읽는데 5분 소요
리더보드 1차 조사 · 2026년 7월 4일 기준
Claude Fable 5 대체제 찾기: Codex, GLM, DeepSeek까지 분야별 비교
Claude Fable 5는 여러 리더보드에서 분명히 최상위권입니다. 그런데 가격은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러이고, 일부 요청은 안전 분류기를 거쳐 Opus 4.8로 fallback될 수 있습니다. 그래서 질문은 단순합니다. 정말 매번 Fable 5를 써야 할까요?
이 글은 실사용 후기가 아니라 리더보드와 공식 자료를 기반으로 한 1차 조사입니다. 실제 사용 후기는 이후에 따로 가져올 예정이고, 여기서는 “어떤 분야에서 어떤 모델이 더 낫고, 가성비까지 보면 무엇을 먼저 테스트해야 하는가”를 정리합니다.
목차
1. 결론부터
내 기준의 1차 결론: 가장 어려운 장기 작업, 1M 컨텍스트, 복잡한 코드베이스 수리, 고난도 에이전트 작업은 Fable 5가 여전히 1순위입니다. 하지만 매일 반복되는 코딩 보조, 글쓰기, 짧은 리팩터링, 비용 민감한 자동화라면 Sonnet 5, GLM-5.2, Codex/GPT-5.5, DeepSeek V4를 먼저 나눠 테스트하는 편이 더 합리적입니다.
| 용도 | 먼저 볼 모델 | 이유 |
|---|---|---|
| 최고 난도 추론·장기 에이전트 | Claude Fable 5 | SWE-bench Pro, OSWorld, Arena Text/WebDev에서 최상위권. 비싸지만 peak 성능이 목적이면 가장 설득력 있습니다. |
| 일상 코딩·문서·업무 자동화 | Claude Sonnet 5 | Artificial Analysis 기준 지능 53, blended $2.31로 Fable보다 싸고 충분히 강한 중상위권입니다. |
| 터미널 중심 코딩 에이전트 | Codex CLI + GPT-5.5 | Snorkel Terminal-Bench 2.1 공개 리더보드에서 83.4%로 1위. 단, Codex는 모델명이라기보다 하네스와 제품 경험까지 포함된 워크플로입니다. |
| 웹개발·오픈웨이트·1M 컨텍스트 | GLM-5.2 | Arena WebDev 2위, Artificial Analysis blended $0.90, 속도 186 tok/s. Fable급은 아니어도 가성비가 압도적입니다. |
| 대량 실험·저비용 API | DeepSeek V4 Pro/Flash | DeepSeek V4 Pro는 1M 컨텍스트에 출력 단가 $0.87/M, V4 Flash는 더 낮습니다. 최고 성능보다 실험 비용 절감에 강합니다. |
즉 “Fable 5가 최고냐”와 “내가 계속 Fable 5를 써야 하냐”는 다른 질문입니다. 리더보드의 왕은 Fable 쪽에 가깝지만, 비용 대비 실전 후보는 Sonnet 5와 GLM-5.2가 꽤 강하게 올라옵니다.
2. Fable 5 fallback 의구심
가장 먼저 확인해야 할 오해가 있습니다. Anthropic 문서를 보면 Fable 5는 간단한 작업을 자동으로 Opus 4.8에 맡긴다고 설명되어 있지는 않습니다. 문서상 fallback은 주로 cyber, bio, chemistry, 모델 사고 과정 추출, distillation 같은 안전 분류기 대상 요청이 감지될 때 발생합니다. 다만 Anthropic은 선의의 코딩·디버깅 요청도 더 자주 플래그될 수 있다고 밝혔습니다.
그래서 “Fable 5를 샀는데 실제로는 Opus 4.8만 쓰는 것 아닌가?”라는 의심은 완전히 틀린 질문은 아닙니다. 특히 보안, 시스템 디버깅, 에이전트형 터미널 작업처럼 안전 분류기와 가까운 작업을 많이 한다면 실제 체감이 달라질 수 있습니다.
| 확인한 내용 | 해석 |
|---|---|
| Anthropic은 초기 세션의 95% 이상은 fallback이 없었다고 설명 | 일반적인 사용 전체가 전부 Opus로 가는 구조는 아닙니다. |
| Terminal-Bench 2.1 내부 평가에서는 Fable trial의 20.9%가 safety refusal 후 Opus 4.8로 진행 | 터미널·코딩 에이전트류에서는 fallback 체감 가능성이 있습니다. |
| Fable 5 문서는 쉬운 작업에서 성능이 덜 드러날 수 있다고 설명 | 간단한 질문은 Fable의 장점이 작고, 비용만 크게 느껴질 수 있습니다. |
따라서 핵심은 “fallback이 있냐 없냐”보다 “내 작업에서 얼마나 자주 걸리느냐”입니다. 실제 사용 후기에서는 이 지점을 꼭 로그로 확인해야 합니다. Fable 5가 자주 Opus 4.8로 넘어가는 업무라면, 처음부터 Opus 4.8이나 Sonnet 5, 혹은 Codex 계열을 쓰는 편이 나을 수 있습니다.
