Anthropic이 11월 9일(미국 시간) Claude Fable 5.2와 Claude Mythos 5.2를 공개했습니다. 9월에 나온 5.1 이후 열 주 만의 업데이트입니다. 발표문의 숫자만 보면 반가운 소식뿐입니다. 코딩 벤치마크 점수는 오르고, 출력 속도는 최대 30% 빨라졌고, API 가격은 입력 100만 토큰당 10달러에서 8달러로, 출력은 50달러에서 40달러로 20% 내렸습니다.
그런데 독립 평가 기관 Artificial Analysis가 같은 주에 내놓은 측정값은 결이 조금 다릅니다. 가장 높은 설정으로 돌렸을 때 Fable 5.2가 시험 문제 하나를 푸는 데 쓴 돈은 평균 26.54달러로, Fable 5.1의 두 배 수준이었습니다. 토큰 한 개 값은 내렸는데 일 한 건 값은 오른 셈입니다. 시장조사기관 Greyhound Research의 산치트 비르 고기아(Sanchit Vir Gogia)는 이를 두고 "Anthropic은 토큰 값을 내렸지, 생각 값을 내린 게 아니다"라고 정리했습니다.
이 글은 그 간극이 어디서 생기는지를 따라갑니다. 열쇠는 effort라는 설정 하나에 있습니다.
같은 모델에 이름이 둘인 이유
먼저 이름부터 정리하겠습니다. Fable 5.2와 Mythos 5.2는 서로 다른 모델이 아닙니다. Anthropic 문서는 둘이 같은 바탕 모델이라고 밝힙니다. 차이는 바깥에 두른 안전장치입니다.
Fable 5.2는 누구나 쓸 수 있는 쪽입니다. 대신 사이버보안과 생물학 분야에서 위험해 보이는 요청을 분류기가 걸러냅니다. 침투 테스트나 익스플로잇 코드(취약점을 실제로 공격하는 코드) 작성 같은 요청이 여기에 걸립니다. Mythos 5.2는 이 안전장치를 느슨하게 푼 쪽입니다. 그래서 Anthropic의 사이버 검증 프로그램이나 생명과학 검증 프로그램을 통과한 기관에만 열려 있습니다. 같은 엔진을 얹은 차를 한 대는 일반 도로용으로, 한 대는 허가받은 서킷용으로 내놓은 것과 비슷합니다.
이번 버전에서 개발자가 체감할 변화는 차단 빈도입니다. ITmedia 보도에 따르면 Anthropic은 Fable 5.1보다 안전장치에 걸리는 비율을 약 55% 줄였다고 밝혔습니다. 보안 공부를 하다가 평범한 질문까지 거절당하던 일이 그만큼 줄었다는 뜻입니다. 거절은 오류가 아니라 정상 응답(HTTP 200)으로 오고, stop_reason에 refusal이 찍히며 어느 정책 분야에 걸렸는지도 함께 알려 줍니다. 거절된 요청을 다른 모델로 다시 보내는 서버 측 대체 기능도 베타로 열려 있는데, Fable 5.2에서 넘길 수 있는 모델은 Claude Opus 4.8과 Opus 5로 정해져 있습니다.
Mythos 5.2의 쓰임새는 숫자가 잘 보여 줍니다. 이미 공개된 취약점 1,829건을 다시 찾아내는 CVE Rediscovery 시험에서 Mythos 5.2는 89.6%를 기록해 5.1의 78.3%를 넘었습니다. 검증 프로그램에 들지 않은 Claude Enterprise 고객도 Claude Security 제품을 통해 Mythos 5.2의 취약점 탐지 기능은 쓸 수 있습니다.
점수는 얼마나 올랐나
Anthropic이 공개한 표에서 눈에 띄는 숫자 몇 개만 추려 보겠습니다. 모두 Anthropic이 직접 잰 값이라는 점은 감안해야 합니다.
| 시험 | Fable 5.2 | Fable 5.1 | Opus 5.5 | GPT-6 Astra | Gemini 4 Carbon |
|---|---|---|---|---|---|
| FrontierCode 2.0 (에이전트 코딩) | 49.1% | 32.4% | 45.5% | 42.8% | 41.1% |
| FrontierSWE v2 (에이전트 코딩) | 69.9% | 56.3% | 62.3% | 65.5% | 61.2% |
| Remote Labor Index (원격 외주 업무) | 41.3% | 17.9% | 21.3% | 20.8% | - |
| AutomationBench (업무 자동화) | 51.4% | 31.4% | 42.5% | 41.4% | 53.9% |
코딩과 장시간 에이전트 작업에서 폭이 큽니다. 원격 외주 업무를 얼마나 끝까지 해내는지 재는 Remote Labor Index는 5.1의 두 배를 넘었습니다. 반면 업무 자동화 시험인 AutomationBench에서는 Google Gemini 4 Carbon이 여전히 앞섭니다. Artificial Analysis의 AA-Briefcase 평가에서도 Fable 5.2는 Sonnet 5.5와 Opus 5.5 뒤였습니다. 모든 시험에서 1등을 한 모델은 아닌 셈입니다.
