[📪정보] (앤트로픽) Claude Opus 4.6를 소개합니다

[초존도초(htr3c654r6ft)]

Claude Opus 4.6를 소개합니다 가장 똑똑한 모델을 업그레이드합니다

공지사항  · 2026년 2월 5일

https://youtu.be/dPn3GBI8lII

우리는 가장 똑똑한 모델을 업그레이드하고 있습니다.

새로운 Claude Opus 4.6는 전작의 코딩 능력을 한층 끌어올렸습니다. 더 신중하게 계획하고, 에이전틱 작업을 더 오래 지속하며, 더 큰 코드베이스에서도 더 안정적으로 동작하고, 코드 리뷰와 디버깅 능력이 개선되어 스스로의 실수를 더 잘 잡아냅니다. 그리고 Opus 계열 모델로서는 처음으로, Opus 4.6는 베타로 1M 토큰 컨텍스트 윈도우를 제공합니다.

Opus 4.6는 향상된 능력을 일상적인 업무 과제에도 폭넓게 적용할 수 있습니다. 재무 분석을 실행하고, 리서치를 수행하고, 문서·스프레드시트·프레젠테이션을 사용하고 생성하는 작업이 포함됩니다. Claude가 자율적으로 멀티태스크를 수행할 수 있는 Cowork 안에서, Opus 4.6는 이런 능력들을 당신을 대신해 실제 업무로 돌릴 수 있습니다.

이 모델의 성능은 여러 평가에서 최첨단 수준입니다. 예를 들어, 에이전틱 코딩 평가 Terminal-Bench 2.0 에서 최고 점수를 기록했고, 복잡한 다학제 추론 테스트인 Humanity’s Last Exam 에서도 다른 모든 최전선(frontier) 모델을 앞서고 있습니다. GDPval-AA —금융·법률 등 여러 도메인에서 경제적으로 가치 있는 지식노동(knowledge work) 과제 성능을 평가하는 지표1—에서 Opus 4.6는 업계 차선 모델( OpenAI의 GPT-5.2 )보다 약 144 Elo 포인트2 높고, 자기 전작(Claude Opus 4.5)보다 190 포인트 높습니다. 또한 온라인에서 찾기 어려운 정보를 찾아내는 능력을 측정하는 BrowseComp 에서도 Opus 4.6는 어떤 모델보다 더 좋은 성능을 보입니다.

우리가 자세히 제시한 system card 에서 확인할 수 있듯, Opus 4.6는 안전성 평가 전반에서 비정렬 행동(misaligned behavior) 비율이 낮고, 업계의 다른 최전선 모델들과 동등하거나 그보다 더 나은 전체 안전성 프로필을 보입니다.

핵심 성능 차트

제품/워크플로우 업데이트 하이라이트

Claude Code에서는 이제 agent teams 를 구성해 작업을 함께 처리할 수 있습니다. API에서는 Claude가 compaction 을 사용해 자기 컨텍스트를 요약하고, 제한에 부딪히지 않으면서 더 오래 실행되는 작업을 수행할 수 있습니다. 또한 우리는 adaptive thinking 을 도입합니다. 이는 모델이 확장된 사고(extended thinking)를 얼마나 사용할지에 대한 문맥적 단서를 포착할 수 있게 합니다. 더불어 개발자에게 지능·속도·비용에 대한 제어권을 더 주기 위한 새로운 effort 컨트롤도 함께 소개합니다.

우리는 Claude in Excel 을 대폭 업그레이드했고, Claude in PowerPoint 을 리서치 프리뷰로 공개합니다. 이를 통해 Claude는 일상적인 업무에서 훨씬 더 강력해집니다.

https://youtu.be/orTd3grSYsQ

Claude Opus 4.6는 오늘부터 claude.ai, 우리 API, 그리고 주요 클라우드 플랫폼 전반에서 이용할 수 있습니다. 개발자라면 Claude API 를 통해 claude-opus-4-6를 사용하세요. 가격은 100만 토큰당 $5/$25로 그대로 유지됩니다. 전체 상세 내용은 pricing page 를 참고하세요.

