NextFuture에서 처음 게시됨

2026년 7월에는 개발자의 툴체인(toolchain) 내 동일한 자리를 두고 경쟁하는 세 가지 플래그십 코딩 모델이 있습니다. 6월 29일에서 7월 2일 사이에 발표된 7개의 영어 보고서(리더보드 요약, 출시 보도, 비용 감사 등이 혼합됨)에 따르면, Claude Fable 5, Grok 4.5, 그리고 OpenAI의 프리뷰 버전인 GPT-5.6 Sol은 서로 다른 지표에서 승리를 거두었으며, Anthropic의 Sonnet 5는 출력 가격을 40% 인하하며 그 아래로 미끄러졌습니다. 헤드라인은 다음과 같습니다: Fable 5는 SWE-Bench Pro에서 80.3%를 기록하며 역대 최고치를 달성했지만, 그 숫자 하나만으로는 오해를 불러일으킬 수 있습니다.

요약 (TL;DR): 빌더들이 실제로 궁금해하는 수치들

지표	Claude Fable 5	Grok 4.5	GPT-5.6 Sol (preview)	출처
SWE-Bench Verified	95.0%	미발표	프리뷰 전용	2개 보고서
SWE-Bench Pro	80.3%	미발표	프리뷰 전용	2개 보고서
종합 코딩 인덱스 (Overall coding index)	58.9	언급된 차점자	프리뷰 전용	1개 리더보드
가용성 (7월 1일 기준)	글로벌, 다시 온라인 상태	일반적으로 사용 가능	파트너 프리뷰	3개 보고서
직접 가격 공개 여부	공개됨 (비교 노트 참조)	공개됨 (비교 노트 참조)	미발표	2개 보고서

비교 맥락: Claude Sonnet 5는 6월 30일에 1M 토큰당 $2/$10(입력/출력)로 출시되었으며, 이는 Sonnet Latest 대비 33%/40% 인하된 가격입니다. 현재 Sonnet 5는 Fable 5 아래에서 "대부분의 코딩 작업에 충분히 좋은" 자리를 지키고 있습니다. Sonnet 5 출시 전의 기준점은 지난달 코딩 리더보드를 참조하십시오.

이 비교가 구성된 방식

이 종합 보고서는 2026년 6월 29일에서 7월 2일 사이에 발표된 7개의 측정 기반 영어 보고서를 집계합니다. 이 시기는 6월 12일 수출 통제가 해제된 후 Fable 5가 전 세계적으로 다시 사용 가능해진 바로 그 주이며, Sonnet 5가 출시되고 GPT-5.6 Sol이 OpenAI 파트너들에게 제공된 시점과 일치합니다. 출처는 공개된 리더보드 (SWE-Bench Verified, SWE-Bench Pro, 코딩 인덱스 (coding index)), TechCrunch 및 Vercel의 변경 로그 (changelog)에 게시된 출시 관련 보도, 실시간 가격 요약, 8개 시나리오 비용 모델링 감사, 그리고 IBM Research의 Java 마이그레이션 에이전트 벤치마크를 포함합니다.

• 포함 대상: 고유 번호, 날짜가 명시된 버전 또는 날짜가 명시된 가격 스냅샷을 포함하여 2026년 6월 29일~7월 2일 사이에 발표된 보고서.

• 제외 대상: 벤더의 데모 영상, 다른 출처를 반복하는 신디케이트 언론 보도, 그리고 측정된 가치 대신 과장된 홍보(hype)를 앞세운 게시물.

• 정규화 (Normalization): SWE-Bench Verified 점수는 1.0이 해결됨을 의미하는 0–1 척도로 보고됩니다. “코딩 인덱스 (coding index)”는 Verified, Pro, 그리고 LiveCodeBench 스타일의 통과율을 혼합하여 제3자 추적기가 관리하는 복합 지표입니다. 가격은 1M 토큰당 USD 기준입니다.

• 데이터 부족: GPT-5.6 Sol은 파트너 프리뷰가 진행 중이지만, 7월 2일 현재 공개된 직접 비교(head-to-head) 수치는 없습니다. Grok 4.5의 코딩 스택은 Claude 제품군과 동일한 수치형 리더보드 행이 아닌 서술적인 방식으로 논의됩니다.

