Claude Fable 5.1과 Claude Mythos 5.1 공개

Who Should Read

Claude API로 코딩 에이전트나 장시간 자동화 작업을 돌리며 비용과 모델 선택을 고민하는 백엔드 개발자

Core Mechanics

• Fable 5.1과 Mythos 5.1은 같은 모델이다
  • 두 모델은 안전장치 수준만 다르다.
  • Fable 5.1은 일반 공개이고 Mythos 5.1은 신뢰 접근 프로그램으로만 쓸 수 있다.
• 캐시 읽기 가격을 내려 비용이 줄었다
  • 토큰 과금 기준으로 일반적인 워크로드는 Fable 5 대비 약 25% 저렴해질 것으로 본다고 한다.
  • 에이전트 작업이 많으면 절감폭이 최대 약 45%까지 커진다.
• Low·Medium effort로도 Fable 5급 성능이 나온다
  • Low나 Medium effort에서 Fable 5와 비슷하거나 더 나은 결과를 훨씬 낮은 비용으로 낸다고 한다.
  • 기본 effort는 Claude Code가 High, Claude Cowork와 Claude.ai가 Medium이다.
• 벤치마크는 Fable 5와 Opus 5를 앞선다
  • Terminal-Bench-Science 0.1은 52.6%로 Fable 5 24.7%, Opus 5 29.0%, GPT-5.6 Sol 22.4%보다 높다.
  • CursorBench 3.2.0은 73.4%로 Fable 5 70.5%, Opus 5 70.0%, GPT-5.6 Sol 67.2%보다 높다.
  • AutomationBench는 31.4%로 Fable 5 17.1%, Opus 5 26.9%, GPT-5.6 Sol 19.6%보다 높다.
• 보안 필터의 오탐이 줄었다

Community Reactions

How to Apply

• 오늘 Opus 5 트래픽 일부를 Fable 5.1 Medium으로 돌려 보기
  • 코드 리뷰처럼 Opus에 남겨 둔 작업 하나를 골라 같은 입력으로 두 모델을 돌린다.
  • 작업당 토큰과 비용, 결과 품질을 나란히 기록한다.
• effort별 비용 대비 정확도 곡선을 직접 그리기
  • 자체 평가셋으로 low·medium·high를 각각 돌려 작업당 평균 비용을 잰다.
  • 품질이 충분한 가장 낮은 effort를 기본값으로 고정한다.
• 에이전트 비용을 캐시 읽기 비중 기준으로 다시 계산하기
  • 청구 내역에서 캐시 읽기 토큰 비중을 확인한다.
  • 비중이 큰 장시간 에이전트 작업부터 Fable 5.1로 옮겨 절감폭을 측정한다.
• 데이터 보관 요건이 있으면 EFS 또는 제로 데이터 보관 대상인지 확인하기
  • 보안·법무 요건이 있는 서비스는 계정 담당자에게 제로 데이터 보관 자격 여부를 문의한다.
  • EFS 제공 시기에 맞춰 도입 일정을 잡는다.

Try It

# Claude Code 또는 Claude에 붙여넣기: 모델 전환 비용 비교 계획 (원문 내용을 바탕으로 한 간이 버전)

우리 서비스는 현재 {{현재 모델}}로 {{작업 종류}}를 처리한다. 월 토큰 사용량은 입력 {{입력 토큰}}, 출력 {{출력 토큰}}, 캐시 읽기 {{캐시 읽기 토큰}}이다.

Fable 5.1로 옮길지 판단하려고 한다. 아래 순서로 실험 계획을 짜 줘.
1. 대표 작업 20개를 뽑는 기준
2. low, medium, high effort별로 측정할 지표(정확도, 작업당 비용, 소요 시간)
3. 캐시 읽기 가격 인하가 우리 비용에 미치는 영향을 계산하는 표
4. 전환을 결정하는 기준(예: 품질이 같으면 비용이 낮은 쪽)

이어서 해 볼 것: 계획대로 20개 작업을 돌린 결과 표를 붙여 주면 어느 effort가 적절한지 비교해 달라고 요청해 보기.

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

Related Resources

• https://www.anthropic.com/claude-fable-and-mythos-5-1
• https://news.ycombinator.com/item?id=49525378