Claude Opus 5는 2026년 7월 24일에 입력 토큰 100만 개당 5달러, 출력 토큰 100만 개당 25달러의 가격으로 출시되었습니다. 이러한 가격은 라우팅(Routing) 규율을 덜 중요하게 만드는 것이 아니라, 오히려 더 중요하게 만듭니다.

플래그십(Flagship)이 라우팅 정책이 아닌 이유

claude-opus-5는 코딩, 에이전트적 작업(Agentic tasks), 지식 노동을 위한 Anthropic의 일상적인 플래그십(Flagship) 모델이며, Claude Max의 기본 모델입니다. 이러한 라벨들은 모델이 의도한 범위를 설명합니다. 하지만 이것이 모든 프로덕션(Production) 결정을 해결해주지는 않습니다.

Anthropic은 여전히 가장 진보되고 긴 호흡의 자율 에이전트(Autonomous agents)를 위해 더 큰 Fable 5를 권장합니다. 따라서 Opus 5는 새로운 라우트(Route)이지, 보편적인 대체재가 아닙니다. 제한된 코딩 작업과 긴 자율 실행 작업은 단순히 한 모델이 이제 플래그십 라벨을 달고 있다는 이유만으로 동일한 모델 선택을 상속받아서는 안 됩니다.

벤치마크를 판결이 아닌 증거로 읽으십시오

Frontier-Bench v0.1에서 Opus 5는 43.3%를 기록했으며, 이는 Fable 5의 33.7%와 비교됩니다. Anthropic은 또한 Frontier-Bench와 GDPval-AA에서 최첨단(State-of-the-art) 결과를 보고했습니다. 이는 에이전트적 작업(Agentic work)에 대해 모델을 테스트해야 할 의미 있는 이유가 됩니다.

하지만 이것은 프로덕션 승인 테스트가 아닙니다. 공개된 벤치마크는 귀하의 저장소(Repositories), 도구(Tools), 데이터 경계(Data boundaries), 검토자 표준(Reviewer standards) 또는 복구 경로(Recovery paths)를 대변할 수 없습니다. 모든 시도에 걸친 모델 비용을 추적한 다음, 평가가 실제로 수락한 출력값으로 나누십시오. 수락된 결과당 비용(Cost per accepted outcome)은 토큰당 가격(Price per token) 단독보다 더 유용합니다.

기본값을 변경하기 전에 평가(Evaluation)를 구축하십시오

실제 작업의 작고 대표적인 세트로 시작하십시오. 비교가 해석 가능하도록 유지하기 위해 모델 티어(Model tiers) 전반에 걸쳐 프롬프트(Prompts), 도구(Tools), 컨텍스트(Context), 수락 규칙(Acceptance rules)을 안정적으로 유지하십시오.

1. 워크로드(Workload)를 제한된 코딩(Bounded coding), 도구 사용 에이전트 작업(Tool-using agent tasks), 지식 작업(Knowledge work), 그리고 최장 기간 자율성(Longest-horizon autonomy)으로 세분화하십시오. 모델 선택은 제품 라벨이 아닌 작업(Task)을 따라야 합니다.
2. 테스트를 실행하기 전에 수락 기준(Acceptance)을 정의하십시오. 테스트 통과, 사실적 근거(Factual support), 검토자 승인, 요청된 도구 작업의 완료와 같은 관련 검사(Checks)를 사용하십시오.
3. 전체 결과 비용(Outcome cost)을 기록하십시오. 첫 번째 모델 호출만 계산하는 대신 입력 및 출력 토큰, 재시도(Retries), 검토 부담(Review burden), 실패 복구(Failure recovery)를 포함하십시오.
4. 가드레일(Guardrails)을 실행하십시오. 도구 권한, 지출 한도, 중단 조건, 에스컬레이션 경로(Escalation paths), 그리고 도구 또는 중간 단계가 실패했을 때의 에이전트 행동을 테스트하십시오.

각 세그먼트를 현재 처리하고 있는 모델에 대해 Opus 5를 실행하십시오. 작업에 진정으로 확장된 자율성(Extended autonomy)이 필요한 경우에는 Fable 5를 포함하되, 모든 비교에 억지로 끼워 넣지는 마십시오.

