Step 5 Preview vs Claude Sonnet 5.5: 인덱스 포인트 12점, 작업 비용은 10배

Step 5 Preview 및 Claude Sonnet 5.5는 이번 달 독자들이 실제로 서로 견주어 보는 두 모델입니다: 2026년 9월 20일에 공개된 백만 토큰당 $1.00 / $2.70의 StepFun 프리뷰와 9월 28일에 출시된 $2.00 / $10.00의 Claude Sonnet 5.5. 독립 리더보드에서 이 둘은 12점 차이입니다 — Artificial Analysis Intelligence Index v4.3.2에서 44 대 56 — 그리고 12점은 실제 격차입니다. 그것 역시 청구서를 결정하는 숫자는 아닙니다. 청구서를 결정하는 숫자는 완료된 작업당 비용이며, 바로 거기서 같은 리더보드는 $0.71을 Step 5 Preview에 대해, $7.60을 Claude Sonnet 5.5에 대해 최대 노력으로 기록합니다. 돈은 10.5배인데 점수는 12점입니다. 두 카드의 거의 모든 다른 행은 그 트레이드오프의 어느 절반을 감수할 수 있는지에 대한 논쟁입니다.

두 개의 요금표, 행별로

이 섹션의 모든 내용은 각 벤더가 자체적으로 공개한 가격 정보이며, 2026년 10월 9일에 확인한 것입니다.

• 입력 — Step 5 Preview 백만 토큰당 $1.00 vs Claude Sonnet 5.5 백만 토큰당 $2.00

• 출력 — 백만 토큰당 $2.70 대 $10.00; 두 청구서 모두에서 가장 큰 비중을 차지하는 행

• 캐시된 입력 — Step 5 Preview는 95%의 균일한 입력 할인을 명시하며, 이는 캐시 적중 시 백만 토큰당 약 $0.05로, Claude Sonnet 5.5의 $0.20 캐시 읽기와 대비됩니다.

• 캐시 쓰기 — Claude Sonnet 5.5는 5분 캐시 쓰기 기준 백만 토큰당 $2.50를 공개합니다. StepFun은 캐시 쓰기 요율을 전혀 공개하지 않았으므로, 그 비교의 절반은 한쪽이 비어 있는 상태입니다

• 컨텍스트 윈도우 — 두 카드 모두 1M 토큰

• 최대 출력 — Claude Sonnet 5.5는 128,000토큰(베타 헤더를 사용하는 Message Batches API에서는 300,000토큰)을 문서화합니다; StepFun은 Step 5 Preview의 출력 상한을 공개하지 않았습니다

• 모달리티 — 둘 다 텍스트와 이미지를 입력받고 텍스트만 반환합니다

• 추론 제어 — Step 5 Preview는 공개된 에포트 등급 없이 확장 사고를 노출합니다; Claude Sonnet 5.5는 최고 설정이 바로 자체 작업당 비용이 폭증하는 지점에 있는 에포트 사다리를 노출합니다

• 가중치 — Step 5 Preview의 BF16 체크포인트는 2026년 10월 15일 공개가 예고되었지만 아직 나오지 않았습니다. Claude Sonnet 5.5는 독점 모델입니다

그 행들 중 두 개는 헤드라인보다 더 많은 일을 한다. 캐시 행은 저렴한 카드가 한층 더 저렴해지는 부분이다. 1달러에 대한 95% 할인이면 캐시 읽기가 5센트인데, Anthropic의 것은 20센트이기 때문이다. 그리고 출력 상한 행은 반대 방향으로 간다. 한 공급업체는 자사의 한계가 어디인지 알려 주고, 다른 공급업체는 그중 얼마나 많은 양이 다시 나올 수 있는지는 말하지 않은 채 100만 토큰 창을 광고한다.

12가지 항목은 실제로 어디에서 비롯된 것일까

아래의 두 수치는 모두 Artificial Analysis의 것으로, Intelligence Index v4.3.2 기준이며, 두 수치 모두 벤더가 제공한 표가 아니라 모델 자체 페이지에서 읽어온 것입니다.

• Intelligence Index — Claude Sonnet 5.5 56, 216개 중 3위 vs Step 5 Preview 44, 200개 중 45위. 보드가 서로 다른 시점에 렌더링되었기 때문에 클래스 크기가 두 가지로 다르며, 비교 가능한 부분은 점수입니다.

• 인덱스 작업당 비용 — $7.60 대 $0.71. Anthropic의 수치는 보드가 "Adaptive Reasoning, Max Effort, Default Fallback"라고 표시한 구성에 대한 것이며, 이는 해당 모델 자체 단계에서 비용이 가장 높은 쪽입니다.

• 인덱스 실행 중 생성된 출력 토큰 — 410M 대 160M, 보드 중앙값 88M과 비교됩니다. 보드 기준으로 볼 때 두 모델 모두 장황합니다. 하나는 중앙값의 네 배가 넘고, 다른 하나는 두 배에 조금 못 미칩니다.

