클로드 하이쿠 5.5란 무엇인가: 단가는 90% 내렸다, 청구서는?

가장 싼 모델이 가장 싼 청구서를 만들까. 2026년 10월 7일 앤스로픽이 내놓은 클로드 하이쿠 5.5는 이 질문을 시험하는 모델이다. 입력 100만 토큰당 가격이 이전 하이쿠 4.5의 1달러에서 0.10달러로 내렸다(Anthropic). 그런데 같은 문장이 모델에 따라 더 많은 토큰으로 세어지고, 생각하는 데 쓰는 토큰도 요금에 들어간다. 이 글은 확인된 사실과 회사 측 주장을 가르고, 단가 인하가 실제 청구서에서 얼마나 남는지를 따져 본다.

무슨 일이 있었나: 가장 작은 모델의 가격표

앤스로픽은 10월 7일 클로드 하이쿠 5.5를 공개하며 "지금까지 낸 소형 모델 중 가장 싸고 빠르고 능력 있는 모델"이라고 소개했다(Anthropic). 공식 문서는 용도를 분류·추출·라우팅처럼 물량이 많고 응답이 빨라야 하는 작업과 하위 에이전트 작업으로 적는다. 모델 이름(API ID)은 claude-haiku-5-5이고, 컨텍스트 창은 100만 토큰, 최대 출력은 12만 8천 토큰이다. 아마존 베드록, 구글 클라우드, 마이크로소프트 파운드리에서도 쓸 수 있다(Claude 개발자 문서).

앤스로픽의 라인업에서 이 모델의 자리는 맨 아래 칸이다. 같은 문서 기준으로 정리하면 다음과 같다.

모델	입력 / 출력 (100만 토큰당)	지연	기본 추론 강도	출처
클로드 하이쿠 5.5	0.10달러 / 0.50달러 (10만 토큰 이하)	가장 빠름	medium	Claude 개발자 문서
클로드 소넷 5.5	2달러 / 10달러	빠름	high	Claude 개발자 문서
클로드 오퍼스 5.5	4달러 / 20달러	보통	medium	Claude 개발자 문서
클로드 페이블 5.1	10달러 / 50달러	느림	high	Claude 개발자 문서

하이쿠 5.5의 전체 가격표는 두 구간으로 나뉜다. 프롬프트가 10만 토큰 이하면 입력 0.10달러·출력 0.50달러, 10만 토큰을 넘으면 입력 0.50달러·출력 2.50달러이며 한 요청 전체에 그 구간 단가가 적용된다. 캐시된 입력을 읽는 값은 각각 0.01달러·0.05달러이고, 배치 API는 50% 할인된다(Claude 개발자 문서). 같은 날 앤스로픽은 소넷 5.5의 캐시 읽기 값도 0.20달러에서 0.10달러로 내렸다(Anthropic).

성능: 회사 발표와 독립 측정

앤스로픽은 하이쿠 5.5를 직전 하이쿠 4.5, 오픈AI의 소형 모델 GPT-6 루나, 윗급 소넷 5.5와 표로 비교해 공개했다. 아래 수치는 모두 앤스로픽이 낸 자료다(Anthropic). 표의 "—"는 회사가 해당 칸을 비워 둔 것이다.

벤치마크 (회사 측)	하이쿠 5.5	하이쿠 4.5	GPT-6 루나	소넷 5.5
GDPval-AA v2.1 (업무 과제, Elo)	1620	735	1437	1840
OSWorld 2.1 (컴퓨터 사용, 오프라인 부분 집합)	72.4%	15.7%	48.9%	83.9%
Terminal-Bench 4.0 (터미널 작업)	39.2%	0.0%	16.4%	70.6%
Humanity's Last Exam (도구 없음)	45.9%	10.2%	—	56.9%
FrontierCode 1.1 (Main)	46.4%	—	42.4%	52.1%

읽는 법은 두 가지다. 첫째, 하이쿠 4.5와의 격차는 세대 차이 그 자체다. 터미널 작업이 0%에서 39.2%로, 컴퓨터 사용이 15.7%에서 72.4%로 뛰었다. 둘째, 윗급 소넷 5.5와는 모든 줄에서 뒤진다. 터미널 작업만 해도 70.6%와 39.2%로 31점 가까이 벌어진다. 저렴한 모델이 윗급을 대체했다는 뜻이 아니라, 지난 세대 소형 모델이 못 하던 작업 일부를 하게 됐다는 뜻이다.

