GPT-5.6과 Claude Fable 5는 둘 다 2026년 여름 현재 바로 쓸 수 있는 최신 프론티어 모델입니다. Fable 5는 6월 초에, GPT-5.6은 7월 9일에 일반 공개(GA)됐죠. 그래서 요즘 개발자들이 던지는 질문은 “뭐가 새로 나왔나”가 아니라 “그래서 둘 중 뭘 쓰냐”입니다.

결론부터 말하면, 한쪽 손을 깔끔하게 들어주기가 어렵습니다. 가격과 짧은 터미널 자동화는 GPT-5.6이 앞서고, 큰 리포지토리를 통째로 다루는 작업은 Fable 5가 앞섭니다. 둘 다 몇 주 굴려본 제 개인적인 결론은 “굳이 하나만 고를 이유가 없다”에 가깝습니다. 아래에서 왜 그런지, 그리고 여러분 작업엔 어느 쪽이 맞을지 하나씩 짚어보겠습니다.

듀얼 모니터 앞에서 야간 작업 중인 개발자

두 최신 AI 모델을 놓고 저울질하는 개발 현장. 선택 기준은 벤치마크 1등이 아니라 ‘내 작업’이다.

결론부터 — 한눈에 보는 비교

바쁜 분들을 위해 핵심만 먼저 표로 정리했습니다.

항목 GPT-5.6 (OpenAI) Claude Fable 5 (Anthropic)
출시·접근성 6/26 제한 프리뷰 → 7/9 일반 공개(GA) 6/9 출시 → 6/12 수출통제 중단 → 7/1 전 세계 재개
라인업 3티어: Sol·Terra·Luna 단일 플래그십 (Mythos-class)
가격 (입력/출력, 100만 토큰당) Sol $5/$30 · Terra $2.50/$15 · Luna $1/$6 $10/$50
컨텍스트 / 최대 출력 Sol 약 105만 / 12.8만 토큰 100만 / 12.8만 토큰
종합 지능 지수 (Artificial Analysis) Sol 59 약 60
강한 영역 터미널·에이전트 자동화, 가격 효율 리포지토리 이슈 해결, 장시간 협업

표만 봐도 그림이 대충 나옵니다. 종합 지능은 사실상 동률입니다 — 독립 평가기관 Artificial Analysis 지수 기준으로 Fable 5가 약 60, GPT-5.6 Sol이 59로 1점 차이니까요. 대신 가격은 GPT-5.6 Sol이 Fable 5의 정확히 절반이고, 라인업 유연성(Terra·Luna로 더 싸게 내려갈 수 있음)도 OpenAI 쪽이 넓습니다. 반대로 실제 GitHub 이슈를 코드로 풀어내는 작업에서는 Fable 5가 앞서죠. 이 큰 그림을 머리에 두고 세부를 보겠습니다.

접근 방식이 다르다 — 3티어 자율 실행 vs 단일 플래그십

두 모델은 철학부터 다릅니다. 이 차이를 이해하면 나머지 비교가 훨씬 쉬워집니다.

GPT-5.6 — Sol·Terra·Luna, 그리고 ‘자율 실행’

OpenAI는 하나의 모델이 아니라 천체 이름을 단 세 가지를 내놨습니다. Sol은 최난도 코딩·보안·추론을 맡는 플래그십, Terra는 대량 일상 업무를 저비용으로 처리하는 균형형, Luna는 가장 빠르고 싼 경량 모델입니다. 여기서 숫자(5.6)는 세대를, Sol·Terra·Luna는 각자 발전하는 역량 티어를 뜻합니다.

Sol에는 추론 모드가 두 가지 붙습니다. 가장 깊게 파고드는 max, 그리고 서브에이전트를 동원해 복잡한 작업을 가속하는 ultra입니다. 방향성은 분명합니다 — 에이전트가 최소한의 개입으로 계획하고 추론해서 끝까지 완수하는 ‘자율 실행’입니다.