아래에서는 모델 자체, 새로운 제품 업데이트, 평가 결과, 그리고 광범위한 안전성 테스트를 자세히 다룹니다.

First impressions (첫인상)

우리는 Claude로 Claude를 만듭니다. 우리 엔지니어들은 매일 Claude Code로 코드를 작성하고, 모든 새 모델은 먼저 우리의 실제 업무에 적용해 테스트합니다. Opus 4.6에서는, 모델이 따로 지시하지 않아도 작업에서 가장 어려운 부분에 더 집중하고, 더 단순한 부분은 빠르게 통과하며, 애매한 문제를 더 나은 판단으로 처리하고, 더 긴 세션 동안 생산성을 유지한다는 점을 확인했습니다.

Opus 4.6는 종종 더 깊게 생각하고, 답을 확정하기 전에 자신의 추론을 더 신중하게 되짚습니다. 이는 어려운 문제에서 더 나은 결과를 만들지만, 쉬운 문제에서는 비용과 지연을 늘릴 수 있습니다. 특정 작업에서 모델이 과하게 생각한다고 느낀다면, 기본 설정(높음)에서 중간으로 effort를 낮추는 것을 권장합니다. 이는 /effort parameter 로 쉽게 제어할 수 있습니다.

아래는 Early Access 파트너들이 Claude Opus 4.6에 대해 전해준 내용 중 일부입니다. (핸드홀딩 없이도 자율적으로 일하려는 성향, 이전 모델이 실패했던 곳에서의 성공, 팀의 업무 방식에 미친 영향 등)

"Claude Opus 4.6는 Anthropic이 출시한 모델 중 가장 강력합니다. 복잡한 요청을 실제로 끝까지 수행하고, 이를 구체적 단계로 나눠 실행해, 과제가 야심차더라도 완성도 높은 결과물을 만들어냅니다. Notion 사용자 입장에서는 도구라기보다 유능한 협업자에 가깝게 느껴집니다."

- Sarah Sachs, AI Lead, Notion  |  로고: SVG

"초기 테스트에서 Claude Opus 4.6는 개발자들이 매일 마주하는 복잡한 다단계 코딩 작업을 제대로 수행하는 모습을 보여줬습니다—특히 계획과 툴 호출을 요구하는 에이전틱 워크플로우에서요. 이는 최전선에서 장기(long-horizon) 과제를 풀어내기 시작했다는 신호입니다."

- Mario Rodriguez, Chief Product Officer, GitHub  |  로고: SVG

"Claude Opus 4.6는 에이전틱 플래닝에서 큰 도약입니다. 복잡한 작업을 독립적인 하위 과제로 쪼개고, 툴과 서브에이전트를 병렬로 돌리며, 막히는 지점을 매우 정확하게 찾아냅니다."

- Michele Catasta, President, Replit  |  로고: SVG

"Claude Opus 4.6는 우리가 지금까지 테스트한 모델 중 최고입니다. 우리의 AI Teammates를 구동하는 데 필요한 추론과 계획 능력이 탁월했습니다. 또한 훌륭한 코딩 모델이기도 합니다—대형 코드베이스를 탐색하고, 적용해야 할 올바른 변경점을 찾아내는 능력이 최첨단 수준입니다."

- Amritansh Raghav, Interim CTO, Asana  |  로고: SVG

"Claude Opus 4.6는 우리가 이전에는 보지 못했던 수준으로 복잡한 문제를 추론해 냅니다. 다른 모델들이 놓치는 엣지 케이스를 고려하고, 일관되게 더 우아하고 더 깊이 숙고된 해법에 도달합니다."

- Scott Wu, Co-founder, Cognition  |  로고: SVG

"Windsurf에서 Claude Opus 4.6는 Opus 4.5보다 확연히 좋아졌습니다. 특히 디버깅이나 낯선 코드베이스 이해처럼 신중한 탐색이 필요한 작업에서요. Opus 4.6가 더 오래 생각한다는 점을 체감했고, 깊은 추론이 필요한 경우 그만큼 성과로 돌아옵니다."

