Claude Opus 4.8

삼가 고(故) Fable 5의 명복을 빕니다. 2026년 6월 9일부터 6월 12일까지, 짧지만 강렬했던 시간을 기억하겠습니다.“RIP Fable 5 - You will be missed June 9, 2026 – June 12, 2026.”

잠시만요, Claude가 이미지는 생성 못 해도 완벽한 게임 에셋은 만들 수 있다고요?“Wait, what? Claude can't generate images, but can generate complete game assets?”

선생님, 정중히 반대 의견을 냅니다. 저 박물관 빌드는 확실히 64달러의 가치가 있습니다! 정말 대단했어요!“Sir I respectfully disagree. That museum build is definitely worth 64 dollars! that was amazing!”

그 Fable 5 박물관 결과물을 꼭 게시해주셨으면 좋겠어요. 정말 훌륭한 작품이거든요.“I hope you posted that fable 5 museum up, cause that is some great stuff.”

확연한 차이를 느낀 부분 중 하나는, 사용자의 관점에 맹목적으로 맞추려는 태도가 훨씬 줄어들었다는 점입니다. 제가 명백히 틀린 가정을 사실처럼 말하면, 4.7은 종종 '이런 생각을 하시다니 정말 천재적이시네요(아첨하는 반응). A와 B 때문이죠. 하지만 C에 대해서는 다시 생각해보셨으면 합니다(완화하는 반응)'라고 하곤 했습니다. 그러다 계속 압박하면 대화 내내 그 잘못된 가정을 사실로 받아들여 버렸죠. 반면 Opus 4.8은 특히 CoT가 증거를 제시할 때 훨씬 더 단호하게 자신의 입장을 고수합니다.“One area where I noticed a remarkable difference is that it has gotten a lot less willing to blindly "bend" towards your PoV. If I state a provably false assumption as truth, 4.7 would often resort to the famous "You are absolutely brilliant for having these thoughts (sycophantic response) because of A and B -- but I want to push back (mitigating response) on C". Then, if you kept pressing, it would just take over the whole false assumption as truth for the rest of the conversation. Opus 4.8 will more often solidly dig its heels into the ground, especially when it's CoT provides evidence that the initial prompt has serious logical flaws in it. It will really call you out, debate and attempt to change your mind. It will still comply if you explicitly demand it, but it won't just let YOUR lies/errors slip past with a small side note anymore either. I can understand not everyone would call this an improvement, but so far, for me, it has been a positive.”

정말 미쳤네요! Fable은 진심으로 차원이 다릅니다. 농담이 아니었군요.“Absolutely mental! Fable is really just a whole new level. They weren't kidding.”

더 좋은 결과를 얻으려면 Claude의 설정을 최대로 맞추고 thinking 모드도 켰어야 했다고 생각해요.“Acho que o claude faltou colocar no max, e no modo thinking também para melhores resultados.”

이런 시기에는 GLM이나 Codex 같은 모델들이 Claude Opus 4.8의 대체제로 떠들썩하게 홍보되더라도, 가장 중요한 작업을 맡기기에는 여전히 신뢰가 가지 않는다는 걸 깨닫게 됩니다. 예를 들어 지금 거대한 리팩토링 프로젝트를 진행 중인데, Opus조차 며칠째 고전하고 있어요. GLM이나 Codex 같은 모델들이 이걸 어떻게 처리할지 상상조차 안 됩니다. 결국 이 서비스 장애가 끝날 때까지 기다리는 게 유일한 선택지네요. 오픈 소스 모델들도 대체제로 쓰기에 운영 비용이 결코 저렴하지 않고요. 예를 들어 Claude Code에 매달 100달러를 내고 있지만, 하루에 100달러 이상을 쓸 때도 많습니다.“Times like this remind me that despite GLM and Codex and other models being hyped up as Claude Opus 4.8 replacements, I still would not trust them with my most important work. For example, right now I'm working on a huge refactoring project, and even Opus has struggled with it after several days. I cannot even imagine how GLM, Codex, or other models would handle this. So the only option for me is to wait until this outage is over. And it's not like open models are cheap to run even as alternatives. For example, with my $100/mo subscription for Claude Code, I often burn more than $100 a day several times a week. But if I were to use the API of GLM, it would be about $300.”

