Claude Sonnet 5.5 소개

Claude 5.5 제품군에 속하는 두 번째 모델인 Claude Sonnet 5.5를 소개합니다. 이는 Claude Sonnet 5보다 명확하게 업그레이드되었으며, 대부분의 작업에서 30% 이상 빠르고 최대 30% 저렴한 비용으로 운영됩니다.

Sonnet 5.5는 Claude Opus 5.5에 대한 더 빠르고 비용 효율적인 보완재입니다. Opus 5.5가 신중한 판단이 필요한 복잡한 작업을 위해 설계되었다면, Sonnet 5.5는 잘 정의된 일상 업무, 버그 수정, 그리고 세련된 문서, 슬라이드 및 스프레드시트 작성에 가장 강력합니다. 또한 디자인에도 예리한 감각을 가지고 있습니다. 대용량 처리와 비용 민감도가 높은 애플리케이션을 위해 설계된 Claude Haiku 5.5가 몇 주 안에 Claude 5.5 제품군에 합류할 예정입니다.

Sonnet 5.5는 Sonnet 5 대비 다음 영역에서 개선되었습니다:

성능(Performance). Sonnet 5.5는 에이전트 코딩 평가인 Terminal-Bench 4.0에서 Sonnet 5의 10.3%에 비해 70.6%를 기록했습니다. 또한 다양한 직업군의 실제 업무 테스트인 GDPval-AA에서 Opus 5.5보다 두 포인트 낮은 점수를 받았습니다. 그리고 장기적인 작업과 이미지 이해 능력에서도 강력하여, 스크린샷만으로 Pokémon Red를 작동시키는 데 성공한 최초의 Sonnet 모델입니다.

협업(Collaboration). Opus 5.5와 마찬가지로, Sonnet 5.5는 이전 세대 모델보다 더 명확하게 작성합니다. 초기 테스터들은 이를 Sonnet 5보다 협업에 더 나은 파트너라고 평가했습니다. 또한 속도가 빨라 복잡하지 않은 작업의 빠른 반복(fast iteration)에도 적합합니다.

비용(Cost). Sonnet 5.5는 입력 토큰당 $2, 출력 토큰당 $10으로 Sonnet 5와 동일한 가격 책정이지만, 같은 작업을 수행하는 데 일반적으로 훨씬 적은 토큰이 필요합니다. 캐시 읽기 비용은 Sonnet 5의 $0.20 대비 절반인 토큰당 $0.10입니다. 당사의 테스트에서 볼 때, 이전 모델보다 작업당 최대 30% 저렴합니다.

속도(Speed). Sonnet 5.5는 Sonnet 5보다 30% 이상 빠르게 출력을 생성하여, 현재까지 가장 빠른 Sonnet 모델이 되었습니다.

정렬(Alignment) 및 안전성. 자동화된 행동 감사 결과, Sonnet 5.5는 대부분의 정렬 측정 항목에서 Sonnet 5를 능가하거나 동등한 성능을 보입니다. 사이버 보안 기능이 Opus 5와 비교할 만하기 때문에, 가장 강력한 모델에 대해 개발한 것과 같은 사이버 보호 장치 및 폴백(fallbacks) 기능을 갖춘 최초의 Sonnet 모델로 출시되었습니다. 생물학적 안전 장치는 Sonnet 5와 동일합니다. 두 보호 장치 모두 소수의 고위험 요청을 목표로 하며, 일상적인 소프트웨어 개발이나 대부분의 생명 과학 작업에는 영향을 미치지 않습니다.

성능

Sonnet 5.5는 여러 영역에서 Sonnet 5보다 개선되었으며—일부 경우에는 극적으로 개선되었습니다. 여러 평가에서 Sonnet 5.5가 최대 노력(Max effort)으로 수행한 결과는 Opus 5.5와 비교할 만한 성능을 보이기도 합니다. 하지만 벤치마크 점수는 모델 역량의 한 측면만을 포착합니다. 자체 테스트 및 외부 테스터의 테스트에서 Opus 5.5는 지속적인 판단력을 요구하는 복잡하고 개방된 작업에서 여전히 명확하게 더 강력함을 유지합니다.

