Claude 5.5와 Fable 5.2, 작업마다 어떤 모델과 effort를 골라야 할까
Claude Platform이나 Claude Code로 작업할 때 어떤 모델로 시작해야 할까요? 2026년 11월 9일 Addy Osmani가 Claude 개발자 블로그에 공개한 모델 선택 가이드는 대부분의 코딩과 지식 작업에서 Opus 5.5를 권합니다. 시작 effort는 기본값인 medium입니다. Opus 5.5는 Fable 5.2보다 입출력 토큰 단가가 절반인 데다 Claude Code의 기본 모델입니다. 비용과 성능의 출발점으로 알맞습니다.
현재 일반 제공(GA)되는 Claude 모델은 네 가지입니다. Claude Haiku 5.5, Claude Sonnet 5.5, Claude Opus 5.5, Claude Fable 5.2가 여기에 속합니다. 사이버보안과 생명과학 연구 분야의 최고 성능 모델인 Claude Mythos 5.2는 검증 프로그램을 거쳐 제공됩니다. 작업 성격에 맞춰 곧장 모델부터 바꾸기보다는 effort 수준을 먼저 조절하는 편이 낫습니다. effort는 모델의 추론 길이와 도구 호출 횟수, 자체 점검 빈도를 조절하는 장치입니다. 반대로 effort를 한 단계 낮추면 필요한 품질을 더 낮은 요금으로 얻을 수 있습니다. 물론 effort를 올리면 지연 시간이 늘어나고 모델에 없는 지식이나 기술까지 생기는 것은 아니므로, high를 넘겨 비용이 상위 모델 값과 맞먹을 때는 상위 모델의 낮은 effort와 비교해야 합니다.
작업 성격에 따른 출발 모델과 사양 비교
Opus 5.5(medium)를 기준으로 작업 범위와 난도에 따라 아래위 모델로 옮겨 갑니다. 명세가 명확한 버그 수정이나 기능 구현처럼 범위가 잘 나뉜 일상 작업은, Sonnet 5.5로 내려 Opus 5.5의 절반 토큰 단가로 빠르게 처리할 수 있습니다. 조사, 코드 리뷰, 초안 작성처럼 반복 실행하는 에이전트 작업은 Sonnet 5.5가 알맞습니다. 응답 속도가 중요한 대화형 세션(low 또는 medium)과 빠른 반복이 필요한 일상 문서, 슬라이드, 스프레드시트(API 기본 high, Claude Code 기본 medium) 역시 Sonnet 5.5에서 시작합니다. 명세가 분명해도 대규모 마이그레이션이나 성능 최적화처럼 난도가 높다면 Opus 5.5를 씁니다. 규모가 아주 크면 Fable 5.2까지 올립니다. 복잡한 재무 모델이나 방대한 원본 자료를 엮는 문서라면, Sonnet 5.5 대신 Opus 5.5로 시작하는 편이 안전합니다.
분류, 라우팅, 태깅, 대량 추출처럼 단순하고 호출량이 많은 작업은 Haiku 5.5(medium 기본)를 씁니다. 비용과 지연 시간이 가장 낮고 대량 단순 채팅에도 맞습니다. 파일 검색, 로그 읽기, 요약처럼 큰 모델의 부수 작업을 맡는 서브에이전트는 Haiku 5.5나 Sonnet 5.5에 맡기기 좋습니다. 오답을 금방 가려낼 수 있고 최종 판단은 메인 모델이 내리기 때문입니다. 반대로 코딩, 금융, 과학 분야의 고난도 기술 프로젝트는 Fable 5.2를 씁니다. 대규모 리팩토링과 마이그레이션, 아키텍처 설계, 다수 서브에이전트 통솔, 심층 리서치와 정량 분석이 여기에 들어갑니다. Fable 5.2는 일반 제공 모델 중 기술 성능이 가장 높습니다. medium에서 시작해 필요 시 high(API 기본값)로 올립니다. Opus 5.5의 high 설정으로도 부족하거나 사람 개입 없이 오래 돌려야 하는 작업도 Fable 5.2 대상입니다. 스크린샷과 이미지를 여럿 다루는 computer use와 비전 중심 워크플로는 Opus 5.5(medium)로 시작합니다. 긴 에이전트 루프에 맞춰진 모델이기 때문입니다. 어느 모델이 맞을지 확신이 없다면, Claude Code의 Pro, Max, Ultra, Team, Enterprise와 Anthropic API 기본값인 Opus 5.5(medium)를 고릅니다.