3. 종합 리더보드: Fable 5가 앞서지만 가격 차이가 큽니다
Artificial Analysis의 LLM 리더보드는 지능 지표, 가격, 속도, latency를 함께 보여줍니다. 2026년 7월 4일 확인 기준으로 Fable 5 with fallback은 Intelligence Index 60으로 가장 높았습니다. Opus 4.8 max는 56, GPT-5.5 xhigh는 55, Sonnet 5 max는 53, GLM-5.2 max는 51입니다.
| 모델 | AA Intelligence | Blended $/1M | 속도 | 좋은 점 | 주의점 |
|---|---|---|---|---|---|
| Claude Fable 5 | 60 | $7.70 | 73 tok/s | 종합 성능, 장기 작업, 복잡한 reasoning | 비싸고 fallback/refusal 리스크 |
| Claude Opus 4.8 max | 56 | $3.85 | 60 tok/s | 안정적인 Claude flagship 경험 | Fable보다 peak는 낮음 |
| GPT-5.5 xhigh | 55 | $4.35 | 82 tok/s | Codex/터미널 워크플로와 궁합 | 저가 오픈 모델보다는 비쌈 |
| Claude Sonnet 5 max | 53 | $2.31 | 72 tok/s | 닫힌 모델 중 비용 대비 균형 | 최고난도에서는 Fable/Opus에 밀림 |
| GLM-5.2 max | 51 | $0.90 | 186 tok/s | 오픈웨이트, 1M 컨텍스트, 빠른 속도 | 초고난도 reasoning은 Fable급 아님 |
| DeepSeek V4 Pro max | 44 | $0.18 | 62 tok/s | 초저가, 1M 컨텍스트, 대량 실험 | 종합 지표는 frontier보다 낮음 |
Arena Text Overall에서도 Fable 5는 1509점으로 1위였습니다. 다만 Opus 계열이 바로 뒤를 쫓고, GPT-5.5와 Gemini 3.5 Flash도 상위권입니다. 순수 성능만 보면 Fable이 빛나지만, 가격과 fallback까지 넣으면 “항상 정답”은 아닙니다.
4. 코딩·에이전트 리더보드: Codex와 Fable의 영역이 다릅니다
코딩은 리더보드마다 결론이 꽤 갈립니다. Anthropic system card의 SWE-bench Pro에서는 Fable 5가 80%, Opus 4.8이 69.2%, GPT-5.5가 58.6%로 제시됩니다. 반면 Snorkel의 Terminal-Bench 2.1 공개 리더보드에서는 Codex CLI + GPT-5.5가 83.4%로 1위, Claude Code + Claude 5 Fable이 83.1%로 거의 붙어 있습니다.
| 코딩 분야 | 리더 | 숫자 | 해석 |
|---|---|---|---|
| SWE-bench Pro | Claude Fable 5 | 80% | 대형 코드베이스 수리와 장기 reasoning에서 Fable이 강합니다. |
| SWE-bench Verified | Claude Fable 5 | 95% | Anthropic 내부 공개 자료 기준으로 Opus 4.8의 88.6%보다 높습니다. |
| Terminal-Bench 2.1 공개 | Codex CLI + GPT-5.5 | 83.4% | 터미널 환경에서는 모델뿐 아니라 CLI/harness 품질이 성능을 크게 바꿉니다. |
| Arena WebDev | Claude Fable 5 | 1653점 | 프론트엔드 웹 개발 선호도에서는 Fable이 1위, GLM-5.2가 2위입니다. |
| Aider polyglot | GPT-5 high | 88.0% | 다만 이 리더보드는 최신 Fable 5가 포함되지 않은 구간이 있어 직접 비교에는 주의가 필요합니다. |
따라서 코딩 모델을 고를 때는 “모델 이름”만 보면 안 됩니다. Codex CLI, Claude Code, Terminus 2처럼 어떤 하네스와 도구를 붙였는지가 결과를 바꿉니다. 터미널에서 긴 작업을 맡긴다면 Codex/GPT-5.5가 좋은 후보이고, 복잡한 코드 이해와 웹개발 선호도까지 보면 Fable 5가 여전히 강합니다.