- Jeff Wang, CEO, Windsurf  |  로고: SVG

"Claude Opus 4.6는 롱컨텍스트 성능에서 의미 있는 도약을 보여줍니다. 우리의 테스트에서, 훨씬 더 방대한 정보 덩어리를 높은 일관성으로 처리하는 모습을 확인했고, 이는 복잡한 리서치 워크플로우를 설계·배포하는 방식 자체를 더 탄탄하게 만듭니다. 이 영역의 진전은 전문가급 시스템을 구축해 전문가들이 신뢰할 수 있게 만드는 더 강력한 빌딩 블록을 제공합니다."

- Joel Hron, Chief Technology Officer, Thomson Reuters  |  로고: SVG

"40건의 사이버보안 조사 전반에서, Claude Opus 4.6는 Claude 4.5 모델들과의 블라인드 랭킹에서 40번 중 38번 최고 결과를 냈습니다. 각 모델은 동일한 에이전틱 하네스에서, 최대 9개의 서브에이전트와 100회 이상의 툴 호출로 엔드투엔드 실행됐습니다."

- Stian Kirkeberg, Head of AI & ML, NBIM  |  로고: SVG

"우리의 내부 벤치마크와 테스트에서, Claude Opus 4.6는 장시간 실행되는 작업에서 새로운 최전선을 보여줬습니다. 코드 리뷰에서도 매우 효과적이었습니다."

- Michael Truell, Co-founder & CEO, Cursor  |  로고: SVG

"Claude Opus 4.6는 어떤 Claude 모델보다도 높은 BigLaw Bench 점수인 90.2%를 달성했습니다. 완벽 점수 비율이 40%이고, 0.8을 넘는 결과가 84%에 달해, 법률 추론에서 놀라울 정도로 뛰어납니다."

- Niko Grupen, Head of AI Research, Harvey  |  로고: SVG

"Claude Opus 4.6는 단 하루 만에 이슈 13개를 자율적으로 닫고, 이슈 12개를 적절한 팀원에게 배정했으며, 6개의 리포지토리에 걸친 약 50명 규모 조직을 관리했습니다. 여러 도메인에 걸친 맥락을 종합하면서 제품 의사결정과 조직 의사결정을 모두 처리했고, 언제 인간에게 에스컬레이션해야 하는지도 알고 있었습니다."

- Yusuke Kaji, General Manager, AI, Rakuten  |  로고: SVG

"Claude Opus 4.6는 디자인 품질을 끌어올립니다. 우리 디자인 시스템과 훌륭하게 맞물리고, 더 자율적으로 동작하는데, 이는 Lovable의 핵심 가치와도 맞습니다. 사람은 AI를 미세관리하는 게 아니라, 의미 있는 것을 만들어야 합니다."

- Fabian Hedin, Co-founder, Lovable  |  로고: SVG

"Claude Opus 4.6는 법률·재무·기술 콘텐츠 전반에서 다중 소스 분석 같은 고난도 추론 과제에 강합니다. Box의 평가에서는 성능이 10%p 상승해, 기준선 58% 대비 68%에 도달했으며, 기술 도메인에서는 거의 완벽에 가까운 점수를 기록했습니다."

- Yashodha Bhavnani, Head of AI, Box  |  로고: SVG

"Claude Opus 4.6는 Figma Make에서 복잡하고 인터랙티브한 앱과 프로토타입을 놀라울 만큼 폭넓은 창의성으로 생성합니다. 세부적인 디자인과 다층적인 작업을 첫 시도에서 코드로 옮겨내, 팀이 아이디어를 탐색하고 구축하기 위한 강력한 출발점이 됩니다."

- Loredana Crisan, Chief Design Officer, Figma  |  로고: SVG

"Claude Opus 4.6는 우리가 테스트한 Anthropic 모델 중 최고입니다. 최소한의 프롬프트로도 의도를 이해하고, 기대 이상으로 더 깊이 탐색해, 보기 전에는 내가 원한다는 것조차 몰랐던 디테일을 만들어냈습니다. 모델을 기다리는 느낌이 아니라, 함께 일하는 느낌이었습니다."