네 모델의 Claude API 기준 사양과 정가를 나란히 놓으면, 단가 계단과 제어 방식의 차이가 한눈에 들어옵니다.
| 항목 | Haiku 5.5 | Sonnet 5.5 | Opus 5.5 | Fable 5.2 |
|---|---|---|---|---|
| 주된 용도 | 대량 처리와 비용 민감 작업 | 범위가 명확한 빠른 작업 | 복잡한 코딩과 지식 작업 기본값 | 가장 도전적이고 개방적인 기술 작업 |
| 상대 지연 시간 | 가장 빠름 | 빠름 | 보통 | 보통 |
| 입력과 출력 (100만 토큰) | 100K 이하 $0.10 / $0.50, 초과 $0.50 / $2.50 | $2 / $10 | $4 / $20 | $8 / $40 |
| 캐시 읽기 (100만 토큰) | 100K 이하 $0.01, 초과 $0.05 | $0.10 | $0.20 | $0.20 |
| 컨텍스트와 최대 출력 | 1M / 128K 토큰 | 1M / 128K 토큰 | 1M / 128K 토큰 | 1M / 128K 토큰 |
| API Thinking | 적응형, 기본 켜짐 (끄기 가능) | 적응형, 기본 켜짐 (between_tools로 첫 추론 생략) | 적응형, 항상 켜짐 | 적응형, 항상 켜짐 |
| API 기본 effort (Claude Code) | medium | high (Claude Code medium) | medium | high (Claude Code medium) |
| Fast mode | 지원 안 함 | 지원 안 함 | 지원 | 지원 |
네 모델 모두 컨텍스트 윈도(1M 토큰)와 최대 출력(128K 토큰)은 같습니다. 실제 선택은 가격과 지연 시간, Thinking 제어 방식에서 갈립니다. Sonnet 5.5와 Fable 5.2는 API 기본 effort가 high이지만 Claude Code에서는 medium으로 다를 수 있으므로, 현재 설정은 /effort status 명령으로 확인해야 합니다. Sonnet 5.5는 between_tools 옵션으로 도구 호출 전 첫 추론을 건너뛰어 대기 시간을 줄입니다. Opus 5.5와 Fable 5.2는 기본 추론이 항상 켜져 있는 대신 fast mode를 지원합니다.
토큰 단가와 실제 작업 비용이 갈리는 세 가지 조건
모델을 고를 때는 보통 능력, 지연 시간, 컨텍스트 비용을 함께 저울질합니다. 더 큰 모델을 고르면 지연 시간을 내주고 능력을 얻습니다. 하지만 실제 청구 금액과 완료 시간은 토큰 단가표 그대로 움직이지 않습니다.
토큰 단가보다 완료된 작업당 비용과 최고 난도 작업을 봅니다
토큰당 단가가 높은 모델이라고 해서 작업 하나를 끝내는 총비용까지 항상 더 비싼 것은 아닙니다. 원문이 인용한 Anthropic의 Terminal-Bench 3.0 실행 결과에서 Fable 5.1은 max effort로 58.0%를 기록했습니다. 같은 실행에서 Opus 5.5는 high effort로 절반의 토큰만 쓰면서 58.9%를 얻었습니다. 반대로 가장 어려운 코딩 과제에서는 상위 모델이 토큰을 덜 헤매 격차가 다시 줄어듭니다. FrontierCode 2.0 벤치마크에서 Fable 5.2는 high로 45.3%를 기록해 Opus 5.5 max(45.5%)와 거의 같았습니다. 그러면서 작업당 비용은 약 절반에 그쳤습니다.