독립 측정은 아티피셜 애널리시스(AA)가 내놓았다. 같은 사이트가 별도로 집계한 값은 다음과 같다.

항목 (독립 측정)	수치	비고	출처
지능 지수	43점, 180개 모델 중 2위	최대 추론 강도 설정	Artificial Analysis
지수 평가에 쓴 출력 토큰	4억 4천만 개	비교군 중앙값은 약 1억 개	Artificial Analysis
과제당 비용	0.21달러, 180개 중 46위	최대 설정 기준	Artificial Analysis
출력 속도	초당 약 234토큰, 180개 중 12위	앤스로픽 API 기준	Artificial Analysis

지능 지수 43점은 크지만 눈여겨볼 곳은 그 옆 줄이다. 이 모델은 평가 하나를 치르는 데 중앙값의 4배가 넘는 출력 토큰을 썼다. AA는 이를 "매우 말이 많다(very verbose)"로 분류한다. 단가가 낮은 만큼 많이 쓰는 모델이라는 뜻이다.

2차 보도가 전한 AA 측정이 몇 가지 더 있다. 환각률(AA-Omniscience에서 모르는 문제에 틀린 답을 낸 비율)은 40%로, 비교 대상 GPT-6 루나(77%)·제미나이 3.8 플래시(55%)보다 낮지만 정확도 자체는 36%로 루나(44%)·제미나이(55%)에 못 미친다고 한다. 에이전트 업무 평가 AutomationBench-AA는 35%로 경쟁 모델(53~60%)보다 낮은데, AA는 출시 전 거절 오류 때문이라며 재측정하겠다고 했다(MetricNexus). 이 수치들은 AA 모델 페이지에서 직접 확인하지 못해 2차 인용으로 둔다.

비용: 단가 90% 인하는 청구서에서 얼마나 남나

앤스로픽은 하이쿠 5.5가 하이쿠 4.5보다 "평균 약 75% 저렴하게 돈다"고 밝혔다. 각주에 따르면 이 수치는 요청 10만 토큰 이하에서 90%, 초과에서 50% 저렴한 목록 가격에, 새 토크나이저 때문에 작업당 토큰이 조금 늘어난다는 점을 반영한 평균이다(Anthropic). 다만 평균을 낸 작업 구성은 공개되지 않았다(Brain Detox).

공식 문서는 같은 텍스트가 하이쿠 4.5보다 약 30% 더 많은 토큰으로 세어진다고 적는다. 클로드 4.7 이후 모델이 쓰는 새 토크나이저 때문이다(Claude 개발자 문서). 이를 반영해 같은 분량의 글을 처리하는 비용을 직접 계산하면 다음과 같다.

구분	하이쿠 4.5	하이쿠 5.5	변화	산출
입력 단가 (100만 토큰)	1.00달러	0.10달러	-90%	목록 가격
같은 글 입력 비용 (토큰 1.3배, 10만 토큰 이하)	1.00달러	0.13달러	약 -87%	PRISM AGENDA 계산
같은 글 출력 비용 (토큰 1.3배, 10만 토큰 이하)	5.00달러	0.65달러	약 -87%	PRISM AGENDA 계산
10만 토큰 초과 입력 단가	1.00달러	0.50달러	-50%	목록 가격

이 계산만 보면 회사가 말한 75%보다 더 크게 싸진다. 그런데 실제 청구서는 세 가지 때문에 이 계산에서 벗어난다.

첫째는 추론 토큰이다. 하이쿠 5.5는 적응형 사고가 기본으로 켜져 있고, 생각하는 데 쓴 토큰은 출력 한도와 요금에 함께 들어간다(Claude 개발자 문서). 앞서 본 AA의 4억 4천만 토큰이 이 부분이다. 둘째는 이전 턴의 사고 블록이 대화 안에 남아 입력 토큰으로 다시 세어지는 점이다. 하이쿠 4.5는 마지막 턴만 남겼다(Claude 개발자 문서). 셋째는 이미지다. 2,000×1,500픽셀 이미지는 하이쿠 4.5보다 약 2.5배의 시각 토큰이 든다.

