2026년 여름, AI 모델 3파전
2026년 6월부터 7월 사이 세 개의 굵직한 모델이 잇따라 나왔습니다. 6월 13일 Zhipu AI의 오픈소스 GLM-5.2, 7월 9일 OpenAI의 3단계 라인업 GPT-5.6, 7월 24일 Anthropic의 Claude Opus 5. 셋 다 저마다 다른 방향에서 “가성비”를 내세운 게 공통점입니다.
이 글은 아리아 블로그에 이미 올라간 Claude Opus 5, GPT-5.6, GLM-5.2 개별 리뷰의 내용을 바탕으로 세 모델을 나란히 놓고 정리한 글입니다.
한눈에 보는 핵심 스펙
| 항목 | Claude Opus 5 | GPT-5.6 | GLM-5.2 |
|---|---|---|---|
| 개발사 | Anthropic (미국) | OpenAI (미국) | Zhipu AI (중국) |
| 공개일 | 2026-07-24 | 2026-07-09 | 2026-06-13 |
| 라이선스 | 폐쇄형 유료 | 폐쇄형 유료 | MIT (오픈소스·무료) |
| 컨텍스트 윈도우 | 100만 토큰 | (등급별 상이) | 100만 토큰 |
| 라인업 | 단일 모델 + 추론강도 4단계 | Sol/Terra/Luna 3등급 | 단일 모델 + 사고 단계 2단계 |
| 입력가 (백만 토큰당) | $5 | Sol $5 · Terra $2.5 · Luna $1 | 무료(자체 호스팅) / API 별도 |
| 출력가 (백만 토큰당) | $25 | Sol $30 · Terra $15 · Luna $6 | 무료(자체 호스팅) / API 별도 |
가격 구조부터 접근이 다릅니다. Opus 5는 전작과 같은 가격에 성능만 올리는 전략, GPT-5.6은 용도별로 3단계 요금제를 나누는 전략, GLM-5.2는 아예 MIT 라이선스로 무료 공개하는 전략입니다.
벤치마크 비교 — 왜 직접 비교표를 만들지 않았나
세 회사가 서로 다른 벤치마크를 기준으로 결과를 발표하고 있어서, 하나의 표로 세 모델을 나란히 줄 세우기가 어렵습니다. 정확성을 위해 각 모델이 실제로 발표한 수치를 그대로 옮깁니다.
Claude Opus 5
- Frontier-Bench v0.1(자체 벤치마크): 비교 모델 전체 1위, “Opus 4.8 대비 절반 비용으로 2배 이상 성능”
- ARC-AGI 3: 차선 모델 대비 약 3배 높은 점수
- CursorBench 3.2: 최상위 모델 Fable 5와 0.5%p 차이, 비용은 절반
- OSWorld 2.0(컴퓨터 사용): Fable 5를 3분의 1 비용으로 앞지름
- 사이버보안 분야는 경쟁 모델 Mythos 5에 여전히 뒤처짐 — Anthropic 스스로 인정
GPT-5.6 (Sol)
- Terminal-Bench 2.1(에이전트형 코딩 벤치마크): Sol Ultra 91.9%, Sol 88.8%, Claude Mythos 5 88.0%, GPT-5.5 88.0%
- 보안 분야(위협 모델링·코드 리뷰·패치·블루팀 방어)에서 “역대 가장 강력한 사이버보안 모델”이라고 자평
GLM-5.2
- AIME 2026 수학 경시: 정답률 99.2%
- Intelligence Index v4.1: 51점 (DeepSeek V4 Pro 44점, Kimi K2.6 43점 대비 우위) — 단 이 지표에서 GPT-5.5는 별도로 1위 기록
- 코딩 능력은 자체 평가 기준 글로벌 3위 수준(GPT-5.5, Claude Opus 4.8 다음)
참고: GPT-5.6 발표자료의 Terminal-Bench 표에 등장하는 “Claude Mythos 5″는 Opus 5가 아니라 Anthropic의 별도 모델입니다. 즉 이 글의 소스가 된 세 리뷰 어디에도 Opus 5와 GPT-5.6 Sol을 동일 벤치마크로 직접 비교한 공식 수치는 없습니다 — AI 업계 전반이 아직 통일된 크로스벤더 벤치마크가 없다는 현실을 보여주는 대목이기도 합니다.
이런 상황이라면 이 모델
| 상황 | 추천 | 이유 |
|---|---|---|
| 비용 걱정 없이 장시간 자율 에이전트를 돌려야 함 | Opus 5 | 전작과 같은 가격에 성능만 상승, xhigh로 어려운 구간만 몰아쓰기 가능 |
| 보안 자동화(위협 모델링·코드 리뷰·패치)가 핵심 업무 | GPT-5.6 Sol | 자체적으로 “역대 최강 사이버보안 모델”로 포지셔닝 |
| 일상적인 코딩·추론 작업, 비용은 아끼고 싶음 | GPT-5.6 Terra | Sol 대비 절반 가격에 준수한 성능 |
| 대량 처리·챗봇 응대처럼 단가가 중요한 서비스 | GPT-5.6 Luna | 초경량·초저가 |
| 사내 시스템에 AI를 직접 심어야 함(데이터 반출 불가) | GLM-5.2 | MIT 라이선스로 로컬 실행, 데이터가 외부로 안 나감 |
| 코딩 어시스턴트 비용 자체를 없애고 싶음 | GLM-5.2 | 무료 공개, 수학·코딩 강세 |
| 100만 토큰급 긴 문서·코드베이스를 통째로 다뤄야 함 | Opus 5 또는 GLM-5.2 | 둘 다 100만 토큰 컨텍스트 지원 |
정리
세 모델은 경쟁 방향이 뚜렷하게 다릅니다.
- Opus 5는 “가격은 그대로, 성능만 올린다”는 정공법.
- GPT-5.6은 “작업 성격에 맞춰 3단계로 나눠 쓰라”는 세분화 전략, 특히 보안 분야를 강하게 밀고 있습니다.
- GLM-5.2는 “아예 무료로 판을 흔든다”는 오픈소스 전략 — 중국발 모델에 대한 미국 정부 규제 반사이익도 겹쳤습니다.
셋 다 공식 발표 수치를 기준으로 정리했지만, 서로 다른 벤치마크를 쓰고 있어 “누가 제일 세다”를 한 문장으로 단정하기는 어렵습니다. 실제로는 용도(에이전트 워크플로우 / 보안 자동화 / 로컬 배포)에 맞춰 고르는 게 가장 현실적인 접근입니다.