• 출력 속도 — Step 5 Preview는 평균 70에 비해 초당 약 100개의 토큰을 읽습니다. 작성 시점에 Artificial Analysis는 Claude Sonnet 5.5의 출력 속도 수치를 발표하지 않았으므로, 해당 행은 승리한 것이 아니라 일방적입니다.

첫 두 행을 나란히 놓으면 결정의 윤곽이 드러난다. 이 모델들 사이에는 지수 12점의 차이가 있고, 동일한 평가를 실행하는 비용은 10.5배 차이가 난다. 점수 차이는 실제다 — 순위 격차로 인해 한쪽은 보드 점수 상위 3개 모델에, 다른 쪽은 상위 25%에 들어간다 — 하지만 어려운 에이전트형 워크로드에 대해 작업당 $7.60를 지불하는 팀은 숙고에 비용을 지불하는 것이며, 문제는 그들의 작업이 그 숙고를 필요로 하느냐이다.

벤더 표로는 이 문제가 해결되지 않습니다. 그 증거는 여기 있습니다.

두 연구소 모두 Terminal-Bench 4.0 수치를 발표한다. Anthropic의 Sonnet 5.5 발표는 해당 모델에 대해 70.6%를 주장하며, 이는 그것이 대체하는 모델의 10.3%와 대조된다. StepFun이 자체적으로 발표한 Step 5 Preview의 Terminal-Bench 4.0 수치는 33.3%이다. 둘 다 벤더가 실행한 것이고, 둘 다 어떤 제3자에 의해서도 재현되지 않았으며, 같은 이름의 벤치마크에서 37점 차이가 난다.

그 격차는 한 모델이 두 배 더 뛰어나다는 증거가 아니다. 그것은 서로 다른 구성, 에이전트 스캐폴드, 노력 설정에서 같은 이름의 하네스를 실행하는 두 랩이 서로 빼서 비교할 수 없는 수치를 낸다는 증거다. 이는 출시 당일 비교에서 되풀이되는 문제이며, 이 글에서 랩에서 나온 모든 행에 그렇게 표시된 이유다. 제3자가 두 모델을 하나의 하네스에서 측정한 경우에는 그 수치를 사용하라. 그렇지 않은 경우에는 벤더 수치를 의도에 관한 주장으로 취급하라.

Sonnet 5.5 출시 당시 Anthropic이 직접 남긴 마이그레이션 노트는 이 비교에 가져와 볼 가치가 있습니다. 평가 중인 모든 프리뷰 엔드포인트에 적용되기 때문입니다. 벤더의 지침은 Sonnet 5와 5.5 사이에서 effort 레벨이 재조정되었으므로, 팀은 설정을 그대로 가져오기보다 effort 스윕을 다시 실행해야 한다는 것이었습니다. 이에 상응하는 경고는 여기서 반대 방향으로 적용됩니다. Step 5 Preview는 프리뷰이며, 서빙 구성이 아직 변하고 있고, 이번 주 엔드포인트에 맞춰 조정한 설정은 여러분이 소유한 설정이 아닙니다.

둘 다 말이 너무 많아, 정도는 서로 다르지만

장황함은 요율표를 청구서로 바꾸는 행입니다. Step 5 Preview는 인덱스 스위트를 완료하기 위해 1억 6천만 개의 출력 토큰을 생성했으며, 여기서 보드의 중앙값 모델은 약 9,200만 개를 생성합니다 — 중앙값의 약 1.7배입니다. Claude Sonnet 5.5는 4억 1천만 개를 생성했으며, 이는 중앙값의 약 4.7배입니다.

백만 출력 토큰당 $2.70에서, Step 5 Preview의 장황함은 작은 수치의 큰 비중을 차지한다. $10.00에서는 Claude Sonnet 5.5의 장황함이 매우 큰 수치의 대부분을 차지한다. 두 모델 모두 간결하지 않으며, 어느 벤더의 마케팅도 그렇게 설명하지 않는다. 실질적인 결과는, 자체 트래픽에서 작업당 토큰을 측정하는 것이 요금표보다 실제 비용 차이에 대해 더 많은 것을 알려준다는 것이다. 요금표는 두 모델이 같은 답변에 대해 같은 수의 단어를 쓴다고 가정하기 때문이다. 하지만 그렇지 않다.

실제 루프에서 계산된 캐시 행

에이전트 루프가 40,000토큰의 안정적인 프리픽스 — 시스템 프롬프트와 리포지토리 컨텍스트 — 를 가지고 있고, 이 프리픽스가 30턴 동안 매 턴마다 다시 전송되며, 한 번 기록되고 29번 적중한다고 해 보자. 이는 세션당 116만 개의 캐시된 입력 토큰이다.

• Claude Sonnet 5.5 — 백만 토큰당 $2.50로 쓰기 1회, 대략 $0.10, 그다음 백만 토큰당 $0.20로 116만 읽기 토큰, 대략 $0.23. 신규 입력이나 출력이 추가되기 전 기준으로 세션당 총 약 $0.33.

