오퍼스5 vs 키미 K3, 웹개발·가성비 승자는? 벤치마크로 본 AI 모델 비교

같은 일을 시키는데 비용이 절반이라면, 굳이 비싼 모델을 고집할 이유가 있을까요. 앤트로픽이 24일(현지시각) 공개한 오퍼스5가 던지는 질문이 정확히 이겁니다. 회사는 최상위 공개 모델인 페이블5에 근접한 성능을 입력 토큰 100만 개당 5달러라는 절반 가격에 제공한다고 밝혔습니다. 그런데 인공지능 성능 지표 한 곳에서는 오퍼스5가 페이블5를 한 끗 차이로 앞서기까지 했습니다. 절반 가격표를 단 모델이 상위 모델을 지표에서 넘어선 셈이라, 이름값이 조금 무색해지는 대목입니다.

이 발표가 지금 중요한 건 가격 경쟁의 온도 때문입니다. 오픈AI와 구글, xAI에 더해 중국의 키미 K3, 딥시크까지 저렴한 고성능 모델을 쏟아내면서, 토큰 비용에 민감한 기업들이 값싼 대안으로 눈을 돌리고 있습니다. 앤트로픽 입장에선 최상위 모델의 자존심보다, 실무자들이 매일 손이 가는 ‘기본값’ 자리를 되찾는 쪽이 급했던 것으로 보입니다.

오퍼스5가 노린 자리, 절반 가격의 기본값

앤트로픽은 오퍼스5의 개발자용 API 가격을 입력 토큰 100만 개당 5달러, 출력 토큰 100만 개당 25달러로 책정했습니다. 이전 모델인 오퍼스 4.8과 같은 가격입니다. 성능은 올리고 값은 그대로 두었다는 이야기라, 기존 사용자에겐 부담 없이 갈아탈 명분이 생긴 셈입니다.

실무자 입장에서 더 반가운 변화는 규제의 결이 달라졌다는 점입니다. 앤트로픽은 페이블5의 안전장치가 지나치게 빡빡하다는 불만을 의식한 듯, 특정 주제의 프롬프트를 오퍼스 4.8로 돌려버리던 방식이 사용성을 떨어뜨렸다고 인정했습니다. 오퍼스5는 사이버 보안과 생물학 분야의 정당한 활용을 열어두는 방향으로 설계됐고, 자체 테스트 기준으로 분류기가 개입하는 빈도가 페이블5보다 약 85% 적을 것으로 본다고 밝혔습니다. 필요한 작업이 자꾸 막히던 경험이 있다면 체감이 클 부분입니다.

데이터 정책도 갈립니다. 앤트로픽은 페이블과 미토스5에 함께 도입했던 30일 데이터 보존 정책에서 오퍼스5를 빼두었습니다. 민감한 코드나 문서를 다루는 조직이라면 이 한 줄이 도입 여부를 가르기도 합니다.

한 가지 미리 알아둘 점은 답변 길이입니다. 앤트로픽은 오퍼스5의 기본 응답이 이전 오퍼스 모델보다 길게 나온다고 안내하면서, 길이를 줄이려면 프롬프트에서 명시적으로 요청하라고 권했습니다. 답이 길어지면 출력 토큰도 함께 늘어나니, 가성비를 따지는 입장에선 은근히 신경 쓰이는 부분입니다.

벤치마크로 본 강점과 약점

수치부터 놓고 보겠습니다. 오퍼스5는 에이전트의 터미널 환경 코딩 능력을 평가하는 프런티어-벤치 v0.1에서 43.3%를 기록해, 오픈AI의 GPT-5.6 솔(34.4%)과 페이블5(33.7%)를 모두 앞섰습니다. 지식 업무를 보는 GDPval-AA v2에서는 1861점, 에이전트 검색 성능에서는 90.8%로 비교 대상 중 가장 높은 점수를 받았습니다.

