Claude Opus 5 vs GPT-5.6 Sol: 벤치마크, 가격, 그리고 선택 가이드

2026년 하반기에 에이전틱 작업을 위한 모델을 고르신다면 후보군은 매우 좁습니다. 두 모델은 출시일도 불과 2주 차이입니다. Anthropic은 7월 24일 Claude Opus 5를 내놓았고, OpenAI는 7월 9일 GPT-5.6 Sol의 일반 제공을 시작했습니다. 둘 다 플래그십급이며 장시간 전문 업무를 겨냥하고 있고, 가격도 거의 동일해 보입니다.

이 글에서는 코딩, 추론, 컴퓨터 사용, 도구 사용, 가격, 접근성 측면에서 Claude Opus 5와 GPT-5.6 Sol을 비교해 업무 흐름에 더 맞는 모델을 고를 수 있도록 돕겠습니다. 각 모델에 대한 더 자세한 내용은 Claude Opus 5 가이드와 GPT-5.6 패밀리 가이드를 참고하세요.

요약

• Opus 5는 새롭고 난해한 추론과 에이전틱 작업에 강하고, GPT-5.6 Sol은 터미널과 브라우징에 더 강한 범용형입니다.
• 입력 토큰 비용은 둘 다 100만 개당 $5입니다. 출력은 Opus 5가 17% 저렴합니다.
• 진짜로 새로운 문제, 코딩, 컴퓨터 사용에는 Opus 5를. 터미널 워크플로, 브라우징 에이전트, 사이버보안 방어에는 Sol을 선택하세요.

Claude Opus 5란?

Claude Opus 5는 Anthropic의 Opus-티어 모델로 2026년 7월 24일 출시되었습니다. 더 높은 티어의 Fable 5와 유사한 성능을 절반 가격에 제공합니다. Claude Max의 기본 모델이 되었고, Claude Pro에서 사용 가능한 가장 강력한 모델입니다.

이 모델의 차별점은 끈기입니다. Anthropic의 설명에 따르면 Opus 5는 그럴듯한 결과에서 멈추지 않고 스스로 작업을 검증하며 성공할 때까지 반복합니다. 또한 최근 Anthropic 모델 중 최저인 2.3의 오조정 행동 감사 점수를 보고합니다. 컨텍스트는 최대 100만 토큰, 출력 상한은 12만 8천 토큰이며, 기본적으로 사고 기능이 켜져 있습니다.

읽는 것보다 직접 만들어 보고 싶다면, Claude Opus 5 API 튜토리얼에서 버그 수정 에이전트를 구성하고 다섯 가지 노력 수준 전반에서 벤치마크하는 과정을 살펴보세요.

GPT-5.6 Sol이란?

GPT-5.6 Sol은 OpenAI의 GPT-5.6 패밀리 플래그십으로, 제한적 미리보기 이후 2026년 7월 9일 일반 제공에 도달했습니다. 이 패밀리는 세 가지 티어로 구성됩니다.

• Sol: 최고 성능의 플래그십 모델
• Terra: 균형 잡힌 일상형 모델
• Luna: 비용 효율 옵션

OpenAI는 Sol이 코딩, 지식 업무, 사이버보안, 과학 전반에서 최신 성능을 내면서 경쟁 모델보다 적은 토큰을 사용한다고 설명합니다.

Sol의 대표 기능은 기본적으로 네 개의 에이전트를 병렬 작업 스트림으로 조율하는 추론 설정인 ultra입니다. OpenAI는 또한 Responses API에 Programmatic Tool Calling을 추가해, 모든 도구 응답을 다시 모델로 라우팅하는 대신 도구를 오케스트레이션하고 중간 데이터를 필터링하는 작은 프로그램을 모델이 작성·실행할 수 있도록 했습니다.

패밀리 구성과 미리보기 시기의 주의점에 대해서는 GPT-5.6 해설을 참고하세요. 또한 지금까지 이 패밀리로 시도된 가장 흥미로운 사례로, GPT-5.6 Pro의 Dinitz-Garg-Goemans 추측 반례 주장도 다룬 바 있습니다.

