Anthropic은 6월 30일 Claude Sonnet 5를 출시하며, 자사가 만든 중간급 모델 가운데 가장 에이전트적인 모델이라고 밝혔습니다. 또한 출시 당일부터 Free와 Pro 사용자 모두를 위해 Claude.ai의 기본 모델로 설정했습니다. 회사는 이 모델이 브라우저와 터미널 같은 도구를 사용하고, 다단계 작업을 자율적으로 계획·수행할 수 있다고 설명했는데, 이는 최근까지 더 큰 Opus급 시스템의 몫이었습니다.
Sonnet 가격으로 Opus급 작업
벤치마크 점수는 이러한 주장을 뒷받침합니다. Sonnet 5는 SWE-bench Pro에서 63.2%를 기록해 플래그십인 Opus 4.8의 69.2%에 근접했고, OSWorld-Verified 컴퓨터 사용 테스트에서는 81.2%로 Opus의 83.4%와 큰 차이가 없었습니다. Terminal-Bench 2.1에서는 80.4%로 Opus 4.8의 74.6%를 앞섰고, BrowseComp 에이전틱 검색 벤치마크에서는 84.7%를 기록했습니다. 패턴은 일관됩니다. Sonnet 5는 훨씬 더 비싼 모델과의 에이전틱 작업에서 몇 점 차이밖에 나지 않습니다.
가격은 이러한 격차를 반영합니다. Anthropic은 8월 31일까지 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러의 도입 가격을 책정했으며, 이후에는 각각 3달러와 15달러로 인상됩니다. 이는 Sonnet 5가 여러 테스트에서 Opus급 성능에 근접하더라도 Opus급 가격보다 훨씬 낮은 수준을 유지한다는 뜻입니다.
출시 첫 주는 순탄치 않았습니다
출시 과정에 마찰이 없었던 것은 아닙니다. 개발자들은 Sonnet 5의 토크나이저가 동일한 텍스트에 대해 이전 모델보다 1.0~1.35배 더 많은 토큰을 생성한다고 지적했으며, 이는 실제 작업당 비용이 표면상 토큰당 가격보다 더 높아질 수 있음을 의미합니다. Anthropic은 temperature 및 기타 샘플링 파라미터도 제거했는데, 이로 인해 해당 값을 하드코딩해 둔 일부 기존 통합 기능이 작동하지 않았습니다.
회사는 BrowseComp 벤치마크 측정 방식에 오류가 있었다고 인정하고, 1,000만 토큰 예산 방법론을 적용해 차트를 다시 게시했습니다. 또한 특정 jailbreak 기법을 겨냥한 새로운 안전 분류기를 배포했으며, 이 방법을 99% 이상 차단한다고 밝혔습니다. 다만 정당한 보안 코딩 질의에서 false positive가 늘어났고, 이들 중 일부는 현재 Opus 4.8으로 라우팅되고 있습니다.
Anthropic이 중간급에 힘을 싣는 이유
Anthropic의 전략은 충분히 유능한 에이전트를 대규모로 실행할 수 있을 만큼 저렴하게 만드는 데 있습니다. Opus급 자율성을 Sonnet 가격대에 끌어내리면서, 회사는 플래그십 비용 없이 프로덕션에서 에이전트를 쓰려는 개발자들을 겨냥하고 있습니다. 출시 첫날부터 수천 개 팀이 실서비스에 연결한 모델에서 나타난 초기 토크나이저 및 API 관련 불만은, 빠르게 움직이는 데 따르는 절충점을 보여줍니다.