Claude Opus 5.5 출시: Opus 5보다 40% 싸고 30% 빠르다

TL;DR Highlight

Opus 5.5는 Opus 5 대비 비용 40%↓, 출력 속도 30%↑에 벤치마크 선두

Who Should Read

Opus 5로 에이전트·코딩 워크로드를 돌리며 API 비용과 속도가 고민인 백엔드 개발자

Core Mechanics

Opus 5보다 40% 싸졌다
- 입력·출력 토큰은 100만 개당 $4·$20으로 Opus 5보다 20% 저렴하다.
- 캐시 읽기는 100만 토큰당 $0.20으로 Opus 5 대비 60% 저렴하다.
- 기본 설정의 일반적인 워크로드에서 Opus 5 대비 비용이 40% 줄었다고 한다.
출력 속도 30%↑, Fast 모드도 있다
- 출력 생성이 Opus 5보다 30% 넘게 빠르다.
- Claude Code와 Claude Platform의 Fast 모드는 최대 2.5배 빠르고 입력 $8, 출력 $40(100만 토큰당)이다.
코딩 벤치마크에서 선두
- Terminal-Bench 4.0은 66.4%로 Fable 5.1(55.8%), Opus 5(52.3%)보다 높다.
- FrontierCode v1.1은 54.4%, CursorBench 4.0은 57.8%로 비교 모델 중 가장 높다.
- Anthropic도 이 수준에서는 벤치마크 격차가 실제 차이를 덜 반영한다고 밝혔다.
기본 effort로도 비용 대비 성능이 좋다
- FrontierCode에서 기본 effort(medium)의 Opus 5.5는 GPT-6 Astra 최고 점수(53.3%)를 작업당 비용 약 1/5로 넘는다.
- Terminal-Bench 4.0에서는 Astra와 같은 점수를 약 40% 비용으로 낸다.
- 같은 벤치마크에서 기본 effort의 Opus 5.5가 max effort의 Opus 5를 약 1/5 비용으로 앞선다.

Community Reactions

가격 인하가 시장 신호라는 의견
- Opus 5가 OpenRouter 지출 1위라서 가격을 내린 것이 시장 상황과 Anthropic 수익성을 보여 준다는 의견이 있었다.
글쓰기 스타일 개선을 기대한다는 반응
- Opus 5/Fable의 문체가 싫어 Astra로 옮겼는데 이번 주장이 사실인지 써 보겠다는 댓글이 있었다.
- 새 문체도 여전히 거슬렸다는 사용자도 있었다.
실사용 비용·한도 경험
- $20 구독으로 이틀 써 보니 GPT-6 Astra는 5시간 한도를 1시간쯤 만에 소진하고 Opus 5.5는 거의 하루를 버틴다는 경험이 있었다.
- xhigh effort로 Claude Code에서 게임 2종을 45분 만에 만드는 데 $11~14가 들었고 Fable 5.1·Astra와 비슷했다는 경험도 있었다.
안전장치 확대에 대한 우려
- Fable처럼 가드레일에 걸린 대화가 더 오래 저장되고 사람이 볼 수 있다면, Opus에도 같은 우려가 생긴다는 의견이 있었다.
저가 대안과 모델 피로감
- DeepSeek v4.1이 $0.07 정도로 긴 UI 작업을 끝냈다며 대안으로 꼽은 댓글이 있었다.
- 모델이 너무 자주 나와 기분과 남은 쿼터로 고른다는 피로감도 있었다.

How to Apply

기존 워크로드를 Opus 5.5로 한 번 돌려 비용 비교하기
- 오늘 가장 비용이 큰 에이전트 작업 1개를 골라 Opus 5와 Opus 5.5에 같은 입력으로 돌려라.
- 토큰 사용량, 소요 시간, 결과 품질을 나란히 기록하라.
effort를 max에서 medium으로 내려 보기
- 코딩 에이전트의 effort 설정을 기본값(medium)으로 바꿔 품질이 유지되는지 사내 평가셋으로 확인하라.
- 유지되면 기본값으로 확정하라.
캐시 읽기 비중을 계산해 예산 갱신하기
- 사용량 로그에서 캐시 읽기 토큰 비중을 뽑아라.
- 캐시 읽기 단가 $0.50→$0.20을 적용해 월 비용을 다시 계산하라.
안전장치 개입 여부 로그에 남기기
- 사이버보안·생물학 관련 작업이 있으면 다른 모델로 대체 처리된 요청이 있는지 응답을 확인하라.
- 결과가 달라지는 요청은 별도 표시해 두라.

Try It

복사해서 바로 해보기

# Simon Willison의 llm CLI로 effort별 비교 (터미널에서 실행)

uv tool install llm
llm install llm-anthropic --upgrade
llm keys set anthropic

for e in low medium high; do
  llm -m claude-opus-5.5 -o thinking_effort $e "{{작업 프롬프트}}" > out_$e.md
done

# 사용량 로그 저장
llm logs -cu > logs-with-usage.md

# 이어서 해 볼 것: out_low.md와 out_high.md 품질 차이를 비교해 보세요

Terminology

effort모델이 생각에 쓰는 노력 수준을 low부터 max까지 고르는 설정이다. 올릴수록 더 오래 고민하고 비용이 는다.

캐시 읽기이미 보낸 긴 프롬프트를 다시 쓸 때 싸게 불러오는 기능이다. 에이전트는 같은 맥락을 반복해 보내서 비용 비중이 크다.

프롬프트 인젝션웹페이지나 도구 결과에 숨긴 지시로 모델을 속이는 공격이다.

Terminal-Bench명령줄에서 여러 단계 전문 작업을 끝낼 수 있는지 재는 벤치마크다.

Elo체스 순위처럼 모델끼리 비교해 매기는 점수다. GDPval-AA에서 쓴다.