앤스로픽 클로드 페이블 5.1, 추론 단계별로 돈·시간·품질이 이렇게 갈린다

앤스로픽이 페이블 5.1을 내놨다. 추론 단계를 다섯 개로 쪼갰다.

9월 1일 발표된 클로드 페이블 5.1은 low, medium, high, xhigh, max 다섯 추론 레벨을 제공한다. 추론을 완전히 끄는 옵션은 없다. 앤스로픽은 "코딩, 지식 작업, 장시간 문제 해결에서 새로운 기준"이라고 밝혔고, 터미널-벤치-사이언스 0.1 벤치마크에서 52.6%를 기록했다고 강조했다. 기존 페이블 5(24.7%), 오퍼스 5(29.0%), GPT-5.6 솔(22.4%)을 크게 앞선 수치다.

하지만 시몬 윌리슨은 벤치마크보다 실제 프롬프트 하나로 전 레벨을 돌려봤다. "펠리컨 자전거 타는 SVG 그려줘"라는 같은 지시로. 결과는 돈·시간·품질이 레벨마다 극명하게 갈렸다.

low·medium은 추론을 아예 건너뛴다

두 설정 모두 추론 토큰이 기록되지 않았다. 윌리슨은 "이 프롬프트에서는 low와 medium에서 추론을 완전히 생략한 것으로 보인다"고 적었다. 앤스로픽 발표문에는 없는 발견이다.

high부터 본격 추론, xhigh·max는 돈이 다른 세계

max가 low보다 33배 비싸고 35배 느리다. xhigh부터 추론 기록이 장문으로 남는다. 윌리슨은 max 결과물을 "지금까지 앤스로픽 모델 중 최고 펠리컨"이라고 평했다. 다리 위치, 페달, 날개, 파란 모자, 생선 바구니까지 디테일이 잡혔다. 다만 "제미나이 3.7 플래시만큼 화려하진 않다"고 덧붙였다.

애니메이션 만들려면 추가 비용 $1.37

max 펠리컨(6만 6천 토큰)을 컨텍스트로 넣고 high 레벨로 "이거 애니메이션 해줘" 했더니 26,201 출력 토큰, $1.37이 나왔다. 총 4.67달러. 윌리슨은 "또 3달러 쓰긴 싫어서 high로 돌렸다"고 했다.

쉽게 풀어보면

앤스로픽이 새 모델 클로드 페이블 5.1을 내놨습니다. 생각하는 깊이를 다섯 단계로 조절할 수 있게 했는데, 생각이 깊을수록 돈과 시간이 기하급수적으로 듭니다.

뷔페에 비유하면 이렇습니다. low·medium은 접시만 들고 음식을 안 담아 온 격입니다. 추론 과정을 거치지 않고 바로 답을 뱉습니다. 빠르고 싼데(10센트, 24초), 생각이 얕습니다.

high부터는 음식을 담기 시작합니다. 13센트, 30초. 쓸 만한 결과가 나옵니다.

xhigh·max는 요리사가 직접 레시피 개발해 주는 수준입니다. xhigh 1.83달러(8분), max 3.30달러(14분). max가 low보다 33배 비쌉니다.

시몬 윌리슨은 같은 그림(펠리컨 자전거 타기)을 다섯 단계로 시켜봤습니다. max가 가장 디테일이 좋았습니다. 다리가 페달에 정확히 걸치고, 날개가 핸들바를 잡고, 모자에 생선 바구니까지 그려졌습니다. 하지만 제미나이 3.7 플래시만큼 '멋'은 부족했다고 합니다.

애니메이션까지 시키니 max 결과물을 다시 high로 돌리는 데 1.37달러가 더 들었습니다. 그림 한 장에 4.67달러 쓴 셈입니다.

나에게 미치는 영향

• 간단한 코드·문서 요약·번역은 high 이하로 충분합니다. low·medium은 추론을 건너뛸 수 있으니 속도·비용 우선일 때 쓰세요.
• 복잡한 아키텍처 설계, 디버깅, 긴 문맥 분석은 xhigh·max를 고려하세요. 단, 한 세션에 몇 달러씩 나갈 수 있습니다.
• 무료·저가 구독자는 high 이상 쓰기 부담될 수 있습니다. 앤스로픽 가격표(아직 공개되지 않았습니다) 확인 후 결정하세요.
• 애니메이션·비디오 생성은 아직 네이티브 지원이 아닙니다. SVG를 만들어 다시 모델에 먹이는 2단계라 비용이 2배 듭니다.
• 제미나이 3.7 플래시 등 경쟁 모델과 출력을 비교해 보세요. 같은 프롬프트로 돌리면 품질·비용 감이 옵니다.

벤치마크와 실전의 간극

앤스로픽 발표는 **과학 벤치마크 52.6%**를 전면에 내세웠습니다. 윌리슨 테스트에서는 추론 레벨별 실체감이 더 선명했습니다. low·medium이 추론을 생략한다는 사실은 발표문 어디에도 없습니다. 사용자 입장에선 어떤 레벨이 내 작업에 맞는지 직접 찍어봐야 합니다.

남은 쟁점

앤스로픽 공식 요금제가 어떻게 책정될지 미정입니다. 윌리슨 측 측정치(센트 단위)가 그대로 반영될지 불투명합니다.

한국어·한국 도메인 작업에서 추론 레벨별 체감 차이는 아직 검증된 바 없습니다. 무료 티어에서 max·xhigh를 얼마나 쓸 수 있을지, 속도 제한이 걸릴지도 모릅니다.

한 줄 평

추론 깊이를 돈으로 사는 시대가 열렸다. 내 작업이 어디까지 생각할 가치가 있는지, 이제 사용자가 계산해야 한다.