5. GLM-5.2와 DeepSeek V4: 대체제가 아니라 비용 압박 카드
GLM-5.2는 이번 조사에서 가장 눈에 띈 오픈웨이트 후보입니다. Hugging Face 모델 카드 기준 1M 컨텍스트, MIT 라이선스, 1M 컨텍스트에서 FLOPs를 낮춘 구조를 내세우고, Arena WebDev에서는 Fable 5 바로 아래 2위입니다. Artificial Analysis에서도 지능 51, blended $0.90, 속도 186 tok/s로 비용 대비 매력이 큽니다.
DeepSeek V4는 포지션이 다릅니다. DeepSeek V4 Pro는 1.6T total, 49B active 구조와 1M 컨텍스트를 내세우고, API 가격은 V4 Pro 기준 cache miss 입력 $0.435/M, 출력 $0.87/M입니다. V4 Flash는 더 저렴합니다. 종합 리더보드에서는 Fable이나 GLM보다 낮지만, 대량 실험과 자동화 비용을 줄이는 선택지로는 강합니다.
| 모델 | 강점 | Fable 5 대비 약점 | 추천 사용처 |
|---|---|---|---|
| GLM-5.2 | 오픈웨이트, 1M 컨텍스트, WebDev 2위, 저렴한 가격 | HLE·최고난도 종합 reasoning은 Fable/Opus보다 낮음 | 웹개발, 긴 컨텍스트 분석, 비용 민감한 코딩 보조 |
| DeepSeek V4 Pro | 초저가 API, 1M context, OpenAI/Anthropic 호환 API | Artificial Analysis 종합 지표 44로 frontier보다 낮음 | 대량 리팩터링 후보 생성, 로그 분석, 반복 실험 |
| MiniMax-M3 | blended $0.22, 1M context | 품질 상한이 frontier보다 낮음 | 긴 문서 초안, 비용이 중요한 전처리 |
요약하면 GLM-5.2는 “Fable을 아예 대체”한다기보다 “비싼 Fable을 쓰기 전에 먼저 시도할 후보”에 가깝습니다. DeepSeek V4는 더 극단적입니다. 최고 성능보다 단가가 먼저인 작업에서는 상당히 매력적이고, 최종 고난도 검증은 Fable/Sonnet/Codex에 넘기는 식의 2단계 전략이 잘 맞습니다.
6. 그래서 어떤 모델을 쓰면 좋나
Fable 5를 계속 쓸지 판단하려면 작업을 네 묶음으로 나누는 게 좋습니다. 첫째, 실패 비용이 크고 한 번에 오래 물고 가야 하는 작업은 Fable 5. 둘째, 일반적인 업무와 코딩 보조는 Sonnet 5. 셋째, 터미널과 IDE에서 실제 코드 변경을 오래 맡기는 작업은 Codex/GPT-5.5. 넷째, 비용이 민감한 대량 실험은 GLM-5.2나 DeepSeek V4입니다.
| 상황 | 선택 | 판단 기준 |
|---|---|---|
| 복잡한 버그를 한 번에 끝내야 함 | Fable 5 | 비싸도 실패 비용이 더 크면 최고 성능을 씁니다. |
| 일상적인 글, 요약, 코드 리뷰 | Sonnet 5 | 성능은 충분하고 비용은 Fable보다 훨씬 낮습니다. |
| 터미널에서 테스트 돌리며 자동 수정 | Codex/GPT-5.5 | Terminal-Bench 공개 결과와 Codex 제품 경험을 함께 봅니다. |
| 프론트엔드 UI 초안·긴 컨텍스트 분석 | GLM-5.2 | WebDev 리더보드와 가격이 모두 좋습니다. |
| 대량 자동화, 로그·문서 전처리 | DeepSeek V4 Pro/Flash | 최종 품질보다 단가와 처리량이 중요한 구간입니다. |
개인적인 운영안: 처음부터 Fable 5로 모든 작업을 밀어붙이지 말고, Sonnet 5나 GLM-5.2로 초안과 탐색을 시킨 뒤 막히는 지점만 Fable 5에 올리는 방식이 좋아 보입니다. 터미널 중심 개발은 Codex/GPT-5.5를 별도 트랙으로 두고, DeepSeek V4는 저비용 후보 생성용으로 돌리는 구성이 가장 현실적입니다.
