Claude Sonnet 5는 성능만 놓고 보면 꽤 설득력 있는 업그레이드입니다. Artificial Analysis Intelligence Index v4.1에서 53점을 기록해 5위에 올랐고, Sonnet 4.6보다 6점 높은 점수를 받았습니다. 일부 에이전트 기반 작업에서는 더 비싼 Opus 4.8까지 앞섰습니다.
하지만 이번 이슈의 핵심은 순위가 아닙니다. Sonnet 5의 공식 가격은 이전 세대와 같습니다. 입력 100만 토큰당 3달러, 출력 100만 토큰당 15달러입니다. 그런데 Artificial Analysis가 계산한 평균 작업 비용은 Sonnet 5가 2.29달러, Opus 4.8이 1.97달러입니다. 리스트 가격상 더 저렴한 모델이 실제 작업 단위로는 더 비싸진 것입니다.
비용이 올라간 이유는 모델의 행동 방식에 있습니다. Sonnet 5는 최대 성능 설정에서 Sonnet 4.6보다 작업당 출력 토큰을 약 40% 더 사용합니다. AA-Briefcase, GDPval-AA 같은 에이전트형 지식노동 벤치마크에서는 이전 세대보다 약 3배 많은 루프를 돕니다. Sonnet 4.6의 작업당 비용이 약 1.20달러였다는 점을 고려하면, 공식 토큰 단가가 유지됐다는 설명만으로는 실제 비용 변화를 설명하기 어렵습니다.
Anthropic에는 비슷한 전례가 있습니다. Opus 4.7 출시 때도 토큰 가격은 그대로였지만, 새 tokenizer가 같은 텍스트를 약 30% 더 많은 토큰으로 분해했습니다. 외부 개발자 측정에서는 1.325배에서 1.47배 증가가 나왔고, 커뮤니티 분석에서도 요청당 토큰이 37.4% 늘었다는 결과가 있었습니다.
Sonnet 5가 나쁜 모델이라는 뜻은 아닙니다. Terminal-Bench v2.1, Humanity’s Last Exam, SciCode 등에서는 전 세대보다 개선됐고, 복잡한 추론 테스트인 CritPt에서도 17%를 기록했습니다. 다만 이제 기업과 개발자가 봐야 할 가격 지표는 토큰 단가 하나로 충분하지 않습니다.
에이전트 모델은 단순히 답변을 생성하는 도구가 아니라, 여러 번 생각하고 도구를 부르고 다시 시도하는 실행 모델에 가까워지고 있습니다. 그럴수록 실제 비용은 토큰당 가격보다 작업당 완료 비용, 루프 수, 출력 길이, 실패 후 재시도 횟수에 의해 결정됩니다. Claude Sonnet 5는 이 변화를 선명하게 보여주는 사례입니다.