앤트로픽(Anthropic)의 최신 모델 클로드 소넷5(Claude Sonnet 5)가 독립 벤치마크 기관 아티피셜 애널리시스(Artificial Analysis)의 인텔리전스 지수 평가에서 53점을 받아 GPT-5.5(고성능 모드)와 공동 5위에 올랐다. 전작 소넷4.6의 47점보다 6점 오른 성적이다. 그러나 같은 평가에서 소넷5는 일부 에이전트 기반 과제에서 상위 모델인 오푸스4.8을 앞섰음에도, 토큰 소비량이 크게 늘면서 과제당 실제 비용은 오히려 전작보다 비싸진 것으로 나타났다. 앤트로픽이 소넷5 출시 당시 밝힌 성능·가격 비교와는 다른 결과다.
표면적인 토큰 가격표는 전작과 동일하다. 입력 토큰 100만 개당 3달러, 출력 토큰 100만 개당 15달러로, 오푸스4.8(입력 5달러·출력 25달러)보다 저렴한 가격을 그대로 유지하고 있다. 그러나 아티피셜 애널리시스에 따르면 인텔리전스 지수의 평균 과제 하나를 처리하는 데 드는 실비용은 소넷5가 2.29달러로, 오푸스4.8의 1.97달러보다 오히려 높았다. 최대 성능 설정에서 소넷5는 소넷4.6보다 출력 토큰을 약 40% 더 소비했고, AA-브리프케이스(AA-Briefcase)와 GDPval-AA 같은 에이전트 기반 지식노동 벤치마크에서는 전작 대비 약 3배 많은 에이전트 루프를 실행한 것으로 측정됐다. 소넷4.6이 과제당 약 1.20달러였던 점을 감안하면 실질 비용이 거의 두 배로 뛴 셈이다. 다만 앤트로픽은 9월 1일까지 100만 토큰당 입력 2달러·출력 10달러의 프로모션 요금을 적용 중이며, 이번 평가는 정규 요금을 기준으로 산출됐다.
복잡한 추론 영역에서는 여전히 한계가 드러났다. 아르곤 국립연구소와 일리노이대가 공동 개발한 물리학 추론 테스트 크릿피티(CritPt)에서 소넷5는 17%를 기록해 전작보다 14포인트 올랐지만, GLM-5.2와 클로드 오푸스, 클로드 페이블, GPT-5.5의 상위 설정보다는 낮은 점수에 머물렀다. 반면 터미널벤치(Terminal-Bench) v2.1에서 9포인트, 휴머니티스 라스트 이그잼(Humanity’s Last Exam)에서 10포인트, 사이코드(SciCode)에서 7포인트 상승하는 등 일부 영역에서는 뚜렷한 개선을 보였다.
업계에서는 이번 사례가 앤트로픽의 반복된 패턴이라는 지적이 나온다. 앞서 오푸스4.7 출시 당시에도 토큰 가격표는 그대로였지만, 새로운 토크나이저가 같은 텍스트를 약 30% 더 많은 토큰으로 분할하면서 실제 청구액이 늘어난 바 있다. 개발자 아비셰크 레이(Abhishek Ray)는 당시 1.325배에서 1.47배의 토큰 증가를 측정했고, 483건 이상의 제출물을 분석한 커뮤니티 조사에서는 요청당 토큰 수가 37.4% 늘었다는 결과가 나왔다. 소넷5의 경우 토크나이저 요인에 더해 모델의 에이전트적 행동 특성까지 겹치면서 토큰 소비가 한층 더 늘어난 것으로 분석된다.
딥시크 V4 프로, GLM-5.2 등 중국계 경쟁 모델들이 중저가 구간에서 경쟁력 있는 성능을 훨씬 낮은 비용에 제공하는 상황에서, 표면 가격표에 반영되지 않는 이 같은 숨은 비용 상승은 앤트로픽의 시장 입지에 부담으로 작용할 수 있다는 전망이 나온다. 업계 일각에서는 원시 토큰 단가보다 표준화된 과제 단위나 실제 업무 처리 기준의 비용 지표가 필요하다는 목소리도 커지고 있다.
