Claude Haiku 5.5: Anthropic 소형 모델의 가격 급락

볼륨과 지연 시간에 초점을 맞춘 출시

2026년 10월 7일, Anthropic은 Claude Haiku 5.5를 Haiku 4.5의 직접적인 후속 모델로 발표했으며, 이를 소형 모델 카테고리에서 가장 저렴하고 가장 빠른 모델로 소개했습니다. 대용량 및 지연 시간에 민감한 작업—요약, 데이터 세트 압축, 데이터베이스 쿼리, 분류, 고객 지원 보조 또는 브라우저 제어—을 위해 설계된 Haiku 5.5는 실행 속도가 추론 깊이보다 중요한 상황에서 무거운 솔루션을 대체하는 것을 목표로 합니다. 이러한 설계 철학은 비용 효율성을 유지하면서도 실시간 응답이 요구되는 환경에 최적화되었습니다. 또한, Anthropic은 기존 모델 대비 하드웨어 요구 사항이 크게 변하지 않을 것이라고 강조했습니다. 따라서 기존 인프라를 그대로 활용하면서도 성능 향상을 기대할 수 있습니다.

대폭 확대된 컨텍스트 창

Haiku 4.5가 입력 200 000 토큰, 출력 64 000 토큰의 창을 가지고 있었던 것에 비해, Haiku 5.5는 입력 한도를 1 백만 토큰, 출력 한도를 128 000 토큰으로 확대했습니다. 이 증가된 용량은 문서를 나누지 않고도 훨씬 긴 문서를 처리할 수 있게 하며, 특히 대용량 보고서 요약이나 대규모 데이터베이스에 대한 복잡한 쿼리에 유용합니다. 모델은 기본값이 'Medium'인 'effort'라는 설정 가능한 매개변수도 포함합니다. Anthropic이 공개한 벤치마크 점수는 'maximal‑effort' 모드에서 얻은 것으로, 선택한 설정에 따라 성능이 달라질 수 있음을 나타냅니다. 입력 토큰 한도가 크게 늘어나면서, 사용자는 사전 처리 단계에서 텍스트를 자르는 작업을 최소화할 수 있습니다. 출력 토큰 한도 확대는 생성된 텍스트가 더 풍부하고 상세하게 표현될 수 있음을 의미합니다. 'effort' 매개변수는 사용자가 원하는 정확도와 비용 사이의 균형을 조정하도록 설계되었습니다. 'Medium' 설정은 기본값으로 제공되며, 필요에 따라 'maximal‑effort'로 전환하면 벤치마크에서 확인된 높은 점수를 재현할 수 있습니다.

두 단계 요금제: 비용 절감은 어떻게 구현되는가

Anthropic은 100 000 토큰 미만의 요청에 대해 입력 토큰당 0.10 달러, 출력 토큰당 0.50 달러의 요금을 제시합니다. 이 임계값을 초과하면 가격이 5배로 상승하지만, 회사 발표에 따르면 평균적으로 Haiku 4.5 비용의 절반 수준을 유지합니다. Anthropic은 이러한 새로운 요금제가 Haiku 5.5를 이전 모델보다 약 75 % 저렴하게 만든다고 주장합니다. 반면 01net은 짧은 요청에 대해 90 % 감소, 긴 요청에 대해 50 % 감소를 보도했으며, 이는 Anthropic의 공식 요금 설명과 약간 차이가 있습니다. 두 단계 요금 구조는 사용량 패턴에 따라 비용 효율성을 최적화하도록 설계되었습니다. 짧은 요청이 많은 워크로드에서는 첫 번째 단계 요금이 적용되어 비용 절감 효과가 크게 나타납니다. 반면, 대규모 텍스트 처리와 같이 100 000 토큰을 초과하는 경우에도 여전히 경쟁력 있는 가격을 유지하도록 조정되었습니다. Anthropic은 이러한 가격 정책이 기존 고객에게도 매력적일 것이라고 강조했습니다. 01net의 보도와 Anthropic의 공식 설명 사이에 차이가 존재하지만, 두 출처 모두 비용 감소 효과를 인정하고 있습니다.

벤치마크에서 측정된 성능

Anthropic이 공개한 벤치마크 결과는 큰 향상을 보여줍니다. Terminal‑Bench 4.0에서 Haiku 5.5는 39.2 %를 기록했으며, Haiku 4.5는 0 %에 머물렀습니다. GDPval‑AA v2.1 점수는 735에서 1 620으로 상승했고, OSWorld 2.1은 15.7 %에서 72.4 %로 급등했으며, Chartography는 6.4 %에서 46.4 %로 향상되었습니다. 모든 점수는 maximal‑effort 모드에서 얻었으며, medium 모드에서는 Terminal‑Bench 4.0 점수가 약 20.3 %로 떨어집니다. Sonnet 5.5와 비교했을 때, Haiku 5.5는 FrontierCode 1.1(46.4 % 대 52.1 %) 및 Terminal‑Bench 4.0(39.2 % 대 70.6 %)에서 뒤처집니다. 이러한 결과는 특히 복잡한 코드 생성 및 문제 해결 시나리오에서 Haiku 5.5가 이전 모델보다 현저히 높은 정확도를 달성했음을 시사합니다. Terminal‑Bench 4.0은 실행 시간과 정확성을 동시에 평가하는 벤치마크이며, Haiku 5.5가 39.2 % 점수를 획득한 것은 실용적인 응용 프로그램에서 의미 있는 개선을 의미합니다. GDPval‑AA v2.1은 일반적인 언어 이해 능력을 측정하고, 점수 상승은 모델의 전반적인 이해도가 크게 향상되었음을 보여줍니다. OSWorld 2.1과 Chartography에서도 비슷한 추세가 관찰됩니다. 다만, medium 모드에서는 성능이 낮아지는 점은 사용자가 설정을 조정할 때 고려해야 할 요소입니다. Sonnet 5.5와의 비교에서는 특정 영역에서 아직 격차가 존재함을 확인할 수 있습니다.