Claude Opus 5 vs GPT-5.6 Sol: 정면 비교

개별 항목으로 들어가기 전에 요약을 먼저 보겠습니다.

새로운 추론과 추상적 문제

두 모델의 차이가 가장 크게 벌어지는 부분이라 먼저 다룹니다. ARC-AGI-3는 학습 중 보지 못한 문제를 풀도록 요구해, 기억력보다 추론을 시험하는 데 가장 가까운 벤치마크입니다.

Opus 5는 30.2%를 기록합니다. GPT-5.6 Sol은 7.78%로, 리더보드에서는 2위 모델입니다. 비교를 위해 Gemini 3.1 Pro Preview는 0.42%에 그칩니다. 맥락을 더하자면, Opus 4.8은 두 달 전 1.5%였고, 같은 Anthropic 세대 내에서 20배 도약입니다.

한 벤치마크에서 4배 격차의 의미를 과대평가하지 않으려 합니다. ARC-AGI-3는 의도적으로 암기에 불리하며, 30.2%도 여전히 과반은 실패입니다. 하지만 학습 코퍼스 어디에도 유사 사례가 없는 문제를 다룬다면, 이 수치는 이번 비교에서 가장 관련성이 크고, 격차도 큽니다.

코딩과 에이전틱 엔지니어링

코딩에서는 한쪽이 전면 승리하기보다 결과가 갈립니다. 각 벤더는 강조한 벤치마크에서 앞서며, 이는 예상 가능한 일이자 헤드라인 주장만으로는 충분하지 않은 이유입니다.

리포지토리 작업과 터미널 작업을 구분하면 패턴이 선명해집니다. Opus 5는 SWE-Bench Pro에서 15포인트 가까이 앞서며, 기술 도면에서 FreeCAD로 기계 부품을 복원하는 등 에이전틱 소프트웨어 엔지니어링을 측정하는 Frontier-Bench 점수도 Opus 4.8의 두 배 이상 끌어올렸습니다. Anthropic의 자체 사례도 인상적입니다. 도면을 볼 방법이 전혀 없는 상황에서 Opus 5는 원시 픽셀에서 기하를 추출하는 자체 컴퓨터 비전 파이프라인을 작성했고, 경쟁 모델은 5회 시도에서도 해결하지 못했습니다.

Sol은 터미널에서 강세지만, 격차는 이전 버전보다 줄었습니다. Terminal-Bench 2.1에서는 Opus 5와 동률권이지만, ultra를 켜면 91.9%까지 올라갑니다. 실코드 기반 장기 엔지니어링 테스트인 DeepSWE v1.1에서도 Sol이 3.9포인트 앞서고, Fable 5 대비 절반 이하의 출력 토큰으로, 비용도 약 3분의 1 적게 듭니다.

직접 실험에서 얻은 한 가지 관찰: Opus 5로 버그 수정 에이전트를 만들고 다섯 가지 노력 수준 모두에서 실행했을 때, low 노력은 세 번 모두 버그를 수정한 반면, max 노력은 세 번 중 한 번 실패했습니다. 실패한 실행은 스키마상 유효하지만 텅 빈 보고서를 반환했는데, 도구 호출이 0회였고 근본 원인 필드는 "b0"로 설정되어 있었습니다. 교훈은 구조화된 출력은 구조를 보장할 뿐, 실질을 보장하지 않는다는 점이며, 더 높은 노력이 자동으로 더 낫다는 뜻이 아닙니다. 자세한 내용은 Opus 5 API 튜토리얼에서 확인하세요.

정리하자면: 에이전트가 셸 환경에서 살고 ultra를 감당할 수 있다면 Sol이 약간 우세합니다. 리포지토리 내부에서 여러 파일에 걸친 아키텍처를 추론해야 한다면 Opus 5가 더 낫습니다. "코딩" 전체 범주에서 어느 한 모델이 완승은 아니며, 그와 다르게 주장하는 벤더는 특정 벤치마크만 골라 말하고 있을 가능성이 큽니다.

