Claude Opus 5, 소프트웨어 엔지니어링 벤치마크 다수에서 1위를 차지한 Anthropic의 새 Opus
Anthropic이 2026년 7월 24일 Claude Opus 5를 공개했다. 6월 30일의 Claude Sonnet 5 이후 24일 만이며 9월 1일 Claude Fable 5.1이 이어졌다. Anthropic은 이를 다음 세대 Opus로 내세웠다. Fable 5의 능력에 근접하면서 토큰 가격은 Fable의 절반인 일상용 선택지다. 출시 때 Claude Max의 기본 모델이 됐고 Claude Pro에서는 가장 성능이 높은 선택지였다. 소프트웨어 엔지니어링, 지식 업무, 긴 작업 중 결과를 스스로 확인하는 능력이 좋아졌다고 강조했다.
사양과 가격
컨텍스트 창은 1M 토큰이고 가중치를 공개하지 않는 폐쇄형이며 사고 기능이 기본으로 켜져 있다. 출시 평가는 노력 수준을 바꿔 가며 품질과 비용을 비교했지만 특정 과제와 설정에 대한 것이고, 토큰 가격이 낮은 것과 토큰 효율이 좋은 것은 작업 전체 비용에서 별개의 요인이다. Anthropic API 기본 가격은 100만 토큰당 입력 5.00달러, 캐시 입력 0.50달러, 출력 25.00달러이고 캐시 쓰기는 5분 6.25달러, 1시간 10.00달러다. Amazon Bedrock, Azure, Google 등의 global 리전이 같은 값이며, 지역 지정 제공은 입력 5.50달러, 출력 27.50달러로 10% 높고 Anthropic의 fast 변형은 입력 10.00달러, 출력 50.00달러로 두 배다.
성능
35개 점수 중 11개 항목에서 비교 모델 전체 최고점을 냈다. 코딩에서 SWE-Bench Verified가 96%, SWE-Bench Multilingual이 89.5%, SWE-Bench Multimodal이 59.4%, ProgramBench가 4.5%로 모두 1위다. 어려운 버전인 SWE-Bench Pro는 79.2%다. 터미널 Terminal-Bench 4.0은 51.82%로 29개 중 8위, 웹 탐색 BrowseComp는 90.8%로 31개 중 4위, 컴퓨터 조작 OSWorld 2.0은 74%로 10개 중 3위다. 추론에서 도구 없는 Humanity's Last Exam은 56.3%로 24개 중 2위, ARC-AGI-2는 90.4%로 37개 중 5위다. 지식 업무 GDPval-AA v2는 1861점으로 1위다. 프롬프트 주입 저항을 보는 Gray Swan IPI도 일부 조건에서 1위이고 AutomationBench는 26.9%로 19개 중 18위다.
참고할 점
소프트웨어 엔지니어링과 지식 업무에서 특히 강하고 가격은 Anthropic 직접 제공과 주요 클라우드가 같다. 지역 지정 제공이 10% 비싸고 fast 변형이 두 배라는 점은 비용 계산에 넣어야 한다. 점수마다 측정 시점이 달라 8월 말부터 9월 말까지 흩어져 있다.
출처: aireleasetracker.com · 원문 보기 ↗