앤트로픽이 또 냈습니다. 5월 말 오푸스 4.8, 6월 초 페이블 5와 미토스 5, 6월 말 소넷 5, 그리고 7월 24일 클로드 오푸스 5까지. 두 달 사이에 네 번째입니다. 벤치마크 표가 잉크도 마르기 전에 갱신되는 속도라서, 요즘 AI 모델 비교 글을 쓰는 건 달리는 기차 창밖으로 셀카 찍는 것과 비슷한 기분입니다.
그래도 이번 오푸스 5는 그냥 "숫자 조금 올린 버전업"으로 넘기기 아까운 릴리스입니다. 성능이 아니라 가격표가 진짜 뉴스거든요. 공식 발표, 개발자 문서, 독립 평가기관 결과, 그리고 해커뉴스와 레딧의 날것 반응까지 한 번에 정리했습니다.
한 줄 요약
페이블 5에 근접한 지능을, 오푸스 4.8과 완전히 똑같은 가격에. 대신 말이 길어지고 스스로를 너무 열심히 검증합니다.
1. 출시 개요: 뭐가 나왔나
| 출시일 | 2026년 7월 24일(현지시간) |
| API 모델 ID | claude-opus-5 |
| 가격 | 입력 100만 토큰당 5달러 / 출력 100만 토큰당 25달러 (오푸스 4.8과 동일) |
| Fast 모드 | 기본 대비 약 2.5배 속도, 입력 10달러 / 출력 50달러 (Claude API 한정) |
| 컨텍스트 | 100만 토큰 (기본값이자 최대값, 작은 변형 없음) |
| 최대 출력 | 128k 토큰 |
| 사고(thinking) | 기본 활성화 |
| effort 단계 | low, medium, high(기본), xhigh, max |
| 제공처 | Claude API, Claude.ai, Claude Code, Amazon Bedrock, Google Cloud, Microsoft Foundry |
| 요금제 | Claude Max의 새 기본 모델, Claude Pro에서 쓸 수 있는 최상위 모델 |
포인트는 가격이 그대로라는 겁니다. 페이블 5가 입력 10달러 / 출력 50달러이니, 오푸스 5는 문자 그대로 절반입니다. 앤트로픽 본인들도 "페이블 5의 프론티어 지능에 근접한 모델을 절반 가격에"라고 대놓고 홍보하고 있습니다.
2. 벤치마크: 숫자로 보면 어느 정도인가
앤트로픽이 공개한 주요 결과부터 봅시다.
- Frontier-Bench v0.1(에이전트형 터미널 코딩 평가): 43.3%로 모든 모델 제치고 1위. 오푸스 4.8 대비 두 배 이상이면서 작업당 비용은 더 낮음
- CursorBench 3.2: max effort 기준 페이블 5 최고점과 0.5% 이내 차이, 작업당 비용은 절반
- ARC-AGI 3(처음 보는 문제 해결력): 30.2%로 차순위 모델의 약 3배
- OSWorld 2.0(컴퓨터 사용): 동일 비용 기준 전 모델 우위, 페이블 5의 최고 기록을 약 1/3 비용으로 추월
- Zapier AutomationBench(업무 자동화 완수율): 동일 작업당 비용에서 차순위 모델의 약 1.5배 통과율. 최저 effort에서도 다른 어떤 모델의 어떤 설정보다 많이 통과
- 생명과학: 유기화학 과제에서 오푸스 4.8보다 10.2%p, 단백질 관련 과제에서 7.7%p 상승
독립 지표도 나쁘지 않습니다. 아티피셜 애널리시스(Artificial Analysis)의 지능 지수 v4.1에서 오푸스 5가 61점으로 1위, 페이블 5 60점, GPT-5.6 솔 59점, 키미 K3 57점, 오푸스 4.8 56점 순입니다. 에이전트 지수에서도 55.3으로 GPT-5.6 솔(54.0)과 페이블 5(52.8)를 앞섰습니다. 장기 지식노동 평가인 AA-Briefcase에서는 페이블 5보다 약 150 Elo 높으면서 작업당 비용은 20% 줄였다고 합니다.
다만 지수 체계가 v4.1로 리베이스되면서 예전 점수와 직접 비교가 안 됩니다. "작년 61점"과 "올해 61점"은 다른 자입니다. 이 부분은 표 볼 때 꼭 확인하세요.