컴퓨터 사용과 브라우징

GUI를 조작하는 에이전트를 만든다면 중요한 영역이며, 코딩과 비슷한 양상으로 갈립니다.

Opus 5는 OSWorld 2.0에서 70.6%로 Sol의 62.6%를 8포인트 차로 앞섭니다. Anthropic은 또한 Opus 5가 Fable 5의 최고 OSWorld 결과를 3분의 1 조금 넘는 비용으로 넘어섰다고 주장합니다. Fable 5의 입력 100만 토큰당 비용이 $10인 반면 Opus 5는 $5이기 때문에, 이 비교가 더 의미 있는 맥락입니다.

브라우징은 사실상 동률입니다. Opus 5는 BrowseComp에서 90.8%, Sol은 90.4%를 보고하며, ultra로 16개 병렬 에이전트를 사용할 때 92.2%까지 오릅니다. 여기서도 차이는 ultra가 만듭니다.

Sol의 OSWorld 결과에는 주목할 만한 토큰 효율 주장도 따라옵니다. OpenAI는 Opus 4.8을 능가하면서 출력 토큰을 85% 적게 사용한다고 말합니다. 이는 Opus 5가 아닌 Anthropic의 이전 세대와의 비교라 이번 맞대결에 바로 적용할 수는 없지만, Sol의 컴퓨터 사용 경로가 작업당 비용이 이례적으로 낮다는 신호이긴 합니다.

도구 사용과 자동화

도구 사용은 추상적 능력 격차가 실제 비즈니스 과업의 완수로 이어지는 영역이며, Opus 5가 뚜렷하게 앞섭니다.

비즈니스 과업을 처음부터 끝까지 수행할 수 있는지를 측정하는 Zapier의 AutomationBench에서 Opus 5는 26.0%, Sol은 18.1%를 기록합니다. Anthropic은 과업당 동일 비용에서 다음으로 좋은 모델 대비 통과율이 약 1.5배이며, 최저 노력 설정에서도 Opus 5가 어떤 모델보다 더 많은 과업을 통과시킨다고 보고합니다.

Zapier의 CEO인 Wade Foster는 구체 사례를 이렇게 설명합니다. Opus 5는 원시 계정 상태 워크북을 받아 이탈 방지 시퀀스를 처음부터 끝까지 실행해, 이탈 위험 계정을 표시하고 적절한 담당자에게 알리며, 유지 운영을 위한 요약까지 완료했습니다. 이전 모델은 통과하지 못했지만, Opus 5는 100%를 달성했습니다.

Sol의 반박은 점수보다 아키텍처에 있습니다. Responses API의 Programmatic Tool Calling은 Sol이 도구를 조율하고 중간 결과를 필터링하며 진행 중 다음 행동을 선택하는 작은 프로그램을 작성할 수 있게 해, 도구가 많은 작업에서 모델 왕복 횟수를 줄입니다. 이는 실질적 효율 메커니즘이지만, 더 많은 과업을 정확히 끝낸다는 주장과는 다르며, AutomationBench는 후자를 측정합니다.

사이버보안과 과학

이 영역에서는 두 벤더가 의도적으로 상반된 선택을 했고, 일부 독자에겐 이것만으로도 결론이 날 수 있습니다.

Anthropic은 Opus 5를 사이버 과업에 맞춰 학습하지 않았습니다. Opus 5는 이중 용도 능력의 최전선을 확장하지 않으며, 생물학 연구와 공격적 사이버보안 모두에서 Mythos 5보다 뒤처진다고 명시합니다. OSS-Fuzz에서 Opus 5는 취약점 식별률은 Mythos 5에 근접하지만, 익스플로잇 개발에서는 크게 뒤처집니다. Opus 5의 사이버 분류기는 바이너리 기반 취약점 스캐닝, 모의 해킹, 익스플로잇 생성을 차단하며, 개입 빈도는 Fable 5 대비 약 85% 낮을 것으로 봅니다.

OpenAI는 반대 방향을 택했습니다. Sol은 OpenAI의 가장 강력한 사이버보안 모델로 설명되며, 수치도 큽니다.

