페이블 5.1, 단가 그대로인데 비용은 25% 줄었다

effidev·2026년 9월 2일

AI에게 코드를 맡겨 놓고 청구서를 보고 놀란 적이 있다면, 이 글은 그 청구서가 왜 갑자기 줄어드는지에 관한 이야기다.

앤트로픽이 2026년 9월 클로드 페이블 5.1(Claude Fable 5.1)과 클로드 미토스 5.1(Claude Mythos 5.1)을 공개했다. 발표문에서 가장 눈에 걸리는 대목은 성능이 아니라 값이다.

입력 100만 토큰 10달러, 출력 100만 토큰 50달러. 이 두 줄은 이전 세대인 페이블 5와 똑같다. 한 푼도 안 내렸다.

그런데 앤트로픽은 “일반적인 작업에서 페이블 5 대비 비용이 약 25% 줄어든다”고 적었다. 도구를 많이 쓰는 에이전트 작업에서는 **최대 약 45%**다.

이 글은 이런 분을 위해 썼다. 클로드 코드나 API로 AI에게 일을 시키고 있는데 이번 발표가 나에게 실제로 얼마를 아껴 주는지 알고 싶은 분, 그리고 “토큰 단가”라는 말은 들어 봤지만 캐시니 컨텍스트니 하는 단어가 나오면 어디부터 봐야 할지 막막한 분이다.

결론부터 적으면, 바뀐 줄은 가격표에서 딱 하나다. 그 한 줄이 왜 전체 합계를 4분의 1씩 깎는지를 알면, 내 사용 패턴에서 25%가 나올지 45%가 나올지도 같이 판단할 수 있다.

가격표에서 바뀐 줄은 딱 하나였다

발표문의 “비용과 가용성” 절을 그대로 옮기면 이렇다.

• 캐시 읽기: 100만 토큰당 0.25달러 (이전 대비 75% 인하)
• 입력 토큰: 100만 토큰당 10달러 (변동 없음)
• 출력 토큰: 100만 토큰당 50달러 (변동 없음)

원문 표현은 “페이블 5.1의 가격은 그 외에는 페이블 5와 같다”이다. 즉 세 줄짜리 가격표에서 맨 아래 한 줄만 4분의 1로 내려갔다.

그런데 앤트로픽이 같이 실은 그래프는 페이블 5의 총비용을 100으로 놓았을 때 페이블 5.1이 75(약 25% 감소), 에이전트 작업에서는 55(약 45% 감소)라고 적고 있다.

한 항목만 깎았는데 합계가 이만큼 움직인다는 건, 그 항목이 청구서에서 차지하는 몫이 원래 컸다는 뜻이다.

캐시 읽기가 뭐길래 청구서를 좌우하나

여기서 용어 하나만 풀고 가자.

캐시 읽기(cache read)는 모델이 “이미 한 번 처리해서 저장해 둔 입력”을 다시 읽는 것을 말한다. 앤트로픽 발표문의 괄호 설명 그대로다.

왜 이게 자주 일어나는지는 대화를 떠올리면 쉽다. AI와 열 번 주고받으면, 열 번째 질문을 보낼 때 앞의 아홉 번 대화가 통째로 다시 딸려 간다. 모델은 매번 처음부터 다시 읽어야 하기 때문이다.

코딩 에이전트는 이게 훨씬 심하다. 프로젝트 설명서, 폴더 구조, 앞에서 읽은 파일 내용, 지금까지 실행한 명령의 결과가 매 단계 다시 실려 간다. 한 번의 작업 안에서 같은 내용이 수십 번 재전송된다.

프롬프트 캐싱은 이 반복분을 한 번 저장해 두고 다음부터는 “저장해 둔 것”으로 처리하는 장치다. 원래도 새로 쓰는 것보다는 쌌지만, 이번에 그 값이 다시 4분의 1이 됐다.

정리하면 이렇다. 단가가 아니라 “가장 많이 반복되는 항목”의 값을 깎았다. 곱해지는 횟수가 큰 자리를 건드렸으니 합계가 크게 움직인 것이다.

25%와 45%를 가르는 조건

두 숫자가 따로 있다는 게 중요하다. 아무나 45%를 받는 게 아니다.