- Paulo Arruda, Staff Engineer, Shopify  |  로고: SVG

"실사용 테스트와 평가 모두, Claude Opus 4.6가 디자인 시스템과 대형 코드베이스에서(기업 가치가 매우 큰 유스케이스) 의미 있는 개선임을 보여줍니다. 또 완전하게 동작하는 물리 엔진을 한 번에(one-shot) 만들어내기도 했는데, 여러 범위로 확장된 큰 과제를 단일 패스로 처리했습니다."

- Eric Simons, CEO, Bolt.new  |  로고: SVG

"Claude Opus 4.6는 최근 몇 달 사이 내가 본 가장 큰 도약입니다. 스택 전반에 걸친 작업들을 연속으로 던져주고 그냥 실행하도록 맡기는 것이 훨씬 편해졌습니다. 개별 조각들을 위해 서브에이전트를 쓸 만큼 충분히 똑똑합니다."

- Jerry Tsui, Staff Software Engineer, Ramp  |  로고: SVG

"Claude Opus 4.6는 수백만 줄 규모의 코드베이스 마이그레이션을 시니어 엔지니어처럼 처리했습니다. 처음부터 계획을 세우고, 학습하면서 전략을 조정해, 절반의 시간에 끝냈습니다."

- Gregor Stewart, Chief AI Officer, SentinelOne  |  로고: SVG

"우리는 개발자가 차이를 확실히 체감할 수 있을 때만 v0에 모델을 출시합니다. Claude Opus 4.6는 그 기준을 손쉽게 통과했습니다. 특히 엣지 케이스에서 드러나는 최전선 수준의 추론 능력은, 누구나 자신의 아이디어를 프로토타입에서 프로덕션까지 끌어올릴 수 있게 한다는 v0의 최우선 목표를 달성하는 데 도움이 됩니다."

- Zeb Hermann, General Manager, v0, Vercel  |  로고: SVG

"Claude Opus 4.6의 성능 점프는 거의 믿기 어려울 정도입니다. Opus [4.5]에게는 어려웠던 실제 작업들이 갑자기 쉬워졌습니다. Shortcut에서 스프레드시트 에이전트에게 분수령 같은 순간으로 느껴집니다."

- Nico Christie, Co-founder & CTO, Shortcut.ai  |  로고: SVG

Evaluating Claude Opus 4.6 (Claude Opus 4.6 평가)

에이전틱 코딩, 컴퓨터 사용, 툴 사용, 검색, 그리고 finance 전반에서 Opus 4.6는 업계를 선도하는 모델이며, 종종 큰 격차로 앞서 있습니다. 아래 표는 Claude Opus 4.6가 이전 모델들, 그리고 업계의 다른 모델들과 여러 벤치마크에서 어떻게 비교되는지 보여줍니다.

Opus 4.6는 방대한 문서 집합에서 관련 정보를 찾아내는 능력이 크게 향상되었습니다. 이는 롱컨텍스트 작업에도 그대로 이어져, 수십만 토큰에 걸쳐 정보를 더 적게 흔들리며(drift) 유지·추적하고, Opus 4.5조차 놓치던 묻혀 있는 디테일까지 포착합니다.

AI 모델에 대한 흔한 불만 중 하나는 “ context rot ”입니다. 대화가 일정 토큰 수를 넘어가면 성능이 떨어지는 현상이죠. Opus 4.6는 전작들보다 눈에 띄게 더 잘합니다. 방대한 텍스트 속에 “숨겨진” 정보를 찾아내는 능력을 테스트하는 needle-in-a-haystack 벤치마크인 MRCR v2 의 8-needle 1M 변형에서, Opus 4.6는 76%를 기록한 반면 Sonnet 4.5는 18.5%에 그쳤습니다. 이는 모델이 최고 성능을 유지하면서 실제로 사용할 수 있는 컨텍스트의 양이 얼마나 바뀌었는지에 대한 질적인 변화입니다.

