Anthropic은 10월 7일, 100K 토큰 이하의 프롬프트에 대해 100만 입력 토큰당 0.10달러, 100만 출력 토큰당 0.50달러의 가격으로 Claude Haiku 5.5를 출시했습니다. GPT-6 Luna 역시 9월 22일부터 정확히 0.10달러와 0.50달러로 책정되어 있었으며, 캐시 요금 또한 읽기 0.01달러, 쓰기 0.125달러로 동일합니다. Sonnet 5.5가 GPT-6 Sol의 2달러/10달러 요금과 일치된 지 9일 만에 저가형 티어에서도 똑같은 일이 일어난 것입니다.
가격이 같아졌다고 해서 선택이 쉬워진 것은 아닙니다. 오히려 더 까다로워졌습니다. 저가형 티어야말로 대량 작업이 발생하는 영역이기 때문입니다. 분류(triage), 요약, 테스트 스캐폴딩 등 당사가 이전부터 저렴한 런타임에 맡겨야 한다고 주장해 온 작업들이 여기에 해당합니다. 직감만으로 둘 중 하나를 선택하면 결국 보드에 둘 다 올라오게 됩니다. 하나는 Claude Code에, 다른 하나는 Codex에 배정되는 식입니다. 그렇게 되면 어떤 에이전트(Agent)가 어느 작업을 맡고 있는지, 어떤 실행이 완료되었는지, 혹은 지난 화요일 버그를 엉뚱한 곳으로 라우팅한 분류 요약을 누가 작성했는지조차 아무도 알 수 없게 됩니다.
핵심 요약 (TL;DR)
Claude Haiku 5.5와 GPT-6 Luna의 가격이 같은 것은 프롬프트가 100K 토큰 미만일 때뿐입니다. 이를 넘어서면 Haiku 5.5는 0.50달러/2.50달러로 인상되지만, Luna는 272K 토큰까지 기본 요금을 유지하다가 이후 0.20달러/0.75달러로 오릅니다. 따라서 장기 실행되는 에이전트 세션이야말로 비용 차이가 벌어지는 지점입니다. 두 모델을 모두 다룬 유일한 벤더 비교표인 Anthropic의 출시 자료를 보면, Haiku 5.5가 공통 측정 항목 전반에서 더 높은 점수를 기록했습니다. 하지만 비용 차트를 보면 지식 작업의 모든 노력 수준(effort level)에서, 그리고 컴퓨터 사용 작업에서는 두 모델의 비용이 같고 Haiku 5.5가 약 16점 높은 점수를 기록한 medium 단계를 제외한 모든 수준에서 Luna의 시도당 비용이 더 저렴합니다. 다만 이는 한쪽 벤더의 발표 자료일 뿐이며, 아직 Haiku 5.5에 대한 독립적인 벤치마크 결과는 없습니다. 프롬프트 크기와 자체 작업(Task)에서 측정한 결과를 기준으로 라우팅하십시오. 두 런타임을 모두 유지하는 것도 충분히 합리적인 접근법입니다.
프롬프트가 길어지면 달라지는 요금 체계
헤드라인에 표시된 가격 일치는 특정 프롬프트 크기 구간에서만 유효합니다. 두 벤더 모두 긴 프롬프트에 대해 추가 요금을 부과하지만, 적용 시점과 인상 폭은 서로 다릅니다.
| 요청당 입력 토큰 수 | Haiku 5.5 (100만 입력/출력 토큰당) | GPT-6 Luna (100만 입력/출력 토큰당) |
|---|---|---|
| 최대 100K | $0.10 / $0.50 | $0.10 / $0.50 |
| 100K ~ 272K | $0.50 / $2.50 | $0.10 / $0.50 |
| 272K 초과 | $0.50 / $2.50 | $0.20 / $0.75 |
Anthropic의 가격 정책 문서는 이를 명확히 밝히고 있습니다. 프롬프트가 100,000토큰을 초과하면 더 높은 요금이 적용됩니다. OpenAI의 Luna 모델 페이지에서는 입력 토큰이 272K를 초과하는 프롬프트의 경우 전체 요청에 대해 입력 및 캐시 요금이 2배, 출력 요금이 1.5배로 책정됩니다. 배치(Batch) 처리 시에는 두 요금 모두 절반으로 줄어듭니다.