가격이 실험을 결정하게 하십시오

표준 Opus 5 비용은 입력 토큰 100만 개당 $5, 출력 토큰 100만 개당 $25입니다. 이는 Opus 4.8과 일치하며 Fable 5 가격의 절반입니다.

이미 Opus 4.8을 사용 중인 팀에게 토큰 가격 그 자체는 비용 절감을 만들어내지 않습니다. 평가는 더 나은 수락 결과율(Accepted outcome rate), 더 낮은 검토 부담(Review burden), 또는 다른 유용한 이득을 보여주어야 합니다. Fable 5 경로의 경우, 낮은 표면 가격은 매력적이지만, 해당 워크로드에 대해 품질 및 복구 비용(Recovery costs)이 수용 가능한 수준으로 유지될 때만 유효합니다.

합리적인 비교 단위는 완료되고 승인된 작업(Completed, approved task)입니다. 반복적인 재시도나 과도한 인간의 수정이 필요한 저렴한 시도들은 겉으로 보이는 이점을 상쇄할 수 있습니다.

Fast 모드에 별도의 차선을 부여하십시오

Fast 모드는 입력 토큰 100만 개당 $10, 출력 토큰 100만 개당 $50의 비용이 들며 약 2.5배 더 빠르게 실행됩니다. 이를 무료 속도 전환(Speed toggle) 기능이 아닌, 별도의 운영 계층(Operating tier)으로 취급하십시오.

낮은 지연 시간(Latency)이 더 높은 토큰 가격을 정당화할 만큼 대화형 워크플로(Interactive workflow)의 가치를 변화시키는지 측정하십시오. 배치 작업(Batch work)은 표준 모드(Standard mode)가 유리할 수 있으며, 지연 시간에 민감한 작업은 Fast 모드를 사용할 가치가 있을 수 있습니다. 두 결론 모두 표준 경로(Standard route)에 사용된 것과 동일한 수락 기준(Acceptance criteria)을 바탕으로 도출되어야 합니다.

모델뿐만 아니라 에이전트를 보호하십시오

능력이 뛰어나고 더 저렴한 모델은 더 광범위한 자동화의 유혹을 불러올 수 있습니다. 경계를 명확하게 유지하십시오. 작업에 필요한 도구만 부여하고, 해당 도구가 변경할 수 있는 범위를 제한하며, 감사 추적(Audit trail)을 보존하고, 에이전트가 언제 중단하거나 에스컬레이션(Escalate)해야 하는지 정의하십시오.

검토 부담(Review burden)과 실패 복구(Failure recovery)는 아키텍처의 영역에 속합니다. 셀프 툴링(Self-tooling) 에이전트가 코드나 데이터를 수정할 수 있다면, 모델의 선택만으로는 누락된 권한, 롤백 경로(Rollback paths) 또는 평가(Evaluation)의 부재를 보완할 수 없습니다. 가드레일(Guardrails)은 출력이 잘못되었을 때의 폭발 반경(Blast radius)을 결정합니다.

수정 가능한 정책을 사용하십시오

합리적인 시작 가설은 일상적인 코딩, 에이전트(Agentic), 지식 워크로드에는 Opus 5를 평가하는 한편, 가장 진보되고 긴 호흡(Long-horizon)이 필요한 실행에는 Fable 5를 후보로 유지하는 것입니다. 증거가 변경을 뒷받침하지 않는 한 현재의 경로를 유지하십시오.

작업 클래스(Task class), 선택된 티어(Tier), 수락 임계값(Acceptance threshold) 및 폴백(Fallback)을 문서화하십시오. 워크플로, 도구 또는 모델이 변경되면 평가를 다시 실행하십시오. 이를 통해 출시 당일의 결정이 운영 관행(Operating practice)으로 전환됩니다.

어떤 워크로드를 첫 번째 Opus 5 라우팅 평가에 배치하시겠습니까? 그리고 귀하의 팀은 어떤 정확한 결과를 수락된 것으로 간주하겠습니까?

📖 가이드 전문 읽기 → Claude Opus 5: What Anthropic's New Flagship Means for AI Agents