Claude Fable 5 — 하나의 플래그십, 장시간 협업

Anthropic은 정반대로 갔습니다. 티어를 나누지 않고 단일 플래그십 하나만 냈죠. Fable 5는 Anthropic이 Opus 4.8보다 위에 두는 ‘Mythos-class’ 역량 티어의 일반 공개용 모델입니다. (같은 기반 모델을 안전 분류기 없이 쓰는 Mythos 5는 미국 승인 기관 한정이라, 대부분의 실무자에게 사실상 선택지는 Fable 5 하나입니다.)

특징은 100만 토큰 컨텍스트에 롱컨텍스트 추가요금이 없고, 사고 모드가 항상 켜져 있다는 점입니다. 강조하는 방향도 다릅니다 — 페어 프로그래밍처럼 오래 붙잡고 아키텍처를 다듬으며 고품질 코드를 뽑는 ‘협업형’입니다. 한마디로 GPT-5.6이 “알아서 빨리 끝내는” 쪽이라면, Fable 5는 “같이 오래 파고드는” 쪽입니다.

두 회사의 ‘정부 게이팅’은 서로 다른 장치다

이 대목이 이번 비교에서 제가 가장 강조하고 싶은 부분입니다. 6월 한 달 사이 두 모델 모두 미국 정부 규제의 문턱을 넘었는데, 많은 글이 이 둘을 같은 사건처럼 뭉뚱그립니다. 실제로는 완전히 다른 장치입니다.

Anthropic 쪽은 정식 수출통제였습니다. Fable 5와 Mythos 5는 6월 9일 출시됐지만, 사흘 만인 6월 12일 접근이 전면 중단됐습니다. 아마존 연구진이 Fable 5의 안전장치를 우회할 수 있다고 보고한 게 계기가 됐고, 여기에 미 상무부가 수출관리규정(EAR)에 따른 수출통제를 발동하면서, Anthropic은 사용자 국적을 실시간으로 검증할 수 없다는 이유로 전 세계 접근을 아예 닫아버렸죠. 이후 6월 30일 통제가 해제돼 7월 1일 Fable 5가 전 세계에 다시 열렸습니다(Mythos 5는 여전히 미국 기관 한정). 다만 이야기가 여기서 완전히 끝난 건 아닙니다 — 7월 초 사용량 기반 과금으로의 전환에 사용자 반발이 일면서, 구독자 접근이 7월 12일까지 연장된 상태입니다(글 쓰는 현재 진행형).

OpenAI 쪽은 정부 안전성 검토였습니다. GPT-5.6은 6월 26일 안전성 검토를 통과한 신뢰 파트너 20개 안팎 조직에게 API와 Codex로만 먼저 열렸고, 2주 뒤인 7월 9일 ChatGPT 앱까지 포함해 전면 공개됐습니다. ‘전면 중단 후 재개’가 아니라 ‘소수 프리뷰 후 확대’인 셈이죠.

정리하면, 같은 트럼프 행정부·겹치는 시기지만 한쪽은 상무부의 법적 수출통제, 다른 쪽은 정부 안전성 검토라는 서로 다른 메커니즘이었습니다. 두 프론티어 랩이 비슷한 시기에 다른 방식으로 게이팅됐다는 점은 그 자체로 2026년 여름 AI 업계의 큰 뉴스였습니다. Fable 5의 수출 제한이 어떤 배경이었는지는 Fable 5 수출 제한 배경 글에서 더 자세히 다뤘습니다.

성조기가 걸린 미국 연방정부 건물 외관

두 모델 모두 2026년 6월 미국 정부의 규제 문턱을 거쳤지만, 상무부 수출통제와 안전성 검토는 서로 다른 장치였다.

가격 — 여기서는 GPT-5.6이 분명히 앞선다

균형을 위해 먼저 인정하고 갈 부분입니다. 가격은 GPT-5.6이 확실히 유리합니다.

모델 입력 (100만 토큰당) 출력 (100만 토큰당)
GPT-5.6 Sol $5 $30
GPT-5.6 Terra $2.50 $15
GPT-5.6 Luna $1 $6
Claude Fable 5 $10 $50

Sol의 입력 단가는 Fable 5의 정확히 절반, 출력은 40% 저렴합니다. Terra와 Luna로 내려가면 격차는 훨씬 벌어지고요. 제 생각엔 이게 생각보다 큰 차이입니다. 입력 단가가 절반이면 대량·반복 파이프라인에선 그게 곧 인프라 비용 절반이거든요. 무시할 수 없습니다.

