2026년 9월 28일 Anthropic이 Claude Sonnet 5.5를 공개했다. API 식별자는 claude-sonnet-5-5다. 코딩 에이전트나 문서 업무에 Sonnet 5를 쓰고 있다면, 이번 발표의 핵심은 토큰 단가 인상 없이 성능과 처리 속도를 높였다는 점이다. 다만 모델 이름만 교체하면 기존 요청이 400 오류를 낼 수 있어 마이그레이션 확인이 먼저다. 이 글은 공식 자료와 독립 평가가 공개한 수치를 구분해 가격, 실제 성능, 적용 절차를 살펴본다.
본문의 인물·업무 장면 이미지는 GPT로 만든 가상 사진이다. 실제 직원이나 필자가 API 성능을 직접 시험하는 장면을 촬영한 사진이 아니다. 이 글에서도 유료 API를 호출해 직접 재현 테스트를 하지는 않았다. 수치는 각 측정 주체가 공개한 결과로만 설명한다.
무엇이 출시됐고 어디에서 쓸 수 있나
Claude Sonnet 5.5는 Claude API뿐 아니라 Amazon Bedrock, Claude Platform on AWS, Google Cloud, Microsoft Foundry에서 제공된다고 Anthropic은 안내한다. 텍스트·이미지를 입력으로 받고 텍스트를 출력한다. 기본 컨텍스트 창은 100만 토큰, 일반 요청의 최대 출력은 12만 8천 토큰이다. 긴 문서를 한 번에 넣을 수 있다는 뜻이지 긴 입력에서 언제나 정확한 답을 보장한다는 뜻은 아니다. 긴 문맥의 검색·인용 정확도는 실제 업무 문서로 따로 확인해야 한다.
새 모델의 기본 추론 수준은 Claude API에서 high이고, 적응형 추론이 기본으로 켜져 있다. 코드 작성과 검토, 다단계 도구 사용, 문서·슬라이드·스프레드시트 제작처럼 결과물을 반복해서 다듬는 작업이 주요 활용처다. 공개 모델 설명은 상대적인 지연시간을 ‘빠름’으로 표시하지만 밀리초 단위의 보편적인 응답시간을 제시하지 않는다. 자신의 네트워크와 요청 길이에 적용할 지연 수치를 발표 자료에서 그대로 가져오면 안 된다.
| 항목 | Claude Sonnet 5.5 | 확인할 점 |
|---|---|---|
| Claude API 모델 ID | claude-sonnet-5-5 |
플랫폼별 모델 ID는 다를 수 있음 |
| 출시일 | 2026년 9월 28일 | 제공 지역·계정 권한은 플랫폼에서 확인 |
| 입력·출력 | 텍스트·이미지 → 텍스트 | 이미지 생성 모델은 아님 |
| 컨텍스트·최대 출력 | 100만·12만 8천 토큰 | Batch API 베타에는 별도 출력 한도 |
| 기본 추론 설정 | 적응형 추론, high 노력 수준 | 이전 Sonnet의 thinking 설정을 그대로 복사하지 않기 |
사양과 플랫폼 범위는 Anthropic의 Sonnet 5.5 모델 페이지와 Claude Platform 릴리스 노트를 기준으로 했다.
가격 비교: 토큰 단가와 작업당 비용을 따로 보자
Anthropic의 Claude API 기본 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러다. Sonnet 5와 같은 기본 토큰 단가다. 5분 캐시 쓰기는 2.50달러, 1시간 캐시 쓰기는 4달러, 캐시 읽기는 0.20달러다. 배치 API에는 입력·출력에 50% 할인이 표시돼 있다. 플랫폼별 청구, 긴 입력, 부가 기능과 캐시 조건은 실제 견적에서 확인해야 한다.
| 모델 | 입력 100만 토큰 | 출력 100만 토큰 | 해석 |
|---|---|---|---|
| Claude Sonnet 5.5 | $2 | $10 | 새 Sonnet의 기본 요금 |
| Claude Sonnet 5 | $2 | $10 | 기본 단가는 같음 |
| Claude Opus 5.5 | $4 | $20 | 복잡한 판단 작업용 상위 선택지 |
| GPT-6 Sol | $2 | $10 | OpenAI 표준 요금의 짧은 입력 구간 기준 |
예를 들어 캐시가 없고 한 작업에 입력 1만 토큰, 출력 2천 토큰을 썼다면 Sonnet 5.5의 기본 토큰 비용은 약 0.04달러다. 같은 토큰량에서 Opus 5.5는 약 0.08달러다. 이 계산은 토큰 단가만 곱한 예시다. 실제 작업에서는 모델마다 추론·도구 호출 횟수와 출력 길이가 달라 같은 요청이라도 청구액이 달라진다. Anthropic이 제시한 ‘작업당 최대 30% 절약’도 제공사 측정값이며 모든 고객에게 적용되는 할인율이 아니다. 경쟁 모델의 캐시·긴 입력·처리 등급 요금도 서로 다르므로 표의 단가만으로 최저비용 모델을 결정할 수 없다.
