앤트로픽(Anthropic)의 클로드 페이블 5(Claude Fable 5)가 새로 공개된 산업별 벤치마크 전 부문에서 1위를 차지했다. 벤치마크 분석 업체 아티피셜 애널리시스(Artificial Analysis)는 재무·회계, 법률, 헬스케어·의료, 전략·운영, 엔지니어링, 경제학 등 여섯 개 산업 영역을 다루는 ‘역량 지수(Capability Indices)’를 새로 선보였는데, 이는 미국의 직업 분류 체계인 O*NET을 토대로 설계됐다. 페이블 5는 오퍼스 4.8을 폴백으로 묶은 구성으로 기존 에이전트·코딩 지수를 포함한 여덟 개 지수 전부에서 선두에 올랐다.
세부 성적을 보면 클로드 오퍼스 4.8(맥스)이 여덟 개 중 여섯 개 부문에서 2위, GPT-5.5(x하이)가 나머지 두 부문에서 2위를 기록했다. 엔지니어링 부문에서는 GLM-5.2(맥스)가 53점으로 클로드 소네트 5(맥스)·GPT-5.5(x하이)의 55점을 근소하게 뒤쫓았다. LM아레나(LMArena) 7월 7일 스냅샷 기준으로도 페이블 5는 텍스트·코드·에이전트 아레나를 모두 이끌었으며, 에이전트 아레나에서 모델 평균 대비 16.58% 높은 점수를 기록해 GPT-5.5 x하이(8.66%)와 GLM 5.2(6.62%)를 앞섰다.
문제는 비용이다. 페이블 5는 전략·운영 지수에서 과제당 3.48달러가 들었는데, 같은 지수에서 딥시크 V4 프로(맥스)는 약 0.03달러에 그쳤다. 점수 차이는 12점에 불과한데 비용은 100배가 넘게 벌어진 셈이다. 오픈웨이트 진영에서 최고 성능을 낸 GLM-5.2(맥스)는 과제당 0.26~0.58달러 수준으로, 성능과 비용의 균형에서 대안으로 거론된다. 딥시크 V4 플래시(맥스)는 여섯 개 지수 전부를 과제당 0.04달러 미만에 처리하며 중위권 점수를 냈다. 성능 정점을 원한다면 페이블 5, 비용 효율을 원한다면 오픈웨이트 모델로 선택이 갈리는 구도다. 이런 가격 격차는 앞서 저비용 모델이 페이블 5 대비 생성 비용을 대폭 낮춘 사례에서도 확인된 흐름이다.
한편 7월 8일 기준으로 오픈AI의 GPT-5.6이 곧 공개를 앞두고 있어 격차가 좁혀질 가능성도 제기된다. 경제학자 이선 몰릭은 페이블 5의 실전 성능이 벤치마크가 포착하는 것 이상이라고 언급한 것으로 전해졌으나, 이를 뒷받침할 근거는 아직 제시되지 않았다. 전체 지수와 가중치, 벤치마크 방법론은 아티피셜 애널리시스 웹사이트에 공개돼 있다. 이번 결과는 성능 최상위 모델이 반드시 비용 효율까지 갖추는 것은 아니라는 점을 산업 영역별로 재확인시켰다.
저작권자 © STORIUM 무단전재 및 재배포 금지
