플래그십 성능을 절반 가격에 제공하는 Claude Opus 5

구분	내용
모델	Claude Opus 5 (claude-opus-5)
개발사	Anthropic
출시일	2026년 7월 24일
공식 발표	anthropic.com/news/claude-opus-5

지난 두 달 사이 네 번째 모델을 내놓은 Anthropic이 이번에는 방향을 바꿨다. 더 강한 모델이 아니라 플래그십급 성능을 절반 가격에 제공하는 모델이다. 7월 24일 출시된 Claude Opus 5는 자사 최상위 모델인 Claude Fable 5와 대부분의 코딩 및 지식노동 벤치마크에서 대등하거나 앞선다. 그러면서 토큰 가격은 절반이다.

핵심 스펙

항목	내용
모델 타입	프론티어 LLM (텍스트와 비전 입력을 지원하며 thinking이 기본 활성화)
컨텍스트 윈도우	100만 토큰 (단일 구성이며 축소 버전 없음)
최대 출력	128K 토큰
지식 컷오프	2026년 5월 (Anthropic 라인업 중 가장 최신)
가격	100만 토큰 기준 입력 $5 / 출력 $25 (Opus 4.8과 동일)
접근 방식	API 전용 (클로즈드 웨이트)

주목할 점은 가격 정책이다. Opus 4.8과 같은 가격을 유지하면서 성능만 끌어올렸다. 결과적으로 상위 티어인 Fable 5 대비 토큰당 비용이 절반이 됐다. 별도의 Fast mode는 약 2.5배 빠른 속도를 2배 가격에 제공한다.

벤치마크 결과

Opus 4.8 대비 향상 폭이 이례적으로 크다.

벤치마크	Opus 5 성적	비교
Frontier-Bench v0.1	43.3%	Opus 4.8(18.7%)의 2배 이상이며 경쟁 모델 전부를 더 낮은 비용으로 추월
ARC-AGI 3	30.2%	Opus 4.8(1.5%)의 약 20배이자 차순위 모델의 약 3배
CursorBench 3.2 (max effort)	Fable 5 최고 점수와 0.5%p 이내	작업당 비용은 절반
OSWorld 2.0 (컴퓨터 사용)	Fable 5 최고 기록 상회	약 3분의 1 비용으로 달성
Zapier AutomationBench	경쟁 모델 대비 약 1.5배 통과율	동일 비용 기준

종합 지능 지표에서도 출시 이틀 만에 선두에 올랐다. Artificial Analysis Intelligence Index v4.1 기준 60.7로 자사 Fable 5(59.9)와 GPT-5.6 Sol(58.9)을 근소하게 앞선 1위다. BenchLM의 2026년 7월 26일 스냅샷 기준이다.

패턴이 일관적이다. 절대 성능에서 Fable 5와 붙고 비용 효율에서는 명확히 이긴다. Anthropic은 결과를 검증하고 성공할 때까지 신중하게 반복하는 능력이 크게 강해졌다고 강조했다. 이는 장시간 에이전트 작업에서 실패한 시도를 스스로 감지하고 복구하는 능력을 뜻한다.

무엇이 달라졌나

Opus 5의 강점으로 꼽힌 영역은 소프트웨어 엔지니어링과 장기 에이전트 작업 그리고 유기화학과 단백질 분석 같은 과학 연구다. 시각적 아티팩트 생성도 포함된다. 공통분모는 여러 단계에 걸쳐 스스로 작업을 검증해야 하는 태스크라는 점이다.

ARC-AGI 3에서의 20배 점프가 특히 흥미롭다. ARC-AGI는 암기가 통하지 않는 추상 추론 벤치마크다. 이 정도 상승은 단순한 스케일업이 아니라 추론 방식 자체의 개선을 시사한다.

안전성 지표도 함께 공개됐다. 최근 Anthropic 모델 중 가장 낮은 misaligned behavior 점수(2.3)를 기록했다. 사이버 보안 분류기의 개입 빈도는 Fable 5 대비 약 85% 감소했다.

한계와 맥락

사이버 공격 익스플로잇이나 자율 생물학 연구 같은 이중용도 위험 영역에서는 상위 모델인 Mythos 5보다 의도적으로 능력을 제한했다. 바이너리 취약점 스캐닝과 익스플로잇 생성 요청은 기본 차단되며 플래그된 요청은 Opus 4.8로 폴백 라우팅된다.

두 달 새 네 번째 릴리스라는 속도 자체가 시사하는 바가 있다. 프론티어 랩들의 출시 주기가 분기 단위에서 주 단위로 압축되고 있다.

Cortexys의 시각

Opus 5의 진짜 의미는 벤치마크 수치보다 가격 곡선에 있다. 플래그십급 성능이 절반 가격으로 내려오는 일이 6개월 주기로 반복된다면 지금 비용 문제로 보류된 AI 프로젝트의 상당수가 곧 채산성을 갖추게 된다. 에이전트 워크로드를 설계할 때 모델 비용을 고정 상수가 아니라 반감기를 가진 변수로 두고 아키텍처를 짜야 하는 이유다.

특히 국내 기업 입장에서는 최상위 모델과 한 단계 아래 모델 사이의 선택 계산이 달라졌다. Opus 5는 대부분의 실무 워크로드에서 그 질문 자체를 무의미하게 만든다.

참고 자료

자료	링크
Anthropic 공식 발표	anthropic.com/news/claude-opus-5
Claude Platform Docs	What's new in Opus 5
TechCrunch 보도	Anthropic launches Opus 5