Claude Sonnet 4.6 — Opus를 이긴 Sonnet

Anthropic이 2월 17일 Claude Sonnet 4.6을 발표했다.

가격은 그대로인데 코딩 성능에서 Opus 4.5를 선호도로 이겼다.

Sonnet이 Opus를 넘은 건 처음이다.

Sonnet 4.6 핵심 변경점

가격은 Sonnet 4.5와 동일하게 $3/$15 per 1M tokens (input/output)다.

컨텍스트 윈도우는 1M 토큰 베타를 지원한다.

claude.ai Free와 Pro의 기본 모델이 Sonnet 4.6으로 교체됐다.

Free 티어에도 파일 생성, 커넥터, 스킬, 컴팩션이 포함된다.

API에서는 claude-sonnet-4-6으로 접근하고, Amazon Bedrock과 Google Cloud Vertex AI에서도 사용할 수 있다.

코딩 성능

Claude Code 사용자 대상 테스트에서 Sonnet 4.5 대비 약 70%가 Sonnet 4.6을 선호했다.

더 눈에 띄는 건 Opus 4.5와의 비교다.

이전 최상위 모델이었던 Opus 4.5 대비 59%가 Sonnet 4.6을 선호했다.

Sonnet 가격으로 Opus급 코딩 품질을 쓸 수 있게 된 거다.

과도한 엔지니어링(overengineering)이 줄었으며, 단순한 작업에 불필요한 복잡한 코드 생성이 감소했다.

게으름(laziness)도 줄어 코드 일부를 // TODO나 ...으로 생략하는 빈도가 낮아졌다.

허위 성공 주장(false success claims)도 개선됐다.

빌드 실패한 걸 성공했다고 보고하는 케이스가 줄었다는 의미다.

할루시네이션도 감소했다.

명령어 준수(instruction following)가 향상됐고, 멀티스텝 작업의 follow-through가 더 일관적이다.

코드 수정 전 컨텍스트를 더 꼼꼼히 읽고, 공유 로직을 중복 작성하는 대신 통합하는 경향이 생겼다.

개발 도구 업체 반응

• Cursor는 "장기 태스크(long-horizon tasks)를 포함해 전반적으로 뚜렷한 개선"이라고 평가했다.

• GitHub에 따르면 대규모 코드베이스의 복잡한 수정에서 높은 해결률(resolution rate)을 보였다.

• Cognition은 "비용 증가 없이 Opus와의 버그 탐지 격차를 의미 있게 좁혔다"고 했다.

• Windsurf는 "더 작고 비용 효율적인 모델에서 프론티어급 추론"이라고 표현했다.

• Bolt는 "복잡한 앱 빌드와 버그 수정에서 프론티어급 결과"를 냈다고 밝혔다.

• Rakuten은 테스트한 iOS 코드 중 최고라고 평가했다. 스펙 준수, 아키텍처, 최신 툴링 활용이 우수했다는 설명이다.

• Replit은 "성능 대비 비용 비율이 놀라운 수준"이라며 오케스트레이션과 에이전트 워크로드에서 강점을 보인다고 했다.

프론트엔드 품질

프론트엔드 쪽 개선이 눈에 띈다.

Triple Whale은 Sonnet 4.6이 "프론트엔드 페이지와 데이터 리포트를 만들 때 완벽한 디자인 감각을 보인다"고 평가했다.

이전보다 훨씬 적은 가이드로 원하는 결과가 나온다고 했다.

시각적 결과물이 이전보다 확실히 나아졌다.

레이아웃, 애니메이션, 디자인 감각이 더 세련돼졌다는 피드백이 여럿 나왔다.

프로덕션 품질에 도달하기까지 필요한 이터레이션 횟수도 줄었다.

AI로 UI 프로토타이핑하는 워크플로우에서 체감이 클 부분이다.

컴퓨터 사용 (Computer Use)

Anthropic이 범용 Computer Use를 처음 도입한 건 2024년 10월이다.

그로부터 16개월간 Sonnet 모델의 OSWorld 점수를 꾸준히 올려왔다.

OSWorld는 Chrome, LibreOffice, VS Code 등에서 수백 개 태스크를 테스트하는 벤치마크다.

특별한 API 없이 가상 마우스와 키보드로 사람처럼 조작한다.

Sonnet 4.6은 이전 Sonnet 모델 대비 큰 폭의 개선을 보였다.

보험 회사 Pace의 벤치마크에서는 94%를 기록했다. Pace가 테스트한 모델 중 Computer Use 최고 성능이다.

Convey는 "복잡한 Computer Use 정확도에서 테스트한 것 중 확실한 개선"이라고 했다.

초기 사용자들은 복잡한 스프레드시트 탐색과 멀티스텝 웹 폼 작성에서 사람 수준의 능력을 보고했다.

프롬프트 인젝션 저항성이 Sonnet 4.5 대비 크게 개선됐다.

Opus 4.6과 비슷한 수준까지 올라왔는데, Computer Use처럼 외부 입력을 많이 다루는 시나리오에서 중요한 부분이다.