이는 일반적인 채팅보다 에이전트 환경에서 훨씬 더 중요합니다. 에이전트 세션은 매 턴마다 전체 컨텍스트를 다시 전송하기 때문입니다. Anthropic에 따르면 Haiku 4.5 요청의 90%가 100K 미만이었지만, 장시간 이어지는 코딩 세션은 일반적인 요청과는 다릅니다. Claude Code는 기본적으로 Haiku 5.5를 포함한 네이티브 1M 컨텍스트 모델을 약 967K 토큰에서 자동 압축(compact)합니다. 따라서 Haiku 5.5 기반의 긴 Claude Code 세션은 대부분의 턴을 100K 초과 구간에서 보내게 되며, 기본 요율의 5배에 달하는 비용이 발생할 수 있습니다. 반면 Luna 기반의 Codex는 할증이 붙기 전까지 172K 토큰의 여유가 더 있고, 할증이 적용되더라도 인상 폭이 훨씬 작습니다.
토큰 수가 벤더 간에 1:1로 직접 비교되지 않는다는 점도 고려해야 합니다. Anthropic에 따르면 동일한 텍스트라도 Haiku 5.5에서는 Haiku 4.5보다 약 30% 더 많은 토큰이 생성됩니다. Hacker News의 한 사용자는 최신 Claude의 100K 토큰이 최신 GPT의 약 60K~65K 토큰 수준이라고 추산하기도 했습니다. 이는 측정치가 아닌 추정일 뿐이지만 결론은 같습니다. 동일한 코드베이스라도 Haiku 5.5 쪽이 저렴한 기본 구간을 훨씬 더 빨리 채우게 됩니다.
Anthropic 비교표로 알 수 있는 것들
Haiku 5.5 출시 안내 글에는 Luna 수치가 포함된 6개의 행이 있습니다. Haiku 5.5 수치는 최대 노력(max effort) 기준입니다.
| 벤치마크 항목 | Haiku 5.5 | GPT-6 Luna | Luna 수치 출처 |
|---|---|---|---|
| GDPval-AA v2.1 (knowledge work) | 1620 | 1437 | Published figure cited by Anthropic |
| AA-Briefcase v1.1 | 1578 | 1336 | Published figure cited by Anthropic |
| OSWorld 2.1, offline subset | 72.4% | 48.9% | Run by Anthropic through OpenAI’s API, 82 tasks |
| Terminal-Bench 4.0 | 39.2% | 16.4% | Public leaderboard, Codex CLI at max effort |
| FrontierCode 1.1 (Main) | 46.4% | 42.4% | Published figure cited by Anthropic |
| Chartography, no tools | 46.4% | 29.1% | As reported by Surge AI |
모든 항목에서 Haiku 5.5가 앞서고 있습니다. 하지만 이를 최종적인 결론으로 단정하기에는 두 가지 주의할 점이 있습니다. 우선 Anthropic이 직접 공개한 자료라는 점, 그리고 출시 페이지의 차트에서 시도당 비용 대비 점수를 함께 비교하고 있다는 점입니다. 비용을 함께 보면 단순 점수와는 다른 양상이 나타납니다.
