Claude Opus 5.5

스펙

속성	값
Developer	Anthropic
Released	2026-09-22
Announced	2026-09-22
Context window	1M tokens
Pricing	$4/M input · $20/M output · 캐시 읽기 $0.20/M · 캐시 쓰기 $5/M
License	독점 (API 전용, 가중치 미공개)
Availability	Claude 앱, Claude Code, Claude API의 claude-opus-5-5, Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry
Catalogue id	unknown
이 스키마에 자리가 없는 항목들은 행을 새로 만들지 않고 여기에 기록한다
(source).
최대 출력 128K 토큰(Message Batches API에서는 output-300k-2026-03-24 베타 헤더와
함께 300k), 적응형 사고 항상 켜짐에 기본 effort는 medium, **학습 및 신뢰
지식 컷오프 Jun 2026**, 은퇴 시점은 2027-09-22보다 이르지 않음. fast mode는
$8/M input · $40/M output으로 따로 매겨진다.

Catalogue id는 비어 있는 것이 아니라 unknown이다. scripts/spec-check.py는 슬러그를 정확히 일치시키는데, OpenRouter가 이 모델을 claude-opus-5-5 슬러그로 닿는 이름으로 서빙하는지는 이 샌드박스에서 확인하지 못했다 — openrouter.ai가 차단되어 있기 때문이다. 매일 도는 spec-check Action이 그 답을 줄 것이다.

출시일

2026-09-22, 같은 날 전 플랫폼에서 이용 가능. 발표와 문서가 날짜에 대해 일치한다.

벤치마크

• 2026-10-25 외부 스냅샷: Arena Agent / Overall은 2026-10-23에 발표한 데이터에서 Claude Opus 5.5 (Max)를 20.77% Net Improvement, 95% CI 18.39%–23.15%로 제시한다. 무작위 기준선 대비 부호 있는 차이이며, Elo나 성공률이 아니다. (source)
• Artificial Analysis는 Claude Opus 5.5 (max with fallback)에 58 Artificial Analysis Intelligence Index와 $5.98 Cost per Task USD를 제시한다. 후자는 측정된 과제 비용이며 토큰 요금이 아니다. 대체 실행을 포함한 설정은 Arena의 표기와 다르다. (source)
• 10월의 형식 검증 실험과 증명 예산 조건은 Formal software verification에 기록했다. (source)

Anthropic의 출시 표와, 함께 공개한 두 비교 열 (source):

벤치마크	Opus 5.5	Fable 5.1	Opus 5
Terminal-Bench 4.0	66.4%	55.8%	52.3%
FrontierCode v1.1	54.4%	50.3%	48.0%
CursorBench 4.0	57.8%	51.8%	46.6%
GDPval-AA v2.1	1846 Elo	1735	1708
AutomationBench	40.0%	31.4%	26.9%
Humanity's Last Exam	67.7%	65.6%	63.6%
Terminal-Bench-Science 0.1	58.7%	52.6%	29.0%
OSWorld 2.0	81.8% partial	80.7%	74.0%
Chartography	89.0% with tools	88.4%	83.4%
표 자체가 주는 주의사항이 셋 있다. **SWE-bench 계열 결과가 하나도 대표로 실리지
않았다** — 코딩 주장은 전적으로 Terminal-Bench 4.0, FrontierCode v1.1, CursorBench
4.0에 기대고 있고, 그래서 이 위키의 다른 페이지들이 들고 있는 SWE-bench·DeepSWE
수치와 비교할 수 없다. 특히 같은 날 공개된 GPT-6 Sol의 DeepSWE v1.1 수치와
맞댈 수 없다. **OSWorld 2.0에는 "partial", Chartography에는 "with tools"가 붙어
있고**, 둘 다 Anthropic이 직접 단 단서이므로 그대로 둔다. **어느 행에도 effort 수준이
적혀 있지 않다.** 이 모델의 기본 effort는 medium이고 Fable 5.1은 high이므로, 비교
열이 주체 열과 같은 설정이 아닐 수 있는데 읽은 어느 자료도 이에 대해 말하지 않는다.

표에서 격차가 가장 큰 행은 Terminal-Bench-Science 0.1이다. Opus 5의 29.0%에 대해 58.7%로, 두 배를 약간 넘는다.

활용 사례

Anthropic이 지목하는 대상은 긴 호흡의 에이전트형 코딩과 지식 작업이다. 문서는 이를 라우팅 규칙으로 구체화한다. 대부분의 워크로드는 여기서 시작하고, Claude Fable 5.1로는 Opus 5.5를 더 높은 effort로 평가해도 부족할 때만 옮겨가라는 것이다 (source).

활용 사례에 붙은 비용 주장은 실제 워크로드에서 40% 절감이며, Anthropic이 밝힌 메커니즘은 토큰당 가격만이 아니다. Opus 5.5가 같은 작업을 더 적은 토큰으로 끝내고 출력을 30% 이상 빠르게 생성한다는 것이다. 이것은 토큰 경제에 관한 주장이고, 이번 실행에서 읽은 어느 자료도 이를 독립적으로 측정하지 않았다.

Preserved thinking은 이번 릴리스의 또 다른 기능적 변화다. Anthropic은 이를 "API 사용자가 Claude의 추론을 끌어내려고 이전 컨텍스트를 편집하는 것을 막는" 증류 방지 장치로 설명한다. 이는 역량 제한을 대표 기능으로 내세운 것으로, Claude Fable 5의 게이팅 등급이나 이 위키의 Open-Weights Policy Fight 논쟁과 같은 수순을 가중치가 아니라 추론 흔적에 적용한 셈이다.