• 5단계 미리보기 — 명시된 95% 할인으로 읽어들이므로, 백만 개당 약 $0.05, 세션당 약 $0.06입니다. 쓰기 부분은 비용이 산정되지 않았는데, StepFun이 캐시 쓰기 요율을 공개하지 않았기 때문입니다.

실제로 가격을 매길 수 있는 행에서, 캐시된 트래픽은 Anthropic 카드에서 약 다섯 배 더 비쌉니다. 그리고 주의할 점은 두 가지 쓰기 요금 중 하나가 아직 존재하지 않는다는 것입니다. 이것은 두 모델 모두가 판매되는 대상인 워크로드이며, 그래서 이 행은 헤드라인 할인율이 보여 주는 것보다 더 중요합니다.

각각이 실제로 호출될 수 있는 곳

Claude Sonnet 5.5는 우리 카탈로그에 anthropic/claude-sonnet-5.5로 등록되어 있습니다. Claude Sonnet 5.5 자체의 $2.00 및 $10.00, $0.20 캐시 읽기, 1,000,000토큰 컨텍스트 윈도우와 128K 최대 출력 — 정가는 0% 마크업으로 그대로 전달되므로, Anthropic의 요금 카드에 변경이 생기면 같은 날 저희 쪽도 변경됩니다. Step 5 Preview는 그 카탈로그에 없으며, 그 반대인 것처럼 암시하지도 않겠습니다: StepFun 자체 API에서 응답하며, 약속된 체크포인트가 도착하기 전까지는 다른 어디에서도 전혀 응답하지 않습니다.

그 비대칭성에는 실용적인 용도가 있다. 두 모델이 자동 페일오버와 함께 하나의 키 뒤에 있었다면, 워크로드를 한쪽에서 다른 쪽으로 옮기는 일은 모델 문자열 변경 외에는 아무것도 아니었을 것이다. 이것이 바로 문을 범용적으로 유지하는 솔직한 이유다. 현재로선, 비교는 기존 경로를 통해 호출할 수 있는 모델과 별도로 연결해야 하는 모델 사이의 비교이며, 두 번째 모델은 서빙 플릿이 아직 구축 중인 프리뷰다. 검증되지 않은 용량을 이미 검증된 대상으로의 페일오버가 있는 라우터 뒤에 두는 것이 저렴한 보험이다. 프리뷰 엔드포인트를 직접 가리키는 기본 경로는 그렇지 않다.

이 평결을 바꿀 수 있는 것은 무엇인가요

세 가지가 있으며, 모두 날짜를 특정할 수 있다. 첫 번째는 2026년 10월 15일, StepFun의 BF16 체크포인트가 나올 예정인 날이다. 라이선스가 파인튜닝을 허용하고 가중치가 실제로 공개된다면, 12포인트 격차는 더 이상 모델의 고정된 속성이 아니게 되고 팀이 자체 데이터로 공략할 수 있는 대상이 된다 — 그 시점에서 10배 더 저렴한 카드는 훨씬 더 흥미로운 출발점이 된다. 체크포인트가 연기되거나 라이선스가 제한적이라면, 그 격차는 보드가 매겨 놓은 자리에 그대로 남는다.

두 번째는 Anthropic 자체의 effort 재조정 교훈이 여기에 적용되는지 여부다. Sonnet 5.5가 Sonnet 5에 대해 갖는 작업별 우위는 낮은 및 중간 effort에서는 존재하지만 최대에서는 존재하지 않으며, 최대에서는 그 반대가 성립한다. effort를 한 번도 훑지 않는 Step 5 Preview 구매자는 기본값의 모델과 기본값의 모델을 비교하는 셈인데, Anthropic 쪽에서 저렴하고 가치 높은 작업이 일어나는 곳은 그곳이 아니다.

세 번째는 Anthropic의 수치가 측정되는 구성과 비교할 만한 구성에서 Step 5 Preview를 제대로 독립적으로 실행한 것입니다. 그것이 존재하기 전까지, 44는 옆에 사다리 없이 단일하게 채점된 구성이고, 56은 그 아래에 전체 노력 곡선이 깔려 있습니다. 이 비교는 적힌 그대로 정직합니다; 아직 대칭적이지는 않습니다.

15일이 아니라 오늘 결정하려는 팀이라면: 워크로드가 긴 컨텍스트, 캐시 사용이 많고 자주 반복되는 성격이라면, 이 페이지의 계산은 저렴한 카드에 10배만큼 유리하게 기울고, 성능 격차는 입장료다. 워크로드가 어렵고 짧으며, 44와 56의 차이를 알아챌 사람이 채점한다면, 일을 끝내는 쪽은 비싼 카드다. 두 답변 모두 둘 다인 워크로드와 맞닥뜨리면 살아남지 못하며, 라우터가 필요한 이유가 바로 그것이다.

정가를 0% 마크업으로 그대로 전달하므로, Anthropic의 요금표가 바뀌면 같은 날 저희 요금표도 바뀝니다.

자동 페일오버는 라우터에서 프리뷰 엔드포인트가 기본 경로가 아니라 검증된 폴백 뒤에서 평가되도록 하는 기능입니다.