2차 분석은 이 차이를 과제당 비용으로 보여 준다. Brain Detox가 인용한 AA 차트에서 업무 과제 GDPval-AA를 최대 설정으로 한 번 푸는 비용은 하이쿠 5.5 0.87달러, 하이쿠 4.5 0.24달러였다. 반대로 컴퓨터 사용 OSWorld에서는 0.61달러 대 1.45달러로 새 모델이 쌌다(Brain Detox). 같은 모델이 과제에 따라 비싸지기도 싸지기도 한다. 추론 강도 설정도 변수다. MetricNexus가 AA 값으로 전한 과제당 비용은 xhigh에서 0.12달러, max에서 0.21달러다(MetricNexus). 최고 설정은 xhigh보다 약 1.8배의 토큰을 쓰고 지수는 약 2점 오른다는 분석이다.

쓰려면 무엇을 고쳐야 하나

하이쿠 4.5에서 옮기는 개발자는 모델 이름만 바꿀 수 없다. 공식 마이그레이션 가이드가 요구하는 변경은 다음과 같다(Claude 개발자 문서).

• temperature, top_p, top_k에 기본값이 아닌 값을 보내면 400 오류가 난다.
• 사고 토큰 예산을 지정하는 budget_tokens 방식은 쓸 수 없고 적응형 사고와 추론 강도(effort)로 바뀐다.
• 어시스턴트 응답을 미리 채워 이어 쓰게 하는 프리필은 거부된다.
• 안전 분류기가 요청을 거절하면 stop_reason: "refusal"이 오며 서버 쪽 대체 모델은 없다. 코드가 이를 처리해야 한다.
• 우선 처리(Priority Tier)는 지원하지 않는다.
• 토큰 수가 달라져 max_tokens 한도와 비용 추정을 다시 계산해야 한다.

이 목록은 단가 인하의 반대편 값이다. 낮은 단가를 받으려면 코드를 고쳐야 하고, 이미 하이쿠 4.5로 돌아가는 서비스는 그 전환 비용을 먼저 치른다. 한 보도에 따르면 아마존 베드록·구글 클라우드·파운드리의 클로드 코드에서는 haiku 별칭이 고정하기 전까지 여전히 하이쿠 4.5를 가리킨다(ComputingForGeeks).

인간에게 무엇이 달라지는가

소형 모델의 일이 바뀐다. 하이쿠 5.5가 가리키는 방향은 "싼 모델이 단순 작업만 한다"에서 "싼 모델이 반복되는 업무 작업을 맡는다"로의 이동이다. 박스(Box)는 초기 테스트에서 하이쿠 4.5보다 11점 높은 점수를 약 절반의 지연으로 얻었다고, 아사나(Asana)는 작업 완료 지연이 30% 넘게 줄었다고 앤스로픽 발표문에서 밝혔다(Anthropic). 고객사 증언이라는 점은 감안해야 하지만, 메일 분류·문서 추출·티켓 라우팅 같은 일은 이 가격대에서 더 많이 모델에게 넘어갈 가능성이 크다.

사람이 하는 일은 판단과 예외 처리 쪽으로 밀린다. 가격이 10분의 1이 되면 사람이 눈으로 훑던 건을 모델이 먼저 모두 훑는 구조로 바꾸는 것이 합리적이 된다. 사람은 모델이 거절했거나 확신하지 못한 건, 그리고 40% 안팎의 환각을 가려내는 검수를 맡는다. 소넷 5.5 비교 글에서 본 "토큰을 많이 쓰는 모델" 문제가 소형 모델에서도 반복되므로, 이 검수는 비용 구조의 일부가 된다.

소프트웨어 값을 매기는 방식도 흔들린다. 모델 비용이 내리면 에이전트를 붙인 서비스의 원가가 줄고, 좌석당 요금제와 사용량 요금제 사이의 계산이 다시 시작된다. SaaS 좌석 요금 글이 던진 질문, 즉 AI가 일을 대신할 때 값을 무엇으로 매기느냐에 원가 쪽 근거가 하나 보태진 셈이다. 다만 4.5에서 5.5로의 인하처럼 "단가는 내리고 토큰은 늘어나는" 흐름이 이어지면, 사용자가 체감하는 값은 단가 변화보다 작을 수 있다.

일반 사용자에게는 직접적인 변화가 가장 적다. 이 모델은 대화형 비서보다 서비스 뒷단에서 도는 부품에 가깝다. 사용자는 이미 쓰는 앱의 응답이 빨라지거나 요금제가 바뀌는 형태로 간접적으로 영향을 받는다. 상위 모델 가격 인하 흐름은 오퍼스 5.5 가격 인하 글에서 다뤘다.