정리하면, Opus 4.6는 롱컨텍스트 전반에서 정보를 더 잘 찾아내고, 그 정보를 흡수한 뒤 더 잘 추론하며, 전반적으로 전문가급 추론 능력이 크게 향상되었습니다.

마지막으로, 아래 차트들은 Claude Opus 4.6가 소프트웨어 엔지니어링 역량, 다국어 코딩 능력, 장기 일관성, 사이버보안 역량, 생명과학 지식 등을 평가하는 다양한 벤치마크에서 어떻게 성능을 내는지 보여줍니다.

캡션: Opus 4.6는 시간이 지나도 집중력을 유지하며, Vending-Bench 2에서 Opus 4.5보다 $3,050.53 더 많이 벌었습니다.

캡션: Opus 4.6는 코드베이스에서 실제 취약점을 찾아내는 성능이 어떤 다른 모델보다 뛰어납니다.

캡션: Opus 4.6는 계산생물학·구조생물학·유기화학·계통발생학 테스트에서 Opus 4.5보다 거의 2× 더 좋은 성능을 보입니다.

A step forward on safety (안전성에서의 한 걸음)

이러한 지능 향상은 안전성을 희생시키지 않습니다. 우리의 자동화된 행동 감사(behavioral audit)에서 Opus 4.6는 기만, 아첨(sycophancy), 사용자 망상의 조장, 악용과의 협조 같은 비정렬 행동을 낮은 비율로 보였습니다. 전체적으로 Opus 4.6는 전작인 Claude Opus 4.5(지금까지 우리가 가장 잘 정렬되었다고 본 최전선 모델)와 동등한 수준으로 정렬되어 있습니다. 또한 Opus 4.6는 최근 Claude 모델 중, 무해한 질의에 답하지 못하는 “과도한 거절(over-refusals)” 비율이 가장 낮습니다.

캡션: 최근 Claude 모델들의 자동화된 행동 감사에서의 전체 misaligned behavior 점수(자세한 내용은 Claude Opus 4.6 system card 참고).

Claude Opus 4.6를 위해 우리는 어떤 모델보다도 가장 포괄적인 안전성 평가 세트를 수행했습니다. 처음으로 적용한 다양한 테스트들을 포함했고, 이전에 사용해 왔던 여러 평가도 업그레이드했습니다. 사용자 웰빙(user wellbeing)을 위한 새로운 평가, 잠재적으로 위험한 요청을 거절하는 능력에 대한 더 복잡한 테스트, 그리고 해로운 행동을 은밀하게 수행하려는 능력을 평가하는 업데이트된 테스트도 포함했습니다. 또한 AI 모델 내부 작동 원리를 연구하는 과학인 interpretability 의 새로운 방법들을 실험해, 모델이 특정 방식으로 행동하는 이유를 이해하기 시작했고, 표준 테스트로는 놓칠 수 있는 문제를 포착하려고 했습니다.

모든 역량/안전성 평가에 대한 상세 설명은 Claude Opus 4.6 system card 에서 확인할 수 있습니다.

우리는 Opus 4.6가 위험하고도 유익하게도 사용될 수 있는 영역(특히 사이버보안 역량)에서 새로운 보호장치도 적용했습니다. 구체적으로, 모델의 강화된 사이버보안 능력을 고려해, 잠재적 악용의 다양한 형태를 추적할 수 있도록 6개의 새로운 사이버보안 probes (유해한 응답을 감지하는 방법)도 개발했습니다.

우리는 또한 모델의 사이버 방어적(defensive) 활용을 가속화하고 있습니다. 오픈소스 소프트웨어에서 취약점을 찾고 패치하는 데 모델을 활용하고 있으며(새로운 cybersecurity blog post 에서 설명합니다), 사이버 방어자가 Claude 같은 AI 모델을 활용해 전장을 평평하게(level the playing field) 만드는 것이 중요하다고 생각합니다. 사이버보안은 빠르게 움직이므로, 우리는 잠재 위협에 대해 더 배우는 과정에서 보호장치를 계속 조정하고 업데이트할 것입니다. 가까운 미래에는 악용을 차단하기 위한 실시간 개입을 도입할 수도 있습니다.