SWE-Bench Pro: 80.3%라는 헤드라인이 나온 배경 — 그리고 왜 보기보다 덜 중요한가

2026년 7월 코딩 크라운 (coding-crown) 보고서는 SWE-Bench Pro에서 Claude Fable 5가 **80.3%**를 기록한 반면, Opus 4.8은 **69.2%**를 기록했다고 인용합니다. 이는 더 어려운 Pro 변형 모델에서 나타난 실제 11포인트 차이이며, Anthropic의 프런티어 (frontier) 모델과 그 이전 모델 사이의 격차 중 Opus 3에서 Opus 4로 전환된 이후 가장 큰 차이입니다. 이는 동일한 보고서가 Fable 5에 부여한 “넘어야 할 모델 (model to beat)”이라는 프레임워크를 뒷받침합니다.

두 가지 주의 사항이 중요합니다. 첫째, SWE-Bench Pro는 여전히 제한된 작업 세트입니다. 즉, 여러분의 팀이 배포하는 수백만 개의 PR (Pull Request)이 아니라, 큐레이션된 수백 개의 GitHub 이슈에 불과합니다. Pro에서의 11포인트 개선이 여러분의 코드베이스에서의 11포인트 개선으로 선형적으로 직결되지는 않으며, 특히 벤치마크에서 비중이 낮은 스택(모바일, 임베디드, TypeScript 중심의 모노레포)을 사용 중이라면 더욱 그렇습니다. 둘째, 코딩 인덱스 순위 — Fable 5가 58.9, Mythos Preview가 56.9, Opus 4.8이 52.3 — 는 그 격차를 좁힙니다. 종합 점수는 Fable 5의 우위가 더 얇은 테스트들을 포함함으로써 SWE-Bench의 지배력을 희석시킵니다. 전환 비용 (switch cost)을 평가할 때는 이 종합 점수를 정직한 수치로 받아들이십시오.

헤드라인 이면에 숨겨진 가격 변동

이번 주의 두 번째로 큰 뉴스는 Fable 5의 수치적 우위가 아닙니다. 바로 Claude Sonnet 5가 입력 1M 토큰당 $2, 출력 1M 토큰당 $10로 출시되었다는 점입니다. 이는 이전 Sonnet Latest 가격인 $3/$15에서 인하된 수치입니다. Token Ledger 요약과 Vercel AI Gateway의 출시 변경 로그에 따르면, 이는 프롬프트 (prompt) 비용 33% 절감 및 완성 (completion) 비용 40% 절감을 의미하며, 1M 토큰의 컨텍스트 윈도우 (context window)를 제공합니다. TechCrunch는 Sonnet 5를 “에이전트 (agents)를 실행하는 더 저렴한 방법”으로 규정하며, Fable 5보다는 Opus, GPT-5.5, Gemini Pro와 명시적으로 대조시켰습니다.

코딩 스택에 주는 시사점은 다음과 같습니다: 만약 여러분의 워크로드 (workload)가 긴 컨텍스트의 리팩토링 (refactors) 및 다중 파일 편집이라면, 정직한 비교 대상은 Fable 5 대 Grok 4.5가 아닙니다. 상위 10%의 어려운 작업에는 Fable 5를, 나머지 90%에는 Sonnet 5를 사용하는 것입니다. Sonnet 5는 이제 여러분의 팀이 6주 전에 지불하던 비용보다 완성 (completion)당 약 66~40% 더 저렴합니다. 모든 에이전트 빌더가 실제로 직면하는 8가지 질문을 가격 커널 (pricing kernel)을 통해 실행한 독립적 비용 모델링 감사 결과도 동일한 결론에 도달했습니다: 라우팅 (routing)이 선택 (picking)보다 유리하며, 돈이 움직이는 곳은 미드티어 (mid-tier) 영역이라는 점입니다. 마이그레이션 (migration) 계산법은 당사의 Sonnet 4.6에서 5로의 전환 가이드를 참조하십시오.

Grok 4.5와 GPT-5.6 Sol: 7월 1~2일 보고서의 실제 내용

두 모델 모두 "코딩 왕관 (coding crown)" 프레임워크 안에 위치하지만, Fable 5보다는 데이터 양이 적습니다. Grok 4.5는 이번 주 코딩을 위한 주요 Claude 대안으로 인용되었으며, 그 영향력이 상당하여 dev.to의 리더보드 리포트 제목에서도 Fable 5와 함께 나란히 언급될 정도입니다. 하지만 동일한 보고서에서 SWE-Bench Verified 또는 Pro에 대한 Grok의 행(row)은 게시되지 않았습니다. 서술 방식은 벤치마크 통과율(pass rates) 측면에서는 경쟁력이 있으나 뒤처져 있고, 처리량(throughput) 및 달러당 지연 시간(latency-per-dollar) 측면에서는 경쟁력이 있거나 앞서 있다는 것을 암시합니다. 다만, 이번 주 자료 중 조달 문서(procurement doc)에 인용할 수 있는 초당 토큰 수(tokens-per-second)를 게시한 소스는 없습니다.