가드레일 및 사용 제한 / 개발자를 위한 구체적 영향

Anthropic은 Haiku 5.5의 가드레일이 Haiku 4.5보다 더 엄격하지만 Sonnet 5.5보다 덜 제한적이라고 밝혔습니다. 이 모델은 방어 작업을 허용하지만 침입 시도나 침투 테스트는 계속 차단합니다. 이러한 중간 입장은 상업용 애플리케이션에 더 큰 사용 자유를 제공하면서도 규정 준수 요구에 부합하는 보안 수준을 유지하려는 목적입니다. 동시에, Anthropic API를 통합하는 팀에게 가격 인하는 운영 비용을 즉시 절감한다는 의미이며, 특히 대부분의 요청이 100 000 토큰 이하인 경우 더욱 그렇습니다. Anthropic에 따르면 Haiku 4.5 트래픽의 90 %가 이 범위에 해당합니다. 또한 회사는 Sonnet 5.5에 대한 캐시 읽기 비용을 절반으로 낮추었다고 발표했으며, 이는 캐시를 집중적으로 사용하는 에이전트에 이익이 됩니다. Max 및 Team 구독에는 월 100~500 달러의 새로운 API 크레딧이 제공되어 사용량이 높은 프로젝트에 추가적인 여유를 제공합니다. 이러한 크레딧 정책은 초기 도입 비용을 낮추고, 파일럿 프로젝트나 대규모 배포 단계에서 비용 예측을 용이하게 합니다. 또한, 가드레일 정책과 비용 구조가 동시에 개선되면서 개발자는 보안과 비용 효율성을 동시에 고려한 설계가 가능해졌습니다.

남아 있는 의문점

여러 가지 질문이 남아 있습니다. Haiku 4.5의 정확한 토큰당 가격이 공개되지 않아 정확한 비교가 어렵습니다. 'effort' 매개변수가 비용에 미치는 실제 영향은 독립적으로 검증되지 않았으며, 제공된 벤치마크는 Anthropic만의 결과입니다. 아직 제3자 테스트가 발표되지 않아 특히 OpenAI의 GPT‑6 Luna와 비교한 성능이 확인되지 않았으며, GPT‑6 Luna는 가격 배수가 272 000 토큰부터 적용되는 반면 Haiku 5.5는 100 000 토큰부터 적용됩니다. 이러한 불확실성은 기업이 장기적인 투자 결정을 내릴 때 고려해야 할 요소로 작용합니다. 특히 비용 구조가 토큰 사용량에 따라 급격히 변동하는 경우, 예측 모델링이 복잡해집니다. 또한, 'effort' 매개변수와 비용 간의 상관관계가 공개되지 않았기 때문에, 사용자는 실제 운영 환경에서 비용 효율성을 직접 측정해야 할 필요가 있습니다. 제3자 벤치마크가 부족한 상황에서는 경쟁 모델과의 상대적 위치를 판단하기 어려우며, 이는 시장에서의 채택 속도에 영향을 미칠 수 있습니다.

즉시 변화하는 점

요약하면, Claude Haiku 5.5는 대용량 작업에 대해 상당한 비용 절감을 제공하면서, Haiku 4.5에 비해 훨씬 넓은 컨텍스트 창과 현저히 향상된 성능을 제공합니다. 개발자는 100 000 토큰 이하의 짧은 요청에 대해 큰 비용 절감을 기대할 수 있으며, Python 및 TypeScript SDK를 통한 새로운 브라우저 및 컴퓨터 제어 기능으로 생산성 향상을 얻을 수 있습니다. 그러나 두 단계 요금제, effort 매개변수 및 독립적인 벤치마크 부재는 대규모 전환 전에 더욱 신중한 검토가 필요함을 의미합니다. 따라서 초기 파일럿 단계에서 실제 워크로드를 사용해 비용과 성능을 측정하는 것이 권장됩니다. 또한, SDK가 제공하는 브라우저 및 컴퓨터 제어 기능은 자동화 시나리오에서 새로운 가능성을 열어주지만, 해당 기능을 활용하기 위해서는 추가적인 개발 작업이 필요합니다. 최종적으로, 기업은 비용 절감 효과와 기능적 이점을 균형 있게 평가한 뒤, 전사적인 도입 여부를 결정해야 합니다.