Opus 5 vs Fable 5, 일주일 써보고 정한 기본 모델

Opus 5가 나온 뒤 가장 많이 받은 질문은 “그래서 Fable 5 안 써도 되냐"입니다. 이 글에서는 실제 워크플로 18회 실행을 비교한 벤치마크 자료와, 제가 Max $100 요금제로 사이드 프로젝트를 굴리며 겪은 경험을 함께 정리합니다. 결론부터 말하면 저는 당분간 Opus 5를 기본 모델로 둡니다. 다만 그 선택이 “Opus 5가 모든 면에서 이겼기 때문"은 아닙니다. 어떤 작업에서 어느 쪽이 유리한지, 요금제별로 판단이 어떻게 갈리는지까지 짚겠습니다.

요금제 한도부터 정리합니다: Max $100에서 Fable은 충분합니다

Fable 5를 피하는 가장 흔한 이유가 “한도가 금방 찬다"입니다. 제 경험은 다릅니다.

저는 Max $100 요금제를 쓰고 있고, Fable 5로 개인 개발과 사이드 프로젝트를 돌리면서 아직 한 번도 limit에 도달한 적이 없습니다. 퇴근하고 이것저것 다 만들어도 용량 제한에 걸리지 않았습니다. 그러니 “Fable은 비싸서 못 쓴다"는 말은 적어도 Max $100 구간의 개인 개발자에게는 과장입니다.

API 종량제라면 이야기가 완전히 달라집니다. 아래 자료의 비용 수치는 전부 API 기준이라는 점을 먼저 밝혀둡니다. 구독제 사용자는 같은 표를 ‘한도 소진 속도’로 바꿔 읽으셔야 합니다.

벤치마크가 아니라 실제 실행 결과를 봐야 합니다

Nate Herk의 Opus 5 vs Fable 5 비교 영상은 두 모델에 동일한 프롬프트와 동일한 코드베이스를 주고 Claude Code 안에서 돌린 기록입니다. Frontier Bench, Coding Agent Index 같은 지표에서 Opus 5가 Fable 5보다 점수가 높으면서 토큰당 가격은 절반이라는 점이 실험의 출발점이었습니다.

영상에서 진행한 주요 실험을 정리하면 이렇습니다.

숫자를 보면 방향이 갈립니다. 검증이 명확한 작업, 즉 테스트가 통과하는지 아닌지로 답이 갈리는 작업에서는 Opus 5가 앞섭니다. 반대로 디자인·시각 결과물처럼 ‘이게 더 예쁜가’로 판정하는 작업은 Fable 5가 여전히 우위입니다.

토큰 효율은 Opus 5가 오히려 나쁩니다

여기가 벤치마크만 보면 놓치는 부분입니다.

영상의 총계에 따르면 Opus 5는 출력 토큰 200만 개, Fable 5는 83만 2천 개를 썼습니다. 토큰당 단가가 절반인데도 세션에 따라 Opus 5가 더 비싼 이유가 이것입니다. 활성 시간도 Opus 5가 총 630분, 세션 평균 약 1시간이었고 Fable 5는 세션 평균 약 25분이었습니다.

즉 Opus 5는 “싼 모델"이 아니라 “많이 생각하는 모델"입니다. 앤트로픽 릴리스 블로그가 강조한 대로 Opus 5는 작업 검증과 성공할 때까지 반복하는 데 강한데, 그 강점이 그대로 토큰 소모로 나타납니다. 구조 시뮬레이터 실험에서 Opus 5가 2시간 26분을 쓰고 $112를 태운 것도 하위 에이전트를 더 많이 돌리며 스트레스 테스트를 반복했기 때문으로 추정됩니다.

제 기준에서는 이 트레이드오프가 나쁘지 않습니다. 저는 사이드 프로젝트를 짜다가 애매하게 동작하는 코드를 다시 붙잡는 시간이 제일 아깝습니다. 모델이 30분 더 돌면서 테스트를 4/4 통과시켜 준다면 그쪽이 낫습니다.

그래서 저는 Opus 5를 기본값으로 둡니다

Fable 5가 Max $100에서 충분히 돌아간다는 건 앞에서 말씀드린 그대로입니다. 그런데도 제가 기본 모델을 바꾼 이유는 단순합니다.

성능이 더 좋고, 가격이 더 싸고, 컨텍스트도 더 크다면 굳이 Fable 5를 고를 이유가 없습니다. 세 축 중 하나라도 Fable이 확실히 앞섰다면 고민했겠지만, 제 작업 유형인 개인 개발과 사이드 프로젝트는 대부분 “돌아가는가"로 판정됩니다. 앞의 표에서 Opus 5가 이긴 항목들이 정확히 그 유형입니다.

다만 이건 제 작업 유형에 한정된 판단입니다. 랜딩페이지 시안이나 슬라이드 덱을 뽑는 게 주 업무라면 결론은 반대여야 합니다.

모델보다 검증 설계가 먼저입니다

영상에서 가장 값진 지적은 모델 순위가 아니라 이 부분이었습니다. 같은 프롬프트, 같은 모델로 두 번 돌렸는데 결과가 완전히 달랐다는 사례가 나옵니다. 스네이크 게임 실험에서 5판만 돌리라고 지시했는데도 30판 넘게 돌린 실행이 있었습니다. 발표자 본인이 실수로 Opus를 두 번 돌린 걸 나중에 알아챈 케이스입니다.