3. 경쟁 모델과의 포지션 비교
정리하면 이렇습니다. 코딩과 업무 자동화를 하루 종일 돌린다면 오푸스 5, 며칠씩 혼자 굴러가는 자율 프로젝트라면 페이블 5, 오픈웨이트로 비용을 극단적으로 눌러야 한다면 키미 K3 쪽입니다. 참고로 구글은 7월 21일 제미나이 3.6 플래시를 내면서 출력 가격을 100만 토큰당 7.5달러로 낮췄습니다. 저가 구간 경쟁도 계속 뜨겁습니다.
4. 개발자가 진짜 챙겨야 할 변경점
여기부터가 실무입니다. 모델 ID만 바꿔서는 안 됩니다.
사고(thinking)가 기본으로 켜집니다
오푸스 4.8에서는 thinking: {"type": "adaptive"}를 명시해야 사고가 돌았지만, 오푸스 5는 기본이 켜짐입니다. max_tokens는 사고 토큰과 응답 토큰을 합친 총량 한도라서, 예전 설정을 그대로 쓰면 응답이 예상보다 일찍 잘릴 수 있습니다.
effort가 더 중요해졌습니다
앤트로픽은 오푸스 5가 이전 어떤 오푸스보다도 effort를 성능으로 잘 환산한다고 설명합니다. 기본값 high에서 시작해 양방향으로 조정하라는 게 공식 권고입니다. low와 medium도 토큰과 지연을 크게 줄이면서 품질을 유지한다고 하니, 전부 max로 놓고 지갑을 태우는 습관은 이제 손해입니다. xhigh나 max를 쓸 때는 서브에이전트와 툴 호출 여지를 위해 max_tokens를 넉넉히 잡아야 합니다.
프롬프트 캐시 최소 길이 512 토큰
오푸스 4.8의 1,024토큰에서 절반으로 내려왔습니다. 짧은 시스템 프롬프트를 쓰는 툴이라면 코드 수정 없이 캐시 혜택을 받게 됩니다.
대화 중 툴 교체 (베타)
대화 도중에 툴 목록을 바꿔도 프롬프트 캐시가 무효화되지 않습니다. 베타 헤더 mid-conversation-tool-changes-2026-07-01이 필요합니다. 에이전트 루프 중간에 툴을 갈아끼우는 구조라면 비용 절감 폭이 꽤 큽니다.
자동 폴백 default 모드 (베타)
안전 분류기에 걸린 요청을 하드 블록 대신 다른 모델로 자동 라우팅합니다. 헤더는 server-side-fallback-2026-07-01. 다만 HTTP 200이 곧 "요청한 모델이 답했다"는 뜻은 아니게 됩니다. stop_reason을 반드시 확인하고 폴백 발생을 로그로 남기세요.
검증 지시문은 이제 지우세요
오푸스 5는 시키지 않아도 스스로 결과를 검증하고 반복 수정합니다. 그래서 예전 프롬프트에 남아 있는 "항상 최종 검증 단계를 넣어라", "검증용 서브에이전트를 띄워라" 같은 문구가 남아 있으면 과잉 검증이 일어납니다. 공식 문서가 직접 "이전 모델에서 가져온 검증 지시문을 제거하라"고 명시하고 있습니다. 검증은 프롬프트의 주문이 아니라 파이프라인의 게이트로 옮기는 게 맞습니다.
5. 안전장치와 폴백: 완화되긴 했는데
오푸스 5는 사전 배포 자동 행동 감사에서 오정렬 행동 점수 2.3점을 기록해, 앤트로픽 기준 역대 가장 정렬된 모델로 평가됐습니다. 기만적 행동 비율과 악용 유도에 넘어가는 비율도 최저였습니다.
사이버 보안 쪽은 페이블 5보다 확실히 느슨합니다. 소스코드 취약점 탐색은 허용하되, 바이너리 기반 취약점 스캐닝과 침투 테스트, 익스플로잇 생성은 차단합니다. 앤트로픽은 분류기 개입 빈도가 페이블 5 대비 약 85% 줄어들 것으로 예상한다고 밝혔습니다. Claude.ai, Claude Code, Claude Cowork에서 걸린 요청은 기본적으로 오푸스 4.8로 떨어집니다. 생물학 분야에서는 반대로, 페이블 5에서 막히던 요청이 이제 오푸스 5로 라우팅됩니다.
6. 커뮤니티 반응: 환호와 의심이 반반
여기가 이 글의 진짜 재미있는 부분입니다.
해커뉴스: "그래서 페이블 5는 왜 있는 거죠?"
