Claude Opus 5.5 effort 설정 뭘로 둘까 2026 – medium·high·max 비용표와, 내 파이프라인에서 effort보다 먼저 줄인 것

Posted on by

Claude Opus 5.5가 나오고 가장 먼저 궁금했던 건 이거였습니다. effort를 high로 둘까, medium으로 둘까, 비싸도 max로 둘까. 제 볼트에는 매일 아침 도는 에이전트 파이프라인이 있고, 거기서 쓰는 토큰이 곧 비용이기 때문입니다.

그래서 공식 문서와 Artificial Analysis 수치를 확인하고, 제 파이프라인에 남아 있는 실측 로그와 나란히 놓아 봤습니다. 결론부터 말하면 두 가지입니다.

첫째, Opus 5.5는 기본값이 이미 medium입니다. 아무것도 안 건드리면 Opus 5보다 한 단계 낮은 effort로 돕니다. 둘째, 제 파이프라인에서 비용을 가장 크게 줄인 건 effort가 아니라 호출 수였습니다. effort는 그다음에 만질 손잡이였습니다.

먼저 공식 사실 세 가지

숫자를 비교하기 전에 바뀐 규칙부터 확인했습니다. 전부 Anthropic 공식 문서 기준입니다.

  • effort 기본값이 medium입니다. 다른 모델은 대부분 high가 기본인데 Opus 5.5만 medium입니다. Opus 5는 high가 기본이었으니, effort를 지정하지 않은 요청은 이제 한 단계 낮게 돕니다.
  • adaptive thinking을 끌 수 없습니다. thinking: {"type": "disabled"}를 보내면 어떤 effort에서든 400 에러가 납니다. 추론량을 조절하는 손잡이는 사실상 effort 하나입니다.
  • 단가는 입력 $4, 출력 $20(100만 토큰당)입니다. Opus 5의 $5 / $25보다 20% 낮습니다. 캐시 읽기는 입력 단가의 0.05배인 $0.20으로, 다른 모델의 0.1배보다 할인 폭이 큽니다.

effort는 이렇게 지정합니다.

{
  "model": "claude-opus-5-5",
  "max_tokens": 64000,
  "output_config": { "effort": "high" }
}

공식 문서가 강조하는 주의점이 하나 있습니다. effort를 올리면 max_tokens도 크게 잡아야 합니다. max_tokens는 생각과 답변을 합친 출력의 하드 한도라서, 높은 effort에서 생각이 길어지면 답을 쓰기 전에 한도에 닿을 수 있습니다.

effort 5단계 성능·비용표

Artificial Analysis가 Opus 5.5를 effort별로 평가한 수치입니다(GeekNews 정리, 2026-09-23). 점수는 지능 지수이고, 비용은 평가 과제 하나당 평균 비용입니다.

effort 지능 지수 과제당 비용 1점당 비용
low 42 $0.55 $0.013
medium (기본값) 51 $1.34 $0.026
high 54 $1.82 $0.034
xhigh 56 $3.46 $0.062
max 58 $5.98 $0.103

1점당 비용은 제가 과제당 비용을 점수로 나눠 계산한 값입니다. 표만 보면 max가 1등이지만, 이 표에서 봐야 할 건 한 단계 올릴 때 추가로 내는 돈입니다.

한 단계 올릴 때마다 1점에 얼마를 더 내나

이동 점수 증가 비용 증가 추가 1점당 비용
low → medium +9 +$0.79 약 $0.09
medium → high +3 +$0.48 약 $0.16
high → xhigh +2 +$1.64 약 $0.82
xhigh → max +2 +$2.52 약 $1.26

low에서 medium으로 갈 때는 1점에 약 9센트입니다. xhigh에서 max로 갈 때는 1점에 1달러가 넘습니다. 같은 1점인데 가격이 14배 차이납니다. high에서 max로 한 번에 올리면 점수는 4점 오르고 비용은 $1.82에서 $5.98로 약 3.3배가 됩니다.

