클로드 오퍼스 4.8 벤치마크 — SWE-Bench 69.2%, GPT-5.5 10pp 상회

앤스로픽(Anthropic)이 클로드 오퍼스 4.8의 벤치마크를 공개했다. “겸손하지만 체감되는 개선”이라는 자평이지만 주요 영역에서 GPT-5.5와 제미나이 3.1 프로를 모두 상회한다.

벤치마크	오퍼스 4.8	오퍼스 4.7	GPT-5.5	제미나이 3.1 프로
SWE-Bench Pro (코딩)	69.2%	64.3%	58.6%	54.2%
GDPval-AA (지식 업무)	1890	—	1769	1314
HLE (다학제 추론)	49.8/57.9%	—	—	—
OSWorld (컴퓨터 유즈)	83.4%	82.8%	78.7%	76.2%

가장 큰 신기능은 ‘다이내믹 워크플로우(Dynamic Workflows)‘다. 단일 세션에서 수백 개의 서브에이전트를 병렬로 생성해 복잡한 작업을 동시에 처리한다. 코드 결함 감지 능력도 4.7 대비 약 4배 향상됐고 불확실한 부분을 스스로 플래그하는 빈도가 높아졌다. 가격은 4.7과 동일하다.

FAQ

SWE-Bench Pro 69.2%란?

실제 소프트웨어 엔지니어링 작업(GitHub PR 해결)을 측정하는 벤치마크다. GPT-5.5는 58.6%, 제미나이 3.1 프로는 54.2%.

다이내믹 워크플로우란?

단일 세션에서 수백 개의 서브에이전트를 병렬로 생성해 복잡한 작업을 동시 처리하는 기능이다.

코드 결함 감지 4배 향상이란?

오퍼스 4.7 대비 결함 있는 코드를 그냥 통과시키는 확률이 약 4분의 1로 줄었다.

가격은?

오퍼스 4.7과 동일 가격으로 출시됐다.

클로드 오퍼스 4.8 벤치마크 — SWE-Bench 69.2%, GPT-5.5 10pp 상회

FAQ

댓글