이 수치 때문에, 어려운 작업에서 Opus 5.5의 effort를 high 이상으로 올리기 전에 Fable 5.2를 먼저 시험해 볼 이유가 생깁니다. 한편 Claude Platform의 비용과 지능 측정 자료에서는 작은 모델의 한계도 드러납니다. 작은 모델은 출력 결과를 확인하기 쉬운 대량 처리에 강합니다. 반대로 여러 턴을 이어 가는 긴 에이전트 루프에는 잘 맞지 않습니다. 두 모델을 비교할 때도 평범한 작업만 재면 판단이 어긋납니다. 20문항으로 구성된 한 검색 벤치마크에서는 가장 어려운 2문항이 전체 지출의 43%를 차지했습니다. 작업 세트 가운데 가장 어려운 과제까지 함께 가격을 매겨야 실제 운영 예산을 가늠할 수 있습니다.
effort를 올리기 전에 자체 검증과 실패 재실행을 먼저 둡니다
속도와 정확도 역시 한쪽을 얻으면 다른 쪽을 내주는 관계입니다. 빠른 구성은 결과를 빨리 돌려주지만 놓치는 부분이 늘기 쉽습니다. 사람이 화면 앞에서 답을 기다리는 대화형 응답이라면 Sonnet 5.5를 low나 medium으로 시작합니다. 세대 교체로 기본 속도 자체가 빨라진 점도 계산에 넣어야 합니다. Fable 5.2는 Fable 5.1보다 출력 생성 속도가 최대 30% 빠릅니다. Sonnet 5.5는 Sonnet 5보다 30% 빠르게 동작합니다.
같은 모델 안에서 effort를 올리면 지연 시간과 비용이 함께 늘어납니다. SWE-bench Pro에서 Opus 5.5의 high 설정을 기준으로 비교하면 차이가 분명합니다. medium은 비용을 약 70%만 쓰면서 점수가 약 2.5점 낮았습니다. low는 비용을 약 3분의 1로 줄인 대신 점수가 약 8점 떨어졌습니다. 반면 xhigh를 택하면 비용이 2.5배로 뛰지만 점수 상승 폭은 약 1.4점에 머뭅니다.
그래서 모델의 결과가 아쉽다고 바로 effort나 모델을 올리지는 않습니다. 다음 세 단계를 순서대로 밟으면 비용과 지연 시간을 아낍니다.
- 테스트, 빌드, 엔드포인트 호출 스크립트처럼 모델이 자신의 작업을 스스로 검증할 수단이 있는지부터 확인합니다.
- 검증 수단을 붙인 뒤에도 부족하면
effort를 한 단계 올립니다. - 그래도 해결되지 않으면 다음 상위 모델로 옮기되, 작은 모델에서 쓰던 것보다 낮은
effort에서 시작합니다.
원문에 따르면 자체 검증을 추가하는 조치가 effort를 바꾸는 것보다 비용 효율이 높습니다. 지연 시간도 덜 늘리는 경우가 많습니다. 결과를 자동으로 판별할 수 있다면, 전체를 낮은 effort로 먼저 돌리고 실패한 작업만 높은 effort로 재실행하는 전략이 잘 먹힙니다. 같은 SWE-bench Pro 부분집합에서 Opus 5.5를 low로 돌리고 실패 건만 high로 재실행한 결과가 있습니다. 작업당 약 $0.17에 약 97%를 통과했습니다. 처음부터 전부를 high로 돌린 경우($0.29, 95.3%)보다 통과율과 비용이 모두 앞선 결과입니다. 만약 능력은 그대로 두고 같은 모델의 응답 속도만 끌어올리고 싶다면, Claude API에서 Opus 5.5와 Fable 5.2가 제공하는 프리미엄 과금 방식인 fast mode를 선택할 수 있습니다.
