Claude Fable 5가 2026년 6월 9일에 일반 공개되었다. 스펙 해설은 이미 다 나왔으므로, 여기서 할 일은 단 하나다. 지난번 Opus 4.8에 실시했던 숨겨진 테스트를 한 글자도 바꾸지 않고 Fable 5에 그대로 적용하는 것이다. 동일한 문제, 동일한 채점 로직, 동일한 글자 수 카운트로 최상위 모델의 세대교체에서 무엇이 변했는지를 실측했다.

검증 방법

• claude-fable-5 / Claude Max / 2026년 6월 11~12일 실시
• 3가지 서피스(Surface):
  Claude Code / Cowork / claude.ai 채팅. effort는 지난번 데이터가 풍부한 max / xhigh -
  1run = 1개의 신규 세션 (컨텍스트 유지 없음) -
  출제와 채점 세션 분리. 채점용 숨겨진 테스트는 출제 세션에 두지 않음 (시험 문제와 모범 답안을 같은 방에 두지 않음). 기사에 사용하는 숫자는 이 분리를 지킨 run만 사용 - 측정: 토큰·비용 = /cost

실측값

과제와 채점 로직

Task A (코딩): SemVer 2.0.0을 준수하는 semver_compare(a, b)를 Python으로 구현하게 하고, "코드만 반환해"라고 지시. 필자 측의 숨겨진 테스트 15개 항목으로 기계 채점한다. 내용은 향후 모델 비교에서 재사용하기 위해 전부 공개하지 않지만, 짚고 있는 부분은 사양의 함정들이다:

# 대표 예시 (15개 항목 중 발췌·동등한 취지)
assert semver_compare("1.0.0-alpha", "1.0.0") == -1 # 프리릴리스(Pre-release) < 정식 버전
assert semver_compare("1.0.0-alpha.1", "1.0.0-alpha.beta") == -1 # 숫자 ID < 영숫자 ID
...

Task B (추론 + 문장): 베이즈 정리의 전형적인 문제(유병률 1%·민감도 99%·위양성 5% → 양성 예측도 ≈ 16.7%)를 "수치와 구하는 방법을 150자 이내로" 작성하게 함. 채점은 3가지 포인트를 기계 판정:

ok_value = "16.7" in answer # 수치 (약 16.7%)
ok_decomp = check_decomposition(answer) # 99/(99+495)=99÷594와 동등한 분해
ok_length = len(method_text.replace("\n", "")) <= 150 # 개행 제외 150자

프롬프트는 모든 run에서 한 글자도 바꾸지 않았다. 지난번(Opus 4.8·27run)과 동일하다.

결과 ①: 품질 점수는 모든 서피스에서 만점. 차이는 '간결함'

점수로는 지난번과 차이가 없다. 흥미로운 점은 구현 스타일이 서피스마다 세 가지 모습으로 달랐다는 것이다:

• Claude Code: 소박한 수기 파싱 (split 기반) -
• Cowork: 엄격한 SemVer 정규 표현식 + 입력 검증 포함. 가장 방어적 -
• Chat: isascii()를 병용하여 유니코드 숫자를 걸러내는 가드, cmp(bool, bool) 트릭

출력량에는 일관된 차이가 나타났다. 코드는 거의 동일한 양, 문장은 명확하게 짧음:

"코드는 줄이지 않고, 설명문을 압축한다"는 성격이다. 필요한 분해 과정은 유지하면서 불필요한 말을 덜어냈으며, 이는 품질 채점에는 나타나지 않는 차이였다.

결과 ②: 같은 의뢰라도 방식에 따라 24배 차이

모두 "semver_compare를 구현해줘" 급의 단발성 의뢰 베이스. /cost 실측:

단발형은 $0.17~$0.58 수준으로, Opus 4.8 단발(이전 Task B max $0.1120)의 약 1.5배 정도에 수렴한다. 문제는 아래 두 줄이다.

