클로드 페이블 5, 벤치마크 1위지만 가격은 2배 — 성능 향상은 5.7%

앤트로픽의 신규 플래그십 모델 클로드 페이블 5가 Artificial Analysis 인텔리전스 인덱스에서 64.9점을 기록하며 1위에 올랐다. 2위 비앤트로픽 모델인 GPT-5.5와의 점수 차는 약 5점이다. 앤트로픽은 이 인덱스 상위 1·2위를 모두 차지했다.

성능 5.7% 향상, 가격은 2배

▼ 클로드 페이블 5 vs 오퍼스 4.8 핵심 비교

항목	페이블 5	오퍼스 4.8	변화
AA 인텔리전스 인덱스 점수	64.9	-	5.7% 향상
입력 토큰 단가 ($/백만)	10	5	+100%
출력 토큰 단가 ($/백만)	50	25	+100%
전체 인덱스 실행 비용 ($)	9,940	4,970	+100%
컨텍스트 창 (토큰)	100만	100만	동일

입력 토큰은 백만 개당 10달러, 출력 토큰은 50달러로 오퍼스 4.8(각각 5달러·25달러)의 정확히 2배다. 인덱스 전체 실행 비용은 9,940달러로, 오퍼스 4.8의 4,970달러와 비교하면 약 5,000달러가 더 든다. 이 추가 비용으로 얻는 성능 향상은 5.7%다.

이 패턴은 이번이 처음이 아니다. 오퍼스 4.8과 4.7도 오퍼스 4.6 대비 가격을 크게 올리면서 소폭 성능 향상에 그쳤다. 앤트로픽 스스로 4.8의 개선을 "modest but tangible(소폭이지만 실질적)"이라고 표현한 바 있다.

10개 벤치마크 중 5개 신기록

▼ 주요 벤치마크별 페이블 5 성과

벤치마크	페이블 5 점수	비고
AA 인텔리전스 인덱스	64.9	전체 1위
AA-Omniscience	40점	전작 대비 +7점, 1위
GDPval-AA (Elo)	1,932	오퍼스 4.8 대비 +2.2%
Humanity's Last Exam	53%	오퍼스 4.8 대비 +7점 이상

10개 인덱스 벤치마크 중 5개에서 신기록을 세웠다. 지식·환각 측정 벤치마크인 AA-Omniscience에서 40점을 기록해 이전 선두였던 제미나이 3.1 Pro 프리뷰보다 7점 높다. 다만 이 격차는 정확도 향상에서 비롯된 것으로, 환각 비율 자체는 55%로 중위권에 머문다.

에이전틱 코딩(Terminal-Bench Hard)과 도구 사용(Tau2-bench Telecom)에서도 1위를 차지했다.

안전 필터가 비용을 추가로 끌어올린다

페이블 5는 클로드 미토스 5와 동일한 기반 모델을 쓰되, 사이버보안·생물·화학·모델 증류 관련 질의에 추가 안전 필터를 적용한다. 필터가 작동하면 요청이 오퍼스 4.8로 우회(fallback)되는데, 이 우회 요청도 페이블 5 요금으로 청구된다.

앤트로픽은 세션의 5% 미만이 영향을 받는다고 밝혔지만, Artificial Analysis의 인텔리전스 인덱스 평가에서는 약 8%의 작업에서 우회가 발생했다. Humanity's Last Exam 단독으로는 우회율이 9%에 달했다. HLE 전체 평가 비용은 우회 포함 시 약 2,174달러로, Artificial Analysis가 테스트한 모델 중 가장 비싸다.