Claude Opus 5.5 출시: Opus 5보다 40% 저렴하고 30% 빨라졌다

Who Should Read

코딩 에이전트와 Claude API 비용 때문에 모델 교체를 고민하는 백엔드 개발자

Core Mechanics

• Opus 5보다 40% 싸졌다
  • 일반적인 작업에서 기본 설정 기준 Opus 5 대비 비용이 40% 낮다.
  • 입출력 토큰은 100만 개당 $4와 $20으로 Opus 5보다 20% 저렴하다.
  • 캐시 읽기는 100만 토큰당 $0.20으로 Opus 5보다 60% 저렴하다.
• 출력 속도도 30% 넘게 빨라졌다
  • Opus 5 대비 출력 생성 속도가 30% 넘게 빠르다.
  • Claude Code와 Claude Platform의 Fast mode는 최대 2.5배 빠르고, 입력 $8, 출력 $40(100만 토큰당)이다.
• 코딩 에이전트 벤치마크에서 1위
  • Terminal-Bench 4.0에서 66.4%로 Fable 5.1 55.8%, Opus 5 52.3%, GPT-6 Astra 57.9%보다 높다.
  • CursorBench 4.0에서는 57.8%로 GPT-5.6 Sol 41.7%보다 높다.
  • 다만 Anthropic은 이 수준에서는 벤치마크 차이가 실제 차이를 덜 반영한다고 밝혔다.
• 기본 effort가 Opus 5 max를 이긴다
  • Terminal-Bench 4.0에서 기본 effort의 Opus 5.5가 max effort의 Opus 5를 약 5분의 1 비용으로 앞선다.
  • FrontierCode에서는 기본 effort(medium)로 54.6%를 기록해 GPT-6 Astra 최고점 53.3%를 약 5분의 1 비용으로 넘는다.

Community Reactions

• Opus 5가 별로라 4.8을 쓰던 사용자의 의견
  • Opus 5를 쓸 만하지 않다고 보고 $20 요금제에서는 5월에 나온 4.8을 주로 썼다는 경험이 있다.
  • 4.8은 단순 작업을 맡기는 보조 모델이 됐고 Anthropic 모델 사용량이 2년 중 가장 적었다고 한다.
• $20 요금제가 쓸 만해질지 기대하는 반응
  • 5.5가 $20 구독을 덜 아쉽게 만들지도 모른다는 의견이 있다.
  • 사용 한도가 늘고 한도 리셋을 저장할 수 있게 된 점이 이 기대와 이어진다.

How to Apply

• 기존 에이전트 작업 하나를 5.5로 돌려 비교하기
  • 오늘 쓰는 코딩 에이전트 작업 하나를 골라 모델만 Opus 5.5로 바꿔 돌려라.
  • 완료 여부, 토큰 수, 소요 시간을 Opus 5 결과와 나란히 기록하라.
• 기본 effort부터 시작하고 올릴 때만 비용 측정하기
  • 원문 비교에서 medium이 기본 effort이므로 먼저 이 설정으로 품질을 확인하라.
  • 부족할 때만 high, xhigh, max 순으로 올리고 effort별 비용을 기록하라.
• 캐시 비중이 큰 에이전트는 비용표 다시 계산하기
  • 청구서에서 캐시 읽기 비중을 확인하라.
  • 캐시 읽기 단가가 $0.50에서 $0.20으로 내려간 값을 적용해 월 비용을 다시 계산하라.
• 장시간 자율 실행 전에 인젝션 방어 테스트 돌리기
  • 외부 웹 문서를 읽는 에이전트에 악성 지시문이 든 페이지를 넣어 보라.
  • Opus 5와 5.5의 반응을 비교해 모델 교체 기준으로 삼아라.

Try It

# Claude 또는 Claude Code에 붙여넣기 (모델 교체 전 비용·품질 비교용 간이 평가 프롬프트)

나는 코딩 에이전트 모델을 Opus 5에서 Opus 5.5로 바꿀지 판단하려 한다.
아래 작업을 같은 조건으로 두 모델에 시켰고 결과를 붙인다.

작업 설명: {{작업 설명}}
Opus 5 결과: {{Opus 5 결과 요약}}
Opus 5.5 결과: {{Opus 5.5 결과 요약}}
Opus 5 토큰/시간: {{입력토큰, 출력토큰, 캐시읽기토큰, 소요시간}}
Opus 5.5 토큰/시간: {{입력토큰, 출력토큰, 캐시읽기토큰, 소요시간}}

단가(100만 토큰당)
Opus 5: 캐시읽기 $0.50, 입력 $5, 출력 $25
Opus 5.5: 캐시읽기 $0.20, 입력 $4, 출력 $20

다음을 표로 정리해라.
1. 작업당 비용 비교
2. 결과 품질 차이
3. 교체 여부 의견과 이유

이어서 해 볼 것: 같은 작업을 effort만 바꿔 다시 돌리고 비용과 품질이 어떻게 달라지는지 비교해 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

Related Resources

• https://www.anthropic.com/claude-opus-5-5
• https://news.ycombinator.com/item?id=49803892