Anthropic이 7월 24일 Claude Opus 5를 내놨습니다. 토큰 100만 개당 입력 5달러, 출력 25달러예요. 직전 모델인 Opus 4.8과 같은 가격이고, 상위 티어인 Fable 5의 정확히 절반입니다.

성적도 나쁘지 않습니다. Artificial Analysis의 종합 지능 지수에서 오퍼스5가 61점, Fable 5가 60점으로 근소하게 앞섰어요. Anthropic 자체 측정 기준으로는 OSWorld 2.0에서 Fable 5의 최고 기록을 3분의 1 남짓한 비용으로 넘었고요.

그런데 같은 날 나온 Anthropic 공식 발표문은 이 모델을 이렇게 소개합니다. “Fable 5의 프런티어 지능에 근접하면서 가격은 절반”(comes close to the frontier intelligence of Claude Fable 5 at half the price)이라고요. 넘어섰다가 아니라 근접했다입니다. 그리고 공식 계층 구조에서 Fable 5는 여전히 Opus 5보다 위에 있어요.

셋 다 사실이고 서로 모순되지도 않습니다. 티어를 가르는 축이 점수가 아니기 때문인데, 그 축이 무엇인지가 이 글의 본론입니다.

위층이 따로 있는 계단식 콘크리트 홀 내부

Claude Opus 5는 일부 벤치마크에서 상위 티어 모델을 앞서지만, Anthropic의 공식 계층 구조에서는 여전히 그 아래에 놓인다.

7월 24일에 나온 것

먼저 스펙부터 정리하고 갑니다. 모델 ID는 claude-opus-5예요. 날짜가 붙지 않은 형태지만 evergreen 포인터가 아니라 특정 릴리스에 고정된 스냅샷입니다. Claude 4.6 세대부터 적용된 표기 방식인데, 자주 오해되는 지점이라 짚어둡니다.

컨텍스트는 100만 토큰이고 최대 출력은 12만 8천 토큰입니다. 200k를 넘는 구간에도 장문 할증이 없어요. 공식 문서 표현으로 “90만 토큰짜리 요청도 9천 토큰 요청과 같은 토큰당 단가로 청구”됩니다.

제공 경로는 Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry 네 곳 전부입니다. GitHub Copilot에도 출시 당일 들어갔어요(Pro+·Max·Business·Enterprise 플랜). 구독 쪽에서는 Claude Max의 새 기본 모델이자 Claude Pro에서 쓸 수 있는 가장 강한 모델이 됐습니다.

여기서 재미있는 역전이 하나 있습니다. Opus 5의 신뢰 지식 컷오프는 2026년 5월인데, 상위 티어인 Fable 5는 2026년 1월이에요. 아래 티어 모델이 위 티어 모델보다 4개월 더 최신 지식을 갖고 있는 겁니다. 티어가 높다고 항상 더 최신인 건 아니라는 뜻이죠.

그리고 노력(effort) 설정. CNBC와 Fortune을 비롯한 여러 매체가 이걸 low·medium·high 3단계로 보도했는데, 실제로는 5단계입니다. low·medium·high·xhigh·max 순이고 기본값은 high예요. 파라미터를 생략하면 high로 동작합니다. 뒤에서 다룰 비용 이야기의 핵심이 이 다이얼이라 미리 정확히 적어둡니다.

티어를 가르는 건 점수가 아닙니다

이 글의 본론입니다. 먼저 점수부터 인정하고 갈게요.

Artificial Analysis 종합 지능 지수에서 Opus 5(max)는 61점으로 측정 대상 190개 모델 중 1위입니다. Fable 5가 60점, GPT-5.6 Sol이 59점, Kimi K3가 57점, Opus 4.8이 56점이에요. AA 스스로도 Opus 5와 Fable 5를 “사실상 동률”(effectively tied), Opus 5를 “근소한 1위”라고 표현했습니다. 개별 지표로 들어가면 GDPval-AA v2에서 1,861 Elo로 Fable 5와 GPT-5.6 Sol을 100점 넘게 앞섰고, 장기 지식노동을 재는 AA-Briefcase에서는 1,720으로 Fable 5보다 146점 위였습니다.

그런데 Anthropic 공식 문서의 모델 선택 가이드는 이렇게 적혀 있어요. “복잡한 에이전틱 코딩과 엔터프라이즈 작업은 Opus 5로 시작하라. 최고 성능이 필요한 워크로드는 Fable 5를 써라.” 6월 Fable 5 발표문의 티어 정의도 그대로입니다. “Mythos-class 모델은 우리의 Opus class보다 능력 면에서 위에 있는 티어다.”