Anthropic이 보여 준 사례는 규모가 큽니다. Fable 5.2 에이전트 약 1,000개가 30시간 만에 페르마의 마지막 정리 증명을 증명 검증 도구 Lean으로 끝까지 옮겼습니다. 같은 조건에서 Opus 5.5는 26%쯤에서 멈췄습니다. 한 엔지니어는 빈 폴더에서 출발해 하위 에이전트 1,000개 이상을 8일 동안 돌려, 노트북에서 부팅되는 시제품 운영체제를 만들었다고 합니다.
여기서 눈여겨볼 단어가 "1,000개", "30시간", "8일"입니다. 이 모델의 장점은 오래, 많이 생각하게 둘 때 드러납니다. 그리고 오래 생각하는 데는 돈이 듭니다.
토큰 값은 내렸는데 작업 값은 올랐다
effort는 모델에게 "이 일에 얼마나 공을 들일지"를 알려 주는 설정입니다. low, medium, high, xhigh, max 다섯 단계가 있습니다. 시험을 볼 때 문제를 한 번 읽고 바로 답을 쓰는 학생과, 풀이를 세 갈래로 해 보고 검산까지 두 번 하는 학생의 차이쯤으로 생각하면 됩니다. 단계가 올라갈수록 모델은 답을 내기 전에 더 길게 생각하고, 도구도 더 많이 부릅니다. Fable 5.2는 생각하는 기능이 항상 켜져 있어서, effort가 사실상 생각의 양과 비용을 조절하는 유일한 손잡이입니다.
문제는 생각도 출력 토큰으로 계산된다는 점입니다. 화면에 보이는 답이 세 줄이어도, 그 앞에서 모델이 수만 토큰을 썼다면 수만 토큰 값이 청구됩니다.
Artificial Analysis가 자체 종합 지능 지수(Intelligence Index) 문제를 effort 단계별로 풀게 한 결과가 이 구조를 잘 보여 줍니다.
| effort | 지수 점수 | 전체 출력 토큰 | 문제당 평균 시간 |
|---|---|---|---|
| max | 65 | 2억 7,500만 | 41.8분 |
| xhigh | 62 | 1억 4,400만 | 26.6분 |
| high | 62 | 8,530만 | 15.3분 |
| medium | 56 | 4,100만 | 7.0분 |
| low | 54 | 3,490만 | 5.5분 |
max에서 65점으로 전체 1위에 올랐습니다. 2위인 Gemini 4 Carbon(60점)과 Opus 5.5(59점)를 넉넉히 앞선 점수입니다. 그런데 high로 내려도 62점이 나옵니다. 이 점수만으로도 다른 어떤 모델의 최고 설정보다 높습니다. high에서 max로 가며 얻은 3점을 위해 토큰은 세 배 넘게 썼고, 시간은 2.7배 걸렸습니다. xhigh는 high보다 토큰을 1.7배 쓰고도 점수가 같았습니다.
Fable 5.1과 비교하면 작업당 비용이 왜 두 배가 됐는지도 보입니다. 같은 max 설정에서 문제당 비용은 5.1이 12.99달러, 5.2가 26.54달러였습니다. 단가가 20% 내렸는데 청구액이 두 배가 됐다면, 거꾸로 계산해 토큰을 대략 2.5배 더 썼다는 뜻입니다. 5.2가 더 깊게 생각하도록 만들어졌고, max는 그 깊이를 끝까지 쓰는 설정이기 때문입니다. 참고로 Opus 5.5를 max로 돌린 문제당 비용은 약 10달러였습니다.
이 숫자를 "Fable 5.2는 비싸다"로 읽으면 반만 맞습니다. Anthropic 자료에 따르면 Fable 5.2를 high로 돌렸을 때 FrontierCode 2.0 점수는 45.3%로, Opus 5.5를 max로 돌린 45.5%와 거의 같았고 작업당 비용은 절반 정도였습니다. 같은 모델이 설정 하나로 가장 비싼 선택지도, 꽤 알뜰한 선택지도 되는 것입니다.

Anthropic도 max를 권하지 않는다
흥미롭게도 Anthropic의 개발자 문서는 이 사정을 숨기지 않습니다. 문서는 Fable 5.2의 API 기본값을 high로 정해 두고, 성능 향상의 대부분이 high에서 이미 나온다고 적었습니다. 그 위로 올라가서 얻는 이득은 들쭉날쭉하고 작업마다 다르다는 설명도 붙였습니다. xhigh는 가장 어려운 장시간 코딩·에이전트 작업에서 효과를 직접 확인했을 때만 쓰고, max는 모델의 한계를 재 보거나 시간과 토큰을 정말 따지지 않아도 되는 드문 경우에만 쓰라는 것이 문서의 권고입니다. 한 단계 더 나아가, 대부분의 일은 Fable이 아니라 Opus 5.5로 시작하고 Opus를 높은 effort로 돌려도 요구를 못 맞출 때 Fable 5.2로 옮기라고 권합니다.