Claude 요금은 공식 모델 사양과 공식 가격표, GPT-6 Sol은 OpenAI API 변경 기록의 출시 가격을 참조했다.
실제 성능: 공개 측정값이 말하는 범위
아래 수치는 필자의 직접 테스트가 아니다. 첫 세 줄은 Anthropic 발표에 실린 제공사 측정값이며, GDPval-AA 줄은 평가사 Artificial Analysis가 운영한 독립 평가를 별도 원본 순위표에서 확인했다. 측정 방법과 모델의 노력 수준이 다르면 숫자를 한 줄로 이어 단순 순위를 매겨서는 안 된다.
| 시험·평가 조건 | Sonnet 5.5 | 비교 수치 | 측정 주체·방법과 한계 |
|---|---|---|---|
| Terminal-Bench 4.0, 명령줄에서 여러 단계를 수행하는 코딩 과제 | 70.6% | Sonnet 5 10.3%, Opus 5.5 66.4% | Anthropic 발표의 제공사 측정값. Opus 5.5는 xhigh 노력 수준의 최고 점수로 표기. 동일 추론 예산 비교로 읽지 말 것. |
| FrontierCode 1.1 Main, 코드 변경이 사람의 추가 수정 없이 병합 가능한지 평가 | 46.2% (max), 52.1% (xhigh) | Sonnet 5 42.4%, Opus 5.5 54.4%, GPT-6 Sol 49.3% | Anthropic 발표의 제공사 측정값. 노력 수준마다 결과가 달라 최고값만 묶어 우열을 단정할 수 없음. |
| OSWorld 2.1, 컴퓨터 조작 과제의 부분 성공 판정 | 80.1% | Sonnet 5 57.0%, Opus 5.5 81.8% | Anthropic 발표의 제공사 측정값. 부분 성공 기준이며 실제 회사 시스템의 성공률이 아님. |
| GDPval-AA v2.1, 다양한 직업의 실제형 업무 결과물 평가; 적응형 추론 max | Elo 1844 ±24 | Sonnet 5 max 1449 ±22, Opus 5.5 max 1846 ±23 | Artificial Analysis 운영 독립 평가의 공개 순위표. Sonnet 5.5는 출시 전 배포본에서 평가됐고 구조화 출력 버그가 이후 수정됨. |
표본 수와 세부 시행 절차는 평가마다 다르다. Terminal-Bench는 다단계 터미널 작업, FrontierCode는 실제 병합 가능성, OSWorld는 화면 조작, GDPval-AA는 직업별 산출물을 평가한다. 공개 발표 표만으로 각 시험의 전체 표본과 재시도 정책을 일괄 확인할 수 없다. 세부 조건은 Anthropic 출시 발표에서 연결한 시스템 카드와 Artificial Analysis 원본 순위표를 함께 확인해야 한다. 특히 GDPval-AA의 Sonnet 5.5와 Opus 5.5는 2점 차인데 각 수치의 신뢰구간이 겹친다. 이 차이만으로 실사용 우열을 단정하기 어렵다.
Anthropic은 Sonnet 5.5의 출력 생성이 Sonnet 5보다 30% 이상 빠르다고 설명한다. 이는 제공사 측정 주장이다. 첫 토큰까지의 지연, 한국에서의 왕복 시간, 긴 프롬프트 처리 시간과 도구 호출 성공률이 이 글에서 독립적으로 검증된 것은 아니다. 실제 업무에는 평균뿐 아니라 최악 지연과 재시도율을 측정해야 한다.
모델을 바꾸기 전에 확인할 다섯 가지 API 변경
첫째, Sonnet 5에서 사전 추론을 끄기 위해 쓰던 thinking: {"type":"disabled"}는 Sonnet 5.5에서 오류를 낸다. 사전 추론 없이 도구 사이의 짧은 진행 메모만 허용하려면 thinking: {"type":"between_tools"}를 쓴다. 이 설정은 low·medium·high 노력 수준에서만 허용된다. xhigh·max를 쓰려면 적응형 추론으로 전환한다. 둘째, tool_choice의 any와 특정 tool 강제 지정은 400 오류를 낸다. 자동 선택과 엄격한 도구 스키마를 조합하는 편이 문서상 대안이다.
