이 글은 Modelflare 블로그의 영어 기사를 번역하고 재구성한 것입니다.
Anthropic의 Claude Fable 5.2에 대한 심층 분석입니다. 1M 컨텍스트, $8/$40 가격, Fable 5.1, Opus 5.5, GPT-6 Astra, Gemini 4 Carbon과의 공개 벤치마크, 작업별 비용, API의 파괴적 변경 사항, 그리고 Modelflare의 경로를 정리했습니다.
Claude Fable 5.2는 Anthropic이 광범위하게 일반 제공하는 모델 중 가장 높은 성능을 가진 모델입니다. 까다로운 추론과 장기적인 에이전트 작업에 적합하도록 2026년 11월 9일에 출시되었습니다. Claude Fable 5.1과 마찬가지로 1M 토큰의 컨텍스트 창, 최대 출력 128K, 그리고 상시 작동하는 적응적 사고(adaptive thinking) 기능을 갖추고 있습니다. 토큰당 비용은 20% 저렴하며, 입력 100만 토큰당 $8, 출력 100만 토큰당 $40입니다. Anthropic은 에이전트에 의한 코딩, 과학, 로보틱스, 검색, 차트 판독 등에서 큰 향상을 보고했으며, 출력 속도는 Fable 5.1보다 최대 30% 빠르다고 밝혔습니다.
요약 결론: Fable 5.2는 검증 프로그램 없이 API를 통해 호출할 수 있는 범용 Claude 모델 중 가장 강력한 선택지입니다. Anthropic이 공개한 표에 따르면, Fable 5.2의 점수가 포함된 12개 항목 중 10개에서 Fable 5.1, Claude Opus 5.5, GPT-6 Astra, Gemini 4 Carbon을 능가합니다. AutomationBench에서는 Gemini 4 Carbon이 최고점을 기록했으며, AA-Briefcase의 Elo 점수에서는 Opus 5.5가 근소하게 높은 점수를 보였습니다. 토큰 단가는 여전히 Opus 5.5의 2배 수준이므로, 진정으로 주목해야 할 것은 '완료된 작업당 비용'입니다. 공개된 몇몇 작업에서 Fable 5.2는 더 낮은 노력(effort)으로 Opus 5.5의 최고 점수에 필적하며, 비용은 절반 이하로 낮아졌습니다.
Modelflare에서는 정확한 모델 ID claude-fable-5-2가 3가지 Claude 경로를 통해 이용 가능하며, 가격은 100만 토큰당 $2 / $10부터 시작합니다. 본 기사에서는 다음 4가지 근거를 나누어 다룹니다. Anthropic이 문서화한 사양, 제공업체가 보고한 벤치마크, 2026년 11월 11일에 확인된 Modelflare의 공개 카탈로그, 그리고 저희 자체 엔지니어링 해석입니다. Modelflare는 이 모델에 대한 벤치마크를 독자적으로 수행하지 않았으므로, 아래 내용은 자체 평가 결과로 간주하지 마십시오.
Claude Fable 5.2 개요
| 항목 | Claude Fable 5.2 |
|---|
| 개발사 | Anthropic |
| ... | low , medium , high (기본값), xhigh , max |
| 신뢰할 수 있는 지식 차단 시점 | 2026년 6월 |
| 상대적 레이턴시 | 중간 (Anthropic 라인업 평가) |
| 공식 가격 | 입력 $8 / 출력 $40 (100만 토큰당) |
| ... | |
| Fable 5.2와 Mythos 5.2는 동일한 기반 모델을 사용합니다. Fable은 사이버 보안 및 생물학 안전장치가 더 강력하기 때문에 모든 Claude API 고객에게 제공될 수 있습니다. Mythos 5.2는 Anthropic의 Cyber Verification Program 또는 Life Sciences Verification Program에 승인된 조직을 대상으로 합니다. 발표 자료에 있는 보안이나 단백질 설계와 관련된 몇 가지 주목할 만한 결과는 Mythos 5.2의 결과입니다. Fable의 안전장치는 대부분의 사이버 작업을 막기 때문에, Fable 5.2를 운영하면서 그러한 것을 기대해서는 안 됩니다. | |
Claude Fable 5.1 대비 변경점
Fable 5.2는 동일 계열의 후속 모델이며 새로운 패밀리는 아닙니다. 용량(capacity), 토크나이저, 사고 모드는 계승됩니다. 변경된 것은 가격, 속도, 안전장치, 그리고 몇 가지 API 계약입니다.
