앤트로픽 클로드 오퍼스5 출시—코딩·추론 전 부문 1위, 페이블5 절반 값에

어제 벤치마크 결과 보다가 한 번 멈췄다. Frontier-Bench 코딩 점수에서 오퍼스5가 페이블5를 이겼다는 거 봤을 때. 같은 회사 최상위 모델을 아랫 라인 모델이 넘어선 게 아니라, 아예 코딩 전용 벤치마크에서 숫자로 밀어버린 거다. 그것도 가격은 그대로 놔두고.

2026년 7월 24일, 앤트로픽이 클로드 오퍼스5(Claude Opus 5)를 전 플랫폼에 동시 출시했다. 공식 포지션은 "페이블5급 성능을 절반 값에"인데, 이 문장이 실제로 맞는지 틀리는지 아래에서 뜯어본다.

벤치마크 숫자—믿어야 하나

일단 앤트로픽이 공개한 숫자부터. 에이전틱 코딩 평가인 Frontier-Bench v0.1에서 오퍼스5는 43.3%를 받았다. GPT-5.6 Sol이 34.4%, 그리고 **페이블5가 33.7%**다. 같은 회사 플래그십 모델이 뒤에 처진다. 처음엔 오타인 줄 알았다.

ARC-AGI-3은 더 극적이다. 오퍼스5가 30.2%를 기록하는 동안 GPT-5.6 Sol은 7.8%에 머물렀다. ARC Prize 팀이 직접 검증한 수치다. ARC-AGI는 기존 학습 데이터로 외울 수 없는 새로운 패턴 추론 능력을 보는 평가라 벤치마크 오염 이슈에서 상대적으로 자유롭다. 오퍼스5는 테스트 중 대수 표기법으로 문제를 변환하거나 자체적으로 반사 방정식을 세우는 행동을 보였다고 한다. AI가 이전에는 보기 어려웠던 방식이라는 평가가 달렸다.

컴퓨터 사용 영역인 OSWorld 2.0에서도 오퍼스5는 70.6%로 페이블5(66.1%)와 GPT-5.6 Sol(62.6%)을 앞질렀다. 업무 자동화 평가 AutomationBench에서는 26.0%로 다른 모델들이 17~18% 대에서 엇비슷하게 묶여 있는 것에 비해 혼자 떨어져 있다.

물론 앤트로픽이 직접 만든 자료이니 100% 그대로 믿으라는 말은 아니다. 그런데 ARC Prize는 독립 기관이고, 복수의 외부 매체가 재현 테스트를 돌려도 비슷한 결과가 나왔다. 어느 정도는 사실로 봐야 한다.

에포트 모드—이게 왜 중요한가

오퍼스5에서 새로 들어온 기능 중 눈에 띄는 건 에포트(effort) 모드다. low / medium / high / xhigh / max 5단계로 추론량을 직접 조절할 수 있다. 싱킹(thinking)은 기본 ON이고, high 이상에서 비활성화하면 400 에러가 뜬다.

솔직히 이게 처음 들었을 때 "굳이?" 싶었는데, AutomationBench 데이터를 보고 생각이 바뀌었다. medium 에포트에서도 26%에 가까운 통과율을 내면서 과제당 비용이 약 $0.89에 불과했다. 같은 비용대의 다른 모델이 아예 이 점수를 못 낸다. 즉 에포트 레벨 조절은 단순한 속도/품질 트레이드오프가 아니라 비용 효율로 경쟁하는 방식 자체가 됐다.

패스트(Fast) 모드도 있다. 기본 속도의 2.5배, 가격은 2배다. 코딩 에이전트나 CI 파이프라인처럼 응답 속도가 임계치에 걸리는 상황에서 쓰는 용도다. 입력 $10 / 출력$50 per 1M 토큰이니 페이블5 기본가와 같아진다. 가장 빠른 오퍼스5를 페이블5 가격으로 쓰는 셈인데, 그래도 코딩 벤치마크 수치는 오퍼스5가 앞서 있으니 논리상 이득이다.