| Effort | OSWorld: Haiku 5.5 | OSWorld: Luna | GDPval-AA: Haiku 5.5 | GDPval-AA: Luna |
|---|---|---|---|---|
| low | 42.0%, $0.07 | 19.2%, $0.04 | 1125, $0.012 | 1036, $0.004 |
| medium | 53.3%, $0.13 | 37.5%, $0.13 | 1277, $0.030 | 1262, $0.020 |
| high | 61.3%, $0.18 | 42.3%, $0.14 | 1420, $0.089 | 1344, $0.030 |
| xhigh | 67.6%, $0.28 | 44.8%, $0.17 | 1513, $0.267 | 1364, $0.050 |
| max | 72.4%, $0.61 | 48.9%, $0.21 | 1620, $0.866 | 1437, $0.090 |
GDPval-AA의 경우, Luna는 모든 노력 수준에서 작업당 비용이 더 저렴합니다. OSWorld에서는 두 모델의 시도당 비용이 약 13센트로 일치하는 medium을 제외한 모든 수준에서 Luna가 더 저렴합니다. 컴퓨터 사용 작업에서는 성능 차이가 워낙 커서 비용 차이가 무색해집니다. medium 설정의 Haiku 5.5가 max 설정의 Luna보다 더 적은 비용으로 더 높은 점수를 냅니다. 반면 지식 작업에서는 격차가 거의 좁혀집니다. high 설정의 Haiku 5.5와 max 설정의 Luna는 둘 다 작업당 약 9센트의 비용이 들고 Elo 점수 차이는 17점에 불과한데, Haiku 5.5의 max 설정은 Luna의 max보다 거의 10배나 비쌉니다.
한계점은 두 가지 더 있습니다. OSWorld의 대표 점수는 부분 점수(partial credit) 기준이며, Anthropic 시스템 카드에 명시된 Haiku 5.5의 엄격 통과율(strict pass rate)은 37.1%인 반면 Luna의 엄격 수치는 공개되지 않았습니다. 이것이 코드 리뷰 큐에 미치는 영향은 브라우저 에이전트 관련 게시글에서 다루고 있습니다. 또한 두 모델 모두 코딩 전용 모델을 대체할 수준은 아닙니다. Anthropic 스스로도 복잡한 에이전트 기반 코딩에는 Sonnet 5.5와 Opus 5.5가 여전히 더 나은 선택이라고 밝히고 있습니다.
각 모델을 둘러싼 런타임 환경
모델은 전체 결정의 절반에 불과합니다. 각 모델은 보통 서로 다른 런타임 내에서 실행되며, 이 런타임들은 작업 보드에서 각기 다르게 동작합니다.
claude-haiku-5-5 기반의 Claude Code. Claude Code v2.1.293 이상이 필요하며, claude --model claude-haiku-5-5로 시작하거나 /model 명령으로 전환할 수 있습니다. haiku라는 별칭은 Anthropic API에서만 Haiku 5.5를 가리키며, Bedrock, Google Cloud, Microsoft Foundry 및 Claude Platform on AWS에서는 여전히 Haiku 4.5로 연결되므로 반드시 전체 ID를 고정(pin)해야 합니다. 기본 노력 수준은 medium이며, Claude Code에서는 Haiku 5.5의 생각(thinking) 기능을 끌 수 없습니다. Max 및 Team 플랜에 제공되는 새로운 월간 API 크레딧은 Claude Code에 적용되지 않으므로 이 런타임 비용을 충당할 수 없습니다.
gpt-6-luna 기반의 Codex. Luna는 Plus, Pro, Business, Enterprise 및 Edu 플랜의 Codex에서 실행됩니다. API 추론 노력 수준은 none부터 max까지 지정할 수 있으며 기본값은 medium이므로, 별도로 변경하지 않는 한 두 모델 모두 medium에서 시작됩니다.
각주로 넘기기에는 중요한 동작상의 차이점이 하나 더 있습니다. Haiku 5.5는 요청을 거부할 수 있는 안전 분류기(safety classifier)를 실행하며, 서버 측 폴백이 없습니다. Anthropic의 시스템 카드에 따르면 자동화된 동작 감사에서 다른 어떤 모델보다 과도한 거부(over-refusal) 비율이 높았습니다. 거부가 발생하면 실행은 결과 없이 종료됩니다. 이는 아무도 보고 있지 않은 터미널 속으로 사라져서는 안 되며, 작업(Task)에 가시적인 실패로 명확히 기록되어야 합니다.
