10만 토큰 벽을 세운 Haiku 5.5, 작은 AI 돈줄은 누가 쥐고 있나

• 핵심: 10만 토큰 기준으로 요금이 갈리는 소형 모델 Haiku 5.5의 출시 정리
• 맥락: 평균 실행 비용 75퍼센트 감소와 여섯 곳 현장 기록이라는 배경
• 관점: 작은 작업에 작은 모델을 고르는 기준이 서는 지점

값싼 모델이 나왔다는 소식에 무엇부터 확인해야 할까요. 2026년 10월 7일, Anthropic은 소형 모델 Claude Haiku 5.5를 출시했습니다 [1]. 발표는 가장 저렴하고 빠르고 성능이 높은 소형 모델이라는 설명으로 시작합니다 [1]. 이 글은 그 설명을 요금표와 측정 기록으로 하나씩 대조해 봅니다.

작은 모델이 맡는 일은 따로 있다

10만 토큰 벽은 프롬프트 10만 토큰을 기준으로 요금이 달라지는 구간 경계를 가리킵니다. 이 경계가 이번 발표를 읽는 열쇠입니다. Haiku 5.5는 요약과 문맥 압축, 데이터베이스 질의와 분류처럼 짧고 자주 반복되는 작업을 맡도록 설계됐습니다 [1]. 코딩에서는 큰 모델의 보조 에이전트로 붙고, 실시간 고객 지원과 브라우저 조작처럼 응답 속도가 중요한 일에도 어울립니다 [1]. 세탁소 전표 정리처럼 매일 쌓이는 반복 서류를 떠올리면 감이 옵니다. 크고 어려운 결정을 내리는 자리가 아니라, 같은 일을 빠르고 값싸게 처리하는 자리입니다.

Haiku 계열에서는 처음으로 추론 노력 수준을 조절할 수 있습니다 [1]. 비용을 아낄지 성능을 끌어올릴지 작업마다 고르는 장치죠. 복잡한 에이전트 코딩처럼 여러 단계를 엮는 일은 Sonnet 5.5와 Opus 5.5가 여전히 낫다는 게 발표의 선입니다 [1]. 작은 모델이 만능이 됐다는 이야기가 아닙니다. 자리가 갈렸다는 이야기죠.

가격은 두 구간으로 나뉜다

요금표는 100만 토큰당 가격으로 읽습니다. 10만 토큰 이하와 초과, 두 칸을 나란히 두면 구조가 보입니다 [1].

요금 항목	10만 토큰 이하	10만 토큰 초과	Haiku 4.5	읽을 때 둘 점
입력	0.10달러 [1]	0.50달러 [1]	1.00달러 [1]	이하 구간이 이전 대비 10분의 1인지 확인
출력	0.50달러 [1]	2.50달러 [1]	5.00달러 [1]	이하 구간이 이전 대비 10분의 1인지 확인
캐시 읽기	0.01달러 [1]	0.05달러 [1]	0.10달러 [1]	반복 호출 비중이 클 때 체감이 커지는지 구분
캐시 쓰기	0.125달러 [1]	0.625달러 [1]	1.25달러 [1]	저장 후 재사용 흐름에서 합산되는지 구분

Haiku 4.5와 비교하면 10만 토큰 이하는 90퍼센트 인하, 초과 구간은 50퍼센트 인하입니다 [1]. 이전 모델 요청의 약 90퍼센트가 10만 토큰 이하에 들어갔다는 대목이 뒤따릅니다 [1]. 작업당 토큰 사용량 변화까지 반영한 평균 실행 비용은 약 75퍼센트 감소로 정리됩니다 [1]. 토크나이저가 바뀌어 같은 작업에 쓰는 토큰은 조금 늘었다는 단서도 함께 적혀 있습니다 [1]. 이 75퍼센트라는 숫자는 요금표만 나눈 값이 아니라 실제 사용량을 섞어 계산한 값이라는 뜻입니다. 토큰값이 아니라 과제값이 내려간다, AI 비용 하락곡선 해설에서 본 과제 단위 계산과 겹쳐 읽으면 이해가 빠릅니다.

벤치마크는 어디가 올랐나

Anthropic이 공개한 측정에서 지식 업무와 컴퓨터 사용, 에이전트 코딩 점수가 이전 세대보다 크게 올랐습니다 [1]. 지식 업무 GDPval-AA v2.1은 Haiku 5.5가 1620점, Haiku 4.5는 735점, GPT-6 Luna는 1437점, Sonnet 5.5는 1840점으로 적혀 있습니다 [1]. 전문가 수준 학술 추론인 Humanity's Last Exam은 도구 없이 45.9퍼센트, 도구를 쓰면 57.4퍼센트이며, 이전 세대는 각각 10.2퍼센트와 18.7퍼센트였습니다 [1]. 평가 방식과 세부 절차는 시스템 카드에 따로 정리돼 있습니다 [3]. 숫자만 보면 소형 모델의 체급이 한 단계 올라간 셈입니다.