| 관점 | Fable 5.2 | Fable 5.1 | 실무적 의미 |
|---|
| 입력/출력 비용 | $8 / $40 | $10 / $50 | 같은 토큰 양이라면 기본 비용이 20% 낮다 |
| ... | computer_20251124 도구 | Amazon Bedrock 외에서는 400 오류 | 베타 헤더가 붙어 수락됨 |
| | computer_toolset_20260801로 이전 | |
| Advisor 도구 | Advisor는 Fable 5.2 또는 Mythos 5.2여야 함 | 조합의 제약이 느슨함 | executor와 함께 advisor의 model을 업데이트해야 함 |
속도 및 안전장치(safeguard) 수치는 Anthropic 자체 측정값입니다. 네 가지 API 변경 사항은 문서화된 파괴적 변경(breaking change)이므로, 전환하기 전에 코드 검토가 필요합니다. 자세한 내용은 추후 설명하겠습니다.
벤치마크 분석
다음 표는 Anthropic 발표 당시의 비교를 재현한 것입니다. Fable 5.2, Fable 5.1, Opus 5.5의 점수는 주석이 있는 경우를 제외하고는 실제 안전장치(safeguard)가 포함된 상태에서 각 모델로 사용할 수 있는 가장 높은 노력(effort)을 사용했습니다. 이는 Anthropic의 하네스(harness) 하에 제공업체가 보고한 결과이며, 독립적인 측정값이 아닙니다.
| 벤치마크 | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|
| FrontierCode 2.0 (에이전트 코딩) | 49.1% | 32.4% | 45.5% | 42.8% | 41.1% |
| FrontierSWE v2 (에이전트 코딩) | 69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| AutomationBench (비즈니스 워크플로우) | 51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
| Terminal-Bench-Science 0.1 (에이전트 과학) | 74.6% | 52.6% | 58.7% | 68.1% | 64.8% |
| WANDR, relaxed (에이전트 검색) | 82.1% | 68.7% | 72.3% | — | — |
| OSWorld 2.1, offline partial (컴퓨터 조작) | 89.3% | 83.5% | 87.2% | 79.5% | 81.5% |
| RoboDojo Sim (로보틱스, 내부) | 64.9% | 27.6% | 39.4% | 29.8% | — |
| AA-Briefcase v1.1, rubric (지식 노동) | 66.1% | 61.5% | 61.2% | 52.0% | 61.8% |
| AA-Briefcase v1.1, Elo (지식 노동) | 1785 | 1669 | 1800 | 1569 | 1611 |
| Remote Labor Index (지식 노동) | 41.3% | 17.9% | 21.3% | 20.8% | — |
| Humanity's Last Exam, with tools | 74.2% | 65.6% | 67.7% | 57.2% | — |
| Chartography, no tools (시각적 차트) | 73.4% | 44.8% | 64.4% | 71.0% | 72.5% |
Anthropic은 Fable 열이 Mythos 5.2였고, Opus 5.5가 안전장치 없이 실행된 3건의 결과도 공개했습니다. CyScenarioBench 76.3%(Mythos 5.1: 61.7%, Opus 5.5: 67.6%), CVE Rediscovery 89.6%(78.3%, 81.3%), 24시간 de novo binder design 85.1%(79.1%, 82.6%)입니다. CyScenarioBench의 과제는 연구실마다 다르기 때문에, 연구실 간 비교 열은 비교할 수 없습니다. Fable 5.2 호출 측에서는 사이버 및 생물학 작업에서 Mythos의 동작을 확인할 수 없으므로, 이 행들은 본 표에서 제외했습니다.