앤트로픽이 그래프 각주에 적은 측정 조건은 이렇다. 2026년 8월 실제 사용 4주치를 기본 노력 수준에서 잰 값이고,

• 일반 작업: 클로드 엔터프라이즈·클로드 코드·API 전반의 페이블 사용 → 약 25% 감소
• 에이전트 중심 작업: 컨텍스트가 무겁고 도구를 많이 쓰는 작업, 즉 캐시 읽기가 비용의 대부분을 차지하는 경우 → 약 45% 감소

읽는 사람 기준으로 옮기면 이렇다. 짧은 질문 하나 던지고 답 받는 식으로 쓰면 아낄 게 별로 없다. 반대로 큰 저장소를 통째로 물려 놓고 에이전트를 몇 시간씩 돌리는 쪽이라면 감소 폭이 최대치에 가까워진다.

내 사용이 어느 쪽인지는 청구 내역의 캐시 읽기 비중을 보면 바로 나온다. 그 비중이 클수록 이번 인하의 수혜가 크다.

점수표에서 두 배가 된 칸

값 이야기만 하면 절반이다. 앤트로픽이 실은 벤치마크 표는 페이블 5.1, 페이블 5, 오퍼스 5, GPT-5.6 Sol 네 모델을 나란히 놓는다.

눈에 띄는 칸은 맨 위다. **Terminal-Bench-Science 0.1에서 24.7% → 52.6%**로 두 배가 넘게 올랐다. 터미널에서 과학 연구 작업을 얼마나 끝까지 해내는지 재는 시험이다.

두 번째는 AutomationBench다. **17.1% → 31.4%**로 역시 거의 두 배다. 업무 절차 자동화를 재는 항목이라, 사무 자동화를 붙이려던 사람에게는 이 칸이 제일 크다.

반대로 Humanity’s Last Exam은 57.8% → 60.9%로 3.1%포인트 차이다. 모든 칸이 두 배가 된 게 아니다. 오래 끌고 가는 작업 쪽이 크게 올랐고, 단발 지식 문제는 완만하다.

한 가지 주의할 각주도 있다. Terminal-Bench-Science 0.1은 모델당 표준오차가 ±3.5~4.5포인트라고 명시돼 있다. 공개 리더보드는 오퍼스 5를 30.0%, 페이블 5를 21.4%로 적는데 앤트로픽 환경에서는 29.0%와 24.7%로 재현됐고 “둘 다 오차 범위 안”이라고 적었다. 소수점 뒤를 놓고 순위를 다투기에는 흔들리는 시험이라는 뜻이다.

노력 수준을 낮추면 어떻게 되나

발표문이 조용히 지나가지만 실무에서는 이 문단이 제일 쓸모 있다.

낮음(Low) 또는 중간(Medium) 노력으로 설정하면 페이블 5.1은 페이블 5와 비슷하거나 더 나은 결과를 훨씬 낮은 비용으로 낸다.

노력 수준(effort)은 모델이 답하기 전에 얼마나 오래 생각할지를 정하는 다이얼이다. 오래 생각할수록 토큰을 더 쓰고 값도 올라간다.

기본값이 제품마다 다르다는 것도 같이 적혀 있다.

• 클로드 코드: 높음(High)
• 클로드 코워크(Claude Cowork)와 Claude.ai: 중간(Medium)

읽는 사람 기준으로 옮기면 이렇다. 클로드 코드를 아무 설정 없이 쓰고 있다면 지금 가장 비싼 쪽에서 돌고 있다. 그리고 앤트로픽 자신의 주장대로라면, 이걸 중간으로 낮춰도 이전 세대의 최고 설정과 비슷한 결과가 나온다.

비용을 줄이려는 사람이 오늘 만질 수 있는 손잡이는 캐시 인하가 아니라 이쪽이다. 캐시 인하는 가만히 있어도 적용되지만, 노력 수준은 내가 정하는 값이기 때문이다.

현장 후기에서 반복된 단어

앤트로픽은 사전 접근 파트너 22곳의 후기를 실었다. 홍보 문구라는 걸 감안하고 읽되, 숫자가 붙은 것만 골라 보면 이렇다.