17:15 그게 가치가 없다고요? 장난하세요? 특정 빌드 자체가 완벽하지 않을 순 있어도, 그 가격에 그 정도 품질과 코드 양은 정말 놀라운 수준입니다. 사람이 했다면 비용이 얼마나 들었을까요? Opus 4.8이나 구형 모델들에게 프롬프트를 몇 번 더 줘서 수정하고 같은 수준으로 끌어올렸다면 비용이 얼마나 들었을까요? - 어느 Codex 유저가.“17:15 not worth it? are you kidding me? maybe the specific build is not really worth it, but the quality and amount of the code for that price is absolutely amazing..what would it have cost done by a human? how much would it cost if you gave opus 4.8 or the older models a few more prompts to fix it and get it to the same level? -a codex user”

라우터가 어떤 모델을 쓸지 어떻게 결정하는지 궁금하네요. 저는 Claude Code를 쓸 때, 하위 모델로 내릴지 상위 모델로 올릴지 결정을 Claude Code 스스로 내리게 하곤 합니다. Claude Code는 컨텍스트와 캐시가 얼마나 쌓였는지 잘 파악하고 있어서, 사양은 낮지만 비용이 싼 모델을 쓸지 결정합니다 (때로는 상위 에이전트가 이미 컨텍스트를 가지고 있다면, Sonnet 하위 에이전트로 토큰을 다시 불러오는 게 비용이 더 들 수도 있거든요).“Just curious how the router decides on which model to use. When I use Claude Code, I often ask Claude Code to decide itself if it should spawn a sub-agent to downgrade or upgrade the model. Claude Code is smart to know how much context and cache it has and will decide if it should use sub-agent with a lesser model (sometimes it costs more to re-fetch tokens with a Sonnet sub-agent if the parent agent already has the context).”

Claude Fable 5의 출력 가격은 100만 토큰당 50달러이고, GLM-5는 4.4달러입니다. 즉, GLM-5가 Fable 5보다 11.36배 더 저렴합니다.“Claude Fable 5 has an output price of $50 per 1m tokens, and GLM-5 has an output price of $4.4, making: GLM-5 11.36x cheaper than Fable 5”

영상 제목 추천: Claude Opus 4.8을 써봤더니 빚만 남았습니다“propuesta de titulo para el video: Probé Claude Opus 4.8 y tengo DEUDAS”

인공 '저능'들의 3파전“3-way artificial unintelligence clash”

Claude는 이미지 생성 기능이 없는데 그래픽 에셋들이 어디서 왔는지 정말 의문입니다. 텍스처를 구매한 걸까요? 제가 Fable을 써본 바로는 텍스처를 직접 생성할 수 없어서 사용자가 직접 제공해야 하는 게 분명하거든요. 게임에 사용된 언어나 플랫폼, 엔진은 무엇인가요? 질문은 많은데 정작 이 부분에 할애된 시간은 너무 짧네요. 영상에서는 양초 이미지에 더 많은 시간을 쓰던데, 뭔가 이상합니다.“I think there is a serious question where the graphics assets are from since claude has no image generation. Did it buy textures? I am using Fable and it is very clear it cannot generate textures you have to supply the textures. What is the language, platform or engine used for the game? Lots of questions and it got the least time. The video spent more time on images of candles. Something is odd about that.”

