클로드 오퍼스5 출시, 페이블5랑 뭐가 다를까요

출시 하루 만에 벤치마크 점수가 이전 모델의 2배를 넘었더라고요. 어제(7월 24일) 앤트로픽이 새로 내놓은 클로드 오퍼스5 얘기예요.

가격은 그대로 두고 성능만 확 끌어올렸다는 소식에 저도 궁금해져서 발표 내용을 하나씩 찾아봤어요.

반값 페이블5라니, 오퍼스5의 정체

앤트로픽은 오퍼스5를 "클로드 페이블5의 프론티어급 지능에 절반 가격으로 접근하는 모델"이라고 소개했어요. 페이블5는 지난 6월 9일 나온 앤트로픽의 최상위 모델이고요.

가격으로 보면 이 표현이 왜 나왔는지 바로 이해가 돼요. 페이블5는 백만 토큰당 입력 10달러·출력 50달러인데, 오퍼스5는 입력 5달러·출력 25달러로 정확히 절반이거든요. 심지어 이건 새 가격이 아니라 이전 모델인 오퍼스4.8과 동일한 가격이에요. 얼마 전 그록 4.5 나왔는데, GPT·클로드랑 뭐가 다를까요 글에서 벤치마크 비교 기준으로 언급했던 그 오퍼스4.8이, 이번에 이렇게 다음 버전으로 넘어간 거예요.

Claude Max의 새 기본 모델, Claude Pro에서 쓸 수 있는 가장 강력한 모델로 지금 바로 풀렸어요.

가격은 그대로, 성능은 두 배

핵심만 말하면, 에이전틱 코딩 벤치마크에서 오퍼스5가 오퍼스4.8의 2배 넘는 점수를 냈어요.

터미널에서 실제 작업을 시키고 채점하는 Frontier-Bench v0.1에서 오퍼스5는 43.3%를 기록했어요. 오퍼스4.8이 18.7%였으니 두 배가 넘고요. 심지어 훨씬 비싼 페이블5(33.7%)보다도 높은 점수예요. 같은 값이면 오퍼스5 쪽이 이득이라는 얘기죠.

CursorBench 3.2 최대 노력 모드에서도 페이블5 최고점의 0.5% 이내까지 따라붙었다고 하는데, 작업당 비용은 절반이라는 게 앤트로픽 쪽 설명이에요. 저는 이 수치를 처음 봤을 때 "설마 그 정도겠어" 싶었는데, 여러 매체가 비슷한 수치를 그대로 인용하고 있더라고요.

다른 벤치마크 성적표

코딩 말고 다른 영역도 꽤 준수해요. 지식노동 능력을 재는 GDPval-AA v2에서 오퍼스5는 Elo 1,861을 기록했는데, 페이블5(1,747)는 물론 GPT-5.6 Sol(1,736)보다도 앞섰어요.

ARC-AGI 3에서는 차순위 모델보다 3배 높은 점수를 냈고, Zapier AutomationBench에서도 동일 비용 기준으로 차순위보다 1.5배 정도 통과율이 높았다고 해요. 요즘 앤트로픽이 이렇게 공격적으로 성능을 밀어붙이는 배경 중 하나로, 중국 쪽 Kimi K3, GPT·클로드랑 비교하면 이 정도예요 글에서 다뤘던 그 모델의 돌풍을 국내 뉴스들이 같이 언급하더라고요.

근데 만능은 아니에요. 사이버보안 과제에서는 같은 앤트로픽의 Mythos5한테 뒤처진다고 앤트로픽 스스로 밝혔어요. 장점만 나열하는 발표 자료에 이런 약점까지 적어둔 게 오히려 좀 신뢰가 가긴 했어요.

새로 생긴 기능 셋

이번에 눈에 띄는 신기능이 몇 개 있어요.

첫째는 이펙트(effort) 토글이에요. 작업 강도를 낮음·중간·높음, 그리고 "xhigh"까지 네 단계로 직접 조절할 수 있어서, 비용을 아낄지 성능을 더 뽑을지 사용자가 정할 수 있게 됐어요. 둘째는 컨텍스트 윈도우가 100만 토큰으로 늘었다는 점이고, 셋째는 턴 단위(per-turn) 제어랑 문제 생기면 오퍼스4.8로 알아서 되돌아가는 세이프티 폴백이에요.

(여담인데, 이 폴백 기능 보면서 예전에 프로그램 업데이트했다가 오류 나서 이전 버전으로 롤백했던 기억이 나더라고요. 사람이 하던 걸 이제 모델이 알아서 하는 거죠.)

그래서 어떤 모델을 써야 할까

코딩이나 에이전트 작업 위주라면 오퍼스5가 지금 가장 균형 잡힌 선택인 것 같고, 비용 상관없이 최고 성능만 원한다면 여전히 페이블5 쪽이고요. 사이버보안 특화 작업은 따로 Mythos5를 쓰는 게 낫다는 게 앤트로픽 쪽 입장이에요.

이 속도면 얼마 안 가 또 새 버전 얘기가 나올 것 같은데, 그때 다시 다뤄볼게요.