GPT-5.6 Sol은 더 엄격합니다. 이는 GPT-5.6 Terra 및 Luna와 함께 발표된 파트너 프리뷰(partner preview)입니다. 아직 게시된 통과율(pass rates)은 없습니다. 이번 주에 GPT-5.6 Sol에 특정 수치를 부여하여 보여주는 모든 비교는 추측이거나 재현되지 않은 내부 벤치마크에 기반한 것입니다. 최소한 하나 이상의 제3자 벤치마크가 출시될 때까지 OpenAI의 프런티어(frontier) 모델은 "일반 추론(general reasoning)에서는 여전히 앞서 있으나, 코딩 리더보드에서는 검증되지 않음"으로 취급하십시오.

80.3%라는 숫자가 거짓일 때

2026년 7월 가장 많이 인용되는 통계는 SWE-Bench Pro에서 Fable 5가 기록한 80.3%입니다. 이 수치가 일반화되지 못하는 세 가지 이유를 살펴봅니다. 태스크 세트 편향 (Task-set bias): SWE-Bench Pro는 Python과 인기 있는 JavaScript 이슈, 그리고 명확한 실패 테스트가 있는 에이전트 친화적 태스크에 과도하게 편중되어 있습니다. 만약 당신의 워크플로우가 레거시 Java 모놀리스 (monolith)를 리팩토링하는 것이라면, 가장 유사한 비교 데이터 포인트는 엔터프라이즈 Java 프레임워크 마이그레이션에 대한 IBM의 ScarfBench이며, 이는 일반적인 SWE-Bench와 매우 다른 통과율을 보고합니다. 버전 드리프트 (Version drift): 리더보드는 현재 당신이 호출하고 있는 버전이 아니라, 실행 시점(run-time)의 버전을 보고합니다. SWE-Bench Pro에서 Fable 5의 행(rows)은 6월 12일 수출 통제로 인해 글로벌 가용성이 중단되기 전과 7월 1일 복구되기 전에 기록되었습니다. 따라서 하네스 (harnesses), 시스템 프롬프트 (system prompts), 그리고 도구 루프 (tool loops)가 현재와 일치하지 않을 수 있습니다. 비용 맹목성 (Cost blindness): SWE-Bench Pro는 통과율을 보고할 뿐, '해결된 태스크당 비용 ($/solved-task)'을 보고하지 않습니다. 독립적인 AI Cost-Modeling Handbook은 비용을 가중치로 두었을 때, 신뢰도가 낮을 때만 프론티어 (frontier) 모델로 라우팅하는 미드티어 (mid-tier) 모델이 항상 프론티어 모델을 사용하는 것보다 훨씬 더 나은 성과를 낸다는 점을 입증합니다.

빌더 프로필별 판결

• 사이드 프로젝트를 출시하는 1인 개발자 (Solo dev shipping side projects): 100만 토큰당 $2/$10인 Claude Sonnet 5를 기본값으로 사용하세요. 40%의 출력 가격 인하는 사이드 프로젝트의 경제성에 복리로 작용합니다. Sonnet 5가 단 한 번의 시도로 해결할 수 있는 작업들을 위해 SWE-Bench Pro에서 Fable 5가 보여준 11점 차이의 우위를 얻으려고 토큰당 비용을 3~5배 더 지불할 가치는 없습니다.

• 예산 압박이 있는 5~20명 규모의 팀: 작업 난이도에 따라 경로를 지정하세요. 난도가 높은 다중 파일 리팩토링 (multi-file refactors) 및 미지의 리포지토리 (unknown-repo) 작업은 Fable 5로 보내세요 (작업이 적합할 때 80.3%라는 Pro 수치는 실질적입니다). 그 외의 모든 작업은 Sonnet 5 또는 유사한 미드티어 (mid-tier) 모델을 유지하세요. 이것이 바로 7월의 가격 변동이 5월과 비교했을 때 계산법을 바꾸는 지점입니다.

• 비용에 민감한 배치 워크로드 (Batch workload): 이번 달에는 프롬프트 캐싱 (prompt caching)을 사용하는 Sonnet 5가 여전히 정직한 해답입니다. 만약 귀하의 제공업체 구성 (provider mix)이 다각화되어 있고, 특정 워크로드에 대해 1,000개 작업당 비용을 측정할 수 있다면 Grok 4.5가 신뢰할 만한 차선책이 될 수 있습니다. 하지만 7월 보고서 중 직접적으로 비교 가능한 가격을 게시한 것은 없습니다. 추측하지 말고 견적을 요청하세요.

