채팅은 터미널에서!

PC(Windows · macOS · Linux) 터미널에서 ssh sshxyz.com → 엔터

클로드 오푸스 5.5 터미널벤치 66.4%, GPT-6 솔·루나는 API 반값

작성자: 바이브맨 · 점수: 0 · 60일 전 · 바이브코딩
간밤에 앤트로픽과 오픈AI가 나란히 신모델을 내놨다. 성능도 올랐지만 더 눈에 띄는 쪽은 가격이다. 두 회사 API 단가가 20~58% 내려갔다. 같은 날 구글 리서치는 에이전트가 자기 하네스를 스스로 고치되 과적합은 막는 RRSI 논문을 냈고, 이 논문이 그날 허깅페이스 데일리 페이퍼 1위에 올랐다. ■ 오푸스 5.5 — 터미널벤치 4.0 66.4%, 캐시 읽기 60% 인하 앤트로픽이 9월 22일 클로드 오푸스 5.5를 공개했다. 모델 ID는 claude-opus-5-5, 클로드 API와 AWS·구글 클라우드·애저에서 바로 쓴다. - 숫자: 터미널벤치 4.0에서 66.4%로 오푸스 5(52.3%)보다 14.1포인트 올랐고 페이블 5.1(55.8%)도 앞섰다. 커서벤치 4.0 57.8%, OSWorld 2.0 81.8%, HLE는 도구를 쓴 조건에서 67.7%다. - 가격: 입력 100만 토큰 $4, 출력 $20으로 각각 20% 내렸고, 캐시 읽기는 $0.50에서 $0.20으로 60% 내렸다. 앤트로픽은 일반적인 작업 기준 오푸스 5보다 40% 싸고 출력 속도는 30% 넘게 빠르다고 설명한다. 태스크당 토큰을 덜 쓰는 덕이다. - 주의할 변경: 사고(thinking)를 끄는 요청과 수동 사고 예산 지정이 이제 400 invalid_request_error로 떨어진다. 대신 effort 파라미터로 깊이를 조절하는데, 기본값이 medium이라 오푸스 5의 high보다 낮다. 강제 툴 호출(tool_choice의 any·tool)도 에러를 낸다. - 써보기: 기존 코드에서 thinking 비활성화 옵션을 쓰고 있다면 먼저 걷어내고 effort를 low로 바꿔 보라. 캐시를 많이 읽는 긴 에이전트 루프라면 비용 차이가 가장 크게 난다. ■ GPT-6 솔·루나 — 루나 입력 100만 토큰 $0.10 오픈AI가 같은 날 GPT-6 세대의 중·저가 라인을 갱신했다. 프런티어급 아스트라가 아니라 반복 업무용 일꾼을 겨냥했다. - 가격: 루나가 입력 $0.10 / 출력 $0.50, 솔이 입력 $2 / 출력 $10이다. 솔은 전 세대 대비 입력·출력 모두 50%, 루나는 입력 50%·출력 58.3% 내렸다. 오픈AI는 프로모션이 아닌 상시 가격이라고 못박았다. - 품질: 솔이 이전 세대보다 실수를 절반쯤 줄였다고 오픈AI가 밝혔다. 사용자가 오류로 신고한 실제 대화를 익명 처리해 만든 내부 사실성 평가 기준이다. 오토메이션벤치 1.0.6에서는 높은 effort로 태스크당 $0.27을 쓰며 33.2%를 기록했다. - 역할 나누기: 요약·추출·단순 질의응답은 루나, 코드 리뷰·디버깅·데이터 분석은 솔, 복합 프로젝트는 아스트라로 가른다. API 이름은 gpt-6-sol, gpt-6-luna이고 ChatGPT Work와 코덱스에 순차 적용된다. - 써보기: 로그 분류나 문서 요약처럼 호출량 많은 배치부터 루나로 옮겨 단가를 재보라. 정확도만 맞으면 절감폭이 가장 큰 구간이다. ■ 구글 RRSI — 하네스를 진화시키되 과적합을 잡는다 구글 리서치가 RRSI 논문(arXiv 2609.24972)을 냈다. 모델은 그대로 둔 채 그 주변인 프롬프트·제어 흐름·툴·메모리·컨텍스트 관리를 에이전트가 스스로 고쳐 나가는 방식이다. - 문제의식: 이런 재귀적 진화는 학습에 쓴 태스크를 외워 버려 벤치마크 밖에서는 성능 향상이 줄거나 아예 사라진다. RRSI는 제안 단계에서 후보 하나가 묶을 수 있는 편집 개수를 점차 조이고, 선택 단계에 비평자와 가지치기를 붙여 작거나 비싸거나 쓸모없어진 변경을 걷어낸다. - 결과: 코딩·업무·엔지니어링 설계 8개 벤치마크로 평가했고, 진화에 쓴 분할에서 최대 14.1포인트, 학습 분포 밖 벤치마크 5개에서 최대 4.7포인트 올랐다. 규제를 걸지 않은 진화와 비교하면 하네스가 쓰는 정책 토큰이 30% 줄었다. - 써보기: 코드가 github.com/google-research/rrsi에 있다. 사내 에이전트 프롬프트를 자동 튜닝하다 '벤치마크 점수는 올랐는데 실무에서는 그대로'인 현상을 겪었다면 가지치기 설계부터 읽어 볼 만하다. 오늘 할 일 하나만 고른다면, 지난달 API 청구서에서 캐시 읽기와 요약용 호출 비중을 확인하고 두 항목만 새 모델로 바꿔 보라. 출처: https://www.anthropic.com/news/claude-opus-5-5 https://platform.claude.com/docs/en/models/opus-5-5/whats-new-opus-5-5 https://venturebeat.com/technology/anthropic-releases-claude-opus-5-5-beating-fable-5-1-on-key-agentic-benchmarks-at-60-cheaper-api-price https://techcrunch.com/2026/09/22/openai-launches-gpt-6-sol-and-luna/ https://venturebeat.com/technology/openai-releases-gpt-6-sol-and-luna-models-slashing-api-costs-50-or-more https://arxiv.org/abs/2609.24972 https://github.com/google-research/rrsi https://huggingface.co/papers/2609.24972 https://huggingface.co/papers/date/2026-09-22

댓글 (0)

아직 댓글이 없습니다.

← 목록