Claude Opus 5 출시, 벤치 1위가 내 작업에서도 통할까

Anthropic이 Claude Opus 5를 공개했습니다. Fable 5에 가까운 지능을 절반 가격에 제공한다는 모델로, Claude Max의 새 기본 모델이자 Pro에서 쓸 수 있는 가장 강한 모델이 됐습니다. 가격은 Opus 4.8과 같지만 컨텍스트는 100만 토큰으로 늘었고, 코딩과 컴퓨터 사용, 긴 에이전트 작업에서 이전 세대보다 크게 좋아졌습니다. 비싸고 제한적인 Fable의 능력을 매일 쓰는 Opus 쪽으로 가져온 셈입니다.

공식 평가에서 Opus 5는 코딩과 컴퓨터 사용에서 이전 모델을 크게 앞섰고, 독립 평가에서도 코딩 에이전트 종합 점수 1위에 올랐습니다. 다만 해당 평가에서 평균 작업시간은 GPT-5.6 Sol보다 두 배 넘게 길었습니다. 종합 점수 1위가 곧 가장 빠른 모델이라는 뜻은 아니었습니다.

출시 직후 개발자 커뮤니티에서는 ‘Claude of Duty’가 Opus 5의 원샷 제작 사례로 크게 퍼졌습니다. 외부 아트 에셋 없이 브라우저에서 돌아가는 FPS를 만들었고, 코드도 수만 줄에 달합니다. 여러 하위 에이전트가 역할을 나눠 반복 수정한 결과물이어서, 말 그대로 한 번의 답변으로 완성된 게임은 아닙니다. 제작자도 실제 Call of Duty와 비교하면 아직 아마추어 수준이라고 적었습니다.

실사용 후기에서는 프로그램을 직접 실행하고 테스트 결과를 확인한 뒤 다시 고치는 능력이 호평받았습니다. 모호한 설계나 프런트엔드·3D처럼 직접 확인할 일이 많은 작업에서 특히 좋은 결과가 나왔습니다. 개발자 커뮤니티에서는 “오래 생각하고 적게 일한다”, 작은 수정에서 주변 코드까지 건드리거나 중요한 작업을 빠뜨린다는 불만도 함께 나옵니다.

이번 결과를 보면 의외로 추론 설정을 적절하게 고르는 일이 중요해 보입니다. 실제 코딩 평가에서는 가장 높은 설정이 아니라 중간 수준의 effort에서 최고점이 나왔고, 높은 설정에서는 주변 코드까지 불필요하게 손대며 점수가 떨어지기도 했습니다. 주인장은 Fable이 처음 나왔을 때 가장 높은 추론 강도로 돌렸다가 툴 호출이 너무 잦아져 돈을 펑펑 썼던 기억이 있습니다. Opus 5도 무조건 최고 설정부터 누르기보다 작업에 맞게 조절해서 쓰는 편이 좋아 보입니다.

주인장 입장에서는 이제 벤치마크 1위만 보고 모델을 고르기 어려운 시기가 온 것 같습니다. Opus 5가 종합 점수에서 앞섰다고 모든 작업에서도 Fable이나 GPT보다 낫다는 뜻은 아닙니다. 아직은 돈을 충분히 쓸 수 있다면 Fable을 무작정 고르는 편이 좋아 보입니다. 이제는 누가 벤치 1등인지보다, 내 작업에 붙였을 때 어떤 모델이 가장 덜 답답하고 결과가 좋은지를 직접 확인해야 할 것 같습니다.