출시 직후 해커뉴스 스레드가 순식간에 수백 개 댓글로 불어났습니다. 가장 많이 나온 반응은 혼란이었습니다. 앤트로픽 스스로 "오푸스 5가 페이블 5보다 전반적으로 더 유능하지는 않다"고 적어놨는데 벤치마크 표에서는 오푸스 5가 대부분 이기고 있으니, "그럼 둘의 차이가 뭐냐"는 질문이 반복해서 올라왔습니다.
여기에 달린 답이 꽤 실용적입니다. 페이블 5는 두 배 비싸고 Claude Pro 구독에는 포함되지 않는다는 것. 한 사용자는 페이블 5로 서브에이전트까지 붙여 긴 코딩 작업을 돌리면 한 번에 수백 달러가 날아간다고 지적했습니다.
그 외에 나온 주요 흐름은 이렇습니다.
- 데이터 보존 요건: 오푸스 5는 페이블 5·미토스 5와 달리 일반 접근에서 데이터 보존 요건이 없다는 점을 규제 산업 종사자들이 크게 반겼습니다
- ARC-AGI 3 논쟁: 30.2%라는 점프가 너무 커서 학습 데이터 오염 의혹이 나왔고, 반대로 비용 대비 효율을 근거로 진짜 도약이라는 반론도 붙었습니다
- 모델 라우팅: 모델 종류, 사이즈, 사고 단계, 실행 모드까지 조합이 폭발하면서 "라우팅이 지금 AI에서 제일 빨리 크는 시장"이라는 관측이 상위 댓글에 올랐습니다
- 토큰 효율 우려: 공식 프롬프팅 가이드가 "오푸스 5의 기본 응답은 이전 오푸스보다 길다"고 적어둔 것을 두고, OpenAI가 효율을 조이는 방향과 반대로 가는 것 아니냐는 지적이 있었습니다
- 인프라 불만: 새 모델보다 기존 세션 끊김과 에러부터 고쳐달라는 목소리도 적지 않았습니다
- 연구자들의 불편: 말라리아 신약 스크리닝이나 뇌영상 분석처럼 정당한 연구 코드베이스가 생물 관련 안전장치에 걸려 거부당한 경험담이 이어졌습니다
- 벤치마크 표기 방식: 선두 값 강조가 일관되지 않다며 "마케팅"이라는 비판도 나왔고, 190페이지짜리 문서를 왜 "카드"라고 부르냐는 농담도 함께 돌았습니다
레딧과 X: 온도차가 뚜렷합니다
X에서는 medium effort의 품질과 토큰 효율에 대한 호평이 두드러졌고, 반대로 기존 워크플로가 깨졌다는 초기 반응도 섞여 나왔습니다.
레딧은 훨씬 실무적입니다. 리더보드 1위에는 관심이 적고, Pro와 Max 사용량 한도가 얼마나 빨리 소진되는지, Claude Code 안에서 오푸스 4.8보다 체감상 나은지, 안전 폴백이 정상 업무를 끊지는 않는지, 그리고 팀이 평가할 틈도 없이 모델이 쏟아지는 상황 자체에 대한 피로감이 주된 화제였습니다.
한 제품 리뷰는 오푸스 5를 "똑똑하지만 성가시다"는 취지로 요약했는데, 이 표현이 초기 반응의 정서를 꽤 잘 담고 있습니다. 머리가 나쁜 게 아니라, 시키지 않은 일까지 하고 오래 붙들고 있다는 불만입니다.
7. 독립 평가기관 성적표는 엇갈립니다
벤더 발표만 믿기 어려우니 외부 결과도 봅시다.
| 평가 주체 | 결과 |
| Artificial Analysis | 지능 지수 61로 1위, 에이전트 지수 55.3으로 1위 |
| Epoch AI | 역량 지수 159점, 페이블 5는 161점. 소프트웨어 엔지니어링은 동급 |
| Vals AI | 자체 지수 2위, 74.8%로 페이블 5에 1점 미만 차이 |
| CodeRabbit | 코드 리뷰 정밀도는 개선, 버그 탐지율은 하락 |
CodeRabbit 결과가 특히 흥미롭습니다. xhigh effort 기준으로 실제 조치 가능한 코멘트의 정밀도는 39.3%로 기존 베이스라인 35.2%를 넘어 자사 측정 사상 최고를 기록했습니다. 그런데 알려진 버그를 잡아낸 비율은 55.2%로 베이스라인 61.1%보다 낮았고, 사소한 지적(nitpick)은 약 4배로 늘었습니다. 파이프라인 전체 기준 정밀도로 보면 28.6% 대 32.8%로 오히려 떨어졌습니다.
