AI 모델 가격 비교, 1위 Claude Fable 5.2는 작업당 26달러·44분

11월 9일(현지시간) 앤트로픽이 Claude Fable 5.2와 Claude Mythos 5.2를 공개했습니다. Artificial Analysis 지능 지수에서 65점으로 1위를 기록했고, API 가격은 입력 100만 토큰당 8달러·출력 40달러로 이전보다 20% 낮아졌습니다. AI 모델 가격 비교에서 이번 주 가장 큰 변수입니다.

같은 날 메타는 Muse Ember를 내놨습니다. 입력 100만 토큰당 10센트입니다. 이번 주 공개된 모델 중 성능 1위와 가장 싼 축이 서로 갈렸습니다.

AI 모델 가격 비교에서 갈리는 지점은 점수가 아니라 작업당 비용과 대기 시간입니다. 어려운 작업 한 건은 비싼 모델에, 반복되는 대량 작업은 싼 모델에 맡기는 2단 구성을 두 회사가 각각 권합니다.

AI 모델 가격 비교, 100만 토큰 8달러와 10센트

입력 8달러는 800센트이므로 Ember와 80배 차이입니다. Mythos 5.2는 Fable 5.2와 같은 기반 모델에 안전장치만 다릅니다. 일반 사용자용인 Fable은 사이버 보안·생물학 분야 제한을 그대로 두고, Mythos는 그 분야 전문 작업을 위해 제한을 일부 풀어 검증된 기관에만 엽니다.

가격은 토큰 단위로 매겨지고, 그 토큰을 계산하는 쪽은 결국 남의 GPU입니다. Fable 5.2는 가중치를 공개하지 않는 독점 모델입니다. 직접 내려받아 돌리는 모델이 아니라 제공자 서버에 요청을 보내는 방식입니다.

Claude Fable 5.2, 지능 65점인데 작업당 44.1분

Artificial Analysis가 잰 값을 그대로 놓으면 성적과 비용이 따로 움직입니다. Fable 5.2는 맥스 설정에서 65점으로 구글 Gemini 4 Carbon(60점), Claude Opus 5.5(59점), 이전 버전 Fable 5.1(49점)을 앞섰습니다. 같은 가격대 모델 중앙값은 40점입니다.

차이는 세 영역에서 벌어집니다. 전문 지식·추론을 재는 HLE-Diamond에서 80%로 Gemini 4 Carbon(69%)을 11%포인트 앞섰고, 지식 문제는 75% 대 59%였습니다. 앤트로픽이 공개한 코딩 벤치마크 FrontierCode 2.0에서는 49.1%로 Opus 5.5(45.5%), GPT-6 Astra(42.8%), Gemini 4 Carbon(41.1%)을 앞섰습니다. 다만 모델별 추론 설정이 달라 완전히 같은 조건의 비교는 아닙니다.

문제는 그 점수를 뽑는 데 드는 시간과 돈입니다. 맥스 설정 기준 작업당 평균 26.54달러, 처리 시간 44.1분입니다. 첫 답변 토큰까지 231.55초가 걸립니다. 사람이 옆에서 기다리는 작업이라면 점수보다 이 숫자가 먼저 걸립니다.

그래서 앤트로픽도 설정을 낮춰 쓰라고 권합니다. FrontierCode 2.0에서 하이 설정은 45.3%에 작업당 6.72달러였습니다. Opus 5.5 최고 설정은 45.5%에 12.82달러였습니다. 성적이 거의 같은데 작업당 비용은 Fable 5.2가 Opus 5.5의 약 52%입니다. 토큰 단가는 Opus 5.5 쪽이 더 낮지만, 맥스 설정으로 끝까지 추론하면 작업당 비용은 반대로 벌어집니다. 회사는 일상 코딩과 지식 업무에는 Opus 5.5를, 풀리지 않는 어려운 작업에만 Fable 5.2와 Mythos 5.2를 쓰라고 안내합니다.

Meta Muse Ember, 입력 10센트로 반복 작업만

메타 슈퍼인텔리전스랩이 내놓은 Muse Ember는 지금까지 낸 Muse 모델 가운데 가장 가볍고 단가가 낮습니다. 회사가 내세운 용도는 도구 호출, 코딩 하위 작업, 라우팅, 추출, 긴 문서 파싱처럼 에이전트가 하루 종일 반복하는 일입니다.