• ExploitBench: GPT-5.5의 47.9% 대비 73.5% (비슷한 출력 토큰 예산)
• ExploitGym: 2시간 제한에서 24.9%, 6시간에서 33.7% (GPT-5.5의 최고 15.1% 대비)
• SEC-Bench Pro: 71.2% (GPT-5.5의 45.8% 대비, 지연 시간 개선)
• 캡처 더 플래그: 96.7%

두 벤더 모두 접근을 제한합니다. OpenAI는 고급 방어 능력을 Daybreak의 Trusted Access for Cyber를 통해 제공하고, 9월 1일까지 하드웨어 기반 패스키를 요구하며, Sol의 사이버 안전장치가 이전 모델 대비 잠재적 유해 활동을 약 10배 더 많이 차단한다고 말합니다. Anthropic은 등록된 기업과 연구자에게 제한이 덜한 Opus 5 빌드를 제공하는 Cyber Verification Program을 운영합니다.

과학 분야에서는, Opus 5가 Anthropic의 생명과학 평가 전 항목에서 Opus 4.8을 앞서며, 유기화학(분광 데이터로 분자 구조 추론, 10.2포인트)과 단백질 서열-기능 예측(7.7포인트)에서 상승 폭이 가장 큽니다. Sol은 GeneBench Pro에서 28.7%(GPT-5.5는 12%), LifeSciBench에서 59.9%를 보고합니다. 공통 벤치마크가 없어, 이는 비교가 아니라 각자 다른 시험에서 자기 성적을 발표한 셈입니다.

가격

표준 컨텍스트에서 입력과 캐시 읽기 요금은 완전히 일치해, 결정 변수 하나가 제거됩니다. 남는 차이는 Sol의 출력 20% 프리미엄과, Sol에만 적용되는 장문 컨텍스트 할증입니다.

토큰 요금 나란히 보기

단문 컨텍스트에서의 비용 차이는 전적으로 생성 비용에 실려, Sol의 프리미엄은 장문 추론과 장문의 출력에서 가장 크게 체감됩니다. 반대로 입력을 훨씬 많이 보내는 검색형 작업에서는 차이가 줄어드는데, Sol의 장문 컨텍스트 할증이 걸리는 지점부터는 다시 벌어집니다.

두 모델 모두 이제 표준 가격의 약 2배로 속도 약 2.5배의 빠른 모드를 제공합니다. OpenAI는 2026년 7월 30일 Sol의 기존 Priority Processing을 빠른 모드에 통합했으므로, 이 레버는 양쪽 모두 동일해 차별 요소가 아닙니다.

실제 워크로드 비용

100만 토큰당 요율은 예산편성에 불편하고, 단일 고정 비율은 이 비교의 핵심을 가립니다. 두 모델 간 비용 격차는 워크로드 형태에 전적으로 달려 있습니다. 캐시나 대량 할인 없이 표준 요율에서 대표적인 세 가지 형태를 보겠습니다.

생성 중심 업무에서는 출력 20% 프리미엄이 거의 그대로 반영되어 Sol이 약 19% 비쌉니다. 단문 검색 업무에서는 출력이 동일 입력 요율 대비 미미해 약 7% 차이로 거의 좁혀집니다.

세 번째 행이 핵심입니다. 입력 27만 2천 토큰을 넘는 순간 Sol의 할증이 전체 요청에 입력 2×, 출력 1.5×로 적용되고, Opus 5는 100만까지 균일하므로, 규모가 커질수록 프리미엄이 줄지 않고 청구액이 거의 두 배가 됩니다. 대용량 검색이나 장문 컨텍스트 작업에서는 헤드라인 출력 프리미엄보다 이 역전이 더 중요합니다.

같은 작업인데 비용이 다른 이유

헤드라인 요율 외에도 동일 작업의 청구액이 달라지는 이유는 두 가지입니다.

