Claude Opus 5.5 대 Gemini 4 Carbon: 12%의 상한선과 3분의 1의 비용

Claude Opus 5.5와 Gemini 4 Carbon은 SemiAnalysis의 새 GDPx 벤치마크에서 상위 두 모델이며, 둘의 격차는 1점 조금 넘습니다. Opus 5.5가 12.0%, Carbon이 10.9%입니다. 더 유용한 숫자는 점수 아래에 있습니다. Carbon은 작업당 $16.29로 거기에 도달했고, Opus 5.5는 $51.41이 필요했습니다. 이 한 줄에 결정의 전부가 담겨 있지만, 리더보드가 보여줄 수 없는 주의점이 있습니다. Opus 5.5는 2026년 9월 22일부터 일반 제공되었습니다. Carbon은 10월 28일 발표되었고 여전히 Google의 Fairwind 프로그램을 통해 사이버 방어 파트너에게만 제한되어 있으며 공개 모델 ID가 없습니다. 비용이 3분의 1로 줄어드는 것은 주문할 수 있어야만 이득입니다.

GDPx v1.0은 이번 주에 공개된 새로운 벤치마크로, 동일한 작업에 동일한 하네스를 사용해 이 두 모델의 점수를 산정하고 각 실행에 든 비용을 보고한 최초의 독립 평가입니다. 순위보다 더 중요한 것은 그 시점입니다. Opus 5.5가 출시된 지 6주 후, Carbon이 발표된 지 며칠 만에, 두 벤더의 표를 나란히 놓은 것이 아니라 마침내 실측 비교가 나온 것입니다.

표 앞에서 각 모델이 무엇인지

Claude Opus 5.5는 Anthropic이 장시간 실행되는 에이전트형 코딩 및 지식 작업을 위해 내세운 현재의 플래그십 모델입니다. Opus 5를 대체하면서 가격을 20% 인하했고 100만 토큰 컨텍스트 윈도우를 공식 문서화했으며, Anthropic이 Claude Code와 Claude 앱에 사용하도록 제시하는 모델입니다.

• 가격 — 입력 토큰 100만 개당 $4, 출력 토큰 100만 개당 $20. 배치 요청은 50% 할인되어 $2 / $10입니다.

• 컨텍스트 및 출력 — 동기 API에서는 입력 토큰 1M, 출력 128K, 확장 출력 베타 헤더를 사용하는 Batch API에서는 출력 300K.

• 캐싱 — 5분 캐시 쓰기는 백만 토큰당 5달러, 1시간 쓰기는 8달러, 캐시 읽기는 0.20달러입니다.

• 사고 — 적응형 사고는 항상 켜져 있으며 비활성화할 수 없습니다. 기본 노력 수준은 중간이고, 신뢰할 수 있는 지식 기준 시점은 2026년 6월입니다.

• 제공 위치 — claude-opus-5-5로 제공되는 Claude API, Amazon Bedrock, Google 관리형 및 Anthropic 관리형 경로를 모두 통한 Google Cloud, Microsoft Foundry, 그리고 AWS의 Claude Platform.

Gemini 4 Carbon은 Google이 10월 28일 Koray Kavukcuoglu를 통해 발표한 최신 프런티어 모델로, 사이버보안, 장기 지평 에이전트, 복잡한 소프트웨어 엔지니어링 분야에서 회사가 내놓은 가장 강력한 모델입니다. Google의 발표에는 세 가지 주요 주장과 한 가지 눈에 띄는 누락이 있습니다. 바로 컨텍스트 윈도가 공개되지 않았다는 점입니다. 벤치마크 주장은 Google 자체 측정치로 — 취약점 발견의 경우 SEC-bench Pro 88.2%, 익스플로잇의 경우 ExploitGym 54.8%, 패치의 경우 CWE-bench 71.0% — 독립적으로 재현된 것이 아니라 공급업체가 보고한 수치로 읽어야 합니다.

• 가격 — 도입 기간 동안 입력 토큰 100만 개당 $2, 출력 토큰 100만 개당 $10이며, 캐시된 입력에는 95% 할인이 적용됩니다. 표준 요율은 이후 $4 / $20이며, Google은 도입 가격이 언제 종료되는지 밝히지 않았습니다.

• 접근 권한 — Fairwind 한정, 사이버 방어 전문가와 신뢰할 수 있는 파트너 일부에게만 제공되며, 더 폭넓은 개발자, 기업 및 소비자 접근은 "가능한 한 빨리" 제공하겠다고 약속했으나 날짜는 없음.