• 밀레니엄: 4~5년 동안 팀의 누구도, 어떤 모델도 설명하지 못했던 100만 번에 한 번꼴 크래시의 원인을 페이블 5.1이 처음 찾았다. 외부 벤더 라이브러리를 디스어셈블해서 코어 덤프와 대조한 뒤 그 라이브러리의 버그로 추적했다.
• 에브리: “오퍼스 5보다 약 2배 빠르고 토큰은 절반을 썼다.”
• 브라우저베이스: 자체 브라우저 에이전트 벤치마크에서 82% 완료(각 10분 내외). 오퍼스 5는 74%, 페이블 5는 57%였고, 토큰은 둘보다 적게 썼다.
• 로고: 자체 금융 벤치마크에서 정확도는 페이블 5와 같은데 토큰 20% 절감.
• 크로스비: 계약서 교정 벤치마크 RedlineBench에서 47.9 → 57.0.
• 사마야: 금융 벤치마크 FrontierFinance 루브릭 점수 49.2% → 55.9%.
• 아이젠트: 페이블 5가 더는 못 줄이던 컴퓨트 커널을 약 35% 더 최적화했다.
• 코그니션: 데빈에서 오퍼스 5 트래픽을 출시 당일 페이블 5.1로 옮기고 있다. 이유로 “새 캐시 읽기 가격 덕분에 페이블급 모델이 드디어 코드 리뷰 같은 작업에 경제성이 생겼다”를 들었다.

반복해서 나오는 표현은 “더 빠르다”가 아니라 **“토큰을 덜 쓴다”**이다. 캐시 인하와 별개로, 같은 일을 더 적은 토큰으로 끝내면 그것도 그대로 비용 감소다.

램프는 38시간 무인 실행을 언급했다. 오래 돌리는 쪽에서 무너지지 않는다는 후기가 여러 곳에서 겹친다.

금성 지도가 여기 끼어 있는 이유

발표문 중간에 갑자기 천체 이야기가 나온다. 처음 보면 뜬금없지만 이번 발표의 성격을 보여 주는 대목이다.

페이블 5.1이 신경망을 훈련시켜 금성 표면의 3분의 1에 대한 고해상도 고도 지도를 새로 만들었다. 재료는 30년도 더 전에 NASA 마젤란 탐사선이 찍은 레이더 영상과, 행성의 5분의 1에 대해 이미 존재하던 지도다.

결과가 구체적이다. 기존 지도가 10~20km 단위까지 보여 줬다면, 새 지도는 2~3km까지 보여 준다. 높이 정확도는 최대 25% 개선됐다.

앤트로픽은 이 지도를 크리에이티브 커먼즈 라이선스로 공개했다. 다가올 NASA VERITAS와 ESA EnVision 임무가 어느 지형을 관측 대상으로 고를지 정하는 데 쓰이길 바란다고 적었다.

모델 발표문에 “우리 모델이 만든 결과물을 무료로 공개한다”가 들어간 것이 이번 발표의 방향을 보여 준다. 벤치마크 점수가 아니라 실제 산출물을 증거로 내밀고 있다.

단백질과 GPU 커널 쪽 숫자

같은 절에 실린 나머지 둘도 숫자가 붙어 있다.

단백질 설계. 미토스 5.1에게 오픈소스 단백질 설계·접힘 예측 도구를 쥐여 주고 설계안을 외부 기관 두 곳에 보내 실험으로 검증했다. 결합 성공률(설계한 것 중 실제로 붙은 비율)이 **표적 12개에서 거의 50%**였다. 발표문은 오늘날 단백질 설계에서 10~15%가 일반적이라고 적고 있다. 표적 3개에서는 결합 세기가 아답티브 바이오 설계 대회 출품작 최고 기록보다 10배 높았다.

GPU 커널 최적화. 미토스 5.1이 직접 커널을 짜고 중간 결과를 캐싱해서 오픈소스 딥러닝 모델 7개를 최대 2.5배 빠르게 만들었다. 출력은 동일했다.

여기서 비용 이야기가 다시 나온다. 유전체 전체를 훑는 분석에서 GPU 비용이 30~60% 줄어든다는 추정이다. 발표문은 “이런 최적화는 보통 성능 엔지니어 팀이 몇 주를 잡아야 하고, 학계 연구실에는 감당이 안 되는 경우가 많다”고 덧붙였다. 미토스 5.1은 공개된 소스 코드만으로 며칠 만에 해냈다고 한다.

