-5.6 Sol(34.4%), 이전 모델인 Opus 4.8(21.1%)을 큰 차이로 제쳤습니다.
지식 작업 벤치마크인 GDPval-AA v2에서도 Opus 5는 1,861의 Elo 점수로 Fable 5(1,747)와 GPT-5.6 Sol(1,736)을 앞섰습니다.
물론 Opus 5가 모든 영역에서 1위를 차지한 것은 아닙니다. DeepSWE v1.1을 통한 에이전트 코딩 평가에서는 GPT-5.6 Sol이 72.7%로 1위를 차지했고, Fable 5(69.7%)와 Opus 5(68.8%)가 그 뒤를 따랐습니다. 의료 작업 및 법률 벤치마크에서는 각각 Fable 5와 Mythos 5가 Opus 5보다 더 나은 성능을 보였습니다.
특히 ARC-AGI-3 결과는 앤스로픽 벤치마크에서 가장 큰 서프라이즈이자 이례적인 기록입니다. 이 벤치마크는 암기된 패턴 없이 새로운 문제 해결 능력을 측정하는데, Opus 5는 30.2%의 점수를 기록했습니다. 이전 모델인 Opus 4.8은 1.5%에 그쳤고 GPT-5.6 Sol은 7.8%를 기록했기 때문에, 2위 모델과의 격차는 거의 4배에 달합니다. 이 벤치마크에 대한 Fable 5의 결과는 존재하지 않으며, 테스트에서 이렇게 큰 격차를 보인 것이 실제 사용 환경에서도 나타날지는 불분명합니다.
한편 Opus 5는 사이버 보안 작업에서는 Mythos 5에 뒤처지는 모습을 보였습니다.