이 결과가 말해주는 건 하나입니다. 모델은 결정론적이지 않고, 통제 수단은 프롬프트가 아니라 정지 조건입니다.

작업을 맡기기 전 확인할 체크리스트입니다.

1. 완료 판정 기준이 객관적인가 — 테스트 통과, 특정 점수, 스크린샷 일치 중 하나로 표현되는가
2. 정지 조건을 프롬프트에 명시했는가 — “이 조건 전까지 멈추지 마라"가 들어갔는가
3. 주관적 판단이 필요한 작업이면 하위 에이전트 합의 방식을 쓸 수 있는가
4. 모델에게 준 컨텍스트가 최신인가 — 영상에서도 발표자의 OS 컨텍스트가 오래돼 잘못된 정보가 나온 사례가 있었습니다
5. 이 작업에 정말 최상위 모델이 필요한가 — 일반적인 지식 작업은 Sonnet 4.5로도 충분하다는 게 영상의 결론입니다

중국 AI 추격에 대해 제가 생각하는 것

Opus 5 등장으로 앤트로픽이 DeepSeek이나 Kimi K3발 위협에서 한숨 돌린 느낌은 있습니다. 성능이 오르면서 가격이 내려간 릴리스는 방어선을 확실히 넓힙니다.

그렇다고 안심할 상황은 아니라고 봅니다. 저는 중국 AI의 가성비가 확 올라오는 순간이 오면, 제약도 많고 거절도 많고 비싼 미국 AI를 계속 쓸 이유를 크게 느끼지 못합니다. 제 선택 기준은 국적이 아니라 ‘이 작업을 거절 없이 싸게 끝내주는가’이기 때문입니다.

이건 저 한 명의 취향이 아니라 개인 개발자 다수가 공유하는 계산법이라고 생각합니다. 성능 격차가 좁혀지는 순간 남는 건 가격과 정책 제약뿐입니다. 앤트로픽이 경계심을 늦추면 안 되는 지점도 거기입니다.

작업 유형별로 이렇게 나눠 쓰세요

지금까지의 내용을 실제 선택 기준으로 바꾸면 이렇습니다.

• 버그 수정, 리팩터링, 테스트 기반 구현: Opus 5. 검증 루프가 있는 작업에서 강합니다.
• 랜딩페이지, 슬라이드, 캐러셀 등 시각 결과물: Fable 5. 디자인 감각에서 아직 앞섭니다.
• 일반 글쓰기, 요약, 리서치 정리: Sonnet 4.5. 영상 발표자도 이 영역에서는 Opus 5조차 과하다고 말합니다.
• 긴 오케스트레이션 작업: Fable 5에게 위임만 시키는 방식. 영상에서는 Fable이 코드를 직접 짜지 않고 지시만 하게 하면 하루를 돌려도 컨텍스트 300~400k를 넘기지 않는다고 설명합니다.

마치며

• Max $100 요금제에서 개인 개발·사이드 프로젝트 수준이면 Fable 5도 한도 걱정 없이 쓸 수 있습니다. 제 경험상 아직 한 번도 limit에 닿지 않았습니다.
• Opus 5는 토큰당 가격이 절반이지만 출력 토큰을 2배 이상 쓰기 때문에, 세션 단위로는 더 비쌀 수 있습니다.
• 검증 가능한 코딩 작업은 Opus 5, 시각·디자인 결과물은 Fable 5가 유리하다는 게 실측 결과입니다.
• 모델 선택보다 정지 조건과 검증 설계가 결과를 더 크게 좌우합니다.
• 저는 성능·가격·컨텍스트 세 축이 모두 나은 Opus 5를 당분간 기본 모델로 씁니다.

자주 묻는 질문

Q. Opus 5가 Fable 5보다 무조건 좋은가요?

아닙니다. 코드 버그 수정과 검증 기반 작업에서는 Opus 5가 앞섰지만, 랜딩페이지·슬라이드 같은 시각 결과물은 Fable 5가 더 나은 결과를 냈습니다. 작업 유형으로 나누시는 게 맞습니다.

Q. Opus 5는 가격이 절반이라는데 왜 더 비싸게 나오나요?

토큰당 단가는 절반이지만 출력 토큰을 훨씬 많이 씁니다. 비교 실험 총계에서 Opus 5는 출력 토큰 200만 개, Fable 5는 83만 2천 개였습니다. 검증하며 반복하는 성향 때문입니다.

Q. Max $100 요금제로 Fable 5를 쓰면 한도가 금방 차나요?

제 경우에는 그렇지 않았습니다. 개인 개발과 사이드 프로젝트로 퇴근 후 계속 돌려도 limit에 도달한 적이 없습니다. 팀 단위 대규모 작업이라면 다를 수 있습니다.

Q. 어떤 모델이든 결과가 들쭉날쭉한데 어떻게 하나요?

정지 조건을 명시하는 게 가장 효과적입니다. 비교 영상에서도 동일 모델·동일 프롬프트로 두 번 돌린 결과가 크게 달랐습니다. “테스트가 통과할 때까지 멈추지 마라” 같은 객관적 기준을 넣으세요.

Q. 일상 작업에도 최상위 모델을 써야 하나요?

필요 없습니다. 글쓰기나 리서치 정리 수준이면 Sonnet 4.5로도 충분합니다. 작업 난이도에 맞는 모델을 고르는 게 비용과 시간 양쪽에서 유리합니다.

참고 자료

• I Tested Opus 5 vs. Fable 5. What You Need to Know. — Nate Herk | AI Automation