두 달 전 이 시리즈에서 Claude 5 패밀리의 티어 구조를 정리했을 때, 저는 그걸 성능 사다리로 그렸습니다. 위로 갈수록 똑똑한 계단이요. 이번 출시는 그 그림이 틀렸다는 걸 보여줍니다.

무엇에서 뒤지는지를 Anthropic이 직접 적어뒀습니다

답은 같은 발표문 안에 있어요. Anthropic은 Opus 5의 한계를 스스로 밝혔습니다.

사이버보안. OSS-Fuzz 평가에서 Opus 5의 취약점 탐지 능력은 Mythos 5와 비슷한 수준이지만, 익스플로잇 개발은 “현저히 떨어진다”(considerably less successful)고 적혀 있습니다. 생물학. 특히 장시간 자율 연구 과제에서 Mythos 5가 여전히 우위라고 밝혔고요.

그러니까 Opus 5가 못 따라잡은 영역은 일반적인 지능이 아니라 이중용도(dual-use) 성격이 강한 능력입니다. 그리고 저건 Anthropic이 감추다 들킨 게 아니라 발표문에 직접 쓴 내용이에요. 이건 의도적인 설계라는 뜻입니다.

그 능력이 6월에 스위치를 내리게 만든 능력입니다

한국 독자에게 이건 추상적인 이야기가 아닙니다.

Fable 5는 6월 9일에 출시됐습니다. 그리고 6월 12일, 미 상무부의 수출통제 지시에 따라 Fable 5와 Mythos 5의 접근이 전 고객에게 차단됐어요. 차단 범위가 외국 국적자 전원이었기 때문에 사실상 전 세계가 대상이었습니다. 통제가 풀린 날짜는 6월 30일이고 접근이 실제로 돌아온 건 7월 1일이니, 차단된 6월 12일부터 세면 19일입니다. 이 사건은 당시에도 한 번 다뤘는데, 그때 짚었던 질문이 이번 출시로 다시 돌아온 셈입니다.

Fable 5와 Mythos 5의 관계도 같은 축 위에 있습니다. Anthropic 표현으로 “두 모델을 구분하는 것은 안전장치”(The safeguards are what distinguish the two models)예요. 같은 사양, 같은 가격인데 Mythos 5는 승인된 파트너에게 사이버 안전장치가 해제됩니다.

정리하면 Mythos-class는 “더 똑똑한 티어”라기보다 “이중용도 능력을 더 갖고 있어서 더 강하게 게이팅되는 티어”로 읽는 게 정확합니다. 티어는 성능 사다리가 아니라 능력과 통제의 조합이었던 거예요.

축 Fable 5 (Mythos-class) Opus 5 (Opus-class)
AA 종합 지능 지수 (max) 60 61
이중용도(사이버·생물학) 능력 더 높음 Anthropic이 뒤진다고 명시
접근 중단 이력 6월에 19일간 전면 중단 없음
데이터 보존 30일 (TechCrunch 보도) 일반 접근에 보존 요건 없음
토큰 단가 (입력/출력) $10 / $50 $5 / $25

제 판단을 붙이자면, Opus 5는 “가장 잘하면서도 가장 덜 잠기는” 칸을 노린 모델입니다. 표의 위 두 줄을 조금 손해 보는 대신 아래 세 줄을 가져간 설계요. 다만 이건 제가 읽은 의도이지 Anthropic이 약속한 게 아닙니다. Opus 5가 앞으로도 잠기지 않는다는 보장은 어디에도 없어요.

산업용 패널의 커다란 황동 로터리 다이얼

Opus 5의 노력(effort) 설정은 5단계다. 발표에 실린 최고 성적 대부분은 그중 가장 높은 단계에서 나왔다.

벤치마크를 나눠 읽으면

숫자를 볼 때 먼저 출처를 갈라놓는 습관이 여기서도 필요합니다. 이번 발표에 붙은 숫자는 성격이 두 가지예요.

하나는 Anthropic 자체 측정입니다. Frontier-Bench, CursorBench, OSWorld, ARC-AGI 3가 여기 들어가요. 다른 하나는 Artificial Analysis 측정인데, 여기에 조건이 하나 붙습니다. AA는 자기 글에 “우리는 출시에 앞서 Anthropic의 Claude Opus 5 평가를 지원했다”고 적어뒀어요. 출시 전에 벤더 협조로 진행된 평가라는 뜻입니다. 지금 나와 있는 외부 데이터 중에서는 가장 상세하지만, 출시 후 독립 재현은 아직 없습니다.

