Claude Opus 5.5, Epoch Capabilities Index에서 0.84점 차로 1위

그 수치는 0.84입니다. Claude Opus 5.5는 우리가 2026년 10월 2일에 읽은 파일 기준으로 Epoch Capabilities Index에서 167.35에 있으며, GPT-6 Astra는 166.51입니다 — 두 모델에 대해 공표된 95% 구간이 거의 완전히 겹치는 척도에서 1점 미만의 격차로, Opus 5.5는 164.0에서 172.0, Astra는 163.14에서 171.05입니다. 그 아래로 Claude Sonnet 5.5는 165.2를 기록했고 Claude Fable 5.1은 164.82를 기록했으므로, 50개가 넘는 벤치마크로 구성된 독립적 종합 지표에서 상위 네 항목은 2.53점 차이로 벌어져 있고 그중 셋이 같은 벤더의 이름을 달고 있습니다. 이 순위는 점 추정치들이 순서대로 배열되어 있다는 의미에서는 실재합니다. 그러나 0.84점의 우위가 그 자체의 오차 범위를 견뎌낸다는 의미에서는 실재하지 않으며, 이 순위표에 대해 할 가치가 있는 모든 말은 이 두 사실을 동시에 붙들고 있을 때 따라 나옵니다.

지수란 무엇이며, 0.84포인트란 무엇이 아닌가

Epoch Capabilities Index는 특정 공급업체의 점수판이 아니다. 이는 독립 연구 기관인 Epoch AI가 50개 이상의 서로 다른 벤치마크에서 나온 점수들을 하나의 일반 역량 척도로 짜맞추고, 여러 벤치마크에 동시에 등장하는 모델들로부터 각 벤치마크의 상대적 난이도를 추론하는 합성 지표로 구축한 것이다. 방법론은 Google DeepMind의 AGI Safety & Alignment 팀 연구자들과 함께 작성하고 DeepMind가 자금을 지원한 논문에 제시되어 있지만, Epoch는 이 지수가 자사의 자체 제품이며 자사가 이에 대한 모든 권리를 보유한다고 분명히 밝힌다. 이는 자금 출처와 점수의 게시자가 같은 당사자가 아닐 때 유지할 가치가 있는 구분이다. 코드는 공개되어 있다.

이 척도에서 헤드라인보다 더 중요한 두 가지 속성이 있다. 첫째, ECI는 절대적인 것이 아니라 의도적으로 고정되어 있다: 원점수는 Claude 3.5 Sonnet이 130, GPT-5가 150에 오도록 재조정되므로, 이 지수의 숫자는 같은 파일에 있는 다른 숫자 옆에서만 의미가 있고 그 자체로는 결코 의미가 없다. 둘째, 이 지수에는 상한이 없다. 다가가야 할 100이 없기 때문에 "지수의 최상단"이라는 말은 누군가 도달한 한계가 아니라 어떤 날짜에 대한 진술이다.

그렇기 때문에 167.35 대 166.51을 정직하게 읽은 결과는 “Claude Opus 5.5가 세계에서 가장 능력 있는 모델이다”가 아니다. 그것은 더 좁고 덜 인용할 만하다. 2026년 10월 2일 당시 이용 가능했던 증거에 대한 Epoch의 모델링에 따르면, 두 모델은 최상위권에서 구별되지 않으며, 둘 사이의 순서는 측정이 아니라 타이브레이크다. 공개된 구간은 이를 직접적으로 말해준다 — 164.0에서 172.0, 그리고 163.14에서 171.05는 각 범위의 대부분을 공유한다. 0.84를 판정으로 인용하는 사람은 반올림 부산물을 인용하는 것이다.

Anthropic 블록과 릴리스의 크기

이 표에서 더 많은 것을 말해주는 특징은 누가 1위인지가 아니다. 바로 세 번째와 네 번째 행이다. 9월 28일 공개되어 165.2점을 기록한 Claude Sonnet 5.5는 9월 1일 164.82점으로 공개된 Claude Fable 5.1보다 0.38점 높은 위치에 오른다 — 두 모델이 사실상 같은 위치에 있다고 볼 만큼, 그리고 이 둘이 순위표 최상단에서 불과 2.15점 아래에 있다고 볼 만큼 가깝다. Sonnet은 Anthropic 제품군의 중간 계층 제품이고, Fable은 이 회사가 역사적으로 범용 추론 작업에 내세워 온 모델이다. 이 둘이 이제 프런티어 바로 아래에서 양쪽을 차지하고 있다는 점이, 선두가 누구인지보다 이번 갱신에서 더 실질적인 변화다.

