Claude Opus 5 출시: Fable 5급 성능을 절반 가격에
Claude Opus 5
TL;DR Highlight
Opus 5는 Opus 4.8과 같은 가격에 성능을 크게 올린 Anthropic 신모델
Who Should Read
Claude API로 코딩 에이전트나 업무 자동화를 돌리며 모델 교체와 비용 최적화를 고민하는 백엔드 개발자
Core Mechanics
- Opus 4.8과 같은 가격에 성능 점프
- 입력 100만 토큰당 $5, 출력 100만 토큰당 $25로 Opus 4.8과 동일하다.
- API 모델명은 claude-opus-5다.
- Fable 5에 근접하되 비용은 절반
- CursorBench 3.2 max effort에서 Fable 5 최고 점수의 0.5% 이내를 작업당 비용 절반으로 달성했다.
- OSWorld 2.0에서는 Fable 5의 최고 결과를 3분의 1 조금 넘는 비용으로 넘었다.
- Frontier-Bench에서 Opus 4.8의 두 배 이상
- Frontier-Bench v0.1에서 다른 모든 모델을 앞섰고 Opus 4.8 성능의 2배 넘게 냈다.
- 작업당 비용은 Opus 4.8보다 낮다.
- 스스로 검증하고 반복하는 성향 강화
- 도면을 볼 수 없게 한 Frontier-Bench 과제에서 직접 컴퓨터 비전 파이프라인을 짜서 3D 모델을 복원했다.
- 경쟁 모델은 같은 설정에서 5번 시도해도 못 풀었다.
- effort 설정으로 지능과 토큰 사용 조절
- effort를 올리거나 낮춰서 성능과 비용을 맞출 수 있다.
- Zapier AutomationBench에서는 최저 effort에서도 다른 어떤 모델보다 많은 과제를 통과했다.
Community Reactions
- 데이터 보관 의무 없는 Fable급 모델이라는 의견
- Fable은 30일 데이터 보관 요건이 있지만 Opus 5는 일반 접근에서 보관 요건이 없다는 댓글이 있었다.
- 성능 자체보다 이 점이 조직 입장에서 가장 중요하다는 주장이다.
- C/C++ 코드 리뷰는 아쉬웠다는 경험
- GPT-5.6-sol이 이미 정리한 큰 코드베이스를 Opus 5에 맡겼더니 오류 4건을 찾았다는 댓글이 있었다.
- GPT에게 확인시켰더니 4건 모두 오탐이었고, 넓은 맥락을 못 본다고 느꼈다고 한다.
- OSWorld 2.0 수치가 논문과 크게 다르다는 지적
- Anthropic은 Opus 4.8이 55.7%라고 했지만 벤치마크 논문은 약 21%라는 댓글이 있었다.
- 완전 성공만 세느냐 부분 점수까지 주느냐 차이라는 설명이 수정으로 붙었다.
- image→HTML 변환에서 Fable보다 정확했다는 경험
- 디자인 원본을 더 충실히 따라 버튼 모양까지 맞췄다는 댓글이 있었다.
- 이전에는 Fable이 최고였고 Gemini 3.1 pro가 2위였다고 한다.
- 응답이 길어지고 effort 효과가 일정치 않다는 의견
- 프롬프트 가이드에 기본 응답이 이전 Opus보다 길다고 적혀 있다는 댓글이 있었다.
- 시스템 카드 그래프에서 frontier code는 medium이 가장 효과적이라 이상하다는 의견도 있었다.
How to Apply
- 기존 프롬프트 몇 개를 claude-opus-5로 돌려 비교하기
- 오늘 모델명만 claude-opus-5로 바꿔 대표 프롬프트 5~10개를 Opus 4.8과 나란히 실행하라.
- 품질, 출력 토큰, 응답 길이를 같이 기록하라.
- effort를 낮춰 비용 곡선 직접 재 보기
- 코딩 에이전트나 자동화 파이프라인에서 effort를 낮음부터 max까지 바꿔 같은 과제 세트를 돌려라.
- 작업당 비용 대비 통과율이 가장 좋은 지점을 기본값으로 정하라.
- 도구가 자주 바뀌는 에이전트에 mid-conversation tool changes 시험하기
- 대화 중 도구 목록을 바꾸는 에이전트에서 베타 기능을 켜라.
- 프롬프트 캐시가 유지되는지 캐시 적중 토큰으로 확인하라.
- 보안 관련 요청은 폴백 설정 정하기
- 보안 코드 분석 서비스라면 분류기에 막히는 요청이 얼마나 나오는지 먼저 측정하라.
- 막히면 자동 폴백 베타를 켤지 CVP에 가입할지 결정하라.
Try It
# Claude Code 또는 Claude에 붙여넣기 (Opus 5에서 효과를 확인하는 간이 비교 프롬프트)
너는 시니어 개발자다. 아래 버그 리포트를 보고 증상만 고치지 말고 근본 원인을 찾아라.
{{버그 리포트 또는 코드}}
순서:
1. 근본 원인 가설을 세우고 어떻게 검증할지 적어라.
2. 직접 테스트를 작성하거나 실행해 가설을 확인하라.
3. 수정 후 엣지 케이스까지 다시 검증하고, 검증 결과를 보고하라.
이어서 해 볼 것: 같은 프롬프트를 Opus 4.8과 비교하고 effort를 바꿔 가며 토큰 사용량과 결과를 기록해 보라.Terminology
관련 논문
Mercury 3: 규모를 키운 diffusion LLM, 초당 1,000토큰 이상
Diffusion LLM을 40배 키웠더니 속도 4~8배, 품질은 속도 특화 모델 수준
Timestral: Mistral의 시계열 파운데이션 모델
209M 파라미터 시계열 모델이 3대 벤치마크 1위, CPU에서도 돌아간다
DeepSeek V4.1 Flash 1017 (Max) 성능·속도·가격 분석
DeepSeek V4.1 Flash 1017 Max는 지능 지수 45에 211 tok/s, 입력 $0.30
LLM 프록시를 직접 안 돌리면 무슨 일이 벌어지는지 어떻게 아나
자체 LLM 프록시를 세웠더니 키·모델·캐시 미스를 직접 볼 수 있다
DeepSeek V4.1 Flash 1017: 싼 가격에 1M 컨텍스트를 주는 에이전트용 모델
DeepSeek V4.1 Flash 1017은 입력 $0.05/M, 1M 컨텍스트의 에이전트용 모델
DeepSeek-V4.1-Flash-1017 공개: 더 짧게 생각하고 더 빠르게 일하는 에이전트용 모델
DeepSeek V4.1 Flash 마이너 업데이트로 코딩·에이전트 벤치 점수↑, 실행 시간·출력 길이↓
Llmspeed: 로컬 LLM 속도를 하드웨어 구매 전에 체감해 보는 시뮬레이터
GPU·모델을 고르면 로컬 LLM 속도를 미리 체감하게 해 주는 시뮬레이터