긴 실행에서는 캐시 읽기와 메인 컨텍스트 크기가 비용을 좌우합니다
현재 세대의 모든 Claude 모델이 1M 토큰 컨텍스트 윈도를 지원합니다. 하지만 턴이 이어질 때마다 이전 컨텍스트를 매번 다시 전송해야 하므로 비용이 누적됩니다. 다행히 긴 실행에서는 입력 대부분이 캐시 읽기로 과금됩니다. 100만 토큰당 캐시 읽기 단가는 Sonnet 5.5가 $0.10이고 Opus 5.5와 Fable 5.2가 나란히 $0.20입니다. 캐시 읽기 단가가 같기 때문에 캐시 비중이 높은 긴 실행에서는 두 모델의 차이가 다른 지점에서 납니다. Fable 5.2와 Opus 5.5의 실제 비용 차이는 주로 캐시되지 않은 입력과 출력(Fable 5.2가 토큰당 2배)에서 발생합니다.
컨텍스트 크기를 줄이는 효과는 원문의 Opus 5.5 비용 계산에서도 분명히 드러납니다. Opus 5.5에서 한 턴의 캐시 읽기 비용은 150K 토큰일 때 약 $0.03입니다. 반면 20K 토큰일 때는 약 $0.004로 내려갑니다. 메인 모델이 클수록 대화 창은 의사결정 용도로만 가볍게 둡니다. 길고 잡다한 파일 읽기는 더 저렴한 서브에이전트로 분리하는 편이 유리합니다.
한편 Haiku 5.5는 네 모델 중 유일하게 프롬프트 길이에 따라 토큰 단가가 달라집니다. 100K 토큰 이하에서는 100만 토큰당 $0.10 / $0.50입니다. 100K를 넘기면 5배인 $0.50 / $2.50으로 올라갑니다. 긴 프롬프트 구간에서도 Sonnet 5.5 단가의 4분의 1 수준입니다. 짧은 프롬프트에서는 입력 단가가 Sonnet 5.5의 20분의 1에 불과합니다. 다만 모든 호출마다 긴 프롬프트를 넣어야 하는 구조라면, 단가표의 숫자만 보지 말고 Haiku 5.5와 Sonnet 5.5의 완료 작업당 비용을 직접 비교해야 합니다.
한 작업에서 여러 모델을 섞어 쓰는 네 가지 방식
단일 모델로 끝내기 어려운 작업은 세션 중간 전환, 서브에이전트 분리, Advisor 도구 호출, 대규모 병렬 워커라는 네 가지 방식으로 모델을 나눠 쓸 수 있습니다.
세션 도중 모델을 바꿀 때는 캐시 재작성과 추론 블록 손실을 줄입니다
프롬프트 캐시는 그 캐시를 작성한 모델에 귀속됩니다. 그래서 세션 도중 다른 모델로 전환하면 첫 번째 턴에 대화 전체를 새 모델의 캐시에 다시 씁니다. 이 첫 턴 비용을 줄이려면, Claude Code에서는 모델 전환 직전에 /compact를 실행하거나 짧은 계획 문서만 남긴 새 세션을 엽니다. API를 직접 호출하는 환경이라면 전체 대화 이력을 그대로 넘기지 않습니다. 지금까지 진행한 작업 요약으로 새 모델 대화를 시작합니다.
추론 블록(thinking block)의 호환성도 모델 전환 방향에 따라 갈립니다. 각 추론 블록에는 생성한 모델 정보가 기록됩니다. 모델마다 읽을 수 있는 다른 모델의 블록 범위도 정해져 있습니다. Claude API와 Google Cloud의 Google 관리형 Claude Models 환경에서, 상위 모델이 하위 모델의 추론 블록을 읽는 범위는 다음과 같습니다.