성능 향상을 어떻게 읽어야 하는가
가장 큰 발전은 길고 끝이 열려 있는 에이전트 작업에 있습니다. Fable 5.1과 비교했을 때, Remote Labor Index는 17.9%에서 41.3%로 두 배 이상 증가했으며, RoboDojo Sim은 27.6%에서 64.9%로 상승했습니다. Terminal-Bench-Science는 22.0 포인트, AutomationBench는 20.0 포인트, FrontierCode 2.0은 16.7 포인트의 상승을 보였습니다. 이러한 벤치마크는 여러 단계에 걸쳐 계획을 일관되게 유지하고, 실패한 도구 호출로부터 복구하며, 결과물을 완성하는 모델을 평가합니다. 이는 Anthropic이 주장하는 수일간의 세션에 대한 정성적 주어와도 일치합니다.
시각 추론에서의 발전은 예상 밖의 결과입니다. Chartography는 Fable 5.1 대비 28.6 포인트 상승하여 73.4%를 달성했습니다. 이는 시각 분야에서 기록을 보유한 Gemini 4 Carbon(72.5%)과 GPT-6 Astra(71.0%)를 근소하게 앞지르는 수치입니다. 밀도가 높은 차트나 표를 포함하는 문서 중심의 파이프라인에 있어, 이는 가장 실질적인 영향을 미치는 변화입니다.
컴퓨터 조작은 이 벤치마크에서 한계점에 가까워지고 있습니다. OSWorld 2.1의 offline partial은 83.5%에서 89.3%로 증가하지만, Opus 5.5는 이미 87.2%를 기록하고 있습니다. Opus 5.5 대비 2.1 포인트의 리드는 일상적인 브라우저 자동화에서 토큰 단가가 두 배가 되는 것을 정당화하기 어려울 것입니다.
Fable 5.2가 모든 항목에서 최고는 아닙니다. Gemini 4 Carbon은 AutomationBench에서 2.5 포인트 앞서고 있습니다. AA-Briefcase에서는 Fable 5.2가 루브릭 점수(66.1% 대 61.2%)로 우세하지만, Elo에서는 Opus 5.5(1785 대 1800)에 뒤처집니다. 즉, 채점자의 루브릭은 Fable의 결과물을 선호하는 반면, 두 모델 간 비교 선호도는 약간 Opus 5.5 쪽으로 기울었다는 의미입니다. 사람의 선호로 판단되는 비즈니스 문서에서는 두 모델이 근접하며, 이 경우 Opus 5.5의 토큰 단가는 절반 수준입니다.
비용 효율성 결과가 헤드라인 점수보다 중요합니다
Anthropic은 요금에 대한 논의를 바꿀 수 있는 몇 가지 스코어 비교를 공개했습니다.
| 작업 | Fable 5.2 설정 | Opus 5.5와의 결과 |
|---|
| FrontierCode 2.0 | effort high : 45.3% | xhigh의 Opus 5.5(45.5%)와 비등하며, 작업당 비용은 약 절반입니다 |
| WANDR | effort medium | Opus 5.5 최고 점수에 근접하며, 비용은 약 40% 수준입니다 |
| Humanity's Last Exam | effort low | Opus 5.5 최고 점수에 근접하며, 비용은 1/10 미만입니다 |
| Chartography | effort medium : 66.4% | max의 Opus 5.5(64.4%)를 상회합니다 |
| BenchCAD 2.1 | effort max : 83.5 | Opus 5.5는 65.3, Fable 5.1은 44.4입니다 |
Fable 5.2의 토큰 단가는 Opus 5.5의 2배이므로, '작업당 비용 절반'이라는 것은 동일한 점수에 거의 4분의 1의 토큰으로 도달했다는 의미입니다. 이것이 이번 발표에서 가장 강력한 논점입니다. 작은 모델이 더 많은 턴, 더 긴 추론, 더 많은 재시도를 필요로 한다면, 토큰 단가가 저렴하더라도 작업 비용은 저렴해지지 않습니다. 이 수치들은 자신의 워크로드에서 검증해야 할 가설일 뿐, 보장은 아닙니다. 공정한 테스트에서는 성공한 작업의 비용, 실시간 소요 시간, 재시도 횟수, 검토자의 수정 사항 등을 기록합니다(성공한 작업당 비용 지침 참조).
