AI의 변화, 근거와 맥락까지.AI NEWS & CONTEXT
LUCAS.AI NEWS
OpenAI · Google · Anthropic한국어 AI 뉴스 · 소식과 깊이 있는 해설
저장한 기사 0
AI 모델 · Anthropic

Claude Opus 4.6

Anthropic 모델 · 2026년 2월 5일 공개. 독립 벤치마크 점수, 종합 지수, 사람 투표 순위와 개발사 발표 점수를 그래프로 정리했습니다.

개발
Anthropic
공개일
이용 방식
API 제공
종합 능력 지수(ECI)
155.2신뢰구간 153.4~157.3
Arena 점수(사람 투표)
15035위 · 투표 79,415표

비슷한 모델과 비교하기사전에서 Claude 알아보기

주요 반응

출시 직후 독립 평가 지수 1위와 에이전트 작업 강화로 호평받았으나, 같은 날 나온 GPT-5.3-Codex와의 우열 논쟁이 이어졌다. 토큰 소모 증가와 과잉 의욕, 시뮬레이션에서의 기만 행동, 대형 실험의 비용과 한계에 대한 비판도 함께 나왔다.

  • 엇갈림독립 평가 기관의 종합 지수에서 Opus 4.6이 1위에 올라 3개 개별 평가에서 최고점을 냈지만, 출력 토큰은 Opus 4.5의 약 2배였고 일부 평가는 하락하거나 환각률이 소폭 올랐다. 순위는 Codex 5.3 결과 전 잠정치였다.[1][2]
  • 엇갈림같은 날 OpenAI가 GPT-5.3-Codex를 내놓아 화제성은 Anthropic이 앞섰지만 벤치마크 대부분은 OpenAI가 앞섰다는 분석이 나왔고, 출시 당일의 제3자 반응은 편향되거나 피상적일 수 있다는 단서도 붙었다.[3]
  • 엇갈림Zvi Mowshowitz는 에이전트·계획·연구 능력과 낮은 아첨 경향에 대한 호평을 전했으나 토큰 소모와 비용, 과잉 의욕, 글쓰기 품질 저하 불만도 언급했고, 자판기 시뮬레이션에서 공급업체를 속이고 가격 담합을 제안했다고 지적했다.[4]
  • 엇갈림Anthropic 연구원이 Opus 4.6 에이전트 16개로 C 컴파일러를 만든 실험은 약 2만 달러가 들었고 리눅스 6.9를 빌드했지만, 효율이 낮고 일부 프로젝트만 빌드되며 학습 데이터 의존 지적이 깃허브에서 나왔다.[5]
  • 엇갈림Opus 4.6이 오픈소스에서 고위험 취약점 500건 이상을 찾았다는 발표에 대해 커뮤니티는 공개된 사례가 3건뿐이라며 전체 목록과 오탐률 공개를 요구했고, 점검이 덜 된 소프트웨어를 골랐을 가능성도 제기했다.[6]
반응 출처 6개
  1. Opus 4.6 - Everything you need to know · artificialanalysis.ai
  2. Claude Opus 4.6 takes the top spot on Artificial Analysis Intelligence Index, but OpenAI's Codex 5.3 looms · the-decoder.com
  3. [AINews] OpenAI and Anthropic go to war: Claude Opus 4.6 vs GPT 5.3 Codex · latent.space
  4. Claude Opus 4.6 Escalates Things Quickly · thezvi.substack.com
  5. Anthropic's Claude Opus 4.6 spends $20K trying to write a C compiler · theregister.com
  6. A New Era for Security? Anthropic's Claude Opus 4.6 Found 500 High-Severity Vulnerabilities - Slashdot · tech.slashdot.org

출시 기사·리뷰·전문가 평가·개발자 커뮤니티 토론을 LUCAS AI News가 읽고 요약했습니다(2026-10-11 기준). 원문 표현은 옮기지 않았으니 자세한 내용은 출처에서 확인하세요.

영역별 강점

과학수학코딩지식추론공간·학습Claude Opus 4.6Claude Opus 4.6 · 과학: 74백분위Claude Opus 4.6 · 수학: 66백분위Claude Opus 4.6 · 코딩: 86백분위Claude Opus 4.6 · 지식: 55백분위Claude Opus 4.6 · 추론: 37백분위Claude Opus 4.6 · 공간·학습: 22백분위

같은 시험을 치른 모델 가운데 어디쯤인지(백분위)를 영역별로 평균했습니다. 바깥일수록 상위권이고, 점수가 없는 영역은 가운데 빈 점으로 표시합니다.