- Fable 5.2는 Opus 5.5, Sonnet 5.5, Haiku 5.5의 추론 블록을 읽습니다.
- Opus 5.5는 Sonnet 5.5와 Haiku 5.5의 추론 블록을 읽습니다.
- Sonnet 5.5는 Haiku 5.5의 추론 블록을 읽습니다.
- Claude API에서 Fable 5.1은 Opus 5.5의 추론 블록을 읽습니다.
반대로 한 단계 낮은 모델로 내려가면 자기보다 상위 모델이 만든 추론 블록은 읽지 못합니다. 새 모델이 읽을 수 없는 이전 추론 블록이 섞여 있으면 API가 해당 블록을 빼고 요청을 처리합니다. 오류 없이 요청은 성공하지만 앞선 추론 맥락은 사라집니다. 특히 Fable 5.2에서 다른 일반 제공 모델로 전환하면 Fable 5.2의 추론 블록은 항상 제외됩니다.
부수 작업은 작은 서브에이전트에 맡기고 코드 수정은 메인 모델에 둡니다
서브에이전트는 독립된 컨텍스트 윈도에서 작업을 마친 뒤 요약만 메인 대화에 돌려줍니다. 토큰 비용은 서브에이전트가 사용하는 모델 단가로 청구됩니다. Claude Code에서는 .claude/agents/log-reader.md처럼 에이전트 정의 파일에 model: haiku 또는 model: sonnet을 적거나, 모델을 지정하지 않은 서브에이전트의 기본값을 CLAUDE_CODE_SUBAGENT_MODEL 환경 변수로 정할 수 있습니다.
---
name: log-reader
description: Reads test output and logs, and reports each failing case. Use after a test run.
tools: Read, Grep, Glob, Bash
model: haiku
---
Read the logs you're given. For each failure, report the file, the test name and the first error line. Don't edit any files.
역할을 나눌 때는 파일 찾기, 테스트 실행, 로그 읽기처럼 틀려도 바로 알아차릴 수 있는 작업만 작은 모델에 맡깁니다. 코드 수정과 판단은 메인 모델에 남기는 편이 안전합니다. 작은 모델이 검색 결과를 잘못 읽으면 메인 모델이 엉뚱한 파일을 열어 보느라 토큰을 더 쓰기 때문입니다.
최신 Claude Code에서는 내장 Explore 서브에이전트가 항상 Haiku로 돌지 않고 현재 세션 모델을 따라갑니다. Claude API에서는 최대 Opus까지 올라갑니다. 탐색 비용을 낮게 유지하려면, model: haiku로 지정한 커스텀 Explore 서브에이전트를 따로 정의합니다. 필요하면 ANTHROPIC_DEFAULT_HAIKU_MODEL로 haiku 별칭이 가리키는 실제 모델을 고정합니다. 이때 플랫폼별 차이도 확인해야 합니다. haiku 별칭은 Anthropic API(Claude Code v2.1.293 이상 필요)에서는 Haiku 5.5로 연결됩니다. 반면 Amazon Bedrock, Google Cloud, Microsoft Foundry, AWS의 Claude Platform에서는 여전히 Haiku 4.5로 연결됩니다. 한편 계획 모드에서는 Opus를 쓰고 실행 단계에서 Sonnet으로 코드를 고치는 opusplan 별칭은, 앞에서 설명한 원칙과 정반대로 코드 수정을 Sonnet에 맡기므로 기본값으로 삼기 전에 실제 작업에서 성능과 비용을 먼저 측정해야 합니다.
Advisor 도구와 병렬 워커는 조건이 맞을 때만 도입합니다
베타로 제공되는 Advisor 도구는 빠른 실행 모델이 막힐 때만 더 강한 조언 모델에 지침을 묻는 구조입니다. 대부분의 토큰을 실행 모델 단가로 내는 장점이 있습니다. 다만 조언 모델이 실행 모델에 없는 능력을 보태 주고 실행 모델이 실제로 조언을 요청할 때만 효과를 냅니다. 실행 모델의 effort가 낮을수록 조언 요청 빈도도 떨어집니다.