Evo 2 40B의 경우 순전파 한 번 기준으로는 1.4배지만 작업 전체로는 2.3배를 아꼈다. 최적화 중 일부가 여러 서열을 처리할 때만 효과를 내기 때문이라고 각주에 적혀 있다.

미토스 5.1은 왜 아무나 못 쓰나

가장 헷갈리기 쉬운 부분이다. 발표문 첫머리가 정리해 준다.

클로드 페이블 5.1과 클로드 미토스 5.1은 같은 모델이지만 안전장치 수준이 다르다.

즉 성능이 다른 두 모델이 아니다. 같은 모델에 안전장치를 다르게 걸어 둔 두 이름이다. 페이블 5.1은 누구나 쓸 수 있고, 미토스 5.1은 검증 프로그램을 통과한 곳만 쓸 수 있다.

통로는 두 개다.

• 사이버 검증 프로그램(CVP): 방어 목적 보안 작업용
• 생명과학 검증 프로그램(LSVP): 미국 정부와 함께 만든 것으로, 생명과학 전문가의 연구개발용

현재는 미국 조직 일부에만 열려 있다. 앤트로픽은 미국 정부와 조율해 국내외로 넓히겠다고 적었다.

Terminal-Bench 4.0 표에서 미토스 5.1이 **60.9%**로 페이블 5.1의 55.8%보다 높게 나오는데, 이 차이도 성능이 아니라 안전장치 때문이다. 발표문은 “예전의 덜 정밀한 사이버 안전장치가 개입한 과제들에서 벌어진 격차”이며, 오늘 개선한 안전장치를 반영하면 “차이가 훨씬 작아질 것으로 예상한다”고 명시했다.

안전장치가 점수를 깎았다는 각주

바로 위 이야기가 표 아래 각주에서 더 분명해진다.

페이블 5.1은 프로덕션 안전장치를 켠 상태로 평가됐다. 안전장치가 개입한 과제에서 페이블 5.1과 페이블 5는 OSWorld 2.0에서 0점을 받았고, 페이블 5는 AutomationBench에서도 0점을 받았다.

막힌 문제는 틀린 것으로 계산했다는 뜻이다. 앤트로픽 스스로 “이것이 페이블 5.1과 페이블 5의 벤치마크 성능을 낮췄을 가능성이 크다”고 적었다.

이번 발표에서 안전장치 자체도 조정됐다.

• 사이버 쪽: 클로드 코드 사용자가 겪는 안전장치 개입이 세션당 평균 약 60% 감소. 이제 소프트웨어 취약점 식별은 허용된다. 다만 침투 테스트, 익스플로잇 생성, 바이너리 기반 취약점 스캔은 여전히 오퍼스 모델로 넘긴다.
• 생물학 쪽: 기초 생물·의학 질문 같은 무해한 요청에서 안전장치가 85% 덜 발동한다.

앤트로픽의 안전장치가 어디까지 막고 어디서 새는지는 이전에 정리한 오토 모드 0.00%, 실제 공격은 80% 뚫렸다와 이어서 읽으면 그림이 맞는다. 이번 발표문도 “테스트 결과 모델이 여전히 승인 절차와 오토 모드 분류기를 우회하는 경우가 있다”고 같은 문제를 인정하고 있다.

새 API 계정에만 적용되는 제한 하나

개발자가 놓치면 안 되는 변경이 조용히 들어 있다.

오늘 이후로 만들어지는 새 API 계정은, 여러 턴 대화에서 클로드의 이전 사고 기록(thinking)을 보존한 채로 이전 컨텍스트를 손으로 편집할 수 없다.

이유는 증류(distillation) 방지다. 증류는 고급 모델의 능력을 뽑아내 다른 모델에 옮기는 기법인데, 발표문은 이게 “가짜 계정 수천 개를 동원해 산업 규모로 이뤄진다”고 적었다. 뽑아낸 능력이 안전장치 없이 풀리면 그 자체가 위험이라는 논리다.

적용 방식은 단계적이다. 기존 계정은 지금은 영향을 받지 않지만, 앞으로의 모델 출시부터는 전체에 적용된다. 일부 고객의 커스텀 통합이 그때 영향을 받는다.

멀티 턴 대화를 손으로 조립해서 넣는 구조를 쓰고 있다면 지금 확인해 두는 게 낫다. 여러 에이전트가 서로의 기록을 주고받는 구조라면 특히 그렇다. 에이전트를 여럿 붙였을 때 생기는 문제는 AI끼리 반박시켰더니 난제 7개, 안티그래비티 팀워크에서 다룬 적이 있다.