평가 수행 방식에 대한 자세한 내용은 Sonnet 5.5 System Card를 참조하십시오.

아래 차트는 각 모델의 점수를 모든 노력 수준별 작업당 비용과 함께 플롯합니다. 노력이 증가함에 따라 모델은 일반적으로 더 오래 작동하며, 이는 작업당 비용을 높이지만 일반적으로 점수도 높아집니다. 지점(point)이 차트의 좌측 상단에 가까울수록 달러당 전달하는 역량이 더 많다는 것을 의미합니다.

여러 벤치마크에서 Sonnet 5.5는 낮은 노력(Low effort) 또는 중간 노력(Medium effort) 수준에서 Sonnet 5의 최고 점수보다 적은 비용으로 우위를 점합니다. 이는 작업당 비용이 적게 드는 낮은 노력 설정에서 Opus 5.5와 가장 잘 보완됩니다. 더 높은 설정에서는 유사한 비용으로 비교 가능한 성능을 발휘할 수 있습니다.

Terminal-Bench 4.0은 모델이 명령줄 인터페이스(command-line interface) 내에서 복잡하고 다단계적인 전문 작업을 얼마나 잘 완료하는지 측정합니다. Claude 앱의 기본 설정인 Medium 난이도에서 Sonnet 5.5는 작업당 비용이 1/10도 안 되면서 Sonnet 5가 기록한 최고 점수를 크게 능가합니다.

Terminal-Bench와 OpenAI는 GPT-6 Sol 성능을 공개적으로 보고하지 않았기 때문에, 여기서는 GPT-5.6 Sol의 성능을 보고합니다.

FrontierCode는 에이전트(agent)의 코드 변경 사항이 병합될 수 있는지 측정합니다. Claude Platform의 기본 설정인 High 난이도에서 Sonnet 5.5는 작업당 비용의 약 1/5만으로 GPT-6 Sol의 최고 점수와 동등한 성능을 보입니다.²

CursorBench는 실제 Cursor 세션에서 가져온 모호하고 다중 파일(multi-file) 작업을 코딩 에이전트에게 평가합니다. Low 난이도에서 Sonnet 5.5는 작업당 비용의 1/10도 안 되면서 Sonnet 5가 기록한 최고 점수를 능가합니다.

CursorBench 4.0은 GPT-6 Sol 성능을 공개적으로 보고하지 않았기 때문에, 여기서는 GPT-5.6 Sol의 성능을 보고합니다.

AA-Briefcase(장기 지식 작업에 대한 새로운 벤치마크)에서 Sonnet 5.5는 Medium 난이도에서 작업당 비용의 약 1/9만으로 Sonnet 5가 기록한 최고 점수를 능가합니다.³

코딩 (Coding)

Sonnet 5.5의 성능 향상은 특히 코딩 분야에서 두드러집니다. FrontierCode의 High 난이도 설정에서는 동일한 조건에서 Sonnet 5보다 10점 높은 점수를 기록하며, 작업당 비용은 약 1/15에 불과합니다. 실제 Cursor 코딩 세션의 작업을 모델에게 테스트하는 CursorBench에서는 최고 점수가 Opus 5.5와 약 2점 이내로 근접합니다.

초기 테스터들은 Sonnet 5.5가 코드베이스(codebase)를 얼마나 빠르게 이해할 수 있는지 높이 평가했습니다. 또한 그 효율성에도 놀라움을 금치 못했는데, 일대일 비교 테스트에서 Sonnet 5보다 도구 호출(tool call)을 더 많이 배치(batch)하여 단계 수를 줄이고 비용을 낮추었습니다.