다만 모든 종목에서 앞선 건 아닙니다. 에이전트 코딩을 평가하는 딥SWE v1.1에서는 68.8%로 GPT-5.6 솔(72.7%)에 다소 뒤졌고, 도구를 쓰지 않는 전문가 추론 시험인 ‘인류의 마지막 시험(HLE)’에서는 56.3%로 페이블5(56.5%)에 근소하게 밀렸습니다. 코딩 안에서도 터미널을 다루는 작업은 앞서고 순수 코드 생성형 과제는 뒤처지는 식이라, 용도에 따라 손이 가는 모델이 달라질 수 있다는 뜻입니다.

평가 항목	오퍼스5	비교 모델
프런티어-벤치 v0.1 (터미널 코딩)	43.3%	GPT-5.6 솔 34.4% / 페이블5 33.7%
딥SWE v1.1 (에이전트 코딩)	68.8%	GPT-5.6 솔 72.7%
GDPval-AA v2 (지식 업무)	1861점	비교 중 최고
에이전트 검색	90.8%	비교 중 최고
HLE (도구 미사용)	56.3%	페이블5 56.5%

표를 읽는 요령은 간단합니다. 터미널을 오가며 파일을 고치고 명령을 실행하는 에이전트형 작업이라면 오퍼스5가 유리하고, 정형화된 코드 과제나 순수 추론 난제는 GPT-5.6 솔과 페이블5가 여전히 강점을 지킨다고 이해하면 됩니다. 실무 개발에 가까운 지표에서 절반 가격 모델이 상위 모델과 어깨를 나란히 한다는 점이 이번 발표의 핵심입니다.

개발자용 편의도 한 가지 바뀌었습니다. 앤트로픽은 최신 모델들에서 클로드 코드 시스템 프롬프트의 약 80%를 걷어냈습니다. 시스템 프롬프트가 짧아진 만큼 사용자가 채워 넣을 문맥 공간이 늘어난다는 계산입니다.

작업당 비용으로 따진 가성비

토큰 단가만 보면 오퍼스5가 페이블5의 절반입니다. 입력은 100만 토큰당 5달러 대 10달러, 출력은 25달러 대 50달러입니다. 참고로 GPT-5.6 솔은 입력 5달러, 출력 30달러로 매겨져 있습니다.

그런데 같은 일을 시켜도 모델마다 소모하는 토큰 양이 달라서, 단가보다 ‘작업 하나를 끝내는 데 드는 실제 비용’이 더 정직한 잣대입니다. 인공지능 분석 기관 아티피셜 애널리시스가 지능 지표 작업당 가중 평균 비용을 계산한 값은 아래와 같습니다.

모델	입력 (100만 토큰)	출력 (100만 토큰)	작업당 평균 비용
페이블5	10달러	50달러	2.75달러
오퍼스5	5달러	25달러	2.03달러
GPT-5.6 솔	5달러	30달러	1.04달러
키미 K3	공개 자료 미제시	공개 자료 미제시	0.95달러

오퍼스5의 작업당 비용은 2.03달러로, 페이블5(2.75달러)보다 확실히 쌉니다. 다만 GPT-5.6 솔(1.04달러)과 키미 K3(0.95달러)는 그 절반 아래입니다. 절반 가격을 내세웠지만, 더 값싼 경쟁자들과 놓고 보면 오퍼스5가 최저가 카드는 아니라는 뜻입니다. 참고로 GPT-5.6 솔과 키미 K3의 수치는 최대 성능 모드 기준입니다.

직접 바이브 코딩으로 자동화 프로그램을 만들다 보면 이 작업당 비용이 왜 중요한지 몸으로 느껴집니다. 에이전트가 파일을 여러 번 오가며 코드를 고치고 되돌리는 사이 출력 토큰이 생각보다 빨리 쌓이거든요. 단가표만 보고 골랐다가 월 청구서에서 놀라는 경우가 여기서 갈립니다. 오퍼스5의 응답이 기본값으로 길어졌다는 안내가 유독 마음에 걸리는 이유이기도 합니다.

선택 전에 짚어볼 다섯 갈래

페이블5와의 성능 격차, 지표로는 한 끗

아티피셜 애널리시스 지능 지표에서 오퍼스5는 61점으로 페이블5(60점)를 1점 앞섰습니다. HLE에서는 56.3% 대 56.5%로 근소하게 뒤졌습니다. 종목마다 오르내림은 있지만, 절반 가격이라는 조건을 감안하면 성능 격차는 대부분의 실무에서 무시할 만한 수준입니다. 최고 정확도가 한 끗까지 아쉬운 연구용이 아니라면 오퍼스5로 충분하다는 판단이 가능합니다.