• 엔드포인트 — 공개된 것 없음. Gemini API는 여전히 Carbon이 아닌 gemini-4-argon을 제공합니다.

• 컨텍스트 — 발표문에는 명시되지 않음. 롱컨텍스트 검색 결과는 출시 주간 보도에서 회자되었지만, 해당 윈도우 자체는 공개된 사양이 아니다.

이 맞대결에 관해 가장 먼저 이해해야 할 것은 바로 그 비대칭성이다. 한 모델은 오늘날 Claude API, 네 개의 클라우드 플랫폼, 열두 개의 SDK를 통해 호출할 수 있는 제품이다. 다른 하나는 대기자 명단이 있는 역량 시연이다. 이후의 모든 비교는 두 모델을 모델로서 비교하는 것이며, 현재 배포 옵션으로 선택할 수 있는 것은 둘 중 하나뿐이다.

GDPx: 206개 작업, 12% 상한, 3.2배 비용 격차

SemiAnalysis는 OpenAI의 GDPval을 잇는 후속작으로 GDPx를 만들었으며, 14개 데이터 파트너와 11개 전문 도메인—금융, 법률, 생물학, 재료과학, 칩 설계, 하드웨어 설계, 사이버보안, 소프트웨어 엔지니어링, 얼라인먼트, 퀀트 트레이딩, 재귀적 자기개선—에 걸쳐 206개 과제를 포함합니다. 각 과제에는 기본 8시간의 예산이 주어지고, 3회 실행을 평균하며, 도메인은 동일한 가중치로 반영됩니다. 테스트된 20개 모델 중 공개 보드에 나타나는 것은 13개뿐입니다.

• Claude Opus 5.5 — 12.0%, 1위, 작업당 $51.41, 작업당 약 548,000개의 출력 토큰.

• Gemini 4 Carbon — 10.9%, 2위, 작업당 $16.29 및 작업당 약 594,000 출력 토큰.

• GPT-6 Astra — 9.6%, 3위, 작업당 $53.99.

• Claude Fable 5.1 — $67.16에 8.5%, 보드에서 가장 비싼 모델입니다.

{{1}}여기에는 두 가지 해석이 경쟁하고 있으며, 둘 다 옳습니다. 첫째는 Carbon이 Opus 5.5 점수의 약 91%를 약 32%의 비용으로 제공한다는 것으로, 이는 진정한 가치 주장이며 9to5Google이 앞세운 해석입니다.{{/1}} 둘째는 {{2}}두 모델 모두 주어지는 전문 작업 여덟 개 중 일곱 개를 완료하지 못한다는 것입니다. 12%에서 1점 앞선다고 해서 해결된 문제는 아닙니다. 그것은 작업이 길고 개방형이며 해당 분야 전문가가 평가할 때 에이전트가 할 수 있는 현재의 한계입니다.{{/2}}

SemiAnalysis는 사이버보안, 생물학, 정렬을 제거한 두 번째 관점을 발표했으며 순서가 바뀝니다. GPT-6 Astra가 1위로 올라가고, Carbon은 GPT-6.1 Sol과 Claude Sonnet 5.5 아래로 내려갑니다. 회사는 그 관점이 자신들의 주관적 인상과 더 잘 맞는다고 말합니다. 작동 메커니즘은 가드레일입니다. 과제를 거부하는 모델은 해당 과제에서 0점을 받으며, Carbon의 안전 행동은 사이버 강점이 가장 큰 바로 그 영역에서 더 엄격합니다. 따라서 Carbon의 2위는 부분적으로는 역량 결과이고 부분적으로는 허용 결과입니다. 당신의 업무가 제거된 영역과 비슷하다면, 헤드라인 순위는 당신을 설명하는 것이 아닙니다.

Carbon이 실제로 앞서는 부분

Artificial Analysis의 Intelligence Index v5.0에서 Carbon은 59, Opus 5.5는 58에 위치한다. 10월 27일에 기준이 재설정된 종합 지표에서 1점 차이는 프로덕션 시스템을 마이그레이션할 만한 격차가 아니다. 다만 이는 Google의 모델이 뒤처진 것이 아니라 최전선에 있음을 입증하며, 이는 제한적 롤아웃만으로는 쉽게 검증하기 어려운 더 강한 주장이다.

