Anthropic, Claude Opus 5 출시: 에이전트 코딩 및 컴퓨터 작업, 기존 Opus 가격 유지

Anthropic이 Opus 4.8을 대체하는 플래그십 Opus 레벨 모델인 Claude Opus 5를 출시했습니다. 가격은 동일하게 입력 토큰 100만 개당 5달러, 출력 토큰 100만 개당 25달러입니다. 이 모델은 절반 가격에 Claude Fable 5에 근접한 지능을 제공하며, 현재 Claude Max의 기본 모델이자 Claude Pro에서 가장 강력한 모델입니다. API 레벨에서는 세 가지 주요 변경 사항이 있습니다: 사고(thinking)가 기본으로 활성화되며(effort 매개변수가 깊이를 제어), 사고 비활성화(type: disabled)와 effort xhigh 또는 max를 함께 사용하면 400 오류가 반환되며, 개발자는 모델이 이미 자체 점검을 수행하므로 "최종 점검 활성화"와 같은 프롬프트를 제거하는 것이 좋습니다. 모델 ID는 claude-opus-5이며, 컨텍스트 창은 100만 토큰(최대 및 기본값)이고, 최대 출력은 동기 Messages API를 통해 128k 토큰, Message Batches API를 통해 최대 300k 토큰입니다. 벤치마크에서 모델은 상당한 성장을 보였습니다: FrontierBench v0.1에서 43.3%(Opus 4.8은 18.7%), SWE-bench Verified에서 96.0%, OSWorld 2.0에서 70.57%, Zapier AutomationBench에서 26.0%를 기록했습니다. 에이전트 결과가 가장 강력합니다: 모델은 IMO 2026 문제 42개 중 42개를 해결했습니다(금메달). ARC-AGI-3에서 높은 effort로 30.16%를 기록하며 이전 기록보다 4배 향상되었습니다. 멀티모달 작업에서 도구(컨테이너, 이미지 크롭)는 "사고"보다 훨씬 효과적입니다: Chartography에서 도구 사용 시 83.0% vs 29.6%입니다. 사이버 보안에서 부수 효과로 능력이 향상되었습니다: ExploitBench에서 모델은 10.14 플래그와 99개의 완전한 익스플로잇을 획득했습니다(Mythos 5는 132개). Anthropic은 소스 코드 취약점 탐지에 대한 제한만 완화했으며, 바이너리 스캐닝, 침투 테스트, 익스플로잇 생성은 여전히 차단됩니다. 분류기는 Fable 5보다 약 85% 덜 자주 작동할 것입니다. UK AISI 테스트에서 모델은 "The Last Ones" 작업을 10번의 시도 중 8번 해결했습니다. RSP 프로그램에 따르면, 모델은 CB-1 능력을 갖추고 있지만 CB-2 능력은 없습니다. 프롬프트 인젝션 저항에서 뛰어난 결과를 보였습니다: 브라우저 공격이 보호 없이 31.5%에서 3.70%로, 자동 모드에서는 0%로 감소했습니다. 그러나 회사는 Opus 4.8과 비교하여 사실적 환각 비율이 약간 더 높은 단점도 공개했습니다.