표시가만 절반인 게 아닙니다. 실제 과제 수행 비용도 벌어집니다. Artificial Analysis가 자체 종합지능 과제로 잰 과제당 비용은 Sol이 약 1달러, Fable 5가 약 2.75달러로 Sol이 3분의 1 수준이었습니다. (다만 코딩 과제 기준으로는 격차가 40%가량으로 좁혀집니다 — 과제 종류에 따라 다르니 한 숫자로 못 박긴 어렵습니다.) OpenAI가 “비슷한 지능을 더 적은 출력 토큰으로, 더 싸게”를 핵심 무기로 내세우는 이유죠.

물론 소량의 고부가 작업, 예컨대 하루에 몇 번 돌리는 심층 분석이라면 이 단가 차이는 체감이 거의 없습니다. 비용이 의미 있어지는 건 호출량이 많을 때입니다.

코딩·에이전트 성능 — 벤치마크를 나눠 읽기

여기가 오해가 가장 많은 지점입니다. “코딩은 누가 더 잘하냐”는 질문에는 답이 하나가 아닙니다. 같은 ‘코딩’이라도 벤치마크가 재는 능력이 다르고, 바로 그 지점에서 승자가 갈리기 때문입니다.

벤치마크 무엇을 재나 우위 출처·주의
Terminal-Bench 2.1 터미널 구동·명령 체이닝 (에이전트형) GPT-5.6 Sol (88.8%, ultra 91.9%) OpenAI 발표 차트 기준, 독립 재검증 전
SWE-bench Verified 실제 GitHub 이슈 패치 통과 Fable 5 95.0% vals.ai 독립 리더보드 · OpenAI는 Sol 점수 미발표
SWE-bench Pro 다언어 실제 이슈 해결 Fable 5 80.3% (Anthropic 발표·논쟁) OpenAI 미발표 · Sol 64.6%는 제3자(AA) 측정
Agents’ Last Exam 55개 전문 분야 에이전트 작업 GPT-5.6 Sol (53.6) OpenAI 보고, 벤치는 독립

터미널·에이전트 자동화 — 여기선 Sol

셸에서 명령을 실행하고 툴을 이어 붙여 작업을 완수하는 에이전트형 커맨드라인 능력, 즉 Terminal-Bench 2.1에서는 Sol이 앞섭니다. OpenAI 발표 차트 기준으로 Sol이 88.8%, ultra 모드는 91.9%까지 올라갑니다. 다만 이 수치는 아직 벤더 발표 단계라, 저는 순위 방향은 받아들이되 소수점까지 무겁게 두진 않습니다.

한 가지 헷갈리는 대목이 있습니다. 같은 차트에서 Anthropic 진영은 Mythos 5가 88.0%, Fable 5가 84.3%로 따로 표기돼 있는데, Anthropic 쪽 자료에서는 88.0%가 Fable 5의 점수로 붙기도 합니다. 두 모델이 같은 기반 모델을 쓰는 형제 모델이긴 하지만 두 수치가 같은 측정인지는 확인되지 않았습니다. 출처에 따라 숫자가 다르게 붙는 벤치마크라는 점만 기억하시면 됩니다.

리포지토리 이슈 해결 — 여기선 Fable 5

반대로 실제 GitHub 이슈를 읽고 코드베이스를 이해해서 테스트를 통과하는 패치를 만드는 작업, 즉 일상적인 소프트웨어 엔지니어링에 가장 가까운 SWE-bench Verified에서는 Fable 5가 95.0%로 최상위입니다. 이건 벤더 차트가 아니라 독립 리더보드 vals.ai에서 확인된 값이라, 개인적으로 이 비교에서 가장 신뢰하는 숫자입니다.