GPT-5.6 Sol 진영은 어떻게 보나

지식 작업 능력을 측정하는 GDPval-AA v2에서 오퍼스5 Elo는 1,861, GPT-5.6 Sol은 1,736이다. 수치 자체보다 이 격차가 의미하는 바가 있다. OpenAI의 GPT-5.6 Sol은 수학·과학 추론에서 강점이 있다고 알려져 있는데, 오퍼스5가 ARC-AGI-3에서 30.2% vs 7.8%로 눌렀다는 건 순수 추론 영역에서도 우위가 생겼다는 뜻이다.

다만 한 가지는 인정해야 한다. 순수 코딩 작업에서는 여전히 박빙이라는 평가가 있다. 외부 평가 기관 몇 곳에서 SWE-bench 류의 레포지토리 수준 코딩 과제를 돌려보면 GPT-5.6 Sol과 수 퍼센트 포인트 안에서 오가는 경우가 있다. 에이전틱 파이프라인 성능은 오퍼스5가 우세하지만, 짧은 독립 코딩 스니펫만 뗄 때는 GPT도 충분히 경쟁력이 있다.

10년 넘게 이쪽 판을 보면서 느끼는 건, 벤치마크 1위 모델이 내 실제 워크플로우에서도 1위가 되는 경우가 절반도 안 된다는 거다. 직접 써보기 전까지는 보류.

가격 전략의 진짜 의도

오퍼스5의 API 가격은 입력 $5 / 출력$25 per 1M 토큰으로 오퍼스4.8과 동일하다. 페이블5는 $10 /$50이니 정확히 절반이다. 그런데 성능은 여러 벤치마크에서 오퍼스5가 오히려 앞선다. 이 구조가 어색하다.

앤트로픽 입장에서 이걸 왜 이렇게 설계했을까. 추측이지만, 페이블5를 강등시키는 게 아니라 코딩과 에이전트 작업 특화 모델을 아래 가격대에 먼저 배치해 기업 API 고객을 잡으려는 것 같다. 엔터프라이즈 고객은 처리량이 많아서 가격이 조금만 낮아져도 선택이 바뀐다. Fable 5는 멀티모달·창작·복잡한 문서 작업에서 여전히 앞선 지점이 있고, 오퍼스5는 코딩·에이전트 특화로 포지션을 잡은 거다.

Claude Max 구독자는 오퍼스5가 새 기본 모델이 됐다. Claude Pro 구독자도 최상위 모델로 선택할 수 있다. 지식 컷오프는 2026년 5월로 페이블5와 오퍼스4.8(2026년 1월)보다 몇 달 더 최신이다. 이 부분도 무시하기 어렵다.

내 툴체인이 바뀔 것 같다

지금 코딩 에이전트로 Claude Max + Sonnet 5를 주로 쓰고 있는데, 이번에 오퍼스5가 Max 기본 모델이 된다는 건 사실상 자동 업그레이드다. Frontier-Bench 43.3%가 실제 작업에서도 체감된다면 굳이 다른 모델로 바꿀 이유가 없어진다.

한 가지 걱정은 지연 시간이다. 에포트 레벨을 올릴수록 응답이 느려지는 건 피할 수 없다. 빠른 편집이 필요한 작업에서는 패스트 모드를 써야 하는데 그러면 비용이 두 배로 뛴다. 실제로 써보면서 에포트 세팅을 어느 선에서 고정할지 알아가야 할 것 같다.

ARC-AGI-3에서 30.2%가 어떤 의미인지 감이 잘 안 온다는 사람도 있을 텐데, 단순 비교로 GPT-5.6 Sol이 7.8%라는 걸 보면 된다. 4배 차이다. 이게 실전에서 얼마나 다르게 느껴지는지는 또 써봐야 알겠지만, 숫자 격차만큼은 뚜렷하다.

오퍼스5 이후 AI 코딩 도구 시장이 어떻게 재편될지는 두어 달 더 지켜봐야 할 것 같다. 오퍼스5가 실제로 기업 API를 흡수하기 시작하면 OpenAI도 가격이나 성능 쪽에서 뭔가 반응이 나올 거다. 그 반응이 나오기 전까지는 일단 오퍼스5가 유리한 판이다.