CodeRabbit의 결론은 명료합니다. 오푸스 5는 기존 리뷰어를 대체할 업그레이드가 아니라, 재현율 위주 모델과 짝지어 쓰는 정밀도 특화 리뷰어로 배치하라는 겁니다. 벤치마크 1위와 실무 대체 가능성은 별개라는 걸 잘 보여주는 사례입니다.
8. 그래서 뭘 써야 하나
제가 정리한 라우팅 기준은 이렇습니다.
- 소넷 5: 루틴한 구현, 소규모 리팩터링, 대량 자동화
- 오푸스 5 medium/high: 복잡한 수정, 코드 리뷰, 디버깅, 신뢰도 높은 에이전트 루프
- 오푸스 5 xhigh/max: 아키텍처 설계, 깊은 조사, 대규모 마이그레이션
- 페이블 5: 며칠 단위 자율 실행이 필요하고 비용과 제약을 감수할 수 있는 작업
그리고 마이그레이션할 때 체크리스트는 최소 이 다섯 개입니다. 모델 ID 교체, max_tokens 재검토, effort 스윕 테스트, 낡은 검증 지시문 제거, 폴백 이벤트 로깅. 평가 기준은 100만 토큰당 단가가 아니라 "승인된 변경 하나당 비용"으로 잡는 편이 훨씬 정확합니다. 턴 수가 줄고 리워크가 줄면, 호출당 비싸도 결과적으로 싸집니다.
마무리
오푸스 5는 "더 똑똑한 모델"이라기보다 "프론티어급 품질을 매일 굴릴 수 있는 가격에 내려놓은 모델"에 가깝습니다. 앤트로픽이 소넷 - 오푸스 - 페이블로 이어지는 3단 사다리를 완성했다는 점이 사실 벤치마크 숫자보다 큰 변화입니다.
동시에 커뮤니티가 짚은 우려도 정당합니다. 응답이 길어지고, 과잉 검증 경향이 있고, 안전장치가 정상 연구를 가로막는 사례가 여전히 보고되고 있습니다. 출시 당일의 분위기보다 2주 뒤 실제 저장소에서의 결과가 훨씬 중요합니다. 지금 할 일은 전면 교체가 아니라, 가장 아픈 작업 하나를 골라 effort를 바꿔가며 재보는 것입니다.
물론 이 글을 다 쓰고 나면 다음 모델이 나올 수도 있습니다. 요즘은 그런 시절이니까요.
참고 자료
- Anthropic, Introducing Claude Opus 5: https://www.anthropic.com/news/claude-opus-5
- Anthropic, What's new in Claude Opus 5 (개발자 문서): https://platform.claude.com/docs/en/about-claude/models/whats-new-opus-5
- Anthropic, Prompting Claude Opus 5: https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5
- Anthropic, Claude Opus 5 System Card: https://www.anthropic.com/claude-opus-5-system-card
- Hacker News, Claude Opus 5 토론 스레드: https://news.ycombinator.com/item?id=49038433
- Claude AI Dev, 커뮤니티 피드백 정리: https://claudeai.dev/blog/claude-opus-5-community-feedback
- Developers Digest, HN 반응 분석: https://www.developersdigest.tech/blog/claude-opus-5-hn-analysis
- CodeRabbit, Claude Opus 5 코드 리뷰 벤치마크: https://www.coderabbit.ai/blog/opus-5-model-review
- Yellow, 독립 평가 엇갈린 결과 정리: https://yellow.com/news/experts-split-claude-opus-5-independent-tests
- Artificial Analysis 리더보드: https://artificialanalysis.ai/models
- AI타임스, 앤트로픽 클로드 오퍼스 5 출시: https://www.aitimes.com/news/articleView.html?idxno=213161
'IT > AI' 카테고리의 다른 글
| 챗GPT 6 출시 루머 총정리: GPT-5.7과 GPT-6, 정말 8월에 나올까? (1) | 2026.07.27 |
|---|---|
| 클로드 Opus 5 출시 루머 총정리: 허니콤(Honeycomb) 유출부터 출시일 예측까지 (5) | 2026.07.24 |
| 클로드코드 주간 사용량 50% 증가 이벤트 총정리 (2026년 8월 19일까지 연장) (5) | 2026.07.21 |
| 클로드코드 Fable 5 프로모션 종료 총정리: 2026년 7월 20일부터 요금제별로 사용량이 이렇게 갈립니다 (2) | 2026.07.20 |
| Claude Fable 5와 Mythos 5 사용중지: 미국 정부 수출통제 사태 총정리 (2) | 2026.06.13 |