• 지연 시간(Latency)에 민감한 사용자 대상 앱: 이번 주 데이터 세트 중 이 네 가지 모델에 대해 초당 토큰 수 (tokens-per-second)를 직접 비교하여 게시한 소스는 없습니다. 전환하기 전에 실제 운영 트래픽을 사용하여 3일간 자체적인 A/B 테스트를 수행하세요. 이전의 지연 시간 기준점(baseline)을 확인하려면 당사의 6월 Fable 5 출시 종합 보고서를 참고하십시오.

검토된 소스 (Sources reviewed)

검토된 출처 (Sources reviewed)

• Grok 4.5 & Claude Fable 5 Are Fighting for the Coding Crown (July 2026) — dev.to / doremonai, 2026년 7월 1일, 기여: SWE-Bench Verified, SWE-Bench Pro, 코딩 인덱스.

• Claude Sonnet 5, GPT-5.6 Sol & Fable 5 Goes Global — July 1 AI Blitz — dev.to / doremonai, 2026년 7월 1일, 기여: Sonnet 5 가격 및 컨텍스트, GPT-5.6 Sol 미리 보기 상태.

• Token Ledger Digest — 2026-07-01 — dev.to, 2026년 7월 1일, 기여: 프롬프트 가격 변화율 33%, 완성(completion) 가격 변화율 40%.

• Anthropic launches Claude Sonnet 5 as a cheaper way to run agents — TechCrunch, 2026년 6월 30일, 기여: Opus 대비 경쟁적 포지셔닝, GPT-5.5, Gemini Pro.

• Claude Sonnet 5 now available on Vercel AI Gateway — Vercel 변경 로그, 2026년 6월 30일, 기여: 출시 가격 책정, 토크나이저 참고 사항, 다수 작업에서 Opus 동등성 주장.

• Anthropic's Fable 5 Is Back Online, Etched Raises $800M — dev.to, 2026년 7월 1일, 기여: Fable 5 수출 통제 해제, 글로벌 사용 가능 일정.

• The AI Cost-Modeling Handbook — dev.to / copyleftdev, 2026년 7월 1일, 기여: 8가지 비용 시나리오 프레임워크, 라우팅(routing) 대 비딩(beats picking) 논거.

• ScarfBench: Enterprise Java Framework Migration을 위한 AI Agent 벤치마킹 (ScarfBench: Benchmarking AI Agents for Enterprise Java Framework Migration) — Hugging Face / IBM Research, 2026년 6월 30일, 기여: SWE-Bench Pro에 대한 Java 마이그레이션 대조 기준선 (counter-baseline).

FAQ

우리가 이 벤치마크를 직접 수행했나요?

아니요. 이 포스트는 2026년 6월 29일부터 7월 2일 사이에 발표된 8개의 보고서를 종합한 것입니다. TL;DR 표의 각 셀은 최소 하나 이상의 날짜가 명시된 1차 출처를 인용합니다. 두 번째 출처를 통해 독립적으로 검증할 수 없는 숫자의 경우, 추측하는 대신 "발표되지 않음 (not published)"이라고 표기했습니다.

하나의 깔끔한 벤치마크를 수행하지 않고 왜 종합하나요?

단일 벤치마크는 테스트 하네스 (harness), 태스크 세트 (task-set), 버전 범위, 그리고 이를 실행하는 사람에 의해 결과가 좌우되기 때문입니다. 7개의 독립적인 보고서를 종합하면 중앙값 (median)의 동작뿐만 아니라, 더 중요하게는 편차 (spread)를 확인할 수 있습니다. 이 편차를 통해 80.3%라는 수치가 귀하의 코드베이스에서도 유지될지, 아니면 40%의 통과율로 무너질지를 판단할 수 있습니다.

이 정보는 얼마나 최신인가요?

모든 출처는 2026년 6월 29일에서 7월 2일 사이에 발표되었습니다. 참조된 모델 버전: Claude Fable 5, Claude Sonnet 5 (6월 30일 출시), Claude Opus 4.8, Claude Mythos Preview, Grok 4.5, GPT-5.6 Sol (preview). 이번 주에 발표된 가격과 통과율은 한 달 이내에 변동될 수 있으므로, 조달 문서를 서명하기 전에 다시 확인하십시오.

이 기사는 원래 NextFuture에 게시되었습니다. 더 많은 풀스택(fullstack) 및 AI 엔지니어링 콘텐츠를 보려면 저희를 팔로우하세요.