셋째, 보존된 thinking 블록은 모델과 대화에 결합된다. 모델을 바꾸거나 이전 메시지·도구 정의를 수정하면 과거 블록이 버려지거나 계정 설정에 따라 요청이 거절될 수 있다. 넷째, Claude API와 Google Cloud에서 예전 computer_20251124 컴퓨터 사용 도구는 지원하지 않으며 computer_toolset_20260801로 옮겨야 한다. 다섯째, 일부 advisor 조합도 지원 대상에서 빠진다. 응답의 도구 호출 사이 텍스트가 thinking 블록으로 이동하는 변화도 있으므로 스트리밍 화면에 글이 멈춘 것처럼 보이지 않는지 확인한다.
플랫폼별 차이가 있다. 예컨대 예전 컴퓨터 도구에 대한 Bedrock 동작은 Claude API·Google Cloud와 같지 않다. 실제 배포 환경의 문서에 맞춰 코드를 수정해야 한다. 요청 전후 예시는 Sonnet 5.5 마이그레이션 가이드와 변경점 상세 문서에 있다.
단계별 활용법: 작은 업무부터 전환하기
- 작업을 나눈다. 저장소 전체 수정, 문서 초안, 문의 분류를 한 덩어리로 평가하지 말고 성공 기준이 다른 작업으로 구분한다. Sonnet 5.5는 범위가 명확한 코딩·문서 업무에 우선 배치하고, 복잡한 열린 문제는 Opus 5.5 등과 별도로 비교한다.
- 기존 요청을 기록한다. 현재 Sonnet 5의 모델 ID, thinking 유형, 노력 수준, 도구 선택, 캐시 사용량을 남긴다. 평가에 사용할 입력에는 개인정보와 비밀키를 제거한다.
- 깨지는 설정을 먼저 고친다. disabled thinking과 강제 tool_choice를 검색한다. 컴퓨터 도구를 쓰면 플랫폼별 도구 버전도 확인한다. 프롬프트와 모델 ID를 한꺼번에 바꾸면 결과 차이의 원인을 분리하기 어렵다.
- 동일 조건으로 비교한다. 같은 작업 입력·도구·시간 제한·채점 기준에서 Sonnet 5와 5.5를 여러 차례 실행한다. 성공률, 사람이 고친 횟수, 출력 토큰, 총 청구액, p50·p95 지연을 기록한다.
- 점진적으로 배포한다. 오류가 큰 작업은 기존 모델로 되돌리는 경로를 남기고, 성공 기준을 넘긴 유형만 새 모델에 보낸다. 장문 입력과 이미지 입력은 별도 사례로 검증한다.
예를 들어 코드 리뷰 보조라면 ‘오류 위치를 찾았는가’와 ‘수정안이 테스트를 통과했는가’를 따로 채점한다. 문서 요약이라면 근거 문장 링크, 누락 항목, 잘못 단정한 숫자를 확인한다. 공식 벤치마크에서 높은 점수를 받았어도 우리 팀의 파일 형식과 도구 호출 방식에서는 실패할 수 있다.
실패 사례와 발행 전 체크리스트
흔한 실패는 모델 ID만 바꾼 뒤 첫 요청이 400 오류로 끝나는 경우다. 원인은 Sonnet 5의 disabled thinking이나 강제 도구 선택일 수 있다. 또 긴 대화를 잘라 재전송하면서 thinking 블록 앞의 내용이 바뀌면 보존 블록 검사에 걸릴 수 있다. 이런 문제는 성능 하락이라기보다 API 계약 변경이다. 요청 본문과 오류 코드, 적용한 플랫폼을 함께 기록해야 원인을 구분할 수 있다.
비용에서도 실패가 생긴다. 토큰 단가가 같다는 이유로 예산을 그대로 두었는데, 에이전트가 도구를 더 많이 호출하면 작업당 청구액이 늘 수 있다. 반대로 한 번에 끝나는 비율이 높아지면 비용이 줄 수 있다. 따라서 월간 예산보다 먼저 대표 작업 20~30건의 성공당 비용을 계산해 보는 편이 낫다. 이 수량은 독자가 시작할 수 있는 평가 예시이지 모델 성능의 공식 표본 수가 아니다.
- 모델·플랫폼별 정확한 ID와 사용 권한을 확인했는가?
- thinking, effort, tool_choice, 컴퓨터 도구 버전을 점검했는가?