벤치마크 Opus 5 결과 비교 측정 주체
Frontier-Bench v0.1 전 모델 상회, Opus 4.8의 2배 초과 전 모델 Anthropic 자체
CursorBench 3.2 (max effort) Fable 5 최고점의 0.5% 이내, 과제당 비용은 절반 Fable 5 Anthropic 자체
OSWorld 2.0 Fable 5 최고 기록 상회, 비용은 3분의 1 남짓 Fable 5 Anthropic 자체
ARC-AGI 3 차순위 모델의 3배 차순위 모델(미명시) Anthropic 자체
AA 종합 지능 지수 (max) 61 Fable 5 60 · GPT-5.6 Sol 59 · Kimi K3 57 AA (출시 전 벤더 협업)
Humanity’s Last Exam 53% Fable 5와 동률 AA (동일)

표에서 굵게 표시한 조건을 보세요. CursorBench의 “Fable 5 최고점과 0.5% 이내”는 max effort에서 나온 값입니다. max는 5단계 중 최상위, 토큰을 가장 많이 쓰는 설정이에요. 틀린 수치가 아니라 조건이 붙은 수치입니다.

ARC-AGI 3의 “차순위 모델의 3배”도 같이 봐야 합니다. 그 차순위 모델이 누구인지가 발표문에 적혀 있지 않아서, 3배라는 배율이 Fable 5를 상대로 나온 값인지는 공개된 정보만으로 알 수 없어요.

정작 실무에 쓸모 있는 건 아래쪽 눈금입니다

AA가 effort 단계별로 지능 지수를 따로 쟀는데, 이게 이번 자료에서 제일 유용한 표라고 봅니다.

effort 지능 지수
max 61
xhigh 60
high (기본값) 59
medium 56

기본값인 high(59)만으로 GPT-5.6 Sol의 max(59)와 같고, medium(56)이 Opus 4.8의 max(56)와 같습니다. 이전 세대의 전력 질주를 이번 세대는 중간 눈금에서 냅니다. Opus 4.8을 쓰고 있다면 이 한 줄이 갈아탈 명분이에요.

다만 반대 방향 숫자도 같이 봐야 공평합니다. AA 측정으로 과제당 평균 비용이 Opus 5(max) 2.03달러, Opus 4.8(max) 1.80달러예요. 토큰 단가는 같은데 max끼리 붙이면 Opus 5가 더 비쌉니다. 더 오래 생각하고 더 길게 쓰기 때문이죠. 같은 점수를 더 싸게 얻으려면 effort를 내려야 한다는 뜻이고, 그냥 갈아타기만 해서는 안 됩니다. Fable 5와 비교하면 이야기가 유리해지는데, 같은 기준으로 Fable 5가 2.75달러라 26% 낮습니다.

그리고 SWE-bench가 없습니다

이번 발표문에는 SWE-bench Verified 수치가 아예 등장하지 않습니다. AA의 지능 지수 구성 항목에도 SWE-bench는 들어 있지 않고요.

전작들이 SWE-bench 점수로 싸웠던 걸 생각하면 이건 꽤 눈에 띄는 침묵입니다. 대신 Frontier-Bench v0.1, CursorBench 3.2, OSWorld 2.0처럼 새로 만들어진 벤치마크가 전면에 나왔어요. 저 v0.1이라는 버전 표기도 그대로 읽을 만합니다. 첫 공개 버전이고, 3자 재현이 쌓이기 전까지는 단일 출처 수치로 다루는 게 맞아요.

참고로 검색해보면 Opus 5의 SWE-bench Verified 점수를 구체적인 숫자로 적어둔 글이 여기저기 보입니다. 출처를 따라가면 집계 사이트 한 곳으로 수렴하고, 공식 발표문에는 그 숫자가 없어요. 인용하지 않는 편이 맞다고 봅니다.

발표문에 없는 숫자 — 환각률과 속도

출시 기사 어디에서도 못 본 대목이 두 개 있습니다. 둘 다 AA 측정이에요.

첫째, 환각률이 나빠졌습니다. AA-Omniscience 기준으로 지식 정확도는 Opus 4.8 대비 7점 올랐는데, 환각률은 14%p 올라 50%에 도달했습니다.