쓰는 방식도 나눠 놨습니다. 큰 모델인 Muse Wonder가 규칙을 세우고 Ember가 그 규칙을 수만 건에 적용하는 구조입니다. 회사 표현은 Muse Wonder가 계획하고 Muse Ember가 물량을 처리한다입니다. 텍스트뿐 아니라 이미지와 오디오도 따로 모델을 거치지 않고 입력으로 받습니다. 화면 캡처와 차트, 스캔 문서, 회의 녹음과 영상을 그대로 넣을 수 있다는 설명입니다.

메타는 입력 10센트를 Anthropic Haiku와 OpenAI Luna보다 싸다고 비교합니다. 오픈웨이트 진영의 DeepSeek V4.1 Flash, GLM 5.3 Flash와 견줄 만한 단가라는 표현도 붙였습니다. Muse 브랜드로는 Spark(4월), Glimmer(8월), Wonder(10월)에 이은 네 번째 모델입니다.

GPT-6 Astra, 생명과학 66.7%인데 집락은 12% 더 셌다

오픈AI는 효소 설계 기업 리고와 함께 생명과학 실험 분석 벤치마크 BioBasicsBench를 공개했습니다. 실제 실험실에서 나온 젤·블롯 이미지, 현미경 사진, 염기서열 데이터, 장비 측정값으로 만든 100개 과제입니다. 논문에 정리된 깔끔한 그래프가 아니라 오류와 불분명한 결과가 섞인 원시 데이터를 다룹니다.

xhigh 설정에서 GPT-6 Astra가 평균 66.7%로 GPT-5.6 Sol(43.8%)보다 22.9%포인트 높았고, GPT-6.1 Sol(62.0%)도 앞섰습니다. 과제당 출력 토큰은 4,704개로 5.6 Sol의 9,099개보다 48% 적었습니다. DNA 복제 실험에서는 음성 대조군 배양 접시에 실험 조건과 다른 항생제 이름이 적힌 것을 발견해 그 접시를 대조군으로 쓰면 안 된다고 판단했습니다.

한계도 같은 자료에 적혀 있습니다. 세포 집락을 세는 과제에서는 붙어 있는 집락을 구분하지 못하거나 빈 공간을 집락으로 세어 기준값보다 약 12% 많은 수를 냈습니다. 평가는 오픈AI 모델 7종만 대상으로 했으므로 다른 회사 모델과의 비교는 없습니다. 회사도 높은 점수가 실제 실험실 판단 능력을 보장하지는 않는다고 밝혔습니다.

원문 반응, 비싼 설정이 늘 답은 아니다

긱뉴스에 옮겨진 해커뉴스 댓글에서는 점수보다 작업당 비용을 먼저 보라는 지적이 나왔습니다. "Fable 5.1도 다른 모델보다 비쌌는데, 5.2는 가격을 내리고도 작업당 출력 토큰이 11만 8천 개에서 27만 4천 개로 늘었다"는 분석입니다. 추론 토큰이 7만 1천 개에서 19만 2천 개로 뛰었다는 설명도 붙었습니다.

설정을 낮추라는 조언도 같습니다. "권장 설정인 하이는 토큰 8만 개만 쓰고, 맥스는 대체로 비용만큼 값어치가 없는 설정"이라는 반응이 있었습니다. 반대편에서는 "Opus 5.5가 거의 모든 작업을 효율적으로 처리하는데 어떤 용도에 Fable 5.2가 필요한지 모르겠다"는 의문도 나왔습니다.

Fable 5.2와 Mythos 5.2는 가중치를 공개하지 않는 독점 모델이고, Ember도 API로만 씁니다. 100만 토큰 컨텍스트도 API 쪽 이야기입니다. 로컬에서 같은 일을 하려면 공개 가중치 모델을 골라 GPU 메모리에 올려야 합니다. 카드 메모리에 따라 올릴 수 있는 모델 크기와 문맥 길이가 달라지므로 16GB 한 장으로 시작할지 32GB로 올릴지가 첫 갈림길입니다. 큰 모델이 계획을 세우고 작은 모델이 물량을 처리하는 2단 구조는 API든 로컬이든 같은 원리로 적용됩니다.

정리하면 이번 주 발표의 승자는 성능표가 아니라 가격표에서 갈렸습니다. 한 건을 깊게 파는 작업이면 Fable 5.2의 하이 설정, 하루 수만 건을 반복 처리하는 작업이면 Ember, 생명과학 원시 데이터를 다루는 작업이면 Astra의 벤치마크 수치를 참고하되 집락 계수처럼 세부 오차가 남는다는 점을 감안해야 합니다.

원문 보기

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.