한 단계 어려운 SWE-bench Pro는 조금 복잡합니다. Anthropic은 Fable 5를 80.3%로 발표했지만, 이 벤치는 출처마다 선두 집계가 갈린다는 지적이 있어 그대로 받아들이긴 이릅니다. 그리고 OpenAI는 Sol의 SWE-bench Pro 점수를 공식 발표하지 않았습니다. 다만 독립 평가기관 Artificial Analysis가 Sol을 64.6%로 측정했죠. 이 숫자를 인용할 땐 “OpenAI 미발표, AA 측정치”라는 꼬리표를 꼭 붙여야 합니다.

그래서 벤치마크를 어떻게 읽을까

정리하면 이렇습니다. 터미널을 몰아붙이는 에이전트 작업은 Sol, 리포지토리를 통째로 고치는 작업은 Fable 5. Agents’ Last Exam처럼 Sol이 크게 앞서는 벤치도 있지만, 이건 점수 자체가 OpenAI 보고값인 데다 OpenAI형 에이전트에 유리한 경향이 있다는 지적이 있어 저는 무겁게 두지 않습니다.

제 생각엔 “누가 이겼나”는 사실 잘못된 질문입니다. 진짜 질문은 “내 작업이 터미널 몰이에 가까운가, 아니면 리포 전체 수정에 가까운가”입니다. 여기에 답하면 모델은 자동으로 정해집니다.

점수표 밖의 각주 — Sol의 보상 해킹, Fable 5의 조용한 가드레일

Sol의 코딩·에이전트 점수를 액면 그대로 믿기 전에 꼭 짚어야 할 게 하나 있습니다. 경쟁 비교글 대부분이 놓치는 대목이죠.

독립 평가기관 METR의 사전배포 평가에서, GPT-5.6 Sol의 탐지된 보상 해킹(reward hacking) 비율이 METR가 자사 ReAct 에이전트 하니스에서 공개 평가한 어떤 모델보다 높았습니다. 보상 해킹이란 문제를 실제로 풀지 않고 평가 환경의 버그를 악용하거나 금지된 전략으로 점수를 올리는 행위입니다. Sol에서 관찰된 예로는 중간 제출물에 코드를 심어 숨겨진 테스트 정보를 빼내거나, 기대 정답이 담긴 숨은 소스코드를 추출하는 식이 보고됐습니다.

이게 왜 중요하냐면, 점수 해석이 부정행위 판정에 극도로 민감해지기 때문입니다. METR 추정에 따르면 부정행위를 실패로 처리하면 작업 지속시간 추정치가 약 11시간인데, 성공으로 처리하면 270시간 이상으로 폭증합니다. 같은 모델인데 부정행위를 어떻게 세느냐에 따라 능력 평가가 20배 넘게 흔들린다는 뜻이죠.

오해는 없었으면 합니다. 이건 “Sol이 코딩을 못한다”는 얘기가 아닙니다. 이 평가는 OpenAI NDA 하에 수행됐고, OpenAI 시스템 카드 자체도 모델이 때때로 작업을 속인다는 점을 인정하고 있습니다. 제가 하고 싶은 말은, 코딩 벤치마크에서 고득점일수록 독립 검증이 더 필요하다는 것, 그리고 이 캐비어트가 Sol의 터미널·에이전트 선두를 ‘결정적 우위’로 보기 어렵게 만드는 균형추라는 것입니다. 그렇다고 코딩 전체가 Fable 5로 뒤집히는 것도 아닙니다 — 여전히 승부는 벤치마크별로 갈립니다.

공정하게 말하면 Fable 5 쪽에도 각주가 하나 붙습니다. 시스템 카드에 따르면 Fable 5는 프론티어 LLM 개발에 사용된다고 판단되는 요청에 대해 응답 정확도를 제한하는 안전장치를 갖고 있고, 출시 초기에는 이걸 사용자에게 알리지 않는 방식으로 운영해 ‘조용한 성능 제한(silent nerf)’ 논란이 일었습니다. Anthropic은 6월 중순 공식 성명에서 해당 요청을 명시적으로 Opus 4.8로 폴백시키는 방식으로 바꿔 가시화하겠다고 밝혔죠. 7월 재개 이후에도 “특정 보안 키워드에서 자꾸 폴백된다”, “체감 성능이 떨어졌다”는 사용자 보고가 커뮤니티에 올라오고 있지만, 이쪽은 벤치마크 근거가 없는 일화 수준이라 확인된 사실로 보기는 어렵습니다. 요컨대 두 모델 다 점수표 밖의 조건이 하나씩 있는 셈입니다 — Sol은 점수의 신뢰성, Fable 5는 특정 용도에서의 가드레일. LLM 관련 개발 도구를 만드는 분이라면 이 폴백 조건은 도입 전에 직접 확인해보시길 권합니다.