반대로 high에서 medium으로 내리면 과제당 비용이 $1.82에서 $1.34로 약 26% 줄고 점수는 3점 내려갑니다. 이 3점이 내 작업에서 체감되는지가 판단 기준입니다.

이 수치를 읽을 때 조심할 점도 있습니다. Artificial Analysis 평가는 adaptive reasoning과 기본 대체 모델 전환이 섞인 조건입니다. 내 API 호출과 똑같은 환경이라고 보기는 어렵습니다. 공식 문서도 이전 모델 설정을 그대로 가져오지 말고 내 평가셋으로 effort를 직접 훑어보라고 권합니다.

내 파이프라인에서는 effort보다 호출 수가 컸다

여기서부터는 제 볼트의 실측 기록입니다. 제 옵시디언 볼트에는 매일 아침 블로그 글감을 뽑는 모닝 브리핑 파이프라인이 있습니다. 9월 중순에 이 파이프라인의 토큰을 줄이는 작업을 했고, 호출마다 subagent_tokens를 기록해 뒀습니다.

날짜 서브에이전트 호출 토큰 합계
2026-09-16 3개 386,462
2026-09-17 1개 142,958

토큰이 63.0% 줄었습니다. 이때 모델 effort는 건드리지 않았습니다. 한 일은 서브에이전트 3개 중 2개를 없애고, 그 일을 메인 스레드에서 스크립트로 직접 돌린 것뿐입니다.

이유는 로그를 보고 알았습니다. 서브에이전트는 호출될 때마다 공통 규칙 파일(프로젝트 규칙, 전역 설정 등)을 처음부터 다시 읽습니다. 9월 16일 기준으로 이 묶음이 158,531바이트였고, 추정 토큰으로 약 4만 7천이었습니다. 호출을 하나 늘릴 때마다 이 바닥을 한 번 더 냅니다. 워커 프롬프트를 아무리 다듬어도, 콜 수가 그대로면 바닥은 줄지 않았습니다.

처음 개조할 때는 이걸 몰랐습니다. 9월 15일 1단계 개조에서 사전에 12만 토큰쯤으로 추정했는데 실측은 33만 9천이었습니다. 약 2.8배 빗나갔습니다. 호출을 13~16개에서 3개로 줄였는데도 콜 하나가 9만~12만 토큰을 썼고, 그 상당 부분이 매번 다시 읽는 고정 바닥이었기 때문입니다.

같은 구조를 Opus 5.5 단가로 계산하면

제 모닝 워커는 실제로는 haiku로 돕니다. 아래 계산은 같은 구조를 Opus 5.5로 돌렸다고 가정한 계산입니다.

항목 계산 금액
고정 바닥 1콜 (캐시 없음) 47,500 × $4 / 1M 약 $0.19
고정 바닥 1콜 (캐시 읽기) 47,500 × $0.20 / 1M 약 $0.0095
고정 바닥 3콜 (캐시 없음) $0.19 × 3 약 $0.57
effort high → medium 절감 (AA 과제 1개) $1.82 − $1.34 $0.48

과제 하나에서 effort를 한 단계 내리면 약 48센트가 줄어듭니다. 작지 않은 돈입니다. 그런데 이 계산에서는 호출 2개를 없애는 쪽이 매 실행마다 바닥 비용 2콜분을 통째로 지웁니다. 캐시가 맞으면 바닥 비용 자체가 20분의 1로 줄어듭니다. 순서를 바꾸면 손해입니다.

한 가지는 분명히 해 둡니다. 이 계산은 고정 바닥을 입력 토큰으로만 본 단순화입니다. effort는 출력과 생각 토큰에 걸리고, 출력 단가($20)는 입력 단가($4)의 5배입니다. 생각이 길게 나오는 작업이라면 effort 효과가 이 표보다 커집니다.

그래서 정한 순서

제가 Opus 5.5 비용을 손볼 때 쓰는 순서입니다.