능력 분석
긴 시간 축 코딩 및 오케스트레이션
Anthropic에 따르면, 핵심 코드베이스에 통합되는 변경 사항의 90% 이상은 이제 Claude가 사람의 안내를 받아 작성하고 있습니다. Fable 5.2 초기 빌드는 프로덕션 서비스를 Python에서 Rust로 마이그레이션했으며, 시작 속도가 약 26배 빨라졌다고 합니다. 또 다른 내부 실행에서는 한 엔지니어가 8일 동안 1,000개가 넘는 서브 에이전트를 조정하여 노트북 PC에서 구동되는 프로토타입 OS를 만들었습니다. 발표 파트너들도 비슷한 패턴을 보여주고 있습니다. Uber는 10~12시간의 보안 감사를 실행했으며, 모델은 약 170개의 검토용 에이전트를 보내 보고서, 수정 사항에 대한 풀 리퀘스트(pull request), 정책 초안 등을 반환했습니다. Datadog은 빠르고 모델을 사용하여 빠른 신호를 수집하는 인시던트 코맨더에 비유하고 있습니다.
엔지니어링 관점에서 중요한 점은 Fable 5.2가 단순히 코드를 작성하는 채팅 모델이라기보다는, 경계가 명확한 플래너이자 오케스트레이터로서 가장 잘 작동한다는 것입니다. Anthropic은 또한 xhigh와 max에서 자신의 작업을 검토하기 위해 서브 에이전트를 사용하는 모습을 관찰하고 있습니다. Fable 5.1은 같은 작업에서는 그렇게 하지 않았습니다. 위임(delegation)은 비용을 증가시키므로, 하네스(Harness)가 서브 에이전트에게 어떤 모델을 할당하는지 확인해야 합니다. Opus 5.5나 Sonnet 5.5의 워커에 Fable 5.2 플래너가 위임하는 구성은 모든 것을 Fable 5.2로 하는 것보다 비용 효율적일 때가 많습니다.
Anthropic의 프롬프트 가이드에는 **코드 소유권(code ownership)**에 대한 직관에 반하는 지침도 있습니다. 소유권에 대해 프롬프트에서 아무 말도 하지 않으면, 모델은 기존 구조에 코드를 추가하고 근처의 문제를 수정하지 않고 보고하려는 경향이 있습니다. "코드베이스는 모델 자체의 것이다"라고 명시했을 때, Anthropic의 작은 작업 테스트에서는 반복적인 코드 통합이 약 50% 발생했으며, 이러한 문구가 없을 때는 그보다 훨씬 낮은 수준이었습니다. 반면 출력 토큰은 약 1.5배 증가했고, 요청되지 않은 변경 사항도 늘어났습니다. 프레이밍(framing)은 의도적으로 선택해야 하며, 모델의 요약뿐만 아니라 diff를 확인해야 합니다.
과학, 수학, 엔지니어링
발표 자료에는 일반 제공 모델에 대해 Anthropic이 지금까지 내놓은 것 중 가장 야심 찬 주장들이 포함되어 있습니다.
- 수학: 1,000개의 Fable 5.2 에이전트 팀이 사람의 개입을 최소화하며 30시간 만에 페르마의 마지막 정리(Fermat's Last Theorem)를 형식화했습니다. 첫 번째 형식화에는 11일이 걸렸습니다. 동일한 구성의 Opus 5.5는 18시간 만에 26%까지 진행되었지만, 30시간이 지나도 거의 진전이 없었습니다. -
물리: Fable 5.2는 홀로그래픽 쌍대성(holographic duality)을 사용하여 블랙홀과 관련된 미해결 문제 두 가지를 해결했습니다. -
하드웨어: Diode와 함께 음성 비서 허브, USB 스피커폰, 휴대용 가상 반려동물 등 작동하는 전자 기기 세 가지를 설계했습니다. 이들 모두 전기적 개조 없이 작동했으며, 각 기판은 1일 이내에 제조 가능한 상태가 되었습니다. -
과학 계산: Discovered Materials에 따르면, Quantum ESPRESSO의 포논 코드(phonon code) 속도를 평균 약 36배 높였으며, 이는 Fable 5.1 대비 3~4배 향상된 수치였습니다.
