Claude Opus 5.5 Fast 모드 실측 비교: 비용은 두 배, 속도는 2.3배

2026년 10월 15일에 Claude Opus 5.5의 Fast mode가 베타 헤더 없이 사용할 수 있게 되었습니다. 신청이나 대기 목록도 필요 없습니다. 요청에 speed: "fast"만 추가하면 됩니다.

공식 설명은 '동일 모델로 출력 속도가 최대 2.5배 빠르고, 비용은 2배'입니다. 실제로 얼마나 빠른지, 어떤 처리에서 그만한 가치가 있는지 직접 측정하여 정리했습니다.

10월 15일에 바뀐 점

Opus 5.5는 헤더를 붙여도 작동합니다 (fast-mode-2026-02-01).
헤더가 필요 없음 - Start / Build / Scale 사용 티어에는 Fast mode의 기본 속도 제한이 처음부터 적용됩니다 (Evaluation 티어는 제외).
Opus 5와 Opus 4.8은 기존대로 연구 프리뷰이며, 헤더와 접근 신청이 필요합니다 - 지원되는 영역은 Claude API(Managed Agents 포함)와 Azure에서 호스팅되는 Microsoft Foundry입니다. Bedrock / Vertex / Claude Platform on AWS에서는 사용할 수 없습니다.

response = client.messages.create(
model="claude-opus-5-5",
max_tokens=4096,
...

usage.speed에 실제로 사용된 속도가 반환됩니다. 확인은 여기에서 할 수 있습니다.

직접 측정해 본 내용

동일한 프롬프트(약 150단어의 설명문 작성)를 speed가 있는 경우와 없는 경우로 번갈아 가며 5회씩 보내 소요 시간과 usage를 기록했습니다. 모델은 claude-opus-5-5, effort는 기본값인 medium, max_tokens는 400, 스트리밍 없음, 도쿄에서 실행했습니다.

회차	standard	fast
1	5.29 s / 400 tok / 75.6 tok/s
	2.26 s / 400 tok / 176.9 tok/s
2	5.07 s / 400 tok / 78.9 tok/s
	1.82 s / 299 tok / 164.4 tok/s
3	3.94 s / 300 tok / 76.1 tok/s
	2.23 s / 400 tok / 179.5 tok/s
4	5.12 s / 400 tok / 78.2 tok/s
	2.02 s / 304 tok / 150.7 tok/s
5	4.25 s / 296 tok / 69.6 tok/s
	2.18 s / 400 tok / 183.6 tok/s
평균	4.73 s / 75.7 tok/s	2.10 s / 171.0 tok/s

tok/s는 출력 토큰(사고 포함)을 요청 전송부터 응답 수신까지의 벽시계로 나눈 값입니다. TTFT와 왕복 지연 시간을 포함하므로, 공식에서 말하는 '출력 토큰당 초'보다 낮게 나옵니다. 그럼에도 불구하고 2.26배였습니다. 공식의 '최대 2.5배'는 과장이 아니며, 스트리밍으로 측정하면 조금 더 가까워질 것입니다.

측정하면서 두 가지를 알게 되었습니다.

사고량은 속도와 무관하게 변동한다. 동일한 프롬프트라도 사고 토큰이 약 19회와 약 250회로 나뉘었습니다 (standard에서도 fast에서도). Opus 5.5는 생각을 끊을 수 없기 때문에, max_tokens를 400으로 설정했을 때 사고가 250인 경우는 본문이 중간에 잘립니다. 속도 비교에는 영향을 주지 않지만, 짧은 max_tokens로 Opus 5.5를 사용할 경우, 생각하는 분량을 감안하여 여유를 두어야 합니다.

fast 모드에서도 느린 경우가 있다. 4회차 fast는 150.7 tok/s로, 가장 빠른 회차보다 2할 느립니다. standard의 변동 폭(69.6~78.9)보다 범위가 넓으므로, SLA를 작성한다면 최악의 값으로 작성해야 합니다.

