Fable이 BenchBench의 Rosetta Fieldwork 평가에서 GPT 5.2에 이어 2위를 기록했다.1 이 소식에서 중요한 것은 단순한 순위보다 “무엇을 잘했는가”다. BenchBench는 모델이 정해진 문제를 푸는 능력만 보는 평가가 아니라, 다른 모델을 시험할 만한 좋은 벤치마크를 만들 수 있는지를 평가한다.2
즉 이번 결과는 Fable 5를 단순한 고성능 응답 모델이 아니라, 복잡한 과제를 구조화하고 평가 가능한 형태로 다루는 모델로 이해하게 해준다.
Fable 5는 무엇을 위한 모델인가
Claude Fable 5는 Anthropic이 2026년 6월 9일 공개한 5세대 모델이다.3 Anthropic은 Fable 5를 ‘Mythos-level’ 모델로 분류하며, 며칠 동안 이어질 수 있는 복잡한 비동기 작업을 처리하도록 설계했다고 설명한다.3
핵심은 빠른 단답형 응답이 아니라 긴 호흡의 작업 수행이다. 지식 작업, 코딩, 다단계 분석처럼 계획을 세우고, 중간 결과를 검토하고, 맥락을 유지해야 하는 업무가 주요 사용 사례로 제시된다.3
이 관점에서 보면 Fable 5의 가치는 “한 번에 답을 맞히는 능력”보다 “복잡한 문제를 끝까지 다루는 능력”에 가깝다.
Rosetta Fieldwork가 보여준 평가의 의미
Rosetta Fieldwork는 절차적으로 생성된 인공언어를 바탕으로 새로운 영어 문장을 번역하게 하는 과제다.1 익숙한 언어쌍을 외워서 대응하거나, 자주 본 패턴을 재생하는 방식으로는 한계가 있다. 모델은 낯선 규칙을 추론하고, 그 규칙을 새 문장에 일관되게 적용해야 한다.
이런 유형의 과제는 Fable 5의 방향성과 잘 맞는다. 장기·고난도 작업용 모델에는 다음과 같은 능력이 중요하다.
낯선 문제에서 규칙을 추론하는 능력
추론한 규칙을 끝까지 유지하는 능력
평가 가능한 방식으로 문제를 구조화하는 능력
단발성 정답보다 과정의 일관성을 관리하는 능력
따라서 BenchBench 2위는 Fable 5가 단순 문제 풀이를 넘어, 평가 설계와 장기 추론에서도 강점을 보일 수 있음을 시사한다.
도입 전에 확인해야 할 현실 조건
Fable 5는 Claude API에서 claude-fable-5 모델명으로 사용할 수 있다.3 Claude Platform, 마켓플레이스, AWS, Google Cloud, Microsoft Foundry를 통해서도 제공된다.3
비용 구조도 도입 판단에서 중요하다. 가격은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러다.3 프롬프트 캐싱 입력 토큰에는 기존 90% 할인 정책이 적용된다.3 미국 내 추론만 필요한 워크로드에는 1.1배 가격의 US-only inference 옵션도 제공된다.3
주의할 점은 데이터 보존이다. Fable 사용에는 안전 모니터링을 위한 30일 데이터 보존이 필요하다.3 따라서 민감한 데이터가 포함된 업무라면 성능뿐 아니라 배포 환경, 비용, 데이터 보존 조건을 함께 검토해야 한다.
실무 적용 기준
Fable 5는 모든 요청에 쓰기보다, 비용 대비 긴 추론 품질이 중요한 작업에 우선 적용하는 편이 합리적이다. 예를 들면 다음과 같은 업무다.
여러 파일에 걸친 긴 코드 변경
복잡한 리서치와 근거 정리
다단계 문서 분석
장기간 맥락 유지가 필요한 비동기 작업
평가 기준을 함께 설계해야 하는 고난도 지식 작업
반대로 짧은 요약, 단순 질의응답, 반복적인 저비용 작업에는 더 가벼운 모델이 적합할 수 있다. Fable 5의 강점은 “빠르게 많이 처리하는 것”보다 “어렵고 긴 문제를 안정적으로 다루는 것”에 있다.
결론
Fable 5의 BenchBench 2위는 단순한 순위 뉴스로 보기 어렵다. 모델 경쟁의 기준이 정답률 중심에서 장기 추론, 평가 설계, 자율 작업 수행 능력으로 확장되고 있음을 보여준다.
실무적으로는 Fable 5를 고난도 지식 작업과 복잡한 코딩, 긴 분석 업무에 선택적으로 배치하는 것이 좋다. 성능만이 아니라 비용, 데이터 보존, 배포 조건까지 함께 검토할 때 Fable 5의 장점을 가장 현실적으로 활용할 수 있다.
1Fable Model Ranks Second on BenchBench Rosetta Fieldwork Benchmark
2BenchBench: AI Models Benchmark Each Other's Benchmark Creation
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.