이것들은 사례 연구이며 통제된 벤치마크가 아닙니다. 가치는 방향성에 있습니다. 정리 증명기(theorem prover), 회로 시뮬레이터(circuit simulator), 테스트 스위트와 같은 검증 장치가 있을 때, 모델은 매우 길고 검증 가능한 작업을 지속할 수 있습니다. 공통점은 외부의 검증자입니다. 무인 장시간 실행을 신뢰하기 전에, 자신들의 긴 작업에도 그 검증자를 통합해야 합니다.
조사, 금융, 지식 노동
지식 노동 분야에서 가장 큰 발전은 실제 원격 프리랜서 프로젝트를 통해 만들어진 Remote Labor Index에 있습니다. Fable 5.2는 effort high
21.3%입니다. 파트너 보고서도 같은 방향을 보여줍니다. Fundamental Research Labs는 자체 평가에서 차순위 모델의 86% 대비 91%를 보고했으며, Jump Trading은 사내 벤치마크에서 차순위 모델보다 오차가 10% 낮았다고 보고했습니다. Harvey는 I-9 컴플라이언스 검토에서 Fable 5.2가 Fable 5.1보다 더 명확하고 실행하기 쉬운 법적 지침을 제공했다고 언급했습니다. Balyasny와 Cognition 모두 신중함(restraint)에 대해 언급했습니다. 모델은 근거를 과도하게 제시하지 않으며, 불확실성을 인정합니다.
조사 파이프라인에서 긴 연쇄 과정에서의 근거 이탈은 여전히 실무적인 위험 요소입니다. 출처 링크, 날짜, 그리고 '이 결론을 뒤집는 것은 무엇인가'라는 짧은 섹션을 요청해야 합니다. Anthropic의 가이드에 따르면, 장시간 에이전트 실행을 읽는 사용자는 도구 호출(tool call) 자체를 보고 있지 않기 때문에, 자립적인 최종 보고서용 프롬프트 작성도 권장하고 있습니다.
시각 및 컴퓨터 조작 (Visual and Computer Operation)
Chartography와 OSWorld 2.1 모두 향상되었습니다. 유용한 용도는 밀도가 높은 재무제표, 과학적 다이어그램, 대시보드, 디자인 검토, 브라우저 작업 등입니다. 주의할 점이 두 가지 있습니다. 첫째, OSWorld에서의 Opus 5.5에 대한 우위는 작습니다. 둘째, 컴퓨터 조작에는 Amazon Bedrock 외의 모든 플랫폼에서 computer_toolset_20260801 도구 세트가 필요했습니다. 되돌릴 수 없는(irreversible) 작업은 애플리케이션 측의 승인과 사람이 중단시킬 수 있는 지점 뒤에 배치해야 합니다.
다른 모델과의 비교 (Comparison with Other Models)
| 관점 | Claude Fable 5.2 | Claude Opus 5.5 | Claude Sonnet 5.5 | Claude Haiku 5.5 | GPT-6 Astra |
|---|
| 포지셔닝 | 가장 어려운 추론 및 장기 시간 축 에이전트 작업 | 에이전트를 통한 코딩 및 지식 노동의 대부분 경우 기본값 | 속도와 능력의 균형이 가장 좋음 | 대량으로 레이턴시에 민감한 작업 | OpenAI의 최첨단 모델 |
| ... | medium | high | medium | | 프로바이더 고유 |
| 레이턴시 평가 | 중간 정도 | 중간 정도 | 빠름 | 가장 빠름 | — |
| 사고 비활성화 가능 여부 | 불가능 | 불가능 | between_tools일 때만 | high 이하에서는 가능 | 프로바이더 고유 |
Claude의 요금은 Anthropic의 퍼스트 파티 표시 가격입니다. GPT-6 Astra의 요금은 2026년 11월 11일 Modelflare 공개 카탈로그에 기록된 공식 티어입니다. 입력이 272K 토큰을 초과하면, 높은 요금이 전체 요청에 적용됩니다. Gemini 4 Carbon은 Anthropic의 벤치마크 표에는 나오지만 Modelflare에는 없기 때문에 비교는 벤치마크에 한정됩니다.