Opus 4.6을 넘은 영역

Sonnet 4.6이 Opus 4.6보다 높은 성과를 보인 영역이 있다.

Agentic Financial Analysis

Vending-Bench Arena에서 Sonnet 4.6이 1위를 차지했다.

초기에 수용력(capacity)에 투자한 뒤 수익성(profitability)으로 피벗하는 전략을 스스로 개발해서 경쟁 모델을 이겼다.

에이전트가 독립적으로 의사결정을 내리는 금융 분석 시나리오에서 Opus 4.6을 포함한 다른 모델보다 앞선 거다.

Hebbia도 금융 서비스 벤치마크에서 Sonnet 4.5 대비 answer match rate가 크게 뛰었다고 밝혔다.

금융 워크플로우 전반의 recall이 좋아졌다는 설명이다.

Office Tasks

Databricks에 따르면 Sonnet 4.6이 OfficeQA에서 Opus 4.6과 동등한 성능을 보였다.

차트, PDF, 테이블 같은 기업용 문서를 읽고 분석하는 태스크다.

Box에서는 Sonnet 4.5 대비 무거운 추론 Q&A에서 15 포인트 앞섰다.

가격이 5배 차이나는 모델과 동등하거나 앞선다는 건, 비용 효율 관점에서 Sonnet 4.6이 합리적 선택이 되는 영역이 분명히 있다는 뜻이다.

새로운 기능들

적응형 사고 (Adaptive Thinking)

extended thinking이 지원된다.

모델이 답변 전에 내부적으로 추론 과정을 거치는 기능인데, Sonnet 4.6에서는 적응형으로 작동한다.

쉬운 질문에는 바로 답하고, 복잡한 문제에만 깊게 생각한다.

thinking off 상태에서도 강한 성능을 보인다는 점도 주목할 만하다.

컨텍스트 압축 (Context Compaction)

베타 기능이다.

대화가 길어져서 컨텍스트 한계에 가까워지면, 이전 대화를 자동으로 요약해서 압축한다.

Claude Code처럼 긴 세션을 유지하는 환경에서 유용하다.

웹 검색·Fetch 개선

웹 검색과 URL Fetch 도구가 개선됐다.

검색 결과를 코드 실행으로 자동 필터링하는 기능이 추가됐다.

응답 품질이 올라가고 토큰 소비가 줄어드는 효과가 있다.

GA 전환 도구들

다음 도구들이 정식(GA)으로 전환됐다.

• code execution (웹 도구와 함께 쓸 때 무료)
• memory
• programmatic tool calling
• tool search
• tool use examples

Claude in Excel + MCP 커넥터

Excel에서 Claude를 사용할 수 있게 됐고, MCP 커넥터를 통해 S&P Global, LSEG, Daloopa, PitchBook, Moody's, FactSet 같은 금융 데이터 소스에 연결할 수 있다.

claude.ai에서 설정한 MCP 커넥터가 Excel에서도 자동으로 작동한다.

Pro, Max, Team, Enterprise 플랜에서 사용 가능하다.

개발자보다는 비즈니스 사용자 대상 기능이지만, MCP 생태계 확장이라는 점에서 주목할 만하다.

안전성

안전성 연구자들은 Sonnet 4.6의 성격을 "따뜻하고 정직하며 친사회적이고, 때로 유머도 있으며, 매우 강한 안전 행동을 보인다"고 평가했다.

최근 Claude 모델과 동등하거나 더 안전하다고 한다.

Computer Use에서의 프롬프트 인젝션 저항성은 Opus 4.6 수준이다.

상세 내용은 시스템 카드에서 확인할 수 있다.

그럼에도 Opus 4.6

Sonnet 4.6이 많은 영역에서 Opus에 근접했지만, Anthropic은 다음 작업에는 여전히 Opus 4.6을 권장한다.

• 코드베이스 리팩터링
• 멀티에이전트 조율
• 최고 수준의 깊은 추론이 필요한 태스크

Sonnet 4.6은 Opus급 지능에 낮은 비용으로 접근할 수 있는 모델이고, Opus 4.6은 여전히 최상위 티어다.

정리

핵심은 가격 대비 성능이다.

$3/$15로 Opus급 코딩 성능을 쓸 수 있다.

Sonnet이 Opus를 선호도에서 이긴 건 이번이 처음이고, 과도한 엔지니어링과 게으름이 줄었다는 건 실사용 체감에 직접적으로 영향을 준다.

Zapier는 분기 처리, 멀티스텝 태스크(계약 라우팅, 템플릿 선택, CRM 조율)에서 강하다고 했고, Harvey는 재판 전략과 증거 자료 준비에 유용하다고 평가했다.

코딩뿐 아니라 비즈니스 에이전트 영역까지 쓸 만해진 거다.

API 사용자 입장에서는 claude-sonnet-4-6으로 모델 ID만 바꾸면 된다.

Claude Code를 쓰고 있다면 이미 기본 모델로 적용돼 있을 거다.