이 50%를 오해하기 쉬운데, “Opus 5가 내놓는 답의 절반이 틀렸다”는 뜻이 아닙니다. 이 지표가 잡아내는 건 모른다고 물러서는 대신 확신 있게 답을 내놓는 성향이에요. 아는 것도 늘었고, 동시에 모르면서 답하는 비율이 더 크게 늘었다는 뜻입니다.

그런데 이 패턴, 직전 글에서 Kimi K3를 다룰 때 본 것과 똑같습니다. K3도 같은 지표에서 정확도가 33%에서 46%로 오르는 동안 환각률이 39%에서 51%로 같이 올랐어요. 서로 다른 회사가, 다른 대륙에서, 다른 아키텍처로 만든 모델이 같은 방향으로 움직인 겁니다. 중국 모델만의 문제로 읽을 일이 아니라 이번 세대 전체가 밟고 있는 트레이드오프로 봐야 한다고 생각합니다. 답을 아끼는 모델보다 답을 내놓는 모델이 벤치마크에서 유리하니까요.

둘째, 느리고 장황합니다. AA 측정으로 출력 속도가 초당 52.8토큰인데, 이건 190개 모델 중 115위입니다. AA는 Opus 5를 두고 “눈에 띄게 느리고 매우 장황하다”(notably slow and very verbose)고 적었어요. 지능 지수 평가 한 번을 돌리는 데 출력 토큰 1억 개를 썼다는 기록도 함께 남겼습니다.

여기에 공식 문서가 인정한 제약이 겹칩니다. “Opus 5에서는 effort를 바꿔도 응답이 안정적으로 짧아지지 않으므로, 길이는 프롬프트로 지시하라”고 적혀 있어요. 비용을 아끼려고 effort를 낮춰도 응답 길이는 그대로일 수 있다는 뜻입니다. 길이 통제는 별도 작업이에요.

프린터에서 길게 뽑혀 나오는 빈 종이

Artificial Analysis는 Opus 5를 느리고 장황한 모델로 평가했다. 토큰 단가가 절반이어도 청구서가 절반이 되지 않는 이유다.

단가가 절반이면 청구서도 절반일까

국내 보도가 대체로 “반값” 한 단어로 수렴했는데, 여기에 조건을 붙여보겠습니다.

모델 입력 출력 배치 API 캐시 히트
Fable 5 / Mythos 5 $10 $50 $5 / $25 $1
Opus 5 $5 $25 $2.50 / $12.50 $0.50
Opus 5 (fast mode) $10 $50 사용 불가 —
Opus 4.8 $5 $25 $2.50 / $12.50 $0.50
Sonnet 5 (8/31까지) $2 $10 $1 / $5 $0.20
Haiku 4.5 $1 $5 $0.50 / $2.50 $0.10

표를 세로로 훑으면 “절반”이라는 관계가 설정에 따라 세 번 다르게 성립합니다.

표준 속도로 비교하면 Opus 5는 Fable 5의 절반이 맞습니다. 그런데 fast mode를 켜면 10달러/50달러가 되어 Fable 5 정가와 정확히 같아져요. 반대쪽도 있습니다. Fable 5의 배치 가격(5달러/25달러)은 Opus 5의 표준 가격과 같습니다. 지연을 감수할 수 있는 워크로드라면 두 모델의 단가 차이가 사라지는 거죠.

fast mode는 조건이 몇 개 더 붙습니다. 출력 토큰 속도가 최대 2.5배까지 올라가지만 첫 토큰까지 걸리는 시간은 개선되지 않고, 지금은 research preview 단계라 계정 매니저를 통해 요청해야 합니다. 그리고 Claude API에서만 동작해요. Bedrock, Google Cloud, Microsoft Foundry에서는 쓸 수 없습니다.

하나 더. 표에서 Sonnet 5를 3달러/15달러로 적은 비교표를 종종 보는데, 오늘(7월 25일) 기준 유효 가격은 2달러/10달러입니다. 도입가가 8월 31일까지 적용되고 3달러/15달러는 9월 1일부터예요.

비용을 줄이는 요인도 있습니다. 캐시 히트가 0.50달러로 90% 할인이고, 도구 사용 시 붙는 시스템 프롬프트 오버헤드가 Opus 4.7의 675토큰에서 286토큰으로 절반 이하가 됐어요. 도구를 많이 쓰는 에이전트라면 체감되는 절감입니다.

폴백은 절반만 바뀌었고, 타이밍은 공교롭습니다

이번 발표에서 조용히 지나간 변경이 하나 있습니다. 정확하게 읽어야 하는 대목이에요.