표에서 읽어낼 수 있는 점은 다음 세 가지입니다.
핵심 비교는 Fable 5.2 대 Opus 5.5입니다. Anthropic 자체도 먼저 Opus 5.5로 시작하고, 더 높은 effort 수준의 Opus 평가에서도 부족할 때만 Fable 5.2로 전환하는 것을 권장합니다. Opus 5.5의 토큰 단가는 절반이며, 컴퓨터 작업이나 사람의 선호에 따른 지식 노동에서는 Fable 5.2와 비슷하거나 거의 비슷한 수준입니다. Fable 5.2가 앞서 나가는 영역은 길고, 어렵고, 검증 가능한 태스크이며, 점수를 맞춘 결과로는 해당 태스크당 비용이 더 저렴할 수도 있습니다.
- GPT-6 Astra와 비교했을 때, Fable 5.2는 공개 벤치마크에서도 강력하며 토큰 단가도 저렴합니다. 두 모델이 모두 포함된 모든 벤치마크에서 Fable 5.2가 GPT-6 Astra를 능가하고 있습니다. 리스트 가격은 입력 272K 토큰까지의 입출력 기준으로 20% 더 저렴하며, 1M 컨텍스트도 단일 요금입니다. 캐시 읽기 비용은 Astra의 standard 요금의 5분의 1입니다. 벤치마크 주장은 Anthropic에 의한 것이므로, 사용자의 태스크로 직접 검증해야 합니다.
- Sonnet 5.5와 Haiku 5.5는 경쟁자라기보다는 파트너입니다. 일반적인 실제 워크플로우는 계획 및 리뷰에 Fable 5.2를, 구현에 Opus 5.5 또는 Sonnet 5.5를, 분류/추출/라우팅에 Haiku 5.5를 사용하는 것입니다. Anthropic의 라인업은 이러한 분업을 위해 구성되어 있습니다 (Haiku 5.5 분석 참조).
요금 및 비용 추정
공식 요금
Fable 5.2의 프롬프트 캐시는 기본 요금 대비 이례적으로 저렴합니다. 캐시 읽기 비용은 기본 입력 요금의 0.025배로, Opus 5.5와 Sonnet 5.5의 0.05배, 그리고 다른 많은 모델들의 0.1배에 비해 낮습니다. 사고 토큰(thinking token)은 어떤 display 설정에서도 출력 토큰으로 과금되며, Fable 5.2는 effort가 high 이상일 경우 거의 모든 응답 전에 사고 과정을 거칩니다.
Modelflare의 루트 요금
Modelflare는 Anthropic 호환 및 OpenAI 호환 엔드포인트를 통해 세 가지 공개 루트로 claude-fable-5-2를 제공합니다. 아래는 2026년 11월 11일자 공개 카탈로그를 기반으로 한 사용자용 Modelflare 요금(100만 토큰당, USD)입니다. 정식 내용은 [요금 페이지]에서 확인하세요.
| 루트 | 배율 | 입력 | 출력 | 캐시 읽기 | 용도 |
|---|
claude-premium | 0.5x | $4.00 | $20.00 | $0.10 | 지속성과 요청 성공 우선 |
claude-stable | 0.315x | $2.52 | $12.60 | $0.063 | 일상 개발 및 프로덕션 |
claude-award | 0.25x | $2.00 | $10.00 | $0.05 | 가장 저렴함. 재실행 가능한 개발 및 테스트 |
같은 루트에서는 Opus 5.5가 이 요금의 절반이며, Fable 5.1은 25% 비쌉니다.
