Claude Opus 5 업데이트 - 가격은 그대로, 성능은 2배

7월 24일, Anthropic이 Claude Opus 5를 공개했습니다.

이 글은 Anthropic 공식 발표를 바탕으로 정리했습니다.

가장 먼저 확인한 건 가격이었습니다. 새 모델이 나오면 보통 값도 같이 오르니까요. 그런데 이번엔 아니었습니다. 입력 100만 토큰당 $5, 출력 $25. 이전 버전인 Opus 4.8과 똑같습니다.

그럼 성능은 어떻게 달라졌을까요. 발표 자료에 나온 벤치마크 숫자를 하나씩 살펴봤습니다.

기본 정보부터

항목	내용
출시일	2026년 7월 24일
모델 ID	claude-opus-5
가격	입력 $5 / 출력 $25 (100만 토큰당)
Fast 모드	입력 $10 / 출력 $50, 속도는 약 2.5배
쓸 수 있는 곳	Claude.ai(Pro·Max), Claude Code, Claude Cowork, API

Anthropic의 최상위 모델인 Fable 5는 입력 $10, 출력 $50입니다. Opus 5가 정확히 절반값이죠.

재밌는 건 Fast 모드 가격입니다. Fable 5와 똑같습니다. 빠르게 쓰려면 결국 최상위 모델과 같은 값을 내야 하는 셈입니다.

1. 벤치마크에서 실제로 무슨 일이 있었나

Frontier-Bench: 43.3%

이 숫자가 이번 업데이트의 핵심입니다. Opus 4.8이 18.7%였으니 2배가 넘게 올랐습니다.

Frontier-Bench가 뭘 재는 시험인지 알면 이 숫자가 더 크게 보입니다. 객관식 정답률이 아닙니다. AI에게 실제 업무를 던져주고 끝까지 해냈는지를 봅니다.

• 74개 과제가 들어 있습니다
• 코딩만이 아니라 과학, 보안, 하드웨어 설계, 금융, 음악까지 다룹니다
• 과제마다 별도 검증 장치가 합격 여부를 기계적으로 판정합니다

그러니까 43.3%는 74개 중 32개쯤 끝냈다는 뜻입니다. 벤치마크가 공개됐을 때 최고 점수가 34% 정도였으니, 기존 1위를 넘어섰습니다.

물론 뒤집어 보면 절반 이상은 여전히 실패합니다. 애초에 그런 난이도로 만든 시험입니다.

CursorBench: 70.0%, 1위와 0.5%p 차이

CursorBench는 Cursor라는 회사가 만든 벤치마크입니다. 문제를 만드는 방식이 독특합니다.

Cursor 사내 개발자들이 업무 중에 AI에게 던진 요청을 그대로 모아 시험 문제로 씁니다. 문제집이 아니라 실무 기록이 원본인 거죠. 심지어 과제 설명을 일부러 짧고 모호하게 둡니다. 개발자가 AI에게 말하는 방식이 원래 그러니까요.

채점도 정답 여부만 보지 않습니다.

1. 그 코드가 실제 환경에서 돌아가는가
2. 읽기 좋고 기존 코드 스타일에 맞는가
3. 답을 찾는 데 토큰을 얼마나 썼는가
4. 작업 과정에서 적절하게 행동했는가

결과가 이렇습니다.

순위	모델	점수
1	Claude Fable 5	70.5%
2	Claude Opus 5	70.0%
3	GPT-5.6 Sol	67.2%
4	Grok 4.5	66.7%
6	Claude Opus 4.8	62.3%

6위였던 Opus가 2위로 올라갔습니다. 그 사이에 있던 GPT-5.6 Sol과 Grok 4.5를 뛰어넘었죠.

1위와 차이는 0.5%p입니다. 가격은 절반인데요.

그 외

• ARC-AGI 3 (처음 보는 문제 풀기): 2위 모델의 3배 점수
• OSWorld 2.0 (컴퓨터 직접 조작): Fable 5 최고 기록을 넘었고, 비용은 3분의 1입니다
• Zapier AutomationBench (업무 자동화): 같은 비용으로 1.5배 성공률

2. 체감되는 변화

숫자보다 실제로 쓸 때 달라지는 부분을 정리했습니다.

스스로 확인하고 고칩니다

가장 반가운 변화입니다.

AI에게 작업을 맡길 때 제일 답답한 순간이 있죠. 틀린 걸 모르고 계속 가는 겁니다. 한참 뒤에 확인해 보면 처음부터 잘못된 방향이었던 경우요.

Opus 5는 자기 작업을 확인하고, 틀리면 되돌아가 고치는 능력이 강해졌습니다. 여러 단계로 이어지는 긴 작업도 옆에서 계속 지켜보지 않아도 됩니다.

Effort로 비용을 조절합니다

"오래 생각하게 하기"와 "토큰 아끼고 빠르게" 사이를 설정으로 조절할 수 있습니다. 비용을 다이얼처럼 돌리는 셈이죠.

앞에서 본 CursorBench 70.0%도 최대 설정(max effort) 기준입니다. 가벼운 작업이라면 낮춰서 토큰을 아끼면 됩니다.

눈에 보이는 결과물이 좋아졌습니다

아티팩트나 인터랙티브 데모처럼 화면으로 확인하는 산출물의 품질이 올라갔습니다.

그 외 (베타)

• 대화 중간에 도구를 바꿔도 프롬프트 캐시가 유지됩니다
• 차단된 요청은 다른 모델로 자동 연결됩니다

3. 안전성은 어떤가

• 자동 정렬 평가에서 최근 Claude 모델 중 가장 낮은 2.3점을 받았습니다. 이 점수는 낮을수록 좋습니다.
• 보안 관련 분류기가 덜 까다로워져서, 불필요하게 막히는 경우가 약 85% 줄었습니다.
• 다만 사이버보안이나 생물학 연구 쪽은 여전히 다른 모델에 뒤집니다.

그래서 어떻게 쓰면 좋을까

Claude Code를 쓰고 계시다면 특별히 할 일은 없습니다. 모델을 Opus 5로 선택하면 됩니다.

급할 때는 /fast 명령을 써보세요. 속도가 2.5배 빨라집니다. 대신 요금도 2배니 꼭 필요할 때만 쓰는 게 좋겠습니다.

이번 업데이트를 한 줄로 줄이면 이렇습니다.

내 지갑에서 나가는 돈은 그대로인데, 결과물이 좋아졌습니다.

새 모델이 나오면 값도 오르는 게 당연하다고 여겼는데 이번엔 반대였네요. 이런 업데이트라면 반가운 마음으로 써보게 됩니다.

---

참고

• Anthropic 공식 발표
• Frontier-Bench 공식 페이지
• Cursor의 모델 평가 방식

벤치마크 숫자를 볼 때 한 가지 참고하실 점이 있습니다. CursorBench는 Cursor가 자사 데이터로 만든 벤치마크입니다. 만드는 방식이 실무에 가까워 참고할 만하지만, 특정 회사가 만든 기준이라는 점은 알고 보는 게 좋습니다.