컴퓨터 사용 OSWorld 2.1은 72.4퍼센트로, 이전 세대 15.7퍼센트와 Luna 48.9퍼센트를 크게 웃돌고 Sonnet 5.5의 83.9퍼센트에는 못 미칩니다 [1]. 측정 기준은 오프라인 부분집합이라는 설명이 붙어 있습니다 [1]. 에이전트 코딩 Terminal-Bench 4.0은 39.2퍼센트로, 이전 세대 0.0퍼센트와 Luna 16.4퍼센트 위, Sonnet 5.5의 70.6퍼센트 아래에 놓입니다 [1]. 이 간격이 작은 모델의 자리를 말해줍니다. 따라잡은 영역과 여전히 큰 모델 몫인 영역이 수치로 갈린 겁니다.

숫자를 읽을 때 기준을 먼저 묻는다

같은 70퍼센트라도 시험지가 다르면 뜻이 달라집니다. OSWorld는 실제 컴퓨터를 조작해 여러 단계 작업을 끝내는지를 보고, Terminal-Bench는 명령줄 안에서 전문 작업을 얼마나 해내는지를 봅니다 [1]. 기준이 다르니 점수끼리 직접 줄 세우기는 금물입니다. 각 시험지의 1등이 누구인지보다, 이전 세대 대비 어디가 얼마나 올랐는지를 먼저 보시길 권합니다.

큰 모델과 작은 모델의 자리

발표는 Haiku 5.5가 표준 속도 기준으로 가장 빠르다고 적습니다 [1]. 다만 Opus의 고속 모드보다는 느리다는 단서도 함께 달려 있습니다 [1]. 빠르다는 말에도 조건이 붙는 셈이죠. 싸고 빠른 자리를 작은 모델이 맡고, 복잡하고 긴 호흡의 일은 큰 모델이 맡는 분업으로 읽힙니다.

실제 현장 여섯 곳이 보고한 것

숫자는 현장 기록과 함께 볼 때 힘이 생깁니다. Asana는 버그 분류와 프로젝트 설정, 고위험 및 기한 초과 작업 탐색에서 작업 완료 지연 시간이 30퍼센트 이상 줄었다고 밝혔습니다 [1]. 에이전트 턴당 추론은 최대 2.5배 빨라졌다는 설명이 뒤따릅니다 [1].

Asana 엔지니어는 평가 과정에서 작업 완료 지연이 30퍼센트 이상 줄었고 턴당 추론이 최대 2.5배 빨라졌다고 말했습니다 [1].

AlphaSense는 문서 질문 기능에서 400개 질의를 평가해 0.76점에서 0.84점으로 올랐다고 전했습니다 [1]. 주당 약 800만 회 호출되는 기능이라는 규모 설명이 함께 있습니다 [1]. HubSpot은 CRM 평가에서 3회 평균 92.8퍼센트로 지금까지 본 최고 점수였다고 밝혔습니다 [1]. Box는 이전 세대보다 11점 높고 지연 시간은 약 절반이었다고 전했습니다 [1]. Cognition은 Devin Fusion의 보조 모델로 Haiku 5.5를 얹어 FrontierCode 66.2점을 유지하면서 비용과 지연을 줄였다고 밝혔습니다 [1]. Rogo는 큰 모델이 보고서를 만들 때 Haiku 5.5 보조 에이전트가 10-K에서 세그먼트 매출 항목을 꺼내 오게 했다고 설명했습니다 [1]. 여섯 기록의 공통점은 거창한 도입기가 아니라 반복 작업의 시간과 비용이 줄었다는 대목입니다.

Sonnet 인하와 구독 크레딧을 함께 보다

이번 발표에는 Haiku 바깥의 소식 두 가지가 들어 있습니다. Sonnet 5.5의 캐시 읽기 가격이 100만 토큰당 0.20달러에서 0.10달러로 절반 인하됐습니다 [1]. 캐시 읽기 비중이 높은 에이전트 작업에서는 비용이 약 20퍼센트 줄어든다는 설명이 뒤따릅니다 [1]. 작은 모델만 싸진 게 아니라 큰 모델의 반복 호출도 함께 내려간 셈입니다.

출시 주간부터 Max와 Team 구독자에게 월간 API 크레딧이 순차 제공됩니다 [1]. Max 5x는 월 100달러, Max 20x는 월 200달러, Team은 구성원이 함께 쓰는 크레딧을 최대 월 500달러 받습니다 [1]. 모든 모델에 쓸 수 있고, API를 호출하는 도구와 앱, 에이전트 실험에 쓰는 목적입니다 [1]. 세부 조건은 Claude 지원센터의 API 크레딧 안내에서 확인할 수 있습니다 [4]. 개발자 쪽 소식도 있습니다. Python과 TypeScript SDK에 컴퓨터 사용과 브라우저 사용 지원이 베타로 들어갔고, 활용법은 Claude Platform 문서에 정리돼 있습니다 [5]. 모델 식별자는 claude-haiku-5-5이며, 기존 모델에서 옮겨오는 방법은 마이그레이션 가이드에 나와 있습니다 [2]. 이런 혜택을 구독자 묶어두기 전략으로 읽는 시선도 있습니다. 어느 쪽 손을 들어줄지는 독자 몫으로 남겨둡니다.