Anthropic 자체의 세대적 도약도 눈에 띈다. Claude Opus 5.5는 Claude Opus 5의 후속 모델로, Epoch는 Claude Opus 5를 162.94점으로 평가하며 구간은 160.2에서 166.7이다. 이는 7월 24일 출시에서 9월 22일 출시까지 약 두 달 만에 4.41점 향상된 것으로, 오늘 1위와 2위를 가르는 0.84점보다 더 큰 폭의 변화다. 그렇게 보면, 이 표에서 흥미로운 수치는 꼭대기에 있는 두 공급업체 사이의 격차가 아니라 단일 공급업체의 선 안에 있는 기울기다.

오픈 웨이트의 경계는 어디에 그어지는가

Epoch는 접근성에 따라 모델을 구분하므로, 오픈 웨이트 경계를 추측할 필요 없이 명확히 파악할 수 있다. 가장 우수한 오픈 웨이트 항목은 157.61의 Kimi K3이며, 날짜는 7월 16일이고 비상업용으로 표시되어 있다. 그 뒤에는 155.38의 DeepSeek V4 Pro 0813과 155.0의 DeepSeek V4.1 Flash가 있으며 둘 다 제한이 없고, 이어서 151.94의 GLM-5.3-Flash와 151.78의 GLM-5.2가 있다. 따라서 최상위에 가장 가까운 오픈 모델은 9.74점 뒤처져 있다 — 이 격차는 1위와 2위 사이의 격차보다 열여덟 배 더 넓고, 구간들이 거의 맞닿지 않을 만큼 넓다.

그 비대칭은 표에서 유일하게 오래 남는 발견이다. 폐쇄형 프런티어는 3점 이내의 접전이고, 폐쇄형 프런티어에서 가장 좋은 다운로드 가능한 가중치까지의 거리는 10배 더 크다. 벤치마크 세대를 가로질러 비교할 수 있게 하는 종합 지수는 바로 그 점을 알아차리기 위한 도구다. 포화된 벤치마크가 잠잠해졌다고 보고하는 대신, 7월에도 9월에도 같은 말을 할 수 있기 때문이다.

주변의 몇몇 행은 맥락을 위해 고정해 둘 가치가 있습니다. 독자들이 실제로 Opus 5.5와 비교해 저울질하는 모델들이기 때문입니다:

• Claude Sonnet 5 — 156.34, 6월 30일 출시, 구간 153.61~158.81

• Grok 4.6 — 156.61, 8월 12일 출시, 구간 154.66~158.93

• Gemini 3.8 Flash — 156.93, 9월 2일 출시, 구간 154.64~160.42

• Muse Spark 1.3 — 156.86, 9월 2일 출시, 범위 154.73~159.56

• GPT-5.6 Sol — 161.8, 7월 9일 출시, 구간 159.26~165.26

지수 포지션은 어음이 아닙니다

여기서부터는 리더보드만으로 전체 상황을 설명할 수 없습니다. 왜냐하면 최상위에 있는 두 모델의 비용은 전혀 같지 않기 때문입니다. 공급자 정가를 마크업 없이 그대로 반영하는 저희 자체 카탈로그를 기준으로 보면, 캐시 읽기 $0.20에 $4.00/$20.00인 Claude Opus 5.5, 그리고 캐시 읽기 $1.00에 $10.00/$50.00인 GPT-6 Astra는 요금표의 입력·출력 양쪽 모두에서 2.5배 차이가 납니다. 또한 Astra는 프롬프트 토큰이 272,000개를 넘으면 단가가 올라 입력이 $20.00, 출력이 $75.00이 되지만, Opus 5.5는 100만 토큰 전체 구간에서 $4.00/$20.00을 그대로 유지합니다. 두 모델 모두 128,000개의 출력 토큰을 제공합니다.

장문 컨텍스트 워크로드가 실제로 incur하는 산술을 실행해 보자 — 캐시에서 제공되는 180,000토큰 접두사, 생성되는 5,000토큰. Opus 5.5에서는 180,000토큰이 백만 토큰당 $0.20, 즉 약 3.6센트이고, 여기에 5,000토큰이 백만 토큰당 $20, 즉 10센트가 더해진다: 대략 13.6센트다. GPT-6 Astra에서는 180,000토큰이 $1.00, 즉 18센트이고, 여기에 5,000토큰이 $50, 즉 25센트가 더해진다: 대략 43센트다. 0.84포인트 우위와 3.2배 비용 격차는 같은 종류의 사실이 아니며, 첫 번째만 따져보는 조달 결정은 더 작은 숫자를 따져본 것이다.