Product and API updates (제품 및 API 업데이트)

우리는 Claude, Claude Code, 그리고 Claude Developer Platform 전반에 걸쳐 상당한 업데이트를 진행해, Opus 4.6가 최상의 성능을 낼 수 있도록 했습니다.

Claude Developer Platform

API에서는 개발자가 모델의 effort를 더 잘 제어하고, 장시간 실행되는 에이전트에 더 큰 유연성을 가질 수 있도록 하고 있습니다. 이를 위해 다음 기능들을 소개합니다:

• Adaptive thinking. 이전에는 확장된 사고(extended thinking)를 켜거나 끄는 이진 선택만 가능했습니다. 이제 adaptive thinking 으로 Claude가 더 깊은 추론이 유용한 시점을 스스로 판단할 수 있습니다. 기본 effort(높음)에서는 유용할 때 확장된 사고를 사용하며, 개발자는 effort 레벨을 조정해 더 선택적으로(혹은 덜 선택적으로) 만들 수 있습니다.
• Effort. 이제 선택할 수 있는 effort 레벨이 네 가지로 늘었습니다: low, medium, high(기본), max. 다양한 옵션을 실험해 최적점을 찾길 권장합니다.
• Context compaction (beta). 장시간 대화와 에이전틱 작업은 종종 컨텍스트 윈도우에 도달합니다. Context compaction 은 대화가 설정된 임계값에 접근하면 오래된 컨텍스트를 자동으로 요약·대체하여, 한계에 부딪히지 않고 더 긴 작업을 수행할 수 있게 합니다.
• 1M token context (beta). Opus 4.6는 Opus 계열 모델 최초로 1M 토큰 컨텍스트를 제공합니다. 프롬프트가 200k 토큰을 초과하면 프리미엄 가격이 적용됩니다 (100만 입력/출력 토큰당 $10/$37.50).
• 128k output tokens. Opus 4.6는 최대 128k 토큰 출력까지 지원하여, 더 큰 출력이 필요한 작업을 여러 요청으로 쪼개지 않고 완료할 수 있습니다.
• US-only inference. 미국 내에서 실행되어야 하는 워크로드를 위해 US-only inference 를 제공합니다. 토큰 가격의 1.1×가 적용됩니다.

Product updates

Claude와 Claude Code 전반에서, 지식노동자와 개발자가 일상적으로 사용하는 도구들을 더 많이 활용해 더 어려운 작업을 처리할 수 있도록 기능을 추가했습니다.

우리는 Claude Code에 agent teams 를 리서치 프리뷰로 도입했습니다. 이제 여러 에이전트를 동시에 띄워 팀처럼 병렬로 작업하게 하고, 자율적으로 조율할 수 있습니다—코드베이스 리뷰처럼 독립적으로 쪼개기 좋고 읽기 위주의 작업에 특히 적합합니다. Shift+Up/Down 또는 tmux 를 사용해 어떤 서브에이전트든 직접 제어할 수도 있습니다.

Claude는 당신이 이미 쓰고 있는 오피스 도구들과도 더 잘 맞물립니다. Claude in Excel은 장시간 실행되거나 더 어려운 작업을 향상된 성능으로 처리하며, 실행 전에 계획을 세우고, 비정형 데이터를 받아 적절한 구조를 추론해내며, 다단계 변경을 한 번에 처리할 수 있습니다. 여기에 Claude in PowerPoint을 더하면, Excel에서 데이터를 처리·구조화한 뒤 PowerPoint에서 시각적으로 구현할 수 있습니다. Claude는 템플릿에서 만들든 설명만으로 전체 덱을 생성하든, 레이아웃·폰트·슬라이드 마스터를 읽어 브랜드에 맞게 유지합니다. Claude in PowerPoint은 현재 Max, Team, Enterprise 플랜에 대해 리서치 프리뷰로 제공됩니다.