호출할 수 있는 조언 모델 범위도 정해져 있습니다. 예를 들어 Sonnet 5.5 실행 모델은 Fable 5.2, Opus 5.5, Opus 5, Sonnet 5.5를 조언 모델로 둘 수 있고, Fable 5.2 실행 모델은 Fable 5.2나 Mythos 5.2만 호출할 수 있습니다. 원문은 Claude Platform 비용 가이드를 인용하며 이 조합에 신중한 태도를 취합니다. 가이드의 Advisor 표에 실린 네 가지 조합 가운데 실행 모델 단독 구성을 뚜렷하게 앞선 사례가 없었기 때문입니다. 실제로 내부 코딩 벤치마크에서 high 설정의 Opus 5.5에 Fable 5.1 조언 모델을 붙인 결과가 있습니다. 시도당 $2.92에 90.1%를 기록했습니다. 이는 Opus 5.5 high 단독 실행보다 1.7점 높은 점수지만 비용은 약 2.1배로 늘었습니다. 실행 간 편차(noise) 범위이면서 effort만 올려도 얻을 법한 차이에 가까웠습니다. 그러므로 도입하기 전에 실행 모델이 조언을 얼마나 자주 부르는지부터 측정해야 합니다.
한 컨텍스트 윈도에 다 들어가지 않을 만큼 거대한 작업이라면 리더와 병렬 워커 패턴이 값을 합니다. 최상위 모델이 리더로서 작업을 쪼개 여러 하위 워커에 병렬로 나눠 주고 결과를 모으는 방식입니다. 약 2,200만(22M) 토큰 분량의 소스 코드에서 결함을 찾는 내부 벤치마크 사례가 있습니다. Opus 5.5 리더가 최대 25개의 Sonnet 5.5 워커를 동시에 지휘하자, 기본 effort의 Opus 5.5 단독 실행과 비슷한 점수를 냈습니다. 그러면서 비용은 약 3분의 1 줄였습니다. Claude Platform의 Claude Managed Agents가 이런 조정자와 워커 로스터 구성을 지원합니다. 다만 한 컨텍스트 윈도 안에 들어가는 작업에는 쓰지 않는 편이 낫습니다. 앞 단계 결과에 뒷 단계가 의존하는 작업도 마찬가지입니다. 계획을 세우고 결과를 병합하는 비용이 아끼는 토큰보다 커지기 때문입니다.
모델을 바꾸거나 혼용하기 전에 확인할 API 호환성
현재 세대 네 모델은 모두 도구 호출과 이미지 입력을 지원합니다. 하지만 API 요청 코드에서 모델 이름만 바꾸면 오류가 날 수 있는 여섯 가지 호환성 조건이 있습니다.