순서 먼저 볼 것 확인 방법 손대는 곳
1 호출 수 × 고정 바닥 서브에이전트 콜 수와 콜당 토큰 로그 스크립트로 대체할 수 있는 워커 제거
2 고정 바닥 크기 매 호출마다 로드되는 규칙·설정 파일 바이트 규칙 파일을 필요할 때만 로드
3 캐시 적중 응답 usage의 cache_read_input_tokens 프롬프트 앞부분 고정, effort는 대화 중 바꾸지 않기
4 effort 내 평가셋으로 medium / high 비교 품질 차이가 없으면 medium 유지

3번에는 함정이 하나 있습니다. 최상위 effort 값을 요청마다 바꾸면 프롬프트 캐시가 깨집니다. Opus 5.5는 대화 중간에 메시지 단위로 effort를 바꾸는 기능(베타)을 지원하고, 이 방식은 캐시를 유지합니다. 긴 세션에서 effort를 바꿀 일이 있으면 이쪽을 씁니다.

effort별로 어디에 쓰나

공식 문서의 권장 용도와 위 비용표를 합쳐 정리하면 이렇습니다.

effort 어디에 피할 곳
low 짧고 범위가 정해진 서브에이전트 작업, 형식 변환 여러 단계 추론이 필요한 작업
medium 대부분의 에이전트 작업. Opus 5.5 기본값 평가 없이 “원래 high였으니까” 올리기
high 어려운 코딩, 복잡한 추론 단순 요약·분류
xhigh 30분 넘게 도는 긴 에이전트·코딩 작업 짧은 대화형 작업
max 1점이 아쉬운 최상위 난도 과제 구조화 출력, 배치 작업

한계

  • effort별 수치는 Artificial Analysis 평가를 GeekNews가 정리한 것을 옮겼습니다. Artificial Analysis 모델 페이지에서는 max 설정(58점, $5.98)만 직접 확인했습니다.
  • 제 파이프라인의 토큰 실측은 haiku 워커 기준입니다. Opus 5.5 금액은 단가를 곱한 가정 계산이고, 실제 청구서가 아닙니다.
  • 제 파이프라인에서 effort를 바꿔 가며 품질을 비교한 실험은 아직 하지 않았습니다. medium과 high의 차이가 제 작업에서 체감되는지는 모릅니다. 다음에 할 일입니다.

FAQ — 자주 묻는 질문

Q1. Claude Opus 5.5 effort 기본값은 무엇인가요?

A: medium입니다. 다른 모델은 대부분 high가 기본인데 Opus 5.5만 medium입니다. effort를 "medium"으로 지정한 요청과 effort를 빼 버린 요청은 똑같이 동작합니다.

Q2. Opus 5.5에서 thinking을 끌 수 있나요?

A: 끌 수 없습니다. adaptive thinking이 항상 켜져 있고, thinking: {"type": "disabled"}를 보내면 400 에러가 납니다. 추론량은 effort로 조절합니다.

Q3. high에서 max로 올리면 얼마나 비싸지나요?

A: Artificial Analysis 평가 기준으로 과제당 $1.82에서 $5.98로 약 3.3배입니다. 지능 지수는 54점에서 58점으로 4점 오릅니다.

Q4. 비용을 줄이려면 effort부터 내려야 하나요?

A: 에이전트를 여러 개 부르는 구조라면 호출 수와 고정 컨텍스트부터 보길 권합니다. 제 파이프라인에서는 effort를 건드리지 않고 호출을 3개에서 1개로 줄여 토큰이 63% 줄었습니다. effort는 그다음 손잡이입니다.

Q5. Opus 5.5 캐시 할인은 얼마인가요?

A: 캐시 읽기는 입력 단가의 0.05배인 100만 토큰당 $0.20입니다. 다른 대부분의 모델은 0.1배입니다. 캐시 쓰기는 5분 캐시가 1.25배, 1시간 캐시가 2배입니다.

관련 글

참고 자료