Claude Opus 5.5 벤치마크, 가격 및 사용량 정리

Terminal-Bench 4.0 - 명령어를 실행해 개발·시스템 작업 해결

명령줄에서 코드를 실행하고 파일·개발 환경을 다루며, 여러 단계가 필요한 작업을 끝까지 해결하는지 평가

제안한 방법을 설명하는 데 그치지 않고 실제 실행 결과가 요구사항을 충족해야 함. 높을수록 좋음

FrontierCode v1.1 Main - 실제 프로젝트에 반영할 수 있는 코드 작성

실제 오픈소스 프로젝트의 과제를 해결하고, 관리자가 받아들일 만한 코드 변경을 만드는지 평가

기능의 정확성뿐 아니라 테스트 품질, 불필요한 수정 여부, 코드 스타일과 프로젝트 규칙 준수까지 확인. 높을수록 좋음

CursorBench 4.0 - 개발자의 요청을 이해하고 기존 코드 수정

실제 Cursor 사용 중 나온 개발 요청을 바탕으로, 여러 파일에 걸친 코드 수정·버그 해결·리팩토링 등을 수행하는지 평가

요구사항이 명확하지 않은 상황에서도 코드의 맥락을 파악하고 필요한 변경을 찾아내는 능력을 살펴봄. 높을수록 좋음

GDPval-AA v2.1 - 보고서·스프레드시트·발표 자료 작성

44개 직업·9개 산업의 업무를 맡겨 문서, 스프레드시트, 발표 자료 등을 실제로 만들게 하는 평가

같은 과제로 만든 결과물을 모델 이름을 가린 채 AI 심사자가 비교하고, 그 결과를 Elo 점수로 환산함

정답률이 아닌 상대적인 결과물 품질을 나타내며, 높을수록 좋음

AutomationBench - 여러 업무 도구를 연결해 실무 처리

연결된 47개 도구를 활용해 영업·마케팅·운영·고객 지원·재무·인사 업무를 처음부터 끝까지 처리하는지 평가

도구를 한 번 호출하는 데 그치지 않고, 여러 단계를 거쳐 요청한 업무를 완료해야 함. 높을수록 좋음

WANDR - 조건에 맞는 정보를 폭넓게 찾고 근거 확인

대량의 기업·인물·제품 등에서 조건에 맞는 대상을 찾고, 각 대상의 세부 정보를 조사해 출처와 함께 정리하는 능력을 평가

경쟁사 조사나 제품 비교처럼 빠짐없이 찾는 능력과 정보마다 근거를 확인하는 능력을 함께 살펴봄. 높을수록 좋음

벤치 마크

API 가격

Opus 5와 비교

100만 토큰 기준, 미국 달러. 표준 처리 가격이며 캐시 쓰기는 보관 시간별로 구분

표준 모드와 Fast 모드

• Fast 모드는 Claude Code와 Claude Platform에서 제공하며 속도는 최대 2.5배.

• API에서는 연구 프리뷰로 제공되고, 파트너 클라우드에서는 지원하지 않음

Claude·Claude Code 사용량

• Pro·Max·Team은 Opus 5.5 사용 시 기존 Opus 5보다 약 25% 더 사용할 수 있음

• 개인용 Pro·Max와 조직용 Enterprise 요금제의 5시간 사용 한도가 늘어남

  • 필요할 때 사용할 수 있는 한도 초기화도 제공

이용 가능 범위와 API 변경점

기존 Opus 5 연동을 바꿀 때는 다음 차이를 확인해야 함