비용(API 요율)이 정말 큰 문제가 되었기에 모델 라우팅을 해결하려는 더 많은 시도가 나와서 기쁩니다. 몇 가지 피드백을 드리자면: 1. 다른 댓글들처럼 캐싱 문제를 다시 강조하고 싶습니다. 하네스 주변에는 캐싱 최적화가 많이 되어 있는데 프록시 모델이 그걸 다 망가뜨립니다. 2. 코딩 에이전트들은 이미 모델을 인식하고 있습니다. 코드 탐색은 mini/flash 모델로, 기획은 무거운 모델로, 워크플로우 설계는 ultra로, 구현은 mid/high 모델로 이미 라우팅하고 있죠. 그들은 언제 탐색하고, 기획하고, 구현하고, 검토하는지, 그리고 어떤 모델 클래스를 선택해야 할지, 언제 실패하는지 이미 알고 있습니다. 프록시를 쓰게 되면...“I'm glad there are more attempts at solving model routing, as costs (at API rates) has really become an issue. Some feedback: 1. Reiterate the cache issue from other comments already here. there is a lot of optimisation in harnesses around caching and a proxy model blows that up 2. Coding agents are model aware - they already route code discovery to mini / flash models, planning to heavy models, workflow design to ultra, implementation to mid / high etc. They know when they're exploring, planning, implementing, reviewing etc. and which model class to select and when it fails. With a proxy you're breaking this control loop and feedback. It doesn't know, for ex. that it just attempted with deepseek v4 and it failed, lets try Opus? 3. How are you going to RL improvements and prevent the router becoming stale? You only have access to your own internal prompts and ~thousands of samples. This is RL'd on one orgs codebase. There are going to be a lot of prompts you haven't seen before and have no insight to on how to route correctly, and you have no insight into users HF to improve your own model. Orgs aren't going to share their traces with you, so you need other sources to train on and improve There are also new model releases every week that you need to keep up with - whats the story going to be here 4. Publish evals by running terminalbench / deepswe bench. Show us the performance / cost / time chart vs the other agent and model sets. If you can show gains there, you have a very simple value prop to sell where you can charge for a % of the saved costs”

무엇을 하느냐에 따라 다릅니다. 정적 웹사이트 구축이나 간단한 작업에는 오픈 소스 모델을 쓰는 데 아무런 문제가 없습니다. 물론 오픈 소스는 빠르게 따라잡고 있고 신뢰할 수 있는 작업의 범위도 매달 넓어지고 있죠. 게다가 독점 모델들은 사용자가 뭔가 부적절한 일을 한다고 생각하면 훈계하려 드는 경향이 있습니다. 요전에는 Claude로 유튜브 노래를 악보로 옮기려 했는데, 링크는 깨져 있었고 수년 동안 구매할 수도 없는 곡이었어요. 당연히 제가 단돈 5달러를 아끼려고 결제를 피하려는 게 아니라는 걸 Claude에게 먼저 증명해야 했습니다...“It depends what you’re doing. I have no problem using an open source model to build a static website or other simple tasks. And of course, open source is catching up and the things you can trust it with grows every month. Not to mention the way the proprietary models patronize you if they think you’re up to no good. The other day I was trying to use Claude to transcribe a song on YouTube to sheet music; the link was broken and it had not been available for purchase for years. Of course I first had to prove to Claude that I was not just being cheap and trying to get around paying the $5 for the download, which I would have had no problem with. “I am going to be up front with you —- my research raises some red flags with your initial premise that the sheet music is no longer available…” I think in the next 5-10 years inference costs will come down substantially and the open source models will get so advanced that only someone in an extremely niche, cutting edge field will need a frontier model. Everyone else will have a dedicated box somewhere on their network that runs their LLM of choice. No tokens, none of your data getting sent to a third party, no arguing with it over whether or not a link is actually broken or if you’re just trying to be cheap. I think OpenAI and Anthropic realize this which is the reason they’re in a rush to go public.”

오픈 소스 모델이 쓰레기라는 인식의 상당 부분은 OpenAI나 Anthropic이 사용자에게 강요하는 것과 똑같은 형편없는 샘플링 알고리즘(Top-p, top-k 등)을 여전히 쓰고 있기 때문입니다. 이런 방식은 샘플링 오류를 축적시켜서 오픈 소스 모델이 200K 토큰 지점이나 그보다 더 빨리 망가지는 걸 필연적으로 만듭니다. 만약 opencode가 min_p나 top-n sigma(llamacpp가 둘 다 지원함) 같은 좋은 샘플링 알고리즘을 쓰도록 설정한다면, 적어도 장시간 작업에서는 모델 성능이 훨씬 좋아지는 걸 발견할 겁니다. GLM을 Opus 4.8만큼 좋게 만들지는 못하겠지만...“A lot of the perception of open source models being garbage is that they're still using the same piss-poor sampling algorithms that OpenAI/Anthropic force on their users, i.e. Top-p, top-k. These lead to small accumulation of sampling errors which makes it all but inevitable that open source models will shit the bed by the 200K token mark or even sooner. If you set your opencode to use a good sampling algorithm, such as min_p or top-n sigma (llamacpp supports both), you'll find that at least for long running tasks, your model gets a lot better. It won't make GLM as good as Opus 4.8, but it will stop the feeling of "brain damage" from running open source models at the edge of their context windows. And yes, there is an upcoming (hopefully NeurIPS) paper titled "Long Context Generation is a Sampling Problem" for more details about this. Give it two months and it'll be on Arxiv one way or another.”

