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 5.5

Anthropic 모델 · 2026년 9월 22일 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)
167.3신뢰구간 164.1~171.7
Arena 점수(사람 투표)
15152위 · 투표 6,272표

비슷한 모델과 비교하기사전에서 Claude 알아보기

주요 반응

Claude Opus 5.5는 Opus 5의 거슬리는 말투를 개선하고 더 낮은 가격에 Fable 5.1에 가까운 성능을 낸다는 호평을 받았다. 다만 핵심을 뒤로 미루는 글쓰기, 긴 작업의 한도 소진, 출시 후 성능 저하 의혹 논쟁도 함께 나왔다.

  • 호평Anthropic은 Opus 5.5를 입력 100만 토큰당 4달러, 출력 20달러로 Opus 5보다 20% 저렴하게 내놓았다. Terminal-Bench 4.0에서 66.4%로 Fable 5.1의 55.8%를 앞섰다고 밝히면서, 이 수준에서는 벤치마크 격차를 덜 믿어야 한다고 덧붙였다.[1]
  • 호평여러 리뷰어가 Opus 5.5를 일상 작업에 다시 쓰기 시작했다고 전했다. 한 개발자는 코딩에서 Fable 5.1의 약 90% 수준이라 봤고, 글은 Anthropic과 OpenAI 모델 중 가장 읽기 쉽다는 평이 나왔다.[2][3]
  • 엇갈림같은 리뷰에서는 결과물이 핵심 주장을 뒤로 미루고, 자동 점검은 통과했는데 실제 앱 화면은 오류를 냈다는 한계가 지적됐다. 단일 프롬프트 작업이 거의 두 시간 돌거나 주간 한도를 소진한 사례도 있었다.[2]
  • 엇갈림Artificial Analysis 지수에서 58점으로 1위였지만 지수 실행에 쓴 출력 토큰이 중앙값의 3배를 넘어 매우 장황했다. CodeRabbit 코드 리뷰 평가에서도 더 많은 버그를 잡는 대신 코멘트와 토큰 사용량이 약 40~60% 늘었다.[4][5]
  • 엇갈림출시 직후부터 성능이 몰래 낮아지지 않았는지 추적하는 공개 벤치마크 프로젝트가 등장했다. 10월 10일 기준 아직 결론은 없으며, 커뮤니티에서는 실제 저하를 체감한다는 의견과 기대치 상승 및 확증 편향이라는 반론이 갈렸다.[6][7]
반응 출처 7개
  1. Introducing Claude Opus 5.5 · anthropic.com
  2. Vibe Check: Opus 5.5 Is Pulling Our Codex Converts Back to Claude · every.to
  3. Claude Opus 5.5 Should Raise Your Ambitions · thezvi.substack.com
  4. Claude Opus 5.5 Intelligence, Performance and Price Analysis · artificialanalysis.ai
  5. Claude Opus 5.5 Code Review Benchmarks · coderabbit.ai
  6. Livenerf · github.com
  7. Livenerf: Has Opus 5.5 been nerfed yet? (Hacker News) · news.ycombinator.com

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 5.5Claude Opus 5.5 · 과학: 75백분위Claude Opus 5.5 · 수학: 97백분위Claude Opus 5.5 · 코딩: 100백분위Claude Opus 5.5 · 지식: 94백분위Claude Opus 5.5 · 추론: 96백분위Claude Opus 5.5 · 공간·학습: 98백분위

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 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 4.6 · 155.2 · 2026-02-05Claude 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 5.5
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 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 4.6 · 155.2 · 2026-02-05Claude 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 5.5

큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.

독립 벤치마크 점수

  • GPQA Diamond과학90.6%

    94개 모델 중 24위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 생각 수준 '최대' 기준. 오차 ±1.9%.

  • OTIS 모의 AIME수학100%

    91개 모델 중 1위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 생각 수준 '최대' 기준.

  • FrontierMath 1~3단계수학91.2%

    57개 모델 중 3위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 생각 수준 '최대' 기준. 오차 ±1.7%.

  • FrontierMath 4단계수학95%

    48개 모델 중 3위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 생각 수준 '최대' 기준. 오차 ±4.1%.

  • MirrorCode코딩77.4%

    9개 모델 중 1위. 원본 소스 코드 없이 프로그램 전체를 처음부터 다시 구현하는 장기 코딩 과제. 생각 수준 '최대' 기준. 오차 ±8.3%.

  • SimpleQA Verified지식72.2%

    52개 모델 중 4위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 생각 수준 '최대' 기준. 오차 ±1.4%.

  • 미공개 게임 퍼즐추론71%

    47개 모델 중 3위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 생각 수준 '최대' 기준. 오차 ±4.6%.

  • 가구 조립 검사공간·학습83.3%

    27개 모델 중 1위. 가구 조립 사진을 보고 조립이 맞는지, 틀렸다면 어느 단계가 틀렸는지 찾는 공간 추론 시험. 생각 수준 '최대' 기준. 오차 ±4.7%.

  • EBR-bench공간·학습71.4%

    21개 모델 중 2위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험. 생각 수준 '최대' 기준. 오차 ±7.1%.

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

개발사 발표 점수

개발사가 공식 페이지나 논문에 직접 밝힌 수치입니다. 평가 조건이 서로 달라 다른 모델과 바로 비교하기는 어렵습니다. 항목마다 원문에서 확인할 수 있습니다.

항목발표 값원문
Agentic coding Terminal-Bench 4.066.4%www.anthropic.com
Agentic coding FrontierCode 1.1 (Main)54.4%www.anthropic.com
Agentic coding CursorBench 4.057.8%www.anthropic.com
Multidisciplinary reasoning Humanity’s Last Exam67.7%www.anthropic.com
Computer use OSWorld 2.181.8%www.anthropic.com
Visual chart recognition Chartography64.4%www.anthropic.com

함께 볼 모델