Fable 5에는 사이버보안·생물화학·증류(distillation) 요청을 감지하는 안전 분류기가 있고, 걸리면 Opus 4.8로 폴백하는 구조였습니다. 이번에 바뀐 건 그 구조 전체가 아니라 한 갈래뿐입니다.

  • 생물학: Fable 5에서 차단된 요청이 이제 Opus 4.8이 아니라 Opus 5로 라우팅됩니다.
  • 사이버보안: claude.ai·Claude Code·Claude Cowork에서 플래그된 요청은 여전히 Opus 4.8로 내려갑니다.
  • 증류: 이번 발표문에 언급이 없어서 어떻게 되는지 확인되지 않습니다.

“Fable 5의 폴백이 전부 Opus 5로 올라갔다”고 쓰면 틀립니다. 절반만 올라갔어요. 새로 생긴 기능도 있는데, API에서는 안전 분류기에 걸린 요청을 어느 모델로 보낼지 사용자가 직접 고를 수 있게 됐습니다.

타이밍도 짚어둘 만합니다. Fable 5의 프로모션 종료일이 세 차례 밀렸어요. 처음엔 7월 7일이었다가 7월 12일로, 다시 7월 19일로요. 보도에 따르면 이른 종료에 대한 사용자 반발이 있었다고 합니다. 최종 종료가 7월 19일 23시 59분(PT)이었고, 그 닷새 뒤 가격이 절반인 Opus 5가 나와 Max의 기본 모델, Pro의 최강 모델 자리에 앉았습니다. 프로모션 종료로 Free 플랜은 Fable 5를 못 쓰게 됐고 Pro는 종량 크레딧으로 넘어간 상태였고요.

순서를 나열하면 그림이 그려지지만, Anthropic이 그런 의도를 밝힌 적은 없습니다. ZDNet은 이번 출시를 중국발 저가 공세에 대한 반격으로 읽었는데, 그 프레임도 하나의 해석이에요. 저는 마감을 세 번 미룬 것 자체가 Anthropic도 Fable 5의 수요와 비용을 정확히 예측하지 못했다는 신호로 읽힙니다.

그래서 뭘 쓰면 되나

상황 선택 이유
Opus 4.8을 쓰고 있다 Opus 5로 이동 단가가 같고, medium만으로 4.8의 max 수준 지수가 나온다
복잡한 에이전틱 코딩·엔터프라이즈 작업 Opus 5 Anthropic 공식 선택 가이드가 지목한 출발점
며칠씩 도는 자율 연구, 최고 성능이 필요한 작업 Fable 5 같은 가이드가 명시. 장시간 자율 과제는 Mythos-class 우위
사실 정확성이 중요한데 검증 단계가 없는 파이프라인 둘 다 신중히 환각률 지표가 악화됐다. 검증 단계를 붙이는 게 먼저
응답 속도가 중요한 대화형 제품 effort를 낮추거나 Sonnet 5 Opus 5는 느리고 장황하다. fast mode는 API 전용 preview
익스플로잇 개발까지 필요한 보안 작업 Fable 5 / Mythos 5 Opus 5는 의도적으로 뒤진다. 대신 접근 리스크를 감수해야
데이터 보존 정책이 까다로운 조직 Opus 5 일반 접근에 데이터 보존 요건이 없다

마지막으로 날짜 하나. 아직 claude-opus-4-1을 호출하는 코드가 남아 있다면 지금 정리하는 게 좋습니다. 2026년 8월 5일에 은퇴하니까 오늘 기준 열하루 남았어요. Opus 4.8은 은퇴 대상이 아니라 계속 쓸 수 있습니다.

두 달 전 제가 그린 Claude 5 티어 지도는 성능 축 하나짜리였습니다. 위로 갈수록 똑똑한 계단이요. Opus 5는 그 축만으로는 설명이 안 되는 모델입니다. 점수로는 위 칸을 따라잡았는데 자리는 아래 칸에 남았고, 그 이유가 성능이 아니라 이중용도 능력이라면, 애초에 계단이 아니라 격자였던 거죠.

지금 시점에서 정리하면 이렇습니다. Opus 5는 가장 잘하면서 가장 덜 잠기는 칸을 노린 모델이고, Fable 5와 Mythos 5는 더 할 수 있어서 더 잠기는 칸에 남았습니다. 그리고 6월의 그 19일이 보여준 건, 두 번째 칸이 언제든 다시 꺼질 수 있다는 사실이에요. 반값보다 오래 남을 이야기는 그쪽이라고 봅니다.