앤트로픽 Opus 5.5 공개…독립 평가 1위·값 20% 인하

앤트로픽이 Claude Opus 5.5를 공개했습니다. 9월 22일(현지시간) 발표하면서 "새 Claude 5.5 계열의 첫 모델"이라고 밝혔고, 공식 모델 문서는 어떤 모델을 쓸지 모르겠으면 대부분의 작업은 Opus 5.5로 시작하라고 안내합니다. Fable 5.1은 까다로운 추론이나 장시간 실행되는 에이전트 작업, 또는 Opus 5.5를 높은 강도(effort)로 실행해도 기준에 못 미칠 때 쓰라는 자리로 옮겨 갔습니다.

회사 발표만 있는 것이 아닙니다. 모델마다 같은 시험을 직접 실행해 점수를 부여하는 독립 평가 기관 Artificial Analysis가 출시 당일 결과를 냈습니다. 10개 평가를 묶은 지능 지수에서 Opus 5.5는 최고 강도(max) 기준 58점으로 1위였습니다. 2위는 53점으로 동점인 GPT-6 Astra와 Claude Fable 5.1, 그다음이 51점의 Opus 5. 이 기관은 "우리가 측정한 최고 점수를 몇 점 차로 넘었다"고 적었습니다.

항목별로 보면 10개 가운데 6개에서 1위. 전문가급 난제를 모은 Humanity's Last Exam에서 61.4%로 이전 최고였던 Fable 5.1의 59.1%를 넘었고, 과학 코딩 평가 SciCode에서도 66.9%로 Fable 5.1(63.1%)을 앞섰습니다. 터미널에서 코딩 작업을 끝까지 해내는지 보는 Terminal-Bench 4.0은 59.6%로 GPT-6 Astra와 같은 1위이고, Opus 5보다 11%포인트 올랐습니다. 물리 추론(CritPt)과 긴 문서 추론(AA-LCR), 전문 문서 해석(GDP.pdf)에서는 1위를 내줬습니다.

가장 크게 앞선 곳은 어디일까요? 문서·표·발표 자료를 만들어 내는 사무 작업입니다. 이 기관이 비공개로 운영하는 업무 평가 AA-Briefcase에서 1,822점을 받아 Fable 5.1보다 143점 높았고, 실제 직업군 과제를 푸는 GDPval-AA에서도 1,846점으로 Fable 5.1보다 111점, Opus 5보다 138점 앞섰습니다.

값은 100만 토큰당 입력 4달러, 출력 20달러. Opus 5의 5달러·25달러보다 20% 낮은 값. 캐시 읽기는 0.5달러에서 0.2달러로 60% 떨어져, 캐시를 안 쓸 때보다 95% 싸졌습니다. 최대 2.5배 빠른 고속 모드는 값이 따로 붙어 입력 8달러, 출력 40달러입니다.

다만 토큰값이 내려간 만큼 실제 청구액이 줄어드는 것은 아닙니다. Artificial Analysis가 과제 하나를 끝내는 데 든 평균 비용(Cost per Task)을 측정해 보니 Opus 5.5(max)는 5.98달러로, Opus 5의 5.86달러와 거의 같았습니다. 과제 하나에 출력 토큰을 약 11만 9천 개 써서 Opus 5(약 7만 3천 개)보다 1.6배 많이 썼기 때문입니다. Fable 5.1(7.63달러)보다는 싸고, 토큰을 약 2만 7천 개만 쓰는 GPT-6 Astra(3.26달러)보다는 비쌉니다. 이 기관은 Opus 5.5의 강도 설정 다섯 개 가운데 네 개가 점수 대비 비용에서 가장 효율적인 모델들이 이루는 선(파레토 프런티어, Pareto frontier) 위에 놓인다고 평가했습니다.

앤트로픽은 대부분의 작업에서 Fable 5.1 수준으로 동작하면서 Opus 5보다 운영 비용이 40% 낮다고 밝혔습니다. 토큰값이 싸고 과제 하나에 쓰는 토큰도 덜 쓴다는 설명입니다. 최고 강도로 측정한 독립 평가와는 조건이 다르니, 비용은 자기 작업과 강도 설정으로 직접 측정해 보는 편이 정확합니다. 기본 강도는 medium으로 Fable 5.1의 high보다 한 단계 낮은 값.

회사가 직접 낸 점수도 있습니다. 에이전트의 코드 수정이 병합될 만한지 보는 FrontierCode에서 기본 설정으로 54.6%를 기록해 GPT-6 Astra의 최고 점수 53.3%를 넘겼습니다. 초기 사용자가 20만 줄짜리 코드베이스를 감사하고 고치는 데 세 시간이 안 걸렸는데, 같은 일에 Opus 5는 20시간 넘게 걸리며 토큰을 2.5배 썼다는 사례도 실었습니다. 앤트로픽은 이 수준에서는 벤치마크 점수 차이가 실제 차이를 알려 주는 잣대로서 덜 미덥다는 단서도 달았습니다.

규격은 컨텍스트 100만 토큰, 최대 출력 12만 8천 토큰이고 지식 기준일은 2026년 6월입니다. Opus 5에서 옮겨 오는 개발자는 네 가지를 확인해야 합니다. 사고 모드를 끌 수 없고, 도구를 강제로 쓰게 하는 설정은 오류가 나며, 사고 블록이 그것을 만든 모델과 대화에 묶입니다. Claude API와 구글 클라우드에서는 이전 컴퓨터 사용 도구 computer_20251124를 더 이상 받지 않습니다. 도구 호출 사이에 나오던 글도 이제 사고 블록에 담겨 기본 설정에서는 비어 오므로, 그 글을 진행 상황으로 보여 주던 앱은 display 값을 바꿔야 합니다.

안전 쪽에서는 자동 행동 감사에서 지금까지 시험한 모델 가운데 가장 좋은 점수가 나왔고, 보안업체 그레이스완(Gray Swan)의 프롬프트 인젝션(prompt injection) 시험에서는 Fable 5.1과 함께 가장 낮은 값으로 묶였습니다. 사이버보안과 생물 분야에는 Fable 5.1과 같은 급의 안전장치가 걸렸고, 생물 연구에 쓰려면 별도 심사를 거쳐야 합니다. 회사는 Opus 5.5가 자기가 평가받는 중이라는 것을 자주 눈치채는 신호가 보인다는 점도 함께 적었습니다.

Opus 5.5는 아마존 베드록과 구글 클라우드, 마이크로소프트 파운드리를 포함한 전 플랫폼에서 바로 쓸 수 있습니다.