클로드 페이블 5.2를 세 방이 읽은 점수·가격·사용량

11월 10일 새벽부터 이른 아침까지, 세 오픈채팅방에 같은 소식이 거의 동시에 올라왔다. 클로드 계열의 새 모델 페이블(Fable) 5.2가 나왔다는 것이다. 방마다 소식을 받아 든 방식은 달랐다. 수치를 정리해 올리는 쪽이 있었고, 직접 돌려 본 결과를 내놓는 쪽이 있었고, 한도가 어떻게 바뀌는지부터 묻는 쪽이 있었다. 이 기사는 세 방의 당일 대화를 나란히 놓고 읽는다.

에이전트코리아: 수치와 한도를 함께 따졌다

이 방에서는 한 참가자가 가격 인하 소식을 올린 뒤 같은 참가자가 지수 점수를 정리한 글을 이어 올렸다. 그 수치에 따르면 페이블 5.2는 Artificial Analysis(AI 모델을 비교해 점수를 매기는 외부 기관)의 지수에서 65점으로 1위에 올랐고, 100만 토큰당 가격은 $10/$50에서 $8/$40으로 내렸다. 다만 같은 글에는 비용 이야기가 함께 들어 있었다.

최대 추론 강도 기준 작업당 평균 비용은 $26.5로 Opus 5.5($10.0)의 2.6배

오푸스 5.5는 클로드의 앞선 모델이다(기사 설명). 가격표는 내려갔는데 작업 하나에 드는 돈은 오히려 크다는 이야기다. 토큰은 모델이 읽고 쓰는 글의 분량 단위이고, 같은 일을 하는 데 쓰는 토큰이 많으면 단가가 내려도 총액은 늘 수 있다(기사 설명). 이 숫자들은 방에 옮겨진 요약이며, 기사가 따로 확인한 값이 아니다.

체감 후기는 갈렸다. 한 참가자는 한 시간 써 본 뒤 한줄평으로 애매하다고 적었다가, 두 시간쯤 뒤 같은 모델을 병렬로 돌리며 소모량이 생각보다 적어 보인다고 말을 바꿨다. 한편 다른 참가자는 5시간 한도 때문에 작업이 잘 안 이어진다고 했다. 같은 모델을 두고 사용량 체감이 사람마다 달랐다는 이야기다. 추론 강도, 곧 모델이 답을 내기 전에 얼마나 깊이 따져 보게 하느냐를 고르는 설정을 두고는 high 단계에서 시작해 부족하면 한 단계 올리라는 조언이 오갔다.

아웃풋은더 깔꼼하게 적게 먹긴 하는 느낌

팀장 역할을 맡기는 에이전트를 오푸스에서 페이블로 바꿔야 할지 고민하는 참가자도 있었다. 비싸서 그동안은 조언 역할로만 썼다는 설명이 붙었고, 오후에 사용량이 순식간에 닳을 것이라는 반응이 달리자 오푸스를 쓰겠다고 정리했다. 이 고민은 성능보다 비용이 선택을 좌우한다는 말로 읽힌다.

공공AX 네트워크: 외부 벤치 실험 소개가 올라왔다

이 방은 에이전트코리아보다 대화량이 적었지만 결이 달랐다. 새벽에 한 참가자가 초기화권이 새로 들어왔다고 알린 데 이어 짧게 소식을 전했다.

페이블 5.2 상륙

아침에는 같은 수치 요약이 올라왔고, 오전 늦게 한 참가자가 외부 벤치마크 페이지 링크와 함께 5.1 대비 코딩 실험 결과를 올렸다. 사람 개입 없이 돌아가는 반복 루프로 백엔드 API를 구현시켜 이전 버전 5.1과 비교한 결과라는 소개였고, 기사가 이 수치를 다시 측정하지는 않았다.