벤치마크 표가 대개 max 기준으로 그려진다는 점이 혼란을 키웁니다. 해커뉴스에서는 "medium으로 돌린 Fable 5.2가 high나 xhigh로 돌린 Opus 5.5보다 꽤 매력적으로 보인다"는 반응이 나왔습니다. 1위 점수는 max에서 나왔지만, 실무에서 고를 만한 지점은 그보다 아래에 있다는 이야기입니다.
max가 사고를 내는 장면도 있었습니다. 개발자 사이먼 윌리슨(Simon Willison)이 새 모델마다 돌려 보는 펠리컨 SVG 그리기 시험을 max로 돌렸더니 빈 응답이 돌아왔습니다. 모델이 출력 한도 12만 8천 토큰을 생각하는 데 다 써 버려서 정작 그림을 그릴 자리가 남지 않았던 것입니다. 문서가 high 이상에서는 max_tokens를 넉넉히 잡으라고 따로 적어 둔 이유가 여기 있습니다.
와튼스쿨의 이선 몰릭(Ethan Mollick) 교수는 Fable 5.2로 3D 세계 450여 개와 8만 7,500단어 분량의 규칙서를 만든 경험을 전하면서도, 결과물에 있던 문제를 모델이 "스스로 알아채지 못했다"고 적었습니다. 오래 생각하게 둔다고 판단력까지 따라오지는 않는다는 관찰입니다.
옮겨 탈 때 막히는 곳
Claude Code나 claude.ai, Agent SDK를 통해 쓴다면 모델 이름만 바꾸면 됩니다. 요청을 직접 조립하는 코드라면 이야기가 다릅니다. Anthropic이 꼽은, 기존 코드가 깨질 수 있는 지점은 네 가지입니다.
가장 걸리기 쉬운 건 생각 블록(thinking block)의 "접두사 검사"입니다. Fable 5.2는 대화 중 이전 턴에서 만든 생각 기록을 다음 요청 때 다시 받아 이어서 씁니다. 그런데 그 생각 기록 앞에 있던 시스템 프롬프트, 도구 목록, 이전 메시지 가운데 하나라도 바뀌었으면 400 오류를 돌려줍니다. 남의 메모 앞부분이 슬쩍 바뀌었는데 그 메모를 그대로 믿고 이어 쓰지는 않겠다는 것입니다. 대화 기록을 요약하거나 중간 메시지를 지우는 식으로 맥락을 관리해 온 코드라면 먼저 시험해 봐야 합니다. 임시로 해당 생각 블록을 버리고 진행하는 베타 옵션이 있지만, 이 경우 출력 토큰이 늘 수 있다고 문서는 경고합니다.
나머지 셋은 비교적 단순합니다. Fable 5.2의 생각 블록은 Fable 5.2와 Mythos 5.2만 읽을 수 있어서, 라우터가 대화를 Opus 5.5 같은 다른 모델로 넘기면 그동안의 추론 맥락이 끊깁니다. 예전 컴퓨터 사용 도구 computer_20251124는 Amazon Bedrock을 빼면 오류가 나니 새 도구 묶음으로 옮겨야 합니다. 조언자(advisor) 도구를 쓴다면 조언자도 Fable 5.2나 Mythos 5.2여야 합니다.
데이터 보존 조건도 확인할 대목입니다. Fable 5.2와 Mythos 5.2는 안전 모니터링을 위해 30일 데이터 보존이 필수이고, Anthropic이 따로 승인하지 않으면 무보존(ZDR) 계약으로 쓸 수 없습니다. 고객사 인프라 안에서 모니터링을 돌려 무보존과 함께 쓰게 해 주는 기능은 아직 비공개 베타입니다. 금융이나 의료처럼 데이터 반출에 민감한 조직에서는 20% 가격 인하보다 이 조건이 먼저 따져야 할 항목일 수 있습니다.
단가표보다 effort 설정을 먼저 봐야 하는 이유
Fable 5.2가 보여 준 건 모델 비용을 따지는 단위가 바뀌고 있다는 사실입니다. 예전에는 "100만 토큰당 얼마"를 비교하면 대략 견적이 나왔습니다. 생각하는 양을 모델이 스스로 정하고 그 양을 effort로 조절하는 지금은, 같은 모델이라도 설정에 따라 한 작업 값이 여덟아홉 배까지 벌어집니다. Artificial Analysis 기준 low와 max의 문제당 비용은 3.10달러와 26.54달러였습니다.
그래서 이번 출시에서 가장 실용적인 숫자는 1위 점수 65가 아니라 high의 62입니다. 최고 점수의 대부분을 3분의 1 토큰으로 얻는 지점이 있다는 뜻이고, Anthropic 문서도 그 지점을 기본값으로 정해 두었습니다. Fable 5.1에서 쓰던 effort 설정을 그대로 가져오지 말고 단계별로 다시 재 보라는 것도 같은 문서의 권고입니다. 생각이 깊어진 모델일수록, 얼마나 생각하게 둘지는 쓰는 사람이 정해야 합니다.