사이버 관련 수치는 Carbon의 사례가 가장 명확하게 드러나는 부분이자, 출처가 가장 취약한 부분이기도 하다. 구글 자체 하네스는 이를 ExploitGym에서 54.8%, CWE-bench에서 71.0%, SEC-bench Pro에서 88.2%로 제시한다. 이는 취약점 발견과 패치에 관한 크고 구체적인 주장이며, 보안 팀이 예산을 배정하기 전에 독립적인 재실행이 필요한 바로 그런 종류의 주장이다. GDPx의 사이버 영역은 그에 대한 하나의 입력일 뿐, 이 세 스위트를 재현한 것은 아니다.

가격은 세 번째 장점이지만, 단서가 붙는다. $2 / $10의 Carbon 도입 요금은 Opus 5.5의 $4 / $20보다 절반이다. 표준 요금인 $4 / $20에서는 동일하다. 95% 캐시 입력 할인은 실재하지만 정가에서는 폭이 좁아진다. 도입 요금에서는 백만 캐시 토큰당 $0.10, 표준 요금에서는 $0.20이며, Opus 5.5의 캐시 읽기는 $0.20이다. 비용 우위는 오늘 가장 크며, 할인이 지속되는 동안에는 그렇고, Google은 그 기간이 얼마나 될지 밝히지 않았다.

Opus 5.5가 여전히 앞서는 분야

Opus 5.5의 가장 강력한 독립적 결과는 GDPx 점수가 아니라 코딩 프로필이다. Artificial Analysis의 Coding Agent Index에서 Opus 5.5는 Carbon의 59에 맞서 62를 기록했는데, 이 지수는 단일 샷 완성이 아닌 에이전트형 코딩 실행을 바탕으로 산출된다. 장시간 소프트웨어 작업을 목적으로 명시한 모델에게는 이쪽이 더 적절한 측정치다.

Anthropic 자체 출시 수치도 같은 방향을 가리키며, 이는 공급업체가 보고한 수치다. Terminal-Bench 4.0은 66.4%, FrontierCode v1.1은 54.4%, CursorBench 4.0은 57.8%, AutomationBench는 40.0%다. 하네스가 중요하다. Artificial Analysis는 동일 모델을 xhigh effort에서 Terminal-Bench 4.0 기준 59.6%로 측정했고, Vals AI는 65.2%를 보고했다. 공급업체와 하나의 독립 하네스 사이에 7포인트 차이가 나는 것은 에이전트형 벤치마크에서 정상이며, 이것이 단일 행만으로 구매를 결정해서는 안 되는 이유다.

화려하지 않은 장점은 가용성이다. Opus 5.5에는 공개된 컨텍스트 윈도, 문서화된 출력 한도, 배치 계층, $8 / $40의 고속 모드, 마이그레이션 가이드가 있고, 그 뒤에는 6주간의 프로덕션 사용 실적이 있다. Carbon에는 블로그 게시물, 파트너 프로그램, 가격표가 있다. 이번 분기에 답을 내야 하는 팀에게는 그 차이가 59 대 58보다 더 많은 사례를 좌우한다.

작업에 실제로 드는 비용

GDPx의 비용 수치는 정가가 아니라 8시간 예산 내에서 측정된 토큰 지출이므로, 각 모델이 출력을 얼마나 많이 작성하기로 선택하는지가 포함된다. Carbon은 작업당 Opus 5.5보다 출력 토큰을 약 8% 더 사용했고도 비용은 3분의 1에 그쳤는데, 도입 요율이 절반이고 긴 에이전트 실행이 누적되는 쪽은 입력 측이기 때문이다. 1,000개 작업에서 보고된 격차는 약 $51,000 대 $16,000이다.

정가 기준으로 보면 계산은 덜 극적입니다. 1M 입력 토큰과 250K 출력 토큰이 있는 요청의 비용은 Opus 5.5에서 $4 / $20 기준 $9, Carbon에서 도입 요율 $2 / $10 기준 $4.50, Carbon의 표준 $4 / $20 기준 $9입니다. Opus 5.5의 Batch API는 50% 할인으로 $2 / $10이 되며 — Carbon의 도입 요율과 동일합니다 — 기다릴 수 있는 작업에 해당합니다. Carbon의 도입 기간이 끝나면 요율표 차이는 완전히 사라집니다. 남는 것은 작업당 토큰 사용량 차이뿐이며, 그 차이는 작습니다.