워터마크가 붙기 시작했다

EU AI 법 관련 항목도 이번에 처음 실렸다.

2026년 7월 앤트로픽은 다른 190개 서명자와 함께 EU AI 법의 AI 생성 콘텐츠 투명성 실천규약에 서명했다. 이에 따라 2026년 8월 2일 이후 출시된 모델의 출력물에는 워터마크가 들어간다.

여기서 워터마크는 눈에 보이는 표시가 아니다. “클로드가 그 글을 쓰는 데 관여했을 가능성을 판정하는 수치적 방법”이고, 탐지 API가 없는 사람에게는 보이지 않는다. 출력 품질이나 내용에는 영향이 없고 사용자·조직·대화 내용에 대한 정보는 담기지 않는다고 명시했다.

탐지 API는 프라이빗 프리뷰로 열렸다. 현재는 규제기관, 법 집행기관, 언론, 팩트체커, 독립 연구자, 교육기관, EU 시민사회 단체 같은 자격 있는 조직과, 같은 의무를 지는 기업이 대상이다.

앤트로픽이 스스로 적은 한계

발표문에서 홍보가 아닌 부분만 따로 모으면 이렇다.

• 정렬 평가 한계: 자동 행동 감사가 아주 긴 컨텍스트 작업과 멀티 에이전트 환경에는 가시성이 떨어진다. 불가능한 과제에 대한 커버리지도 원하는 만큼은 아니라고 적었다.
• 우회 가능성: 모델이 여전히 승인 절차와 오토 모드 분류기를 우회하는 경우가 있다.
• 화학·생물 위험: 미토스 5.1의 능력은 미토스 5보다 크지만, 책임 있는 확장 정책의 다음 위험 등급에는 아직 못 미친다. 그래서 미토스 5와 같은 안전장치로 배포한다.
• 사이버 위험: 미토스 5.1은 앤트로픽이 출시한 모델 중 사이버 능력이 가장 강하다. 다만 프런티어 준수 프레임워크상으로는 여전히 낮은 위험 범주에 든다.
• 데이터 보존: 새로 도입하는 엔터프라이즈 프런티어 세이프가드(EFS)는 올가을부터 단계적으로 열린다. 그전까지 자격 있는 고객은 무보존 상태로 쓸 수 있다.

마지막 줄이 실무적으로 중요하다. EFS는 오늘 쓸 수 있는 기능이 아니다. 데이터 보존 때문에 도입을 미뤄 온 조직이라면 일정부터 확인해야 한다.

오늘 확인해 볼 수 있는 것

정리하면 오늘 손으로 해 볼 수 있는 건 네 가지다.

1. 청구 내역에서 캐시 읽기 비중을 본다. 이 비중이 크면 이번 인하로 25%가 아니라 45%에 가까운 감소를 받는다. 작으면 체감이 거의 없다.

2. 노력 수준을 한 칸 내려 본다. 클로드 코드는 기본이 높음이다. 앤트로픽 주장대로면 낮음·중간에서도 이전 세대의 결과에 준한다. 내 작업에서 실제로 그런지는 같은 과제를 두 설정으로 돌려 비교하면 바로 나온다.

3. 모델 이름을 claude-fable-5-1로 바꿔 본다. API 식별자가 그것이고, AWS·구글 클라우드·마이크로소프트 애저에서 모두 오늘부터 쓸 수 있다.

4. 멀티 턴 컨텍스트를 손으로 조립하는 코드가 있는지 찾아본다. 새 계정은 이미 막혔고 기존 계정도 다음 모델 출시부터 적용된다.

정리 — 문장 하나로

이번 발표에서 가장 오래 남을 숫자는 52.6%도 82%도 아니라 0.25달러다.

성능 개선은 다음 모델이 또 갱신한다. 하지만 “반복해서 다시 읽는 입력”의 값이 4분의 1이 됐다는 건, 앞으로 에이전트를 오래 굴리는 방식이 이전보다 싸졌다는 구조적 변화다. 코그니션이 “드디어 경제성이 생겼다”고 말한 게 그런 뜻이다.

단가는 그대로다. 바뀐 건 같은 걸 두 번 읽을 때의 값이다.