Opus 4.8은 현재 거의 사용 불가능한 수준입니다. 너무나 명백한 실수를 저지르고, 문제의 정확한 코드 줄을 알려주며 프롬프트를 줘도 디버깅에 실패합니다. 정가 그대로 요금을 받으면서 심각한 성능 저하를 공개하지 않는 건 불법이어야 합니다. 그냥 우리 지역 데이터 센터에 문제가 생긴 걸 수도 있지만요. 회사가 무슨 일이 일어나고 있는지 너무 불투명하게 굴어서 실제 상황을 알 길이 없습니다. 긍정적으로 보자면 하루 이틀 내에 Fable 5를 재출시하려고 전력을 그쪽으로 돌리고 있는 걸 수도 있죠. 어쩌면 긴급 재학습을 하고 있거나요.“Opus 4.8 is nearly unusable at the moment. Making extremely obvious errors, failing to debug issues even after being prompted with the exact line of code where the problem is. It should be illegal not to disclose serious degradations of performance while still charging full price. It may just be my region's datacentres degraded or something. The company is so opaque about what's happening, it's impossible to know what is actually going on. The optimistic take is they're preparing to relaunch Fable 5 in the next day or so and siphoning off power for that. Perhaps they're doing a snap retraining to strip out any cybersecurity capability.”

제대로 설정할 만큼의 토큰을 살 여유가 있었을 때는 이게 멋져 보였을 겁니다. 이제는 매달 몇 개의 웹사이트를 업데이트하는 최소한의 작업만 하기 위해서 GH Copilot 구독료를 올려야 했고, 더 이상 테스트 드라이브나 취미 코딩 프로젝트는 하지 않습니다. 매달 수백 달러를 이런 제품에 쏟아부을 돈이 없어서 사용량을 제한하고, 더 나은 로컬 대안을 찾고, 이런 도구들이 실제로 시간을 아껴주는지 훨씬 더 깐깐하게 따지고 있습니다. 살기 참 팍팍한 시기네요...“This would have been neat back when I could afford enough tokens to even set it up properly. Now I’ve had to increase my GH Copilot subscription just to cover the bare minimum updates to a few websites every month, and I no longer do any test driving, or even recreational coding projects. I don’t have hundreds of dollars a month to plow into these products, so I’m rationing use, looking for better local options, and being much more discerning about where these tools actually save time. Precarious time to be alive…”

Claude Code와 같은 에이전틱 코딩 방식의 프록시 레벨에서 이를 구현하기는 상당히 어렵습니다. 이런 방식은 프롬프트 캐싱에 크게 의존하는 긴 체인 형태의 도구 사용 세션이기 때문입니다. 도중에 모델을 바꾸는 건 비용이 많이 듭니다. 최적의 모델을 결정하기 위해서는 훨씬 더 많은 컨텍스트가 필요해 보입니다 (예를 들어, 로그 요약에는 저렴한 모델을 써도 되지만, 멀티스레딩 로직 디버깅에는 Opus/Mythos/GPT 5.6을 쓰고 싶을 테니까요). 에이전틱 시스템에서 모델에 대한 결정은 모델을 오케스트레이션하겠다는 결정 자체에 포함되어 있을 수 있습니다.“It's rather hard to do at the proxy level with agentic coding, such as Claude Code or similar. These are long-chained sessions of tool use that heavily rely on prompt caching. Changing mid-flight is costly. It looks like much more context is required to decide on the best model (e.g., summarizing logs might use a cheap model, whereas you likely want Opus/Mythos/GPT 5.6 to debug multithreading logic). In an agentic system, a decision about the model may be embedded in the decision to orchestrate the model.”