이것은 비교 내용 중에서 맥락 없이 인용될 가능성이 가장 높은 부분입니다. "비용의 3분의 1"이라는 말은 오늘날의 프로모션 가격으로 GDPx를 실행할 때는 맞는 말입니다. 그러나 그것은 이 모델의 영구적인 속성이 아니며, 표준 요율로 배치 워크로드를 실행할 때 보게 될 비율도 아닙니다.

진짜 결정 요인은 가용성 격차입니다

Claude Opus 5.5가 OrcaRouter에 anthropic/claude-opus-5.5로 라이브되었으며, 공급자 정가인 $4 / $20에 추가 마크업 없이 제공됩니다. 200개 이상의 모델을 하나의 키로 함께 사용할 수 있습니다. 라우팅은 모델 문자열만 바꾸면 되며, 자동 페일오버가 포함된 가중치 분할은 결과에 프로덕션 경로를 걸지 않고도 현재 모델과 비교 테스트하는 저렴한 방법입니다.

Gemini 4 Carbon은 OrcaRouter에 없으며 앞으로도 있을 수 없습니다. Google은 모델 ID도 공개 엔드포인트도 공개하지 않았으므로 라우팅할 대상이 없습니다. 유일하게 정직한 설명은 접근이 Google의 Fairwind 프로그램을 통해, 그리고 결국에는 공급업체 자체 API를 통해 이루어진다는 것입니다. 공개 엔드포인트가 실제로 등장하면, 패스스루 모델 덕분에 여기서 지불하는 금액은 가격이 변경되는 당일의 정가이며, 이를 다시 가격 책정한 버전이 아닙니다.

그러면 벤치마크 표가 시사하는 것보다 더 좁은 결정이 남습니다:

• Fairwind 접근 권한이 필요한 보안 업무 — 자체 트리아지 및 패치 큐에서 Carbon을 시험해 보십시오. 해당 벤더의 사이버 수치는 공개된 것 중 가장 강력하지만 재현된 바 없으며, GDPx 도메인 재가중 결과에 따르면 그 이점은 도메인에 따라 달라집니다.

• 장시간 실행되는 코딩 에이전트 — Opus 5.5. 독립적인 코딩 지수에서 선두를 달리고, 문서화된 1M 토큰 윈도와 128K 출력을 갖추고 있으며, 대부분의 기업이 이미 계약을 맺고 있는 플랫폼에서 사용할 수 있습니다.

• 비용에 민감한 배치 작업 — Opus 5.5의 Batch API는 $2 / $10으로 현재 Carbon의 초기 요금과 동일하며, Google이 예고 없이 종료할 수 있는 할인에 의존하지 않습니다.

• 역량에 대한 단도직입적인 내기 — 잠깐. 1점의 Intelligence Index 우위와 1.1점의 GDPx 우위는 하네스 선택에서 비롯되는 노이즈 범위 안에 있으며, 어느 모델도 GDPx가 제시하는 전문 과제를 완수하는 데 가깝지 않다.

무엇이 답을 바꿀까요?

주목할 만한 세 가지가 있으며, 그중 어느 것도 또 다른 벤더 벤치마크가 아닙니다. 첫 번째는 공개 Carbon 엔드포인트입니다. Google이 모델 ID를 출시하기 전까지 Fairwind 외부의 누구에게나 모든 비용 비교는 가정에 불과하며, 도입 가격은 청구서라기보다 약속입니다. 두 번째는 그 도입 기간의 종료입니다. $4 / $20에서 Carbon의 요금표는 Opus 5.5의 요금표와 동일하며, 가치 논거는 다시 토큰 효율성으로 귀결됩니다. 세 번째는 사이버 결과의 독립적 재현입니다. SEC-bench Pro의 88.2%와 ExploitGym의 54.8%는 보안 예산을 정당화할 수 있는 수치이며, 현재 이 수치들은 한 연구소의 하네스에 의존하고 있습니다.

현재로서는 솔직한 요약이 두 벤더 어느 쪽이 원하는 것보다도 더 좁다. Opus 5.5는 그 위에 구축하기에 더 나은 모델이다. 왜냐하면 실제로 그 위에 구축할 수 있는 모델이기 때문이다. Carbon은 지켜볼 만한 더 흥미로운 모델이다. 더 낮은 가격으로 최전선에 맞먹으면서도 아직 공개적으로 그것을 입증할 기회를 얻지 못했기 때문이다. 12%라는 상한선은 두 모델 모두에 해당한다.