계산 예시 1: 한 번의 긴 요청
캐시되지 않은 입력 100K 토큰과 사고 과정을 포함한 출력 10K 토큰을 가정하고, 캐시, 재시도, 도구 비용은 제외합니다.
| 선택지 | 계산 | 비용 |
|---|
| Fable 5.2, 공식 | 0.1 × $8 + 0.01 × $40 | $1.20 |
| ... | Fable 5.2, claude-premium | 0.1 × $4 + 0.01 × $20 |
Fable 5.2, claude-stable | 0.1 × $2.52 + 0.01 × $12.60 | $0.378 |
Fable 5.2, claude-award | 0.1 × $2 + 0.01 × $10 | $0.30 |
계산 예시 2: 캐시된 접두사가 있는 에이전트 세션
시스템 프롬프트, 도구(tools), 리포지토리의 컨텍스트 등 200K 토큰 길이의 프리픽스(prefix)를 예를 들어 사전 워밍업 요청을 통해 한 번 캐시(cache)에 기록하고, 이후 30턴 각각에서 읽는다고 가정해 봅시다. 각 턴은 새로운 입력 5K 토큰과 출력 3K 토큰을 추가합니다. 간단히 하기 위해 프리픽스는 증가하지 않는다고 가정합니다. 공식 요금제는 다음과 같습니다.
| 내역 | 계산 | 비용 |
|---|
| 5분 캐시 한 번 쓰기 | 0.2 × $10 | $2.00 |
| ... | 캐시 포함 총합계 | $8.00 |
| 같은 세션, 캐시 미적중(miss) 시 | 30 × 0.205 × $8 + $3.60 | $52.80 |
claude-stable의 경우, 캐시가 적용된 세션 비용은 약 $2.52입니다. 캐시가 작동할 때 출력(output)이 가장 큰 비용을 차지하므로, 입력 크기보다 노력도(effort)와 중복성(redundancy)이 더 중요합니다. 이 예시에서는 캐시가 사라질 경우 청구액이 약 6.6배 증가합니다. 측정 방법은 '프롬프트 캐시 비용' 및 '에이전트 캐시 적중률' 가이드에서 설명하고 있습니다.
API 마이그레이션 체크리스트
Anthropic은 Fable 5.1에서 이전할 때 코드를 손상시킬 수 있는 네 가지 변경 사항을 제시했습니다.
- 프리픽스 검사(Prefix check)가 모든 계정에 적용되도록 했습니다. 예를 들어,
system 프롬프트나 tools 목록처럼 Fable 5.2의 사고 블록(thinking block)보다 앞에 위치하는 내용이 변경되면, 해당 블록을 전송하는 요청은 400 에러를 반환합니다. 히스토리(history)는 추가만 해야 하며, 각 어시스턴트 턴은 받은 그대로 반환해야 합니다. 이전 턴을 수정하기보다는 대화 중간의 시스템 메시지나 필요한 경우 압축(compaction) 기능을 사용하십시오. thinking-binding-controls-2026-08-01
베타 버전인 drop_block 설정을 사용하면 에러를 피할 수 있지만, 모델은 다시 사고하고 출력 토큰이 증가합니다.
- Fable 5.2의 사고 블록을 읽을 수 있는 것은 Fable 5.2와 Mythos 5.2뿐입니다. 라우터(router)나 폴백(fallback)이 대화를 Opus 5.5, Fable 5.1 등 다른 곳으로 옮기면, 해당 턴들의 이전 추론은 손실됩니다. 블록은 이를 생성한 계정과 연결되어 있습니다.
- 대신
computer_20251124는 Amazon Bedrock 외부에서는 400 에러를 반환합니다. computer_toolset_20260801을 선언해야 합니다.
- Advisor 도구를 사용할 때, Fable 5.2의 executor에는 Fable 5.2 또는 Mythos 5.2의 advisor가 필요합니다. advisor의
model을 변경하는 것은 새로운 대화에만 해야 합니다. 이는 tools를 수정하는 것이기 때문입니다.
Fable 5.1과 공통된 규칙도 그대로 적용됩니다. 적응적 사고(adaptive thinking)는 비활성화할 수 없으며, budget_tokens는 400 에러를 반환합니다. 강제 도구 사용(tool_choice가 any 또는 tool)은 거부되므로, auto에 strict: true를 추가하거나 Structured Outputs를 사용해야 합니다. 어시스턴트의 프리필(prefill)은 지원되지 않습니다. temperature, top_p, top_k는 거부됩니다.
