새로운 모델이 나올 때마다 '몇 위인가'가 화제가 되지만, Claude Haiku 5.5의 공식 성적표에서 가장 흥미로운 것은 순위가 아닙니다. 소형 모델의 방어 범위(守備範囲)가 어디까지 확장되었는지입니다.
모델 ID는 claude-haiku-5-5이며, 출시일은 2026년 10월 7일입니다. 아래 수치는 Anthropic의 발표 페이지에서 인용한 것이므로, 제3자의 실측 결과가 아니라는 점에 주의해야 합니다.
'세대' 수준의 성능 향상폭
Haiku 4.5 → 5.5 비교:
- GDPval-AA v2.1: 735 → 1620 (약 2.2배)
- AA-Briefcase v1.1: 614 → 1578 (약 2.6배)
- OSWorld 2.1: 15.7% → 72.4%
- Terminal-Bench 4.0: 0.0% → 39.2%
OSWorld와 Terminal-Bench는 모두 '이해 → 도구 호출 → 피드백 처리 → 실패로부터의 복귀'를 반복하는 긴 작업입니다. 단순히 표현 방식이 좋아졌다는 종류의 개선은 아닙니다.
그럼에도 Sonnet과는 별개다
| Haiku 5.5 | Sonnet 5.5 | |
|---|
| OSWorld 2.1 | 72.4% | 83.9% |
| ... | | |
지식 노동이나 PC 조작에서는 근접했지만, Terminal-Bench의 격차는 여전히 큽니다. 장기 계획, 다중 파일 편집, 오류 복구가 필요한 업무는 Sonnet 쪽에 맡기는 것이 적절합니다. 참고로 공표 항목에서는 GPT-6 Luna(OSWorld 48.9%, Terminal-Bench 16.4% 등)를 능가하고 있지만, 이는 제조사 자체의 비교표이므로 감안하여 읽어야 합니다.
가격은 '성공당 비용'으로 생각해야 한다
100K 토큰 이하일 경우 입력 $0.10 / 출력 $0.50(MTok당), 초과 시 $0.50 / $2.50입니다. 표시 단가는 전 세대 대비 90% 감소했지만, 새로운 토크나이저의 영향으로 평균 실행 비용은 약 75% 감소한 것으로 알려져 있습니다.
만약 재시도(retry)가 2회 필요하거나 결국 일부를 Sonnet에 에스컬레이션해야 한다면 절감 폭은 줄어듭니다. 반대로 자동 검증이 가능하고 저렴하게 재시도가 가능한 작업이라면 매우 강력합니다.
effort라는 새로운 조절 장치(Knob)
Haiku 최초로 effort 조정에 대응했습니다. 분류나 정형 추출은 낮은 effort가 필요하며, 장문 요약이나 멀티 스텝 브라우저 조작은 높은 effort가 필요합니다. 단일 점수가 아닌, 예산별 품질 곡선으로 보는 시대입니다.
저의 해석
- 먼저 전 세대 대비 **능력 도약(能力ジャンプ)**을 본다. - 다음으로 태스크 경계(Task境界) (어디서 대형 모델에 뒤처지는가)를 본다. - 마지막으로 단위 비용 (품질・가격・지연 시간・실패 복구의 종합)으로 판단한다.
Haiku 5.5의 '강점'은 대량 투입이 가능한 실행 계층(実行層)이 되었다는 점입니다. 분류・추출・요약・컨텍스트 압축・짧은 브라우저 조작・서브 에이전트가 주 전장입니다.
루팅 표까지 포함한 원문 기사는 여기에서 볼 수 있습니다 (영어, 등록 불필요).
Discussion