• Sol의 장문 컨텍스트 할증. 27만 2천 입력 토큰을 넘는 모든 요청은 전체 요청에 대해 입력 2×, 출력 1.5×로 청구됩니다. Opus 5에는 없는 더 높은 요율 구간으로 단 한 번의 과대 프롬프트만으로도 진입하게 됩니다. 이는 토큰 차이가 아니라 요율 전환이며, 위 세 번째 워크로드 행에 이미 반영되어 있습니다.
• Sol ultra. Ultra 자체 요율 프리미엄은 없고 기본 Sol과 동일한 $5/$30로 청구되지만, 다중 에이전트 고노력 모드는 과업당 훨씬 더 많은 토큰을 사용해, 같은 요율이라도 에이전틱 작업 비용을 기본 Sol 대비 약 3배까지 끌어올릴 수 있습니다. 이 배수는 보고된 추정치이지 실측 수치는 아닙니다.

이 단서는 전반적인 출력 측면에도 적용됩니다. 유통되는 효율 주장의 대부분은 다른 모델과의 비교입니다. Sol은 Coding Agent Index에서 Fable 5 대비 절반 이하의 출력 토큰을 사용한다고 하고, Anthropic은 Opus 5가 최대 추론에서 Opus 4.8 대비 26% 적은 토큰을 생성한다고 보고합니다. 둘 다 전 세대와의 비교이므로 위 수치를 바로 조정하진 못합니다. 

언제 Claude Opus 5, 언제 GPT-5.6 Sol을 선택할까

각 항목의 결과는 워크로드로 비교적 깔끔히 매핑됩니다. 아래는 세부 설명 전의 결정 가이드입니다.

다음에 해당하면 Claude Opus 5를

• 문제가 실제로 새롭습니다. ARC-AGI-3 격차는 이번 비교에서 가장 큰 단일 결과이며, 학술 연구와 학습 코퍼스에 답이 없는 작업에 직접 연결됩니다.
• 시도보다 완수가 중요합니다. AutomationBench 우위는 능력보다 완수에 관한 가장 강력한 신호입니다.
• 장문 컨텍스트가 필요합니다. 기본이자 최대가 모두 100만 토큰이고 할증 구간이 없는 것은, Sol의 컨텍스트 처리 수치 중 어떤 것보다도 명확합니다.
• 정렬이 요구 사항입니다. 2.3의 오조정 행동 감사 점수는 Anthropic 최고 기록으로, 기만률과 악용 유도 취약성이 가장 낮습니다.

다음에 해당하면 GPT-5.6 Sol을

• 셸 환경에 사는 복잡한 에이전트를 운영합니다. Sol의 ultra 모드는 해당 영역에서 최상위를...
• 방어적 보안 작업을 합니다. ExploitBench, ExploitGym, SEC-Bench Pro 수치가 크고, Opus 5는 분류기가 익스플로잇 생성을 적극 차단하므로 선택이 명확합니다.
• 병렬 에이전트 오케스트레이션이 내장되길 원합니다. ultra는 기본 네 개 에이전트를 조율하고, BrowseComp를 16개 에이전트로 92.2%까지 끌어올렸습니다. Responses API의 멀티 에이전트 베타로 유사 패턴을 직접 구축할 수도 있습니다.

마무리

불과 2주 간격으로 두 벤더는 상반된 베팅을 했습니다. Opus 5는 새로운 추론과 과업 완수에, Sol은 터미널 작업·브라우징·방어적 보안에 집중하며 출력 20% 프리미엄을 책정했습니다.

문제가 진짜로 새롭거나, 에이전트가 시도가 아닌 완수를 해야 하거나, Sol의 할증 대비 Opus 5의 100만 균일 가격이 유리한 장문 컨텍스트에서 일한다면 Opus 5를 고르세요. 에이전트가 셸 환경에 살거나, Opus 5가 설계적으로 막는 익스플로잇 재현이 필요하거나, 터미널과 브라우징 리더보드 상단을 위해 ultra를 감당할 수 있다면 Sol을 고르세요.

다른 대부분의 차이는 벤더 마케팅이 암시하는 것보다 작습니다. 헤드라인 벤치마크가 아니라, 주력 워크로드에 모델을 맞추는 것이 좋습니다.