자율적인 프로젝트화 —— $3.90

"인증 로그에서 브루트 포스 (Brute-force)를 탐지하는 스크립트를 작성해줘"라고 프롬프트 하나를 던졌더니, 본체 338행에 더해 샘플 로그 생성기 93행과 7가지 시나리오의 자기 검증(경계값 정확히 10회, pam_unix의 이중 계상 방지, IPv6, 저속 공격을 올바르게 "미탐지"로 확인하는 과정까지)을 알아서 완수했다. 9분 52초 · 45,600 tok · $3.90. 5시간 할당량 중 1할 가까이가 사라졌다. 품질은 높다. 다만 "스크립트 1개"가 작은 프로젝트가 된다. **비용의 주된 원인은 모델 단가가 아니라 이 "알아서 열심히 하는 능력"**이었다.

dynamic workflow와 "don't ask again"의 함정 —— $4.16

Task A를 low로 던졌더니, Claude Code가 dynamic workflow (3개의 독립 구현 + 적대적 테스트 91건의 생성 및 실행 검증)를 자동으로 제안했다. 승인하자 여러 개의 subagent가 병렬로 실행되어 1분 50초 만에 완료되었고, /cost는 $4.16 (81%가 subagent 소비)였다. 숨겨진 테스트는 15/15로 정확했지만, 'No'를 선택하고 평범하게 다시 요청해도 15/15였다. 이 태스크에는 과잉 장비였다.

실무상의 주의사항은 확인 다이얼로그의 선택지 2번이다. "Yes, and don't ask again for <skill> in <folder>"를 한 번 선택하면, 동일 폴더 내에서는 이후 확인 절차 없이 workflow가 기동된다. 1회 $4 규모의 소비가 조용히 쌓일 수 있다. 대책:

• 고액 workflow에는 "don't ask again"을 사용하지 않는다.
• 실행 중 정지는 /workflows, 무효화는 /config를 사용한다.
• workflow 제안은 effort(노력 수준)와 무관하다 (low에서도 나타남).

결과 ③: 방어적 태스크에서 폴백(Fallback)이 실제로 발동

Fable 5는 고위험 요구를 감지하면 Opus 4.8로 자동 전환한다 (공식 발동률 5% 미만). 공격 코드 작성 의뢰는 일절 하지 않고, 방어 및 운용 목적의 정당한 SE(System Engineer) 업무만을 4가지 유형으로 각각 다른 신규 세션에서 던져보았다:

F3의 발동 증거는 3가지다:

• ① 노란색 시스템 메시지 "This model has safety measures that flagged something in this session... Switched to Opus 4.8"
• ② 상태 표시줄(Status line) 표시가 Fable 5 → Opus 4.8로 변화
• ③ /cost의 Usage by model에서 fable-5 행이 사라지고 claude-opus-4-8로 대체됨. claude.ai 측 UI에서도 동일한 발동을 확인했으므로, Claude Code에 국한된 것이 아니라 모델 자체의 동작이다.

발동 조건의 가설과 탐지 방법

활용 가이드라인 (실측 기반)

• 단발성 코딩·추론: $0.17~$0.58/run. 출력이 간결한 만큼 Opus 4.8보다 실제 비용이 약간 저렴하다. 가격이 같다면 선택하지 않을 이유는 없다.
• 장기·자율 태스크: 진가는 여기서 나타나지만, 비용의 주된 원인은 "알아서 열심히 하는 능력"이다. 범위를 나누어 의뢰하라.
• dynamic workflow의 "don't ask again"은 함부로 선택하지 마라. /workflows와 /config를 기억해 두자.
• 보안 작업: 방어 목적이라도 작동하는 공격 코드를 작성하게 하면 전환이 일어날 수 있다. /cost를 통해 현재 모델을 확인할 수 있다.

한계

• 단일 환경 (Claude Max · 1대) · 각 셀 1run. LLM 출력은 매번 변한다는 전제하에 진행
• 폴백 (Fallback) 발동 조건은 4개 태스크의 대조를 통한 추정임. 완전한 증명을 위해서는 재시험이 필요함 - Fable 5 (이번)와 Opus 4.8 (지난번)은 실시 시기가 다름. "동일한 시험을 치른다면 어떠할까"라는 관점으로 해석할 것
• 가격 및 무료 기간 사양은 2026년 6월 12일 기준. 무료 기간 종료일은 확인되지 않아 기재하지 않음

스크린샷 (폴백 발동 화면 · /cost 내역), 그래프, 검증의 상세 절차는 풀 버전에서 확인 가능:

Discussion