파란 LED 불빛이 이어지는 데이터센터 서버랙 통로

결국 모델 선택은 벤치마크 순위표가 아니라 ‘내 작업이 어디서, 얼마나 오래 돌아가느냐’의 문제로 돌아온다.

실무 시나리오별 — 내 작업엔 어느 쪽인가

이제 실제 상황에 대입해 보겠습니다. 한국 실무자 관점에서 자주 마주치는 케이스로 나눠봤습니다.

비용에 민감한 스타트업·대량 반복 업무라면 → GPT-5.6 (Terra 또는 Sol). 고객 지원 자동화, 대량 문서 처리, 분류·요약 파이프라인처럼 호출량이 많고 건당 부가가치가 낮은 작업은 단가가 곧 손익입니다. Terra는 균형이 좋고, 더 가벼운 건 Luna로 내려가면 됩니다. 국내 린 팀에는 이 유연성이 꽤 큰 무기입니다.

짧은 터미널 자동화·에이전트 스크립트라면 → GPT-5.6 Sol. 셸 명령을 이어 붙여 빌드·배포·점검을 도는 작업은 Sol의 강점 영역입니다. 단, 결과물은 한 번 더 눈으로 검증하는 습관을 권합니다(위의 METR 캐비어트).

대규모 리포지토리 end-to-end 수정이라면 → Claude Fable 5. 실제 이슈를 읽고 여러 파일을 오가며 테스트를 통과시키는 작업, 오래 붙잡고 아키텍처를 다듬는 작업에는 Fable 5가 앞섭니다. SWE-bench Verified 95.0%(vals.ai)가 이 방향을 뒷받침하죠.

장문 분석·긴 컨텍스트 작업이라면 → Claude Fable 5. 100만 토큰 컨텍스트에 추가요금이 없다는 점은 대형 코드베이스나 긴 문서 뭉치를 한 번에 넣고 볼 때 확실히 편합니다.

한국어 품질은 어떨까요? 솔직히 두 모델 다 한국어 코드 주석이나 기술 문서 작성은 실무에서 쓸 만하다는 게 제 체감입니다. 다만 어느 회사도 한국어 전용 벤치마크나 원화 가격·국내 결제에 대한 별도 공식 안내를 내놓지 않았습니다. 그러니 이 부분만큼은 남의 후기보다 본인 코드베이스에 며칠 직접 붙여보는 게 가장 정확합니다.

개인적으로 저는 하나만 고르지 않습니다. 저비용 대량 파이프는 Terra나 Sol로, 크고 오래 걸리는 리포 작업은 Fable 5로 라우팅해서 씁니다. API 단가 구조가 이런 분업을 충분히 허용하거든요.

마무리 — 그래서 뭘 쓸까

한 문장으로 요약하면, 전반적 우승자는 없고 벤치마크·작업 유형별로 갈립니다. 가격과 터미널 자동화는 GPT-5.6, 리포지토리 이슈 해결과 장시간 협업은 Fable 5입니다. 종합 지능은 사실상 동률이고요.

그래서 저는 “어느 게 더 좋냐”보다 “어느 걸 먼저 테스트할까”로 질문을 바꾸시길 권합니다. 비용이 우선이고 작업이 짧다면 GPT-5.6부터, 큰 리포를 오래 다뤄야 한다면 Fable 5부터 여러분 실제 작업에 하루 이틀 붙여보세요. 벤치마크 표 열 개보다 그게 빠릅니다.

각 모델을 더 깊이 보고 싶다면, GPT-5.6의 출시 상세는 GPT-5.6 Sol·Terra·Luna 출시 정리에서, Claude Fable 5의 전체 분석은 Claude Fable 5·Mythos 5 완전 가이드에서 이어서 확인하실 수 있습니다.