- 캐시 읽기·쓰기와 장문 입력의 청구 조건을 분리했는가?
- 성공률과 실패 유형을 사람이 확인했는가?
- 출시 자료의 제공사 측정값과 독립 평가를 구분했는가?
- 개인정보를 뺀 동일 입력을 반복해 성능을 다시 볼 수 있는가?
직접 비교를 재현하는 간단한 평가표
이 글은 API 키를 사용한 직접 테스트를 수행하지 않았다. 독자가 확인하려면 먼저 실제 업무에서 자주 발생하고 정답 또는 승인 기준을 정할 수 있는 과제를 고른다. 각 과제에 같은 입력 파일, 같은 시스템 지시, 같은 도구 권한과 시간 제한을 적용한다. 두 모델의 기본 노력 수준이 다르면 기본값 비교와 동일 노력 수준 비교를 분리한다. 각 과제를 적어도 여러 번 반복하고 순서를 섞어 캐시와 서버 상태의 영향을 줄인다.
| 기록 항목 | 적는 방법 | 판정 예시 |
|---|---|---|
| 정답·완료율 | 미리 정한 채점 기준으로 사람이 확인 | 통과/부분 통과/실패 |
| 도구 호출 | 호출 수, 오류 수, 재시도 수 분리 | 같은 결과에 필요한 호출이 줄었는가 |
| 속도 | 첫 응답과 전체 완료까지의 p50·p95 | 최악 지연도 허용 범위 안인가 |
| 토큰·비용 | 입력·출력·캐시 사용량과 청구액 기록 | 성공한 작업 1건당 비용 |
| 안전성 | 잘못된 출처, 과도한 파일 수정, 개인정보 노출 확인 | 사람의 수정 필요 여부 |
독립 순위표도 측정 시점과 배포본이 달라질 수 있다. Artificial Analysis가 시험한 Sonnet 5.5 출시 전 배포본에는 구조화 출력에 영향을 줄 수 있는 버그가 있었고 이후 수정됐다고 Anthropic은 밝혔다. 따라서 현재 API의 정확한 결과는 자신의 업무 평가로 다시 확인해야 한다.
자주 묻는 질문
Q1. Sonnet 5.5가 Sonnet 5보다 무조건 저렴한가?
기본 입력·출력 토큰 단가는 같다. 적은 토큰과 도구 호출로 일을 끝내면 작업당 비용이 내려가지만, 더 긴 추론이나 재시도가 생기면 반대가 될 수 있다. 캐시 조건과 사용 플랫폼까지 포함해 계산해야 한다.
Q2. 100만 토큰을 넣으면 긴 문서를 완벽히 이해하나?
컨텍스트 한도는 받아들일 수 있는 입력 범위다. 중요한 조항을 놓치지 않는다는 보증은 아니다. 실제 문서에 대한 근거 인용·누락·오답률을 따로 평가하고, 필요하면 문서를 나눠 검증한다.
Q3. Sonnet 5 코드의 모델명만 바꾸면 바로 작동하나?
아니다. thinking 유형, 강제 도구 선택, 보존된 thinking 블록, 컴퓨터 도구 버전 등에서 오류가 날 수 있다. 마이그레이션 가이드의 요청 예시를 적용한 뒤 작은 범위에서 시험한다.
Q4. 공식 벤치마크 숫자를 우리 서비스의 예상 성공률로 써도 되나?
안 된다. 공개 평가는 특정 과제·도구·노력 수준에서 얻은 수치다. 서비스의 입력 품질, 한국어 자료, 외부 도구와 검수 기준이 다르므로 동일 조건을 설계해 직접 측정해야 한다.
공식 확인 자료
- Anthropic: Claude Sonnet 5.5 출시 발표와 성능 표
- Claude Platform: 2026년 9월 28일 릴리스 노트
- Claude Sonnet 5.5 공식 모델 사양·가격
- Sonnet 5.5 새 기능과 깨지는 변경
- Sonnet 5.5 마이그레이션 가이드
- Artificial Analysis GDPval-AA 독립 평가 순위표
- OpenAI API 변경 기록: GPT-6 Sol 출시 요금
정리하면 Sonnet 5.5는 Sonnet 5와 같은 기본 토큰 단가로 새 성능과 속도를 제시한다. 실제 이득은 업무 유형과 추론 설정에 따라 달라진다. 먼저 깨지는 요청 설정을 고친 뒤 동일한 업무 과제로 품질, 시간, 성공당 비용을 측정하는 것이 도입 판단의 출발점이다.