측정 스크립트

핵심은 화면에 표시하지 않고 파일에도 남기지 않습니다. N=5일 경우 Opus 5.5 standard $0.04 + fast $0.08 정도입니다.

#!/bin/bash
set -u
N=${1:-5}
...

비용과 손익

입력 / MTok	출력 / MTok
Opus 5.5 standard	$4
Opus 5.5 fast	$8
Opus 5 / 4.8 fast	$10

Fast mode는 전체 컨텍스트 길이에서 2배입니다. 캐시 배율과 데이터 레지던시 배율은 이 위에 중첩됩니다. 위의 측정 건당 비용은 standard가 약 $0.008, fast가 약 $0.016이었습니다.

'두 배를 지불하고 2.26배 빠르다'는 것은 사람이 기다리는 시간에 비용이 붙는 처리에 적합합니다. 반대로 아무도 기다리지 않는 처리에는 지불할 이유가 없습니다.

효과적인 사용 사례 (効く場面)

화면에서 사람이 기다리는 대화 UI. 스트리밍으로 글자가 나오는 속도가 2배 이상 빨라집니다. Opus 5.5의 품질을 그대로 유지하면서 Sonnet 수준의 체감 속도를 원할 때 선택할 수 있는 옵션입니다.
코드 생성 에이전트의 시계 (Wall Clock). 한 턴에 수천 토큰의 출력이 이어지는 처리는 출력 속도가 곧 소요 시간입니다. 1시간 걸리던 작업이 30분을 넘지 않는다면, 인건비가 API 비용보다 더 무거울 수 있습니다.
출력이 길고 턴 수가 적은 처리. 이득은 출력 토큰당 초에 집중되어 있으며, TTFT(Time To First Token)는 변하지 않습니다.

부적합한 사용 사례 (効かない場面)

짧은 출력을 대량으로 반복하는 처리. TTFT와 왕복 시간이 지배적이어서, 출력 속도를 높여도 단축되지 않습니다. 위의 측정에서도, 출력 300 토큰을 반복하는 경우는 겨우 2초가 걸렸습니다.
야간 배치 또는 비동기 집계. Batch API는 Fast mode를 지원하지 않으며, 애초에 Batch의 경우 50% 할인이 적용됩니다. 기다릴 수 있는 처리는 Batch로 처리하세요.
Priority Tier를 계약한 조직. Fast mode와 함께 사용할 수 없습니다.

운영 시 주의할 점 (運用でつまずく点)

속도를 변경하면 캐시가 무효화됩니다. fast와 standard는 캐시 접두사를 공유하지 않습니다. '혼잡할 때만 standard로 전환'하는 폴백(fallback)을 구현할 경우, 전환되는 순간 캐시 미스에 대한 입력 비용이 발생합니다. 긴 시스템 프롬프트를 사용하고 있다면, 폴백 빈도를 모니터링해야 합니다.

레이트 제한은 별도로 처리되며, 429 에러가 반환됩니다. anthropic-fast-input-tokens-remaining와 anthropic-fast-output-tokens-remaining 헤더에서 남은 잔량을 확인할 수 있습니다. SDK는 기본적으로 retry-after에 따라 최대 2회까지 재시도합니다. 기다리지 않고 standard로 전환하고 싶다면, 첫 번째 fast 요청만 max_retries=0으로 설정하여 429를 즉시 받고, speed 파라미터를 제거한 후 기본 재시도로 다시 보내야 합니다. max_retries=0은 과부하(overloaded)나 500 에러에 대한 재시도도 막기 때문에, 이 경우에는 원래 요청을 재발행하는 방식으로 처리해야 합니다.

-fast가 붙은 모델 ID는 단종되었습니다. claude-opus-4-6-fast는 조용히 일반 속도로 떨어지고, claude-opus-4-7-fast는 오류입니다. Fast mode는 speed 파라미터로 지정하는 것이며, 모델 이름에 포함되지 않습니다.

요약 (まとめ)

Opus 5.5의 Fast mode는 10월 15일부터 헤더나 신청이 필요 없습니다.
`speed: