Sonnet 5.5, 가격은 절반, 나머지는 거의 전부

가격표는 Sonnet 5와 같다. 입력 토큰 100만 개당 2달러, 출력 10달러, 캐시 읽기 0.20달러, 캐시 쓰기 2.50달러다. 입력과 출력은 각각 4달러와 20달러인 Opus 5.5의 절반이며, 발표 전체가 이 숫자를 중심으로 돌아간다. 상위 모델의 캐시 요금에 대해서는 팩트시트에 아무 언급이 없어 비교는 여기서 멈춘다. 다만 The Next Web은 이 가격이 과거 Sonnet 5에 대해 보도된 요금 인상과 완전히 맞아떨어지지는 않는다고 지적한다. Anthropic은 Sonnet 5보다 출력 생성 속도가 30% 이상 빠르고, 자체 테스트에서 작업당 비용이 최대 30% 낮아졌다고 밝혔다. 모델이 토큰을 덜 쓰고 도구 호출도 줄인다는 이유다. 이 '최대 30%'는 내부에서 측정된 최댓값이지, 독자가 청구서에서 확인할 절감액이 아니다. Claude Platform에서 모델 ID claude-sonnet-5-5로 바로 이용할 수 있고, Amazon Web Services, Google Cloud, Microsoft Azure 등 3대 클라우드에서도 제공된다.

회사가 밝힌 수치로는 Sonnet 5.5가 Opus 5.5 바로 뒤에 붙어 있다. GDPval-AA v2.1에서 1,844 Elo로 Opus 5.5의 1,846과 거의 같고, Sonnet 5는 1,449에 머물렀다. Terminal-Bench 4.0의 도약은 해석이 더 어렵다. 이전 세대의 10.3% 대비 70.6%로, The Next Web이 최고 effort 수준의 Opus 5.5 점수라고 전한 66.4%보다도 높다. 한 세대 만에 약 60%포인트가 오른 것은 이례적이며, 발표는 두 점수가 어떤 조건에서 비교됐는지 설명하지 않는다. 나머지 결과는 FrontierCode 1.1 Main(effort Max) 46.2%, CursorBench 4.0 55.5%, OSWorld 2.1 80.1%, 도구를 사용한 Humanity's Last Exam 64.5%다. 속도와 비용을 포함한 이 모든 수치가 Anthropic의 발표나 그 안에 인용된 파트너 고객사에서 나왔다는 점을 염두에 두고 읽어야 한다. 9월 29일 현재 독립적인 평가는 확인되지 않는다. 회사 측 주석은 구조화된 출력에 대한 출시 전 테스트에서 버그가 있었고 점수에 '작은 영향'이 예상된다고 밝히며, GPT-6 Sol에 적용된 수정이 경쟁 모델의 모든 점수에 반영되지 않았을 수 있다고 경고한다.

고객 후기도 같은 틀에서 나왔으니 그 성격대로 받아들여야 한다. 회사에 전달되어 발표에 실린 지표이지, 외부에서 검증할 수 있는 측정이 아니다. Zendesk는 AI 책임자를 통해 티켓 처리 속도가 20% 빨라졌다고 전했고, Box는 AI 제품 부문 책임자를 통해 이전 모델보다 '더 정확하고, 2.4배 빠르며, 전체 토큰이 12% 적은' 모델이라고 밝혔다. Epic Games는 운영 부문 책임자를 통해 Sonnet 5.5가 '상위 등급 모델에서 기대할 만한 품질 기준'을 충족했다고 말했다. 보안 측면의 새로움은 수치보다 구조에 있다. Anthropic은 이 모델의 사이버 보안 역량이 Opus 5에 견줄 만하다고 밝혔고, Sonnet으로서는 처음으로 지금까지 가장 강력한 모델에만 적용되던 사이버 안전장치를 갖추고 출시됐다. 위험도가 가장 높은 사이버 관련 요청은 사용자에게 보이는 방식으로 이전 모델인 Sonnet 5로 넘겨진다. 회사는 Cyber Verification Program 접근 범위도 넓힐 계획이며, 생물학 분야 안전장치는 Sonnet 5 수준을 유지한다. 증류(distillation)에 대응해서는 추론 과정 추출을 차단하는 분류기와, 이를 생성한 계정에 묶인 'preserved thinking'이 있다. SiliconANGLE은 두 가지를 덧붙였다. 포켓몬스터 레드를 끝까지 클리어한 첫 Sonnet이라는 점, 그리고 모델에 보이지 않는 텍스트 워터마크가 들어 있다는 점이다. 다만 워터마크의 작동 방식은 공개되지 않았다.

아직 열린 장이 하나 있다. Haiku 5.5는 '향후 몇 주 안에' 나온다고만 했을 뿐 날짜는 없다. 그리고 여러 벤치마크보다 더 주목할 만한 발언이 있다. The Next Web에 따르면 Anthropic은 이 모델이 자사 시스템의 역량 한계선을 앞으로 밀어내지 않으며, 바로 그 때문에 정렬(alignment) 평가가 더 좁은 범위의 위험만 다뤘다고 밝혔다. 숨긴 것이 아니라 공개적으로 밝힌 방법론적 선택이지만, 흐름이 어디로 가고 있는지를 말해 준다. OpenAI가 GPT-6 Sol과 Luna로 API 요금을 절반으로 낮춘 이번 분기, 중간 등급이 진짜 격전지가 되고 있다. 그곳에서 이기는 방법은 역량의 천장을 높이는 것이 아니라, 예전엔 위에 있던 것들, 즉 가격과 속도, 이제는 보호 장치까지 아래로 끌어내리는 것이다. 나는 이 마지막 부분이 가장 흥미롭다. 다음 중급 모델 발표에서 가장 먼저 확인할 항목이다.

— Olya