지식 작업 (Knowledge work)

Sonnet 5.5는 여러 지식 작업 영역에서 향상된 성능을 보여줍니다. 44개 직업과 9개 주요 산업에 걸친 실제 업무 과제를 모델로 테스트하는 GDPval-AA에서, Sonnet 5.5는 Opus 5.5와 거의 비슷한 점수를 기록했으며 Sonnet 5보다 약 400점 높습니다. 컴퓨터 사용 및 차트 인식 분야에서는 Opus 5.5에 근접하며, 장기적인 지식 작업(long-horizon knowledge work)에서는 Sonnet 5와 GPT-6 Sol을 명확히 능가합니다.

초기 사용자들은 정량화하기 어려운 개선점들을 강조했습니다. 그들은 Sonnet 5.5가 더 자연스러운 대화 상대이며, 디자인 감각이 뛰어나 인터페이스에 세련미를 더하고 최소한의 편집만으로도 슬라이드 템플릿을 따라 프레젠테이션 자료(decks)를 만들 수 있다는 점에 주목했습니다. 내부 테스트 중 한 번은 공기업의 분기별 실적 자료와 컨퍼런스 콜 녹취록, 그리고 슬라이드 템플릿을 제공하고 10장 분량의 운영 검토 보고서(operating review) 작성을 요청했습니다. 두 전문가 모두 첫 초안이 수정 없이 바로 제출할 수 있을 정도로 완성도가 높다고 평가했습니다.

비용 및 속도

가격 책정

A murmuration of 400 starlings in one HTML file

The previous model writing a starling murmuration program, then running it.

Wind shaping sand dunes in one HTML file

The latest model writing a starling murmuration program, then running it.

A clock made of 24 small clocks in one HTML file

The previous model writing a sand dunes program, then running it.

Adjusting the effort level(노력 수준 조정)을 통해 전반적인 품질 대비 비용과 속도를 균형 있게 맞출 수 있습니다. Claude Code와 저희 앱에서는 기본 노력 수준이 Medium으로 설정되어 있는 반면, Claude Platform은 High로 기본 설정됩니다. 낮은 설정값에서는 Claude가 더 빠르게 답변하고 적은 토큰을 사용하므로 일상적인 작업에 적합합니다. 높은 설정값에서는 Claude가 더 오래 추론하고 자신의 작업을 더욱 철저하게 검토합니다.

안전성

정렬(Alignment)

Sonnet 5.5는 저희 모델 역량의 최전선을 진전시키지는 않지만, 정렬 평가(alignment assessment)는 사용자 이익에 반하는 행위, 사용자 오도(misleading users), 고위험 오용(high-stakes misuse) 협력 등 모든 역량 수준의 모델에 적용되는 목표화된 위험 세트에 초점을 맞췄습니다.

Claude를 약 1,850개의 시나리오에 걸쳐 테스트하는 자동 행동 감사(automated behavioral audit)에서 Sonnet 5.5는 정렬, 오용 저항성, 정직성 등 대부분의 측정 항목에서 Sonnet 5보다 개선되거나 동등한 수준을 보였습니다. 새로운 격리 평가(containment evaluations)에서는 Sonnet 5.5가 테스트한 최고 모델인 Opus 5.5와 비교했을 때, 샌드박스 탈출을 시도하는 빈도가 적고 컨테이너의 한계를 탐색할 가능성이 가장 낮은 모델 중 하나였습니다. 전체 감사에 걸쳐는 여전히 Opus 5.5가 전반적으로 약간 더 나은 성능을 보이지만, Sonnet 5.5가 사용자의 의도와 상충되는 목표를 추구한다는 증거는 발견하지 못했습니다.

최근 정렬 평가에서 설명했듯이, 어떤 평가 세트도 모든 실패 사례를 확실하게 포착할 수는 없으며, Sonnet 5.5에는 저희가 아직 발견하지 못한 경향성이 있을 수 있습니다. 이것이 바로 저희가 자체적인 정렬 작업과 아래에 설명된 안전장치(safeguards)를 결합하는 이유입니다.

