Claude Sonnet 5: 에이전트 실행과 코딩 작업을 위한 모델 전환 점검

Sonnet 티어에 들어온 에이전트 실행 모델

Anthropic은 2026년 6월 30일 Claude Sonnet 5를 정식 공개했다. Sonnet 티어에서 Opus 4.8에 근접한 품질을 Sonnet 가격과 속도로 제공하는 모델로, 장기 추론과 툴 사용 안정성을 끌어올린 점이 중심 변화다.

Claude.ai Free·Pro와 Claude Code의 기본 모델은 Sonnet 4.6에서 Sonnet 5로 바뀌었고, Max·Team Premium·Enterprise는 Opus 4.8을 유지한다. 컨텍스트 윈도우는 1M 토큰이 기본값이자 최대값이며, 최대 출력은 128K 토큰이다. 런칭 API 가격은 백만 토큰당 입력 $2, 출력 $10이고 2026년 8월 31일까지 적용된다.

적응형 사고와 툴 호출을 묶는 실행 구조

Sonnet 5는 적응형 사고를 기본으로 활성화한다. 태스크 난이도에 맞춰 모델이 사고 예산을 조절하는 방식이며, 수동 확장 사고를 지정하면 400 에러가 반환된다. 비기본 sampling parameter를 지정할 때도 400 에러가 반환되므로, 결정성과 재현성을 위한 서빙 계약이 더 엄격해진 셈이다.

장기 추론 뒤에 브라우저, 터미널, 함수 실행을 반복하는 워크플로를 지원한다. Terminal-Bench 2.1에서는 Sonnet 4.6보다 13.4점 향상했고, 컴퓨터 사용 벤치마크인 OSWorld에서는 81.2%를 기록했다. 1M 토큰 단일 세션은 대형 코드베이스나 문서를 함께 적재하는 데 쓰이며, 장문 컨텍스트의 참조 유지와 회수 품질은 멀티파일 편집을 수행하는 코딩 에이전트의 기반이 된다.

⤢✕

Sonnet 4.6과 비교하면 정렬 정책을 계승하는 드롭인 업그레이드에 가깝다. 다만 수동 사고와 sampling 설정에서 400 에러를 반환하는 API 계약 변경은 호출 코드와 운영 검증에 직접 영향을 준다.

전환 전에 확인할 호출부와 회귀 게이트

기존 Sonnet 4.6 호출을 Sonnet 5로 바꾸는 일은 가능하지만, 적응형 사고 기본 활성화, 수동 확장 사고의 400 에러, 비기본 sampling parameter의 400 에러를 우선 확인해야 한다. temperature나 top_p 등을 고정한 코드가 있다면 호출부 수정이 필요하다.

장기 추론과 툴 사용 안정성은 CI 연동 코드 수정, 멀티스텝 리서치, 브라우저 자동화처럼 자율 실행이 이어지는 작업에 맞는다. Opus 4.8에 근접한 품질을 확보하면서 비용과 지연을 낮출 수 있어, 반복 실행이 많은 에이전트 워크로드의 단가를 검토할 여지가 있다.

프로덕션으로 올리기 전에는 골든 데이터셋으로 품질 회귀를 계량화하는 게이트를 둔다. 수동 사고와 sampling 관련 400 에러 항목은 회귀 스위트에서 먼저 점검하고, 8/31까지의 런칭 인트로 가격으로 PoC를 진행한 뒤 정상가 기준으로 비용을 다시 산정한다.

툴 호출 로그와 사고 트레이스를 보존하면 자율 행동을 감사할 수 있다. Free·Pro와 상위 티어의 기본 모델이 Sonnet 5와 Opus 4.8로 나뉘므로, 티어에 따른 결과 편차는 계약과 SLA에 명시할 필요가 있다.

모델 선택에서 보는 성능과 역할의 차이

이전 세대와 비교해 추론, 코딩, 툴 사용 전반이 개선됐으며, FrontierCode v1은 15.1%에서 38.8%로 두 배 이상 상승했다. 이는 패턴 매칭보다 구조적 추론이 개선됐음을 시사한다.

GPT-5.6 Sol은 2026년 7월 9일 기준 Terminal-Bench 2.1 88.8%, ARC-AGI-2 92.5%, Coding Agent Index 80으로 프런티어 에이전트 추론을 주도한다. Gemini 3.1 Pro는 1M 입력, 멀티모달, 롱컨텍스트에 강점이 있다. 선택 기준은 범용 추론과 코딩 특화, 단일 대형 모델과 티어링 조합 사이의 트레이드오프다.

구분	Claude Sonnet 5	Claude Opus 4.8	GPT-5.6 Sol	Gemini 3.1 Pro
출시	2026-06-30	이전 세대 상위	2026-07-09	2026 상반기
SWE-bench Verified	82.1%	상위	상위	상위
SWE-bench Pro	63.2%	69.2%	58.6%(5.5)	경쟁권
Terminal-Bench 2.1	+13.4p(vs 4.6)	상위	88.8%	경쟁권
컨텍스트	1M(기본·최대)	대형	대형	1M 입력
포지션	저비용 에이전트	고난도 코딩	프런티어 추론	롱컨텍스트·멀티모달
강점	비용·툴 안정성	최고 품질	보안·에이전트	Google 생태계

최고 품질이 필요한 작업은 Opus 4.8과 GPT-5.6 Sol, 롱컨텍스트와 멀티모달 요구가 중심인 작업은 Gemini 3.1 Pro가 해당한다. 저비용으로 에이전트를 반복 실행하는 영역에서는 Sonnet 5가 유리하다.

조달과 운영 통제에 반영할 변화

모델 조달에서는 단일 모델을 표준화하기보다 Sonnet 5를 상시 사용하고 고난도 작업을 Opus 4.8로 에스컬레이션하는 티어링 조합이 총소유비용(TCO)을 다루기 좋다. 8/31 이후의 단가 변동도 조달 계약과 예산에 반영해야 한다.

코딩 에이전트를 도입할 때는 인간 검토 게이트와 코드 리뷰 정책을 함께 둔다. 400 에러 반환처럼 API의 파괴적 변경이 발생할 수 있으므로, 변경 관리 프로세스도 운영 체계에 포함한다.

터미널과 브라우저를 자율적으로 실행하는 작업에는 권한 최소화, 샌드박싱, 감사 로그가 필요하다. 티어별 기본 모델 차이에서 생길 수 있는 산출물 일관성 리스크는 품질 SLA로 통제한다.

에이전트 모델 시장에서 예상되는 변화

Sonnet급 모델이 Opus와 GPT 플래그십에 근접하면서 에이전트 워크로드의 사실상 기본 모델로 정착할 전망이다. 저비용 티어의 자율성이 높아지면 대량 에이전트 실행의 경제성이 개선되고, 티어링 아키텍처도 보편화될 가능성이 있다.

적응형 사고와 sampling 고정처럼 결정성 확보를 위한 계약형 서빙이 강화되고, SWE-bench Pro·FrontierCode·Terminal-Bench처럼 누출 저항성과 에이전트 수행을 중시하는 지표가 모델 평가의 중심으로 이동한다.