Fable 5는 “못 쓰겠다”가 아니라 “아껴 써야 빛난다”에 가깝습니다. 쉬운 작업에서는 장점이 작고, 안전 fallback이 자주 걸리는 업무에서는 기대한 Fable 경험이 흐려질 수 있습니다. 반대로 긴 컨텍스트와 복잡한 추론이 필요한 순간에는 여전히 리더보드 최상단 모델답게 값어치를 할 가능성이 큽니다.
FAQ
Q1. Fable 5가 간단한 작업은 Opus 4.8로 돌린다는 말이 맞나요?+
정확히는 그렇게 보기 어렵습니다. Anthropic 문서의 fallback은 안전 분류기 대상 요청에 대한 라우팅입니다. 다만 benign coding/debugging 요청도 더 자주 플래그될 수 있다고 했고, Terminal-Bench 내부 평가에서 20.9% trial이 fallback된 사례가 있으니 실제 워크플로에서는 확인이 필요합니다.
Q2. 코딩에는 Fable 5와 Codex 중 무엇이 더 좋은가요?+
SWE-bench류와 웹개발 선호도에서는 Fable 5가 매우 강합니다. 하지만 Terminal-Bench 2.1 공개 리더보드에서는 Codex CLI + GPT-5.5가 1위이고 Claude Code + Fable이 거의 붙어 있습니다. 터미널 자동화는 도구와 하네스까지 포함해 비교해야 합니다.
Q3. GLM-5.2는 Fable 5 대체제가 될 수 있나요?+
모든 영역의 대체제는 아닙니다. 하지만 WebDev, 긴 컨텍스트, 비용 대비 성능에서는 가장 먼저 테스트할 만한 후보입니다. Fable 5를 쓰기 전에 GLM-5.2로 초안과 탐색을 돌리고, 최종 고난도만 Fable로 넘기는 방식이 현실적입니다.
Q4. DeepSeek V4는 왜 후보에 넣었나요?+
최고 성능 후보라기보다 비용 압박 카드입니다. 1M 컨텍스트, 저렴한 API 가격, OpenAI/Anthropic 호환 API가 장점입니다. 대량 후보 생성, 로그 분석, 반복 실험처럼 단가가 중요한 작업에서 먼저 볼 만합니다.
Q5. 지금 하나만 고르면 무엇을 써야 하나요?+
최고 난도 작업만 한다면 Fable 5입니다. 하지만 매일 쓰는 기본 모델 하나를 고르는 질문이라면 Sonnet 5 또는 GLM-5.2부터 테스트하겠습니다. 개발 터미널 워크플로가 중심이라면 Codex/GPT-5.5를 별도 후보로 둬야 합니다.
참고 링크
아래 링크와 캡처를 기준으로 작성했습니다. 리더보드는 수시로 바뀌므로, 실제 구독이나 API 비용을 결정하기 전에는 같은 링크에서 최신 순위를 다시 확인하는 편이 안전합니다.
- Anthropic Claude Fable 5 소개 문서
- Anthropic Redeploying Fable 5
- Prompting Claude Fable 5
- Claude Fable 5 & Mythos 5 System Card PDF
- Claude Sonnet 5 System Card PDF
- Artificial Analysis LLM Leaderboard
- Arena Text Leaderboard
- Arena Code WebDev Leaderboard
- Arena Agent Leaderboard
- Snorkel Terminal-Bench 2.1 Leaderboard
- Terminal-Bench 2.1 Official Leaderboard
- Aider LLM Leaderboards
- OpenAI Introducing GPT-5.5
- OpenAI Codex Pricing
- GLM-5.2 Hugging Face Model Card
- DeepSeek V4 Preview Release
- DeepSeek API Pricing
'AI' 카테고리의 다른 글
| 달라진 검색엔진 SEO, GEO 알고 대응하자 (2) | 2026.07.07 |
|---|---|
| GPT-5.6 Sol 일부 사용자에게 먼저 보였나: 2026년 7월 7일 출시설 정리 (0) | 2026.07.04 |
| ZCode 출시: GLM-5.2 설치 방법과 기본 구성 가이드 (1) | 2026.07.03 |
| AI로 이미지 만들고 싶다면? Awesome GPT Image를 참고해서 만들자 (0) | 2026.07.03 |
| AI or Human 테스트 사이트 시연: AI 이미지인지 실제 사람인지 맞혀보기 (0) | 2026.07.03 |