완주시간은 6.9분 에서 4.6분으로, 생성된 토큰 양도 31.3K 에서 23.7K 로 3/4 수준으로 줄었습니다

같은 글은 단가가 20% 내려 한 번 돌릴 때의 환산 비용이 약 $3.5에서 $2.4가 됐다고 적었다. 이것도 글쓴이가 밝힌 수치일 뿐 참가자들이 각자 확인한 값은 아니다. 같은 날 지수 요약에는 최대 추론 강도 기준 작업당 평균 비용이 5.1의 2배라는 대목도 있어, 5.1 대비로도 방향이 달라 보인다. 지수 요약은 여러 과제의 평균이고 이 실험은 백엔드 과제 한 건의 환산 비용이라 직접 이어 읽을 수 없고, 어느 쪽이 맞는지는 이 대화로 알 수 없다(기사 설명). 또 하나, 앤트로픽이 공개했다는 영상을 근거로 한 문단짜리 지시문에서 음성 비서 허브 설계까지 나왔다는 사례도 소개됐다.

더배러: 초기화권이 무엇을 되돌리는지 물었다

이 방의 반응은 가장 조용하고 가장 실용적이었다. 이른 아침 한 참가자가 출시 소식을 짧게 알렸다.

Fable 5.2가 나왔네요!

이어 클로드를 쓴 지 얼마 안 된 참가자가 초기화권이 새로 생긴 것이냐고 물었고, 다른 참가자는 페이블 사용량만 되돌려 주는 방식이라고 답했다. 오후에는 같은 질문이 한 번 더 나왔다.

이번에 클로드에 들어온 초기화권은 전체 초기화인가요? 아니면 페이블로 쓴 것만 초기화인가요?

답은 한 마디였다. 후자입니다. 질문한 참가자는 직접 눌러 본 사람의 후기를 기다린다고 덧붙였는데, 이 방에서는 아직 그런 후기가 올라오지 않았다.

공통점과 차이

세 방을 겹쳐 보면 공통점이 먼저 보인다. 어느 방에서도 출시 소식 자체는 몇 줄로 끝났고, 에이전트코리아와 더배러에서는 대화가 곧바로 한도로 옮겨 갔다. 초기화권의 범위를 두고는 두 방의 말이 같은 쪽을 가리켰다. 페이블로 쓴 만큼만 주간 사용량에서 지워진다는 것인데, 직접 눌러 확인한 말은 에이전트코리아에만 있었고 더배러에서는 한 줄 답변에 그쳤다. 공공AX는 초기화권이 들어왔다는 한 줄에 그치고 범위는 따지지 않은 채 수치와 실험 쪽으로 갔다. 에이전트코리아에서는 직접 눌러 본 참가자가 페이블 분량만 떨어진다고 정리했고, 페이블을 쓰지 않았다면 눌러도 그대로였다는 확인도 있었다. 지급 장수는 말하는 사람마다 달랐다. 두 장이라는 말과 세 장이라는 말이 같은 방에서 나왔고, 공공AX에서는 두 장이라고 했다. 장수는 방에서 합의되지 않았으므로 일괄 몇 장이라고 적지 않는다(기사 설명). 질문의 중심은 각자 받은 초기화권으로 무엇이 되돌아오는지였다.

차이는 질문의 종류에서 났다. 에이전트코리아는 비용과 추론 강도를 따져 어떻게 쓸지를 고민했고, 공공AX는 외부에서 가져온 실험 숫자로 이전 버전과 견주었고, 더배러는 초기화 범위라는 규칙을 묻는 데 머물렀다. 방마다 참가자가 쓰는 작업의 규모와 한도에 대한 압박이 달랐을 가능성이 있다는 풀이가 가능하다(기사 해석). 대화량이 가장 많았던 방에서 사용량 이야기가 가장 길게 이어진 것도 그 해석과 맞는다.

세 방이 같은 날 출시 소식에서 출발했다는 점은 시사하는 바가 있다. 이날 대화에서는 같은 점수 옆에 붙은 작업당 비용과 한도 규칙이 비슷한 무게로 읽혔다. 다만 이는 하루 낮 동안의 대화에서 본 모습이다. 2.6배라는 수치도, 속도가 빠르다는 체감도 참가자들이 옮기고 전한 말이어서, 며칠 더 써 본 뒤의 평가와는 다를 수 있다.