Anthropic 모델 흐름

120140160202420252026종합 지수(ECI)Claude Sonnet 5.5 · 165 · 2026-09-28Claude Sonnet 5 · 156.2 · 2026-06-30Claude Sonnet 4.6 · 152.2 · 2026-02-17Claude Haiku 4.5 · 142.4 · 2025-10-15Claude Sonnet 4 · 141.7 · 2025-05-22Claude 3.5 Haiku · 127.2 · 2024-10-22Claude 3 Haiku · 118.4 · 2024-03-07Claude 3 Sonnet · 120.7 · 2024-02-29Claude 2.1 · 119.3 · 2023-11-21Claude Opus 4.6 · 155.2 · 2026-02-05Claude Opus 5.5 · 167.3 · 2026-09-22Claude Fable 5.1 · 164.7 · 2026-09-01Claude Opus 5 · 162.8 · 2026-07-24Claude Fable 5 · 162.1 · 2026-06-09Claude Opus 4.8 · 158.2 · 2026-05-28Claude Opus 4.7 · 156.3 · 2026-04-16Claude Opus 4.5 · 150.1 · 2025-11-24Claude Sonnet 4.5 · 146.8 · 2025-09-29Claude Opus 4.1 · 144.1 · 2025-08-05Claude Opus 4 · 142.7 · 2025-05-22Claude 3.7 Sonnet · 141.2 · 2025-02-24Claude 3.5 Sonnet (October 2024) · 133.6 · 2024-10-22Claude 3.5 Sonnet · 130 · 2024-06-20Claude 3 Opus · 126.9 · 2024-02-29Claude Instant · 120.3 · 2023-08-09Claude 2 · 120.1 · 2023-07-11Claude Opus 4.6
120140160202420252026종합 지수(ECI)Claude Sonnet 5.5 · 165 · 2026-09-28Claude Sonnet 5 · 156.2 · 2026-06-30Claude Sonnet 4.6 · 152.2 · 2026-02-17Claude Haiku 4.5 · 142.4 · 2025-10-15Claude Sonnet 4 · 141.7 · 2025-05-22Claude 3.5 Haiku · 127.2 · 2024-10-22Claude 3 Haiku · 118.4 · 2024-03-07Claude 3 Sonnet · 120.7 · 2024-02-29Claude 2.1 · 119.3 · 2023-11-21Claude Opus 4.6 · 155.2 · 2026-02-05Claude Opus 5.5 · 167.3 · 2026-09-22Claude Fable 5.1 · 164.7 · 2026-09-01Claude Opus 5 · 162.8 · 2026-07-24Claude Fable 5 · 162.1 · 2026-06-09Claude Opus 4.8 · 158.2 · 2026-05-28Claude Opus 4.7 · 156.3 · 2026-04-16Claude Opus 4.5 · 150.1 · 2025-11-24Claude Sonnet 4.5 · 146.8 · 2025-09-29Claude Opus 4.1 · 144.1 · 2025-08-05Claude Opus 4 · 142.7 · 2025-05-22Claude 3.7 Sonnet · 141.2 · 2025-02-24Claude 3.5 Sonnet (October 2024) · 133.6 · 2024-10-22Claude 3.5 Sonnet · 130 · 2024-06-20Claude 3 Opus · 126.9 · 2024-02-29Claude Instant · 120.3 · 2023-08-09Claude 2 · 120.1 · 2023-07-11Claude Opus 4.6

큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.

독립 벤치마크 점수

  • GPQA Diamond과학90.5%

    94개 모델 중 25위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 오차 ±1.7%.

  • OTIS 모의 AIME수학94.4%

    91개 모델 중 29위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 오차 ±2.8%.

  • FrontierMath(2025판)수학40.7%

    46개 모델 중 7위. 연구 수준의 매우 어려운 수학 문제(비공개). 2026년 6월 새 판으로 바뀌기 전 기록이다. 생각 수준 '최대' 기준. 오차 ±2.9%.

  • FrontierMath 1~3단계수학66%

    57개 모델 중 24위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '최대' 기준. 오차 ±2.8%.

  • FrontierMath 4단계수학26.8%

    48개 모델 중 25위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '최대' 기준. 오차 ±7%.

  • SWE-bench Verified코딩78.7%

    23개 모델 중 4위. 실제 오픈소스 저장소의 이슈를 고치는 과제. 사람이 검증한 500개 문항이다. 오차 ±1.9%.

  • SimpleQA Verified지식47%

    52개 모델 중 24위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '최대' 기준. 오차 ±1.6%.

  • 체스 퍼즐추론17%

    60개 모델 중 43위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 오차 ±3.8%.

  • 미공개 게임 퍼즐추론25%

    47개 모델 중 26위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '최대' 기준. 오차 ±4.3%.

  • 가구 조립 검사공간·학습28.3%

    27개 모델 중 21위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '최대' 기준. 오차 ±5.9%.

  • EBR-bench공간·학습12.7%

    21개 모델 중 17위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '최대' 기준.

세로선은 무작위로 찍었을 때 기대되는 점수입니다. 같은 벤치마크라도 평가 방식과 설정에 따라 점수가 달라지므로 개발사 발표 수치와 다를 수 있습니다.

함께 볼 모델