Fable 5.1은 같은 벤더의 요금표 반대편에서 같은 점을 지적한다: $10.00/$50.00으로 책정되어 Astra와 정확히 같은 가격이며, 164.82점을 기록한다 — 같은 비용으로 Opus 5.5보다 2.53점 낮다. 이 지수는 Anthropic의 세 가지 프런티어 항목을 서로 2.53점 이내에 놓고, 그 요금표는 이들을 2.5배 차이로 벌려 놓는데, 이는 어떤 단일 순위보다 구매자 앞에 놓인 선택을 훨씬 잘 설명해 준다.

숫자로 논쟁하려거든, 네 트래픽에서나 논쟁해라

이 지수가 읽을 가치가 있는 이유는 그것이 벤더가 아닌 다른 누군가에 의해 측정된다는 점이다 — 하지만 그 합성 지수의 구조 자체가 논쟁의 조건을 규정한다. Epoch의 보정, 난이도 추정, 그리고 벤치마크를 건너뛰는 모델을 처리하는 방식은 모두 표에 있는 숫자보다 상류에 있으며, 그중 어느 것도 독자가 스크린샷에서 다시 도출할 수 있는 것이 아니다. 모든 벤더의 대표 벤치마크도 마찬가지다. 그래서 유용한 움직임은 그들 사이에서 편을 드는 것이 아니라, 당신이 통제하는 트래픽에서 그들을 비교하는 것이다.

이 두 모델 모두 OrcaRouter의 하나의 API 키로 접근할 수 있으며, OrcaRouter는 공급자 정가를 0% 마크업으로 그대로 전달합니다: Claude Opus 5.5는 $4.00/$20.00, 캐시 읽기 $0.20, 그리고 GPT-6 Astra는 $10.00/$50.00이며 272K 초과 구간은 공급자가 설정한 그대로 정확히 적용됩니다. 동일한 프롬프트 세트를 두 모델 모두에 보내는 것은 두 번째 계약이 아니라 구성 변경이며, 두 모델 모두 라우팅되는 경우 자동 장애 조치가 그 아래에 깔려 있는데, 이는 노이즈 플로어에 이렇게 가까운 결정에서 중요합니다. 리더보드는 두 모델이 구분 불가능하다고 알려줄 수 있습니다. 오직 자신의 평가만이 어느 쪽이 당신의 작업에서 구분 불가능한지 알려줄 수 있습니다.

다음 달에 이 수치를 움직일 요인은 무엇일까요?

Epoch의 파일은 살아 있는 문서이며, 세 가지 요인이 그 해석을 빠르게 바꿀 수 있습니다. 첫째는 상위 4위 안에 드는 프런티어 모델의 새로운 평가입니다. 군집이 이렇게 촘촘할 때는 명확한 선두가 있을 때보다 벤치마크 관측값 하나가 추가되는 것만으로도 종합 점수가 더 크게 움직이기 때문입니다. 둘째는 신뢰 구간의 이동입니다 — 가장 최근 항목들이 가장 넓은 신뢰 구간을 가지는데, 이는 겹치는 벤치마크에서 가장 적게 평가되었기 때문입니다. 따라서 9월 릴리스가 움직일 가능성이 가장 높은 행이고 7월 릴리스는 가장 낮습니다. 셋째는 벤치마크가 포화 상태에 도달하는 경우이며, 이는 이 지수가 견디도록 만들어진 특정한 실패 유형입니다. 한 구성 요소가 더 이상 변별력을 내지 못하게 되면, Epoch는 모델의 이점이 테스트와 함께 사라지도록 내버려 두지 않고 구성을 다시 가중합니다.

당장은, 방어 가능한 요약은 좁은 쪽이다. Claude Opus 5.5는 자체 신뢰구간이 뒷받침하지 못하는 0.84점 차이의 힘으로 Epoch Capabilities Index에서 167.35로 1위를 차지하고 있고, Claude Sonnet 5.5는 같은 계열의 중간 계층에서 선두와의 격차를 2.15점 이내로 좁혔으며, 오픈 웨이트 진영은 그들 모두보다 9점 넘게 뒤처져 있다. 선두는 두 공급업체 사이의 동전 던지기다. 그들 사이의 4점 가격 차이는 그렇지 않다.