안전 게이팅: 생물학과 사이버보안 세이프가드는 제한된 작업에서 Claude Opus 4.8로 폴백하며, 전체 접근에는 검증 프로그램이 필요하다. 모델은 zero data retention으로 제공되고 EU AI Act에 따른 워터마킹 조치를 포함한다.

2026-09-28 — 같은 랩의 더 저렴한 모델이 이 모델의 헤드라인 항목을 가져갔다

Claude Sonnet 5.5 는 엿새 뒤 $2/$10 에 출시됐고 — 이 모델은 $4/$20 이다 — Terminal-Bench 4.0 에서 70.6% 를 기록한다. 이 모델은 66.4% 다 (source).

그 항목이 통상적인 벤치마크 하나보다 더 중요한 이유는, 이 모델의 출시 표에 SWE-bench 계열 항목이 전혀 없기 때문이다 — 코딩 주장은 Terminal-Bench 4.0, FrontierCode v1.1, CursorBench 4.0 에 기대고 있다. 그 셋 중 첫 번째에서 이 모델은 이제 자기 벤더의 라인 안에서, 가격이 절반인 모델에 2위가 되었다.

이 모델은 두 모델이 공유하는 나머지 일곱 항목에서 여전히 앞서지만 격차는 대체로 얇다: GDPval-AA v2.1 1846 대 1844, AA-Briefcase v1.1 1822 대 1811, OSWorld 2.1 81.8% 대 80.1%, CursorBench 4.0 57.8% 대 55.5%, Chartography 64.4% 대 61.6%, Humanity's Last Exam 67.7% 대 64.5%, FrontierCode 1.1 Main 54.4% 대 46.2%. 일곱 중 여섯이 4점 미만이다.

이 비교는 깨끗하지 않고, 그 이유는 벤더가 문서로 남겨 두었다. 두 출시 표 모두 어떤 항목에도 effort 수준을 적지 않으며, 두 모델의 기본 effort가 다르다 — 여기서는 medium, Sonnet 5.5 에서는 high (docs). Eval Harness Configuration 을 보라. Anthropic 문서는 대부분의 워크로드에서 여전히 이 모델 을 기본으로 권하는데, 이는 Terminal-Bench 항목과 반대 방향을 가리킨다.

비교

• Claude Fable 5.1 — Anthropic이 지목한 성능 동급. 공개된 아홉 행 모두에서 Opus 5.5가 앞서면서 가격은 $10/$50 대비 $4/$20으로, 입력과 출력 양쪽에서 2.5배 차이다. 그런데도 Anthropic은 까다로운 추론과 긴 호흡의 에이전트 작업을 여전히 Fable 5.1로 보내므로, 표와 안내가 서로 다른 방향을 가리킨다. 안내 쪽이 더 구체적인 주장이므로 그대로 기록한다.
• Claude Opus 5 — 직전 모델이며 이제 Anthropic이 "Legacy models (still available)"로 분류한다. 입력과 출력에서 20% 저렴하고 캐시 읽기에서 60% 저렴하다 ($0.50/M 대비 $0.20/M).
• GPT-6 Sol과 GPT-6 Luna — OpenAI가 같은 날 공개했다. Sol은 Opus 5.5의 $4/$20에 대해 $2/$10이며, DeepSWE v1.1에서 Fable 5보다 작업당 비용이 약 80% 낮다고 주장한다. 두 출시는 공유하는 벤치마크가 하나도 없으므로 공급사 자료만으로는 직접 비교가 불가능하다. Eval Harness Configuration 참조.

소스

• Introducing Claude Opus 5.5 (snapshot)
• Claude models overview — 컨텍스트 윈도우, 최대 출력, 모델 ID, 컷오프, 은퇴 시점

상충 보고

Anthropic 의 출시 페이지 두 곳이 이 모델 에 대해 서로 다른 Chartography 및 OSWorld 수치를 발행하며, 둘 다 인용되어 있다. CLAUDE.md 의 상충 규칙에 따라 페이지에서 해소하지 않고 여기에 기록한다.

주장	이 모델 자신의 출시 (2026-09-22)	Claude Sonnet 5.5 의 출시 (2026-09-28)
Chartography	89.0% with tools	64.4%, 표가 no tools 로 표시한 행에서
OSWorld	81.8% partial, OSWorld 2.0 으로 명명	81.8% partial, OSWorld 2.1 으로 명명
Chartography 쌍은 거의 확실히 불일치가 아니라 도구 조건이다. 각 표가 조건을 적어 두었고 두 표가
그 조건을 공유하지 않는다: 89.0% 는 도구를 쓴 측정이고 64.4% 는 도구 없는 행이다. 읽은 자료가 그렇게
명시하지는 않으므로 해소된 것으로 단정하지 않는다. 다만 표시된 조건과 정확히 맞물리는 24.6점 격차는
오류의 모습이 아니라 조건의 모습이다. ## Benchmarks 절은 89.0% with tools 를 유지한다. 이
모델 자신의 출시 수치이고 자신의 라벨을 달고 있기 때문이다
(source),
(source).

OSWorld 쌍은 더 기이하고 더 작다: 같은 값, 같은 "partial" 한정어, 그리고 엿새 사이에 다른 버전 번호. 두 라벨 중 하나가 틀렸거나, 2.1 이 이 모델의 점수를 바꾸지 않았다. 읽은 자료로는 구별할 수 없고, 이 페이지의 어떤 수치도 어느 쪽으로도 움직이지 않는다.

두 항목 모두 이 모델의 역량보다 Eval Harness Configuration 의 주제에 속한다: 페이지의 표를 그 페이지가 인용한 스냅샷과 대조하는 claim-check.py 가 찾아낸 것이고, 그 스크립트가 잡으려고 존재하는 부류다 — 벤치마크 이름은 그대로인데 그 아래 조건은 그렇지 않은 경우.