- Fable 5.2의 보존된 추론(preserved thinking): 이 기능이 모든 API 계정으로 확대되면서 주의할 조건이 생겼습니다. 시스템 프롬프트나 도구 정의, 이전 메시지처럼 Fable 5.2 추론 블록 앞에 놓인 요소가 하나라도 바뀌면 API가
400오류를 반환합니다. 영향받는 추론을 제외하도록 명시하지 않는 한 수정이 막힙니다. Claude Code, Claude Agent SDK, Claude Managed Agents는 이를 알아서 처리하지만, 자체 코드로 대화 이력을 편집한다면 반드시 추가 전용(append-only)으로 유지하고 전환 전에 테스트해야 합니다. - Thinking 제어와 블록 파싱: Opus 5.5와 Fable 5.2는 항상 추론을 수행합니다. 추론을 끄는 요청을 보내면 오류가 납니다. Sonnet 5.5는 기본으로 추론하되,
between_tools로 도구 호출 사이에서만 추론하게 제한할 수 있고 Haiku 5.5는high이하effort에서 추론을 끌 수 있습니다. 네 모델 모두 응답이 추론 블록으로 시작할 수 있으므로, 콘텐츠 블록은 순서 대신type필드로 구분해 읽어야 합니다. - 강제 도구 호출 제한: Sonnet 5.5, Opus 5.5, Fable 5.2에서
tool_choice를any나tool로 강제하면400오류가 발생합니다.tool_choice는auto로 보내고 도구 스키마에strict: true를 지정한 뒤, 프롬프트에 언제 도구를 쓸지 명시해야 합니다. - Computer use 도구셋: 네 모델 모두 computer use는
computer_toolset_20260801도구셋으로만 지원합니다. 지원 환경은 Claude API와 Google Cloud의 Google 관리형 Claude Models입니다. - Haiku 4.5에서 Haiku 5.5로 이행:
budget_tokens대신effort수준을 사용해야 하며 기본값이 아닌temperature,top_p,top_k값을 넘기면400오류가 납니다.messages배열 끝을assistant턴으로 두어 모델을 이어 쓰게 하는 요청도400오류를 내므로, 반드시user턴으로 끝내야 합니다. - 안전 분류기 폴백(safety fallbacks): Opus 5.5, Sonnet 5.5, Fable 5.2에는 주로 사이버보안과 생물학 내용을 감지하는 안전 분류기가 작동합니다. Claude Code에서는 분류기에 걸린 요청이 구버전 모델로 다시 실행될 수 있습니다. 이때 트랜스크립트 안내에 어떤 모델로 넘어갔는지 표시됩니다. Fable 5.2는 Fable 5.1과 같은 폴백 규칙을 써서 사이버보안 요청은 Opus 4.8로, 생물학 요청은 Opus 5로 넘깁니다.
여러 모델을 함께 쓰는 시스템을 운영한다면, 가장 엄격한 모델 기준으로 모든 요청 형식을 통일해 두는 편이 편합니다. 대화 이력은 추가 전용으로 두고 tool_choice: auto와 strict: true 도구를 씁니다. 응답 블록은 type으로 읽습니다. 프롬프트와 도구 설명은 지시를 가장 곧이곧대로 따르는 모델에 맞춰 정밀하게 적어 둡니다. 이렇게 해 두면 코드 수정 없이도 단계별 모델을 올리거나 내릴 수 있습니다. 단계 유형마다 쓸 모델이 고정되는 단순한 라우팅이라면, 판단을 모델에 맡기지 말고 애플리케이션 코드로 직접 고릅니다.
판단 기준과 자체 측정 절차
공개 벤치마크인 SWE-bench Pro나 Terminal-Bench 수치는 후보 모델을 좁히는 출발점일 뿐입니다. 실제 서비스나 워크플로에 고정하기 전에는 다음 네 단계로 자체 작업에서 직접 재야 합니다.
- 실제 작업 표본을 뽑고 테스트 통과, 티켓 종료, 정확한 행 수처럼 결과를 판별할 기준을 만듭니다.
- 후보 모델을 두세 가지
effort수준으로 실행합니다. 서로 캐시를 공유하지 않도록 반드시 별도 세션으로 돌립니다. 각 응답의usage필드에서 완료 작업당 비용도 함께 기록합니다. - 지출 대비 점수 그래프를 그립니다. 멀티모델 조합이 그래프 위의 모든 단일 모델 지점을 분명히 앞설 때만 복합 구성을 채택합니다.
- 가장 나은 구성을 실제 트래픽 일부에 섀도 실행해 검증한 뒤 전환합니다.
Claude Code 환경에서 간단히 가늠해 보고 싶다면 백로그에서 작업 하나를 고릅니다. 그 작업을 /model 명령으로 두 모델에서 각각 실행한 뒤 /usage 출력 결과를 나란히 비교하면 됩니다.
출처
- claude.dev Blog: Which Claude model should you build with? Fable, Opus, Sonnet, or Haiku (Addy Osmani, 2026년 11월 9일 공개)