안전장치 (Safeguards)

사이버 보안(Cybersecurity). Sonnet 5.5의 사이버 역량은 Sonnet 5보다 크게 향상되었기 때문에, 저희는 Opus 5.5와 유사한 안전장치를 적용하여 배포하고 있습니다. 사용자는 여전히 일상적인 소프트웨어 개발의 일부로 코드에서 버그를 찾고 수정할 수 있지만, 위험도가 높은 사이버 보안 작업은 눈에 띄게 Sonnet 5로 폴백(fall back)됩니다. 곧, 사이버 디펜더들은 저희가 확장한 사이버 검증 프로그램(Cyber Verification Program)에 지원하여 Sonnet 5.5, Opus 5.5, 그리고 Claude Mythos 모델에서 더 진보된 역량에 대한 계층적 액세스 권한을 얻을 수 있게 될 것입니다.

생물학 (Biology). Sonnet 5.5는 Sonnet 5와 동일한 생물학 안전장치를 사용합니다. 이 장치들은 유해한 요청을 목표로 하며, 대부분의 연구, 교육 및 임상 작업에는 영향을 미치지 않지만, 일부 미생물학(microbiology) 및 바이러스학(virology) 요청은 오류로 플래그 지정될 수 있습니다. 조직은 생물학 관련 작업의 전체 범위에 맞춰 설계된 안전장치 접근을 위해 Life Sciences Verification Program에 신청할 수 있습니다.

증류 (Distillation). 공격자들이 수천 개의 가짜 계정을 사용하여 산업 규모에서 모델의 기능을 추출하는 증류 공격(Distillation attacks)은 악의적인 행위자가 Claude에 내장된 안전장치 없이도 매우 유능한 모델을 만들도록 허용합니다. Sonnet 5.5는 이전 버전보다 훨씬 더 능력이 뛰어나기 때문에, 추론 추출(reasoning extraction)을 방지하는 안전 분류기(safety classifiers)를 갖춘 최초의 Sonnet 모델로 출시됩니다. 또한 Sonnet 5.5는 보존된 사고(preserved thinking)를 확장하여 Claude의 사고가 이를 생성한 계정으로부터 분리될 수 없도록 합니다. 대부분의 개발자는 변화를 알아차리지 못할 것입니다. 만약 여러 계정 간에 대화 내용을 이동시키거나, Claude Code에서 세션 중간에 계정을 전환하는 경우, 저희 문서 기사에서 변경 사항을 설명합니다.

시작하기 (Getting started)

Opus 5.5 및 Sonnet 5와 마찬가지로, Claude Sonnet 5.5는 데이터 보존 없음(zero data retention)으로 제공됩니다.

Claude Sonnet 5.5는 Amazon Web Services, Google Cloud, Microsoft Azure를 포함한 모든 플랫폼에서 사용할 수 있습니다. 개발자들은 claude-sonnet-5-5로 Claude Platform에서 시작할 수 있습니다.

만약 Sonnet을 사고 기능 비활성화(thinking off) 상태로 실행한다면, Sonnet 5.5로 이동하기 전에 사전 사고를 비활성화하는 새로운 between_tools 설정으로 전환해야 합니다. 자세한 내용은 마이그레이션 가이드(migration guide)를 참조하십시오.

각주 (Footnotes)

1 Terminal-Bench 4.0 결과는 모델의 최고 점수를 나타내는 Xhigh effort에서 Claude Opus 5.5에 대해 보고되었습니다.

2 Sonnet 5.5는 Xhigh 대비 Max effort에서 점수가 더 낮게 나왔습니다. FrontierCode는 코드 변경 사항이 인간의 수정 없이 병합될 수 있는지 평가합니다. 이 코드는 범위 외의 변경 사항(out-of-scope changes)에 패널티를 부여하며, 설령 그것들이 고품질이거나 도움이 되는 경우라도 마찬가지입니다. Max effort에서 Sonnet 5.5는 Claude Code의 코드 리뷰 스킬을 더 자주 사용했는데, 이는 리뷰를 많은 서브 에이전트(subagents)로 분할하는 방식입니다. Cognition이 검토한 두 가지 사례에서는 이로 인해 시간 초과(timeout)가 발생하거나 작업 범위를 벗어난 추가 수정 사항이 발생했으며, 결과적으로 낮은 점수로 이어졌습니다.