왜 알아두면 좋은가

소형 모델 소식을 읽는 눈은 하나면 됩니다. 큰일을 맡길지가 아니라 작은 일을 얼마나 값싸게 맡길지를 묻는 겁니다. 이 글은 그 물음에 요금 구간과 측정 기록, 현장 증언을 나란히 놓고 답했습니다. 반복 작업의 비용 곡선이 꺾이는 지점이 어디인지 가늠하게 됩니다.

• 반복 작업의 자리는 요약과 압축, 질의와 분류, 보조 에이전트라는 목록으로 확인됩니다.
• 요금은 10만 토큰 기준 두 구간과 90퍼센트, 50퍼센트, 75퍼센트 세 수치의 관계로 읽힙니다.
• 측정은 시험지마다 기준이 다르므로 이전 세대 대비 상승폭부터 따져봅니다.
• 한 줄 정리: 작은 AI의 값어치는 작은 일을 대신하는 자리에서 정해지고, 남은 질문은 어디까지 맡길 것인가입니다.

자주 묻는 질문

Haiku 5.5는 어떤 일을 할 때 쓰면 좋은 모델인가요?

짧고 자주 반복되는 일을 맡길 때 어울립니다. 요약과 문맥 압축, 데이터베이스 질의와 분류가 대표적이고, 코딩 보조나 빠른 고객 응대, 브라우저 조작도 발표가 꼽은 자리입니다. 여러 단계를 엮는 복잡한 코딩은 큰 모델 몫으로 남겨두는 편이 맞습니다.

추론 노력 조절이라는 건 무엇을 고르는 기능인가요?

작업마다 비용과 성능의 저울추를 옮기는 장치입니다. 빨리 값싸게 처리할지, 시간을 들여 똑똑하게 풀지를 고르는 것으로 이해하면 됩니다. Haiku 계열에서는 처음 들어간 기능이라 발표가 따로 강조한 대목입니다.

75% 저렴하다는 건 요금이 4분의 1이 됐다는 뜻인가요?

그렇게 읽으면 곤란합니다. 요금표 인하율은 10만 토큰 이하 90퍼센트와 초과 구간 50퍼센트로 나뉘고, 75퍼센트는 토큰 사용량 변화까지 섞은 평균 실행 비용입니다. 이전 요청의 약 90퍼센트가 이하 구간에 있었다는 전제가 붙어 있으니, 체감은 쓰는 길이에 따라 달라집니다.

10만 토큰을 넘으면 오히려 비싸지는 것 아닌가요?

그렇게 읽으면 곤란합니다. 초과 구간 요금이 이하 구간보다 높은 건 맞지만, 이전 세대 요금과 비교하면 초과 구간도 절반 수준입니다. 논쟁이 되는 지점은 10만이라는 기준이 낮게 느껴진다는 대목이지, 이전보다 비싸졌다는 뜻이 아닙니다. 쓰는 길이가 기준을 넘나드는지부터 재보는 순서가 맞습니다.

Max 구독 크레딧으로 API 실험을 할 때 어디서 조건을 확인하나요?

Claude 지원센터의 API 크레딧 안내에서 확인하시길 권합니다. Max 5x 월 100달러와 Max 20x 월 200달러, Team 공동 최대 월 500달러라는 액수는 발표에 나와 있고, 쓸 수 있는 범위와 순차 제공 일정 같은 조건은 안내 문서가 기준입니다. 모든 모델에 쓸 수 있다는 설명도 발표에 포함돼 있습니다.

함께 보면 좋은 글

• 100만 번·150ms·100분의 1 비용, 빠른 AI 판단 구조를 해설하다
• 8~29MB 초소형 AI가 말을 명령으로 바꾸는 구조
• 벤치마크 1등 모델이 매출 1등이 아닌 이유

참고 자료

• [1] Anthropic 공식 발표 (https://www.anthropic.com/claude-haiku-5-5)
• [2] Haiku 5.5 마이그레이션 가이드 (https://platform.claude.com/docs/en/models/haiku-5-5/migration-guide)
• [3] Haiku 5.5 시스템 카드 (https://www.anthropic.com/claude-haiku-5-5-system-card)
• [4] API 크레딧 안내 (https://support.claude.com/en/articles/17154008)
• [5] 브라우저 사용 SDK 문서 (https://platform.claude.com/docs/en/agents-and-tools/tool-use/browser-use-sdk)