실제 작업(Task)에서 두 모델을 직접 비교하는 방법
Sharkly는 모델을 임의로 결정하지 않습니다. Agents 문서에는 다음과 같이 명시되어 있습니다: “에이전트는 런타임의 기본 모델을 따릅니다. 특정 모델 이름을 보장하거나 표시하지 않습니다. 모델을 변경하려면 에이전트 또는 런타임의 Custom arguments에 지정하십시오(예: model: model-name).” 에이전트에는 모델 선택 드롭다운이 없습니다. 따라서 각 런타임별로 하나씩, 역할에 맞게 명명된 두 개의 에이전트를 구성해야 합니다:
Agent A: Claude Code Runtime, Custom arguments model: claude-haiku-5-5
Agent B: Codex Runtime, Custom arguments model: gpt-6-luna
Tasks: the same description and starting commit, one Task per Agent,
drawn from jobs you actually hand the cheap tier
Accept: one acceptance check, written before either run starts
Record: accepted y/n, review minutes, reruns, refusals,
whether the run crossed 100K (Haiku) or 272K (Luna) input tokens,
provider cost from your own Anthropic and OpenAI bills
모델 사용량은 해당 도구들에 설정된 구독이나 API 키를 통해 처리되므로, 비용 청구는 모두 각 공급자에게 그대로 유지됩니다. 검토 소요 시간(review minutes)에 대한 인수를 포함한 전체 방법론은 Sonnet 5.5 vs GPT-6 Sol 비교 및 벤치마크가 아닌 자체 코드베이스에서 코딩 에이전트를 비교하는 방법에서 확인할 수 있습니다. Haiku 전용 설정 방법은 Sharkly에서 Claude Haiku 5.5 에이전트 실행하기에 정리되어 있습니다.
이 두 모델을 비교할 때 반드시 추가해야 할 열은 바로 프롬프트 크기입니다. 저렴한 모델이 비용을 더 초래하는 경우에서 설명했듯, Haiku 5.5에서 100K를 넘긴 저가형 실행은 더 이상 10센트짜리 실행이 아니며, 두 번의 재실행(rerun)이 필요했던 저가형 작업은 결코 저렴하지 않았기 때문입니다.
“둘 다 사용한다”가 여전히 타당한 이유
지금까지 공개된 데이터만으로는 명확한 승자를 가릴 수 없으며, 요금 구조를 보더라도 작업별로 나뉠 수밖에 없습니다.
프롬프트가 100K 미만으로 유지될 때, OSWorld 격차가 가장 두드러지는 브라우저나 데스크톱 작업일 때, 또는 Claude 리드 에이전트 하위의 서브에이전트로 저가형 작업을 실행할 때는 Haiku 5.5를 사용하십시오(해당 작업이 어디에 위치해야 하는지는 서브에이전트 또는 독립 에이전트 글에서 다룹니다). 긴 로그 요약이나 대규모 diff 분석처럼 작업 컨텍스트가 일상적으로 100K~272K 토큰에 달하거나 시도당 최저 비용이 중요한 기준이라면 Luna를 사용하십시오. 오직 Claude Code만 사용하고 저가형 작업이 짧다면 굳이 두 번째 저렴한 런타임을 둘 필요가 없을 수도 있습니다.
두 모델을 모두 유지하는 전략은 런타임이 아닌 작업(Task) 자체가 중심 기록이 될 때만 효과를 발휘합니다. 에이전트는 조사, 실행, 테스트, 보고를 담당합니다. 방향을 설정하고 권한을 부여하며 결과를 승인하는 것은 사람의 몫입니다. 두 연구소는 불과 3주 만에 저가형 티어 가격을 동일하게 맞췄으며, 언제든 다음 조치가 이어질 수 있습니다. 다음 라운드에서 어느 런타임이 승리하든 요청부터 릴리스에 이르기까지 컨텍스트, 진행 상황, 병목 지점, 결과 및 인간 검토는 투명하게 유지되어야 합니다. 단일 생태계에 얽매이지 않고 여러 코딩 에이전트를 유연하게 활용하고자 한다면, 바로 이 지점이 Sharkly가 해결하고자 설계된 과제입니다.
