오퍼스5 공개, 페이블5 절반 작업 비용에 일부 평가서 상위권

앤트로픽은 오퍼스5를 클로드 맥스의 기본 모델이자 클로드 프로에서 쓸 수 있는 최고 성능 모델로 배치한다고 밝혔다고 이 모델은 페이블5와 견줘 약 절반 수준의 작업 비용으로 비슷하거나 더 높은 성능을 낸다.

성능과 비용은 어떻게 나뉘나

인텔리전스 인덱스는 여러 평가를 묶어 모델의 종합 성능을 하나의 점수로 나타낸 지표다. 아티피셜 애널리시스의 이 지표에서 오퍼스5는 61점으로 페이블5(60), GPT-5.6 솔(59), 키미 K3(57), 오퍼스4.8(56)보다 높았다.

토큰 단가는 이전 세대와 같았다. 입력 토큰 100만 개당 5달러, 출력 토큰 100만 개당 25달러로 오퍼스4.8과 동일하다.

과제 평균 처리 비용에서는 위치가 갈렸다. 오퍼스5는 2.03달러로 대체 설정을 포함한 페이블5(2.75달러)보다 낮았지만, 오퍼스4.8(1.80달러)과 소넷5(1.53달러)보다는 높았다.

앤트로픽이 밝힌 개별 평가 결과도 소프트웨어 개발 평가 ‘프런티어-벤치 v0.1’에서 오퍼스5는 오퍼스4.8보다 작업당 드는 비용은 줄이면서 성능 점수는 2배가 넘게 나왔다. 업무 자동화 평가 ‘재피어 오토메이션벤치’에서는 같은 비용 기준 차순위 모델의 약 1.5배에 이르는 업무 통과율을 보였다. 컴퓨터 사용 평가 ‘OS월드 2.0’에서는 약 3분의 1 수준의 비용만 들이고도 페이블5가 낸 최고 점수를 웃돌았다. 이는 앤트로픽 발표를 전한 ZDNet Korea의 단일 보도로, 독립 검증된 결과는 아니다.

코딩·엔지니어링 평가에서도 상위권을 기록했다. 에포크 AI의 에포크 역량 지수에서 오퍼스5는 159점으로 페이블5(161)보다 근소하게 낮았고, 소프트웨어 엔지니어링 항목에서는 161점으로 같았다. 터미널-벤치 v2.1에서는 최대 추론 등급으로 89%를 기록해 GPT-5.6 솔과 같은 수준을 보였다.

신뢰성과 한계

환각률은 모델이 불확실한 상황에서 사실과 다른 답을 내놓는 비율을 말한다. The Decoder가 전한 평가에서 오퍼스5는 불확실할 때도 답하는 빈도가 높아지면서 환각률이 14포인트 오른 50%에 이르렀다.

사실 정확도에서는 개선과 한계가 함께 나타났다. AA-옴니사이언스에서 오퍼스5는 오퍼스4.8보다 7포인트 개선됐지만 페이블5보다는 낮았다.

추론 등급이 높다고 결과가 늘 좋아지지는 않았다. 발스(Vals.ai)의 바이브 코드 벤치에서 오퍼스5는 낮음 76.7%, 중간 82%, 높음 89.8%로 오르다가 매우 높음 88.3%, 최대 88.4%로 최상위 등급에서 오히려 소폭 낮아졌다. 발스는 최상위 추론 등급에서 더 복잡하고 오류가 잦은 해법이 나오는 경향을 확인했으며, 앤트로픽은 API와 클로드 코드의 기본 추론 등급을 높음으로 설정했다.

안전 분류기와 차단 처리 방식도 공개됐다. 오퍼스5는 사이버 보안 안전 분류기의 개입 빈도가 페이블5보다 약 85% 낮으며, 요청이 차단되면 다른 모델로 자동 전환해 답변을 이어가도록 했다. 이 역시 앤트로픽 발표를 전한 같은 매체의 단일 보도다. The Register는 오퍼스5가 데이터 보존을 요구하지 않는다고 전했다.

배치 배경

ZDNet Korea는 문샷AI의 ‘키미 K3’와 딥시크 등 중국 AI 기업의 저비용·고성능 개방형 모델 경쟁 속에서 앤트로픽이 오퍼스5를 주력 모델로 배치했다고 해석해 보도했다. 같은 매체에 따르면 다이앤 펜 앤트로픽 연구제품관리 책임자는 기업들로부터 더 많은 가치를 만드는 방법에 관한 의견을 받고 있으며 이에 대응하고 있다고 말했다.