Footnotes (각주)

[1] Artificial Analysis가 독립적으로 수행했습니다. 전체 방법론 상세는 여기 를 참고하세요.

[2] 이는 이 평가에서 Claude Opus 4.6가 GPT-5.2보다 더 높은 점수를 얻을 확률이 대략 70%임을 의미합니다(점수가 동등했다면 50%였을 것입니다).

• GPT-5.2 및 Gemini 3 Pro 모델은 차트와 표에서 보고된 모델 버전 중 최상(best)으로 보고된 버전을 비교했습니다.
• Terminal-Bench 2.0: 우리 인프라에서 재현한 점수와, 다른 연구실에서 공개한 점수를 함께 보고합니다. 모든 실행은 Terminus-2 하네스를 사용했으며, OpenAI의 Codex CLI만 예외입니다. 모든 실험은 1× guaranteed / 3× ceiling 리소스 할당과, 과제당 5–15 샘플을 배치(batch)를 나누어 사용했습니다. 자세한 내용은 system card를 참고하세요.
• Humanity’s Last Exam: “with tools”로 실행한 Claude 모델은 웹 검색, 웹 fetch, 코드 실행, 프로그래밍적 툴 호출, 50k 토큰에서 트리거되는 context compaction(총 3M 토큰까지), max reasoning effort, adaptive thinking 활성화를 사용했습니다. 평가 오염 제거를 위해 도메인 blocklist도 사용했습니다. 자세한 내용은 system card를 참고하세요.
• SWE-bench Verified: 점수는 25회 트라이얼 평균입니다. 프롬프트를 수정한 경우 81.42%를 확인했습니다.
• MCP Atlas: Claude Opus 4.6는 max effort로 실행했습니다. high effort로 실행하면 업계 최고 수준인 62.7%에 도달했습니다.
• BrowseComp: Claude 모델은 웹 검색, 웹 fetch, 프로그래밍적 툴 호출, 50k 토큰에서 트리거되는 context compaction(총 10M 토큰까지), max reasoning effort, thinking 비활성화를 사용해 실행했습니다. 멀티 에이전트 하네스를 추가하면 점수가 86.8%로 상승했습니다. 자세한 내용은 system card를 참고하세요.
• ARC AGI 2: Claude Opus 4.6는 max effort와 120k thinking budget score로 실행했습니다.
• CyberGym: Claude 모델은 thinking 비활성, 기본 effort, temperature, 그리고 top_p로 실행했습니다. 또한 멀티턴 평가에서 thinking을 교차(interleaved)로 사용할 수 있도록 “think” 툴도 제공했습니다.
• OpenRCA: OpenRCA의 각 실패 케이스에서, Claude는 생성한 root-cause 요소가 정답과 모두 일치하면 1점을 얻고, 하나라도 불일치가 있으면 0점을 얻습니다. 전체 정확도는 모든 실패 케이스에 대한 평균 점수입니다. 이 벤치마크는 작성자의 하네스에서 실행되었고, 공식 방법론으로 채점되었으며, 공식 검증을 위해 제출되었습니다.

정보 출처: Introducing Claude Opus 4.6

작성: 특이점이온다 갤러리의 초존도초

[익명(carve3696)]

겁나기네 - dc App

[맛없는너구리(shoes3173)]

이 신병련들은 환각은 이제 좀 잡았나몰라

[천재(14.44)]

3줄 요약 모르나 왜케 길어

[ㅇㅇ 1(121.134)]

개병신쓰레기임 ㅋㅋ 환각은 기본이고 구라 존나잘침 걍 코딩할때는 codex gpt5.2가 현존 최고 모델임 저새끼는 씹단순작업만 시키는 용도임 그거하나도 제대로 못해서 좆같긴한데 4.6은 달라질줄 알앗는데 4.5에서 달라진게 없음 환각구라쟁이병신쓰레기