PRISM AGENDA 제안: 소형 모델 도입 전 세 가지 점검

이 글의 계산에서 나온 점검 틀을 표로 정리한다. 이 표는 PRISM AGENDA 제안이며 공식 기준이 아니다.

점검	질문	확인할 수치	한계
1. 청구서	목록 단가가 아니라 과제당 비용은?	토큰 수(1.3배 가정 포함)·추론 강도별 비용	작업 구성에 따라 크게 달라진다
2. 오류	틀리거나 거절했을 때 누가 잡나?	환각률·거절률·재처리 비용	독립 수치가 아직 일부만 있다
3. 전환	지금 쓰는 코드를 얼마나 고쳐야 하나?	400 오류 항목·프리필·한도 재조정	고정 비용이라 물량이 적으면 회수가 늦다

반론과 불확실성

첫째, 대부분의 성능 수치는 앤스로픽이 낸 것이다. 비교 대상을 어느 설정으로 놓았는지(예컨대 소넷 5.5는 FrontierCode 칸에서 xhigh 설정으로 표기됐다)에 따라 격차가 달라지므로, 회사 측 표는 방향을 읽는 용도로 쓰는 편이 안전하다.

둘째, 독립 측정도 완결되지 않았다. AA의 과제당 비용 수치에는 10만 토큰 초과 구간의 높은 단가가 반영되지 않았다는 분석이 있고(MetricNexus), AutomationBench 점수는 재측정 예정이다. 최종 그림이 나오기까지 몇 주 걸릴 수 있다.

셋째, 이 글의 비용 계산은 "토큰 1.3배" 하나만 반영한 단순화다. 실제 서비스는 캐시 비율, 출력 길이, 추론 강도에 따라 이 계산과 다를 것이다.

PRISM AGENDA의 시각

나는 이번 발표에서 가장 중요한 숫자를 0.10달러가 아니라 4억 4천만으로 본다. 단가가 10분의 1로 내려도 모델이 말을 4배 하면 가격표의 이득은 청구서에서 줄어든다. AI 모델 경쟁은 이제 토큰당 가격이 아니라 과제당 비용으로 옮겨 가야 하고, 그 지표는 공급자가 아니라 쓰는 쪽이 잰 것이어야 한다.

소형 모델이 좋아지는 것은 환영할 일이다. 비용이 내려가면 쓰지 못하던 곳에서 쓸 수 있고, 가격 때문에 사람 눈에만 맡기던 업무가 더 꼼꼼히 검토된다. 다만 싸다는 이유로 검수를 줄이면 그 값은 환각과 거절의 형태로 돌아온다. 도입 전에 과제 100건만 직접 돌려 과제당 비용과 오류를 재 보는 일이 가장 싼 보험이다.

자주 묻는 질문

클로드 하이쿠 5.5 가격은 얼마인가? 프롬프트 10만 토큰 이하 기준 입력 100만 토큰당 0.10달러, 출력 0.50달러다. 10만 토큰을 넘는 요청은 입력 0.50달러·출력 2.50달러이고, 배치 API는 50% 할인된다. 앤스로픽은 하이쿠 4.5보다 평균 약 75% 저렴하다고 밝혔다.

하이쿠 5.5는 소넷 5.5를 대체할 수 있나? 회사 측 벤치마크에서는 모든 항목에서 소넷 5.5가 앞선다. 터미널 작업은 70.6% 대 39.2%, 업무 과제 GDPval-AA는 1840 대 1620이다. 분류·추출·라우팅처럼 물량이 많은 작업에는 하이쿠 5.5가, 복잡한 코딩과 에이전트 작업에는 윗급 모델이 맞는다고 보는 편이 사실에 가깝다.

하이쿠 4.5에서 옮기면 바로 75%가 싸지나? 그렇지 않다. 같은 글이 약 30% 더 많은 토큰으로 세어지고 추론 토큰도 요금에 들어가며, 10만 토큰 초과 구간은 단가가 5배다. 하이쿠 4.5에서 쓰던 temperature 같은 파라미터와 프리필도 고쳐야 한다. 과제 일부를 직접 돌려 과제당 비용을 먼저 재 보는 것이 좋다.

다음 질문

• 가격이 내릴수록 토큰을 더 많이 쓰는 모델이 늘면, AI 비용의 기준은 토큰에서 과제로 옮겨 갈까. 소넷 5.5 비교 글과 이어 읽기를 권한다.
• AA 재측정과 환각률이 확정되면 이 글의 2차 인용 수치를 갱신한다.
• 기술동향 카테고리의 다른 글 보기