Claude Opus 4.6, 최고가 더 높아졌다
Anthropic이 플래그십 모델 Claude Opus 4.6을 공개했습니다. 에이전트 코딩 평가 Terminal-Bench 2.0 최고점, Humanity's Last Exam 1위, 경제적 가치가 있는 지식 작업 평가 GDPval-AA에서 경쟁사 최고 모델을 144 Elo 차이로 압도합니다. 가격은 전과 같은 $5/$25 per million token.
한마디로 말하면, 현존 최강의 추론 모델이 또 한 단계 도약했습니다. 코딩, 장기 컨텍스트 유지, 에이전트 기획, 코드 리뷰와 디버깅까지 전 영역에서 전작 Opus 4.5를 뛰어넘었고, 처음으로 Opus급에도 1M 토큰 컨텍스트 윈도우가 적용됩니다.
코딩, 어디까지 좋아졌나?
Opus 4.6의 핵심은 장기 실행 에이전트 작업에서의 안정성입니다. 대규모 코드베이스 마이그레이션을 시니어 엔지니어처럼 처리하고, 복잡한 요구사항을 스스로 세분화해서 병렬 서브에이전트로 실행합니다. 실제 한 조직에서는 Opus 4.6이 하루 만에 이슈 13개를 자체 해결하고 12개를 적절한 팀원에게 배정했습니다.
사이버보안 조사 40건에서 Opus 4.6은 38회나 최고 평가를 받았습니다. 최대 9개 서브에이전트와 100개 이상의 툴 콜을 동원하는 복잡한 에이전트 작업에서도 일관된 성능을 보여줍니다.
1M 컨텍스트, 질적으로 다른 차이
1M 토큰 컨텍스트가 단순히 "많이 읽는다"가 아니라는 게 포인트입니다. MRCR v2 벤치마크의 8-needle 1M 변형에서 Opus 4.6은 76%, 전작 Sonnet 4.5는 18.5%에 그쳤습니다. 방대한 텍스트 속에 숨겨진 정보를 찾아내고, 수십만 토큰에 걸쳐 맥락을 잃지 않는 능력이 질적으로 다른 수준입니다.
"컨텍스트 로트" 현상, 즉 대화가 길어질수록 성능이 떨어지는 문제도 크게 개선됐습니다. 긴 세션에서도 최고 성능을 유지하는 만큼, 실무에서 체감 차이가 분명합니다.
새로운 제품 기능들
API에서 adaptive thinking이 도입됐습니다. 개발자가 binary ON/OFF가 아니라 컨텍스트에 따라 모델이 스스로 추론 깊이를 조절합니다. effort 제어로 지능·속도·비용의 균형을 직접 설정할 수 있고, compaction으로 긴 대화의 컨텍스트를 자동 요약해서 한계에 도달하지 않고 작업을 이어갑니다.
Claude Code에서는 에이전트 팀 기능이 추가돼, 여러 에이전트가 협업해서 작업을 처리할 수 있습니다. 또한 Claude in PowerPoint가 리서치 프리뷰로 공개됐고, Claude in Excel도 MCP 커넥터 지원 등 대폭 강화됐습니다.
안전성도 같이 올랐다
성능 향상이 안전성 저하를 동반하지 않는다는 점이 인상적입니다. 자동 행동 감사에서 기만, 아첨, 오용 협력 등의 부정렬 행동 비율이 낮고, 전작 Opus 4.5와 동등하거나 더 나은 정렬 수준을 보여줍니다. 특히 과도한 거부(정상 질문에 대한 답변 거부) 비율이 최근 Claude 모델 중 가장 낮습니다.
강화된 사이버보안 능력에 대해서는 6개의 새로운 보안 프로브를 개발해 잠재적 오용을 모니터링하고, 오픈소스 소프트웨어의 취약점을 찾고 패치하는 방어적 활용도 함께 진행하고 있습니다.
현존 최강의 추론 모델을 써야 하는 순간이 있다면, 지금이 바로 그 타이밍입니다. 가격은 그대로인데 성능은 확연히 다르니까요.