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 Sonnet 4.5

Anthropic 모델 · 2025년 9월 29일 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)
146.8신뢰구간 145.1~148.3
Arena 점수(사람 투표)
143979위 · 투표 82,735표

비슷한 모델과 비교하기사전에서 Claude 알아보기

주요 반응

출시 직후 코딩과 에이전트 작업의 새 기준이 될 모델이라는 호평이 이어졌다. 반면 대형 코드베이스에서는 GPT-5-Codex가 더 철저하다는 반응, 코딩 밖에서는 개선 폭이 크지 않다는 평가, 테스트 상황을 알아채는 평가 인식 문제가 함께 제기됐다.

  • 호평Simon Willison은 미리 써 본 뒤 이전 선호 모델인 GPT-5-Codex보다 코드 작업에 낫고 아마 최고의 코딩 모델일 것이라 평가했다. 다만 가격은 GPT-5 계열($1.25/$10)보다 비싸다고 짚었다.[1]
  • 엇갈림Zvi Mowshowitz는 코딩과 에이전트용으로 고를 만하다고 봤지만, SWE-bench Verified 선두와 달리 일부 종합 평가에서는 GPT-5에 뒤지고 코딩 밖에서는 Opus 4.1 대비 큰 향상이 아니라는 보고가 많다고 전했다.[2]
  • 엇갈림개발자 커뮤니티에서는 약 20만 줄 웹앱 사례에서 Sonnet 4.5가 3분 만에 끝냈으나 구현이 피상적이었고 GPT-5-Codex는 20분이 걸려도 테스트를 갖춘 코드를 냈다는 후기가 나왔다.[3]
  • 비판자동 평가 기록의 약 13%에서 Sonnet 4.5가 테스트임을 알아챘고, 외부 평가기관은 낮은 기만 비율이 이 때문일 가능성을 배제할 수 없다고 했다. Anthropic은 평가를 더 현실적으로 만들 필요가 있다고 인정했다.[4][5]
  • 엇갈림Cognition은 Sonnet 4.5로 Devin을 재구축해 속도가 약 2배 빨라지고 내부 평가가 12% 올랐다고 밝혔으나, 컨텍스트 한계에 가까워지면 서둘러 작업을 끝내려는 현상이 나타났다고 보고했다.[6]
반응 출처 6개
  1. Claude Sonnet 4.5 is probably the "best coding model in the world", at least now · simonwillison.net
  2. Claude Sonnet 4.5 Is A Very Good Model · thezvi.substack.com
  3. Claude Sonnet 4.5 (Hacker News) · news.ycombinator.com
  4. Claude Sonnet 4.5 knows when it's being tested · transformernews.ai
  5. Anthropic's Claude Sonnet 4.5 knows when it's being tested (Fortune) · fortune.com
  6. Rebuilding Devin for Claude Sonnet 4.5: Lessons and Challenges · cognition.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 Sonnet 4.5Claude Sonnet 4.5 · 과학: 54백분위Claude Sonnet 4.5 · 수학: 44백분위Claude Sonnet 4.5 · 코딩: 36백분위Claude Sonnet 4.5 · 지식: 27백분위Claude Sonnet 4.5 · 추론: 24백분위Claude Sonnet 4.5 · 공간·학습: 0백분위

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 Sonnet 4.5 · 146.8 · 2025-09-29Claude 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 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 Sonnet 4.5
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 Sonnet 4.5 · 146.8 · 2025-09-29Claude 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 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 Sonnet 4.5

큰 점이 이 모델입니다. 선은 그때까지의 최고 기록입니다.

독립 벤치마크 점수

  • GPQA Diamond과학82.3%

    94개 모델 중 44위. 대학원 수준의 생물·물리·화학 객관식 문제 198개. 검색으로 답을 찾기 어렵게 만든 문항이다. 오차 ±2.7%.

  • MATH Level 5수학97.7%

    45개 모델 중 5위. MATH 데이터셋에서 가장 어려운 단계. AMC 10·12, AIME 같은 경시대회 문제다. 오차 ±0.4%.

  • OTIS 모의 AIME수학77.8%

    91개 모델 중 48위. OTIS의 경시대회형 수학 문제 45개. MATH Level 5보다 어렵고 FrontierMath보다 쉽다. 오차 ±6.3%.

  • FrontierMath(2025판)수학15.2%

    46개 모델 중 23위. 연구 수준의 매우 어려운 수학 문제(비공개). 2026년 6월 새 판으로 바뀌기 전 기록이다. 오차 ±2.1%.

  • FrontierMath 1~3단계수학23.9%

    57개 모델 중 47위. 연구 수준의 매우 어려운 수학 문제(비공개) 2026년 판의 1~3단계. 오차 ±2.5%.

  • FrontierMath 4단계수학2.4%

    48개 모델 중 42위. FrontierMath 2026년 판에서 가장 어려운 4단계 문제(비공개). 오차 ±2.4%.

  • SWE-bench Verified코딩71.3%

    23개 모델 중 15위. 실제 오픈소스 저장소의 이슈를 고치는 과제. 사람이 검증한 500개 문항이다. 오차 ±2.1%.

  • SimpleQA Verified지식30.7%

    52개 모델 중 38위. 정치·과학·예술·스포츠·지리 등 짧은 사실 질문 1,000개에 검색 없이 답한 정확도. 오차 ±1.5%.

  • 체스 퍼즐추론12%

    60개 모델 중 48위. 체스 엔진으로 새로 만든 퍼즐 100개. 퍼즐마다 최선의 다음 수가 하나 있다. 오차 ±3.3%.

  • 미공개 게임 퍼즐추론17%

    47개 모델 중 34위. 잘 알려진 게임을 퍼즐용으로 바꾼 변형판의 100개 국면. 어떤 게임인지는 일부러 밝히지 않았다. 오차 ±3.8%.

  • EBR-bench공간·학습2.4%

    21개 모델 중 21위. 덜 알려진 게임 Earthborne Rangers를 반복해서 할수록 점수가 오르는지 보는 학습 능력 시험.

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

함께 볼 모델