벤치마크와 가격, 데이터 보존까지 갈리는 지점

가격은 오퍼스5가 페이블5의 절반, 벤치마크는 종목별로 엇갈리는 접전, 데이터 보존은 오퍼스5가 30일 보존 정책에서 빠져 있다는 점이 결정적으로 다릅니다. 코드나 문서의 외부 보존이 부담스러운 조직이라면 이 세 번째 항목이 가격보다 먼저 눈에 들어올 수 있습니다.

미토스와 비교하면, 탐지는 가깝고 공격 전환은 멀다

오픈소스 코드의 취약점을 찾는 OSS-Fuzz 평가에서 오퍼스5는 80%를 기록해, 내부 연구 모델인 미토스5(79.4%)에 거의 붙었습니다. 그러나 찾아낸 취약점을 실제 공격으로 전환하는 시도에서는 14건 중 4건에 그쳐, 14건 중 13건을 성공한 미토스5와 크게 벌어졌습니다. 탐지는 이렇게 가까운데 공격 전환에서 이만큼 차이가 나는 걸 보면, 앤트로픽이 오퍼스5를 사이버 공격 과제로는 일부러 훈련하지 않고 선을 그어둔 티가 납니다. 방어 목적의 취약점 점검에는 쓸 만하되 그 이상으로는 열어두지 않았다는 신호로 읽힙니다.

키미 K3와의 가성비, 작업당 비용이 승부처

웹개발을 포함한 코딩 실무에서 두 모델을 저울에 올리면 기준이 갈립니다. 작업당 비용은 키미 K3가 0.95달러로 오퍼스5(2.03달러)보다 저렴합니다. 반면 오퍼스5는 터미널 코딩 지표인 프런티어-벤치에서 43.3%로 공개된 강점을 보였습니다. 공개 자료만으로는 두 모델의 웹개발 아레나 순위를 직접 대볼 수 없어 단정하긴 어렵지만, 비용 최소화가 최우선이면 키미 K3, 에이전트형 코딩의 안정감과 데이터 정책까지 챙기려면 오퍼스5 쪽이 무게가 실립니다.

오퍼스5·페이블5·GPT-5.6 솔, 지능 지표와 가격 한눈에

세 모델을 함께 놓으면 그림이 선명해집니다. 지능 지표는 오퍼스5 61점, 페이블5 60점 순이고, GPT-5.6 솔은 작업당 비용 1.04달러로 가격 효율이 가장 좋습니다. 오퍼스5는 최고 지능과 최저 비용 사이 어딘가에서, 성능과 값의 균형점을 노린 선택지에 가깝습니다. 최고 정확도가 필요하면 페이블5, 비용이 최우선이면 GPT-5.6 솔이나 키미 K3, 둘 사이의 절충을 원하면 오퍼스5가 자연스러운 답이 됩니다.

결국 이번 발표는 ‘가장 똑똑한 모델’을 새로 세우는 자리가 아니라, 실무자들이 매일 열어두는 기본 창을 다시 앤트로픽 쪽으로 당기려는 수였습니다. 절반 가격에 상위 모델의 코앞까지 따라붙었으니 목표의 절반은 이룬 셈이고, 나머지 절반은 더 싼 경쟁자들이 버티는 저가 진영에서 판가름 날 겁니다. 지갑을 쥔 쪽은 언제나 사용자이니, 이 경쟁이 길어질수록 손해 볼 일은 없어 보입니다.

• Anthropic says Opus 5 can nearly match its top-performing model for half the price
• Anthropic debuts Opus 5 at half the price of its Fable sibling
• 앤트로픽, ‘클로드 오퍼스5’ 출시… 성능은 높이고 가격은 절반

본문의 가격과 벤치마크 수치는 작성 시점 기준이며, 모델 정책과 요금은 이후 변동될 수 있습니다.