AI 코딩 모델: Opus 5.5 에이전트 v2.0 1위 탈환, Kimi K3.1 Pro 데뷔
종합 지능 1위는 Claude Opus 5.5가 지켰고, 코딩 에이전트 지수는 v2.0 개편으로 Opus 5.5가 Sonnet 5.5를 제치고 1위를 탈환했다. 가성비는 GPT-6.1 Sol이 건재한 가운데 새로 나온 Kimi K3.1 Pro가 고점수대 대안으로 합류했다.
이 글은 코딩·에이전트 워크플로에 쓸 모델을 고를 때 보는 주간 브리프다. 순위는 Artificial Analysis(AA) 보드를 기준으로 했고, 숫자는 2026년 10월 25일 전후 스냅샷이다. Intelligence Index는 수학·과학·코딩과 논리적 사고를 묶은 종합 점수이고, Coding Agent Index는 실제 오픈소스 저장소 작업과 터미널, 기술 Q&A를 묶은 코딩 에이전트 점수다. 특히 이번 주는 10월 23일 AA가 Coding Agent Index v2.0을 공개하며 프론티어 순위에 큰 변화가 있었다. “핫한 모델” 역시 공식 순위가 아니라 지난주 출시와 주요 변경을 묶은 편집 정리다.
지능지수 TOP3와 신규 진입
AA Intelligence Index v4.3.2는 같은 모델을 설정별로 따로 줄 세운다. 아래 표는 모델당 최고 설정만 남긴 것이고, 2위는 56점 동률이다.
| 순위 | 모델 (설정) | 점수 | 과제당 비용 |
|---|---|---|---|
| 1 | Claude Opus 5.5 (max, fallback) | 58 | 5.98달러(약 7,900원) |
| 2 | Claude Sonnet 5.5 (max, fallback) | 56 | 5.46달러(약 7,200원) |
| 2 | Muse Wonder Full (max) | 56 | 미표기 |
최상위 3개 모델 순위는 지난주와 같으나, 10월 23일 나온 문샷 AI(Moonshot AI)의 Kimi K3.1 Pro가 지능 55점, 과제당 2.11달러(약 2,800원)로 단숨에 4위로 진입했다. Opus 5.5는 9월 22일, Sonnet 5.5는 9월 28일 출시됐고 둘 다 컨텍스트 100만 토큰이다. 토큰은 AI가 글을 읽고 쓰는 단위로, 단어를 잘게 나눈 조각이다. API 가격은 Opus가 100만 토큰당 입력 4달러(약 5,300원)·출력 20달러(약 2만 6,000원), Sonnet이 입력 2달러(약 2,700원)·출력 10달러(약 1만 3,000원)다. Kimi K3.1 Pro는 100만 토큰당 입력 2.00달러(약 2,700원), 출력 10.00달러(약 1만 3,000원)로 Sonnet과 단가는 같으나 과제당 출력 토큰이 많아 과제당 비용은 2달러 선이다.
Coding Agent Index v2.0 개편
이번 주 가장 큰 변화는 10월 23일 단행된 Coding Agent Index v2.0 공개다. 기존 DeepSWE v1.1 대신 Cognition의 FrontierCode v1.1(100개 작업)이 들어갔고, Terminal-Bench 4.0(66개 작업), SWE-Atlas-QnA-AA(124개 작업)를 합쳐 총 290개 작업으로 구성된다. 실제 오픈소스 메인테이너가 코드를 병합할 수준인지 엄격하게 보면서, v1.0과 v2.0 모두에 측정된 21개 구성의 평균 점수는 54.8점에서 47.4점으로 약 7.4점 떨어졌다.
| 순위 | 모델 및 실행 환경 | v2.0 점수 | 비고 |
|---|---|---|---|
| 1 | Claude Code + Claude Opus 5.5 (max) | 61.7 | 과제당 약 11.42달러(약 1만 5,000원) |
| 2 | Claude Code + Claude Sonnet 5.5 (max) | 59.3 | 지난주 v1.0 1위에서 2위로 변경 |
| 3 | Muse Code + Muse Wonder Full (max) | 58.9 | 구독 전용 모델 |
| 4 | Claude Fable 5.1 (max, fallback) | 57.6 | 상위권 유지 |
지난주 v1.0에서는 Claude Code의 Sonnet 5.5(68.4%)와 Muse Code의 Muse Wonder Full(68.0%)이 Opus 5.5(66.0%)를 앞섰다. 그러나 평가 기준이 실무 병합 중심으로 까다로워진 v2.0에서는 Opus 5.5가 61.7점으로 선두를 되찾았다. 복잡한 저장소 맥락 파악과 코드 리팩터링에서 Opus의 추론(완성된 모델로 답을 만들어 내는 일) 능력이 점수 방어에 유리했던 것으로 보인다. 그 아래에서는 Codex의 GPT-6.1 Sol이 54.1점(과제당 약 1.50달러·약 2,000원)을 기록했고, Gemini 4 Argon(Antigravity CLI 조합)은 40점대 초중반, DeepSeek V4.1 Flash 조합은 47.3점(과제당 약 0.39달러·약 520원)으로 뒤를 이었다.
가성비 TOP3
AA의 Intelligence Index 점수 대비 과제당 비용을 기준으로 본 가성비 정리다. Sol은 설정마다 점수가 달라 고점수대 대표로 max를, 저비용 설정으로 medium을 나란히 둔다.
| 순위 | 모델 (설정) | 지능지수 | 과제당 비용 |
|---|---|---|---|
| 1 | GPT-6.1 Sol (max) | 52 | 0.72달러(약 950원) |
| 2 | GPT-6.1 Sol (medium) | 48 | 0.21달러(약 280원) |
| 3 | Kimi K3.1 Pro (문샷 AI) | 55 | 2.11달러(약 2,800원) |
Sol은 지능 48~52 고점수대에서 여전히 가장 경제적인 축이다. xhigh는 지능 51에 과제당 0.39달러다. 여기에 새로 진입한 Kimi K3.1 Pro는 지능 55점으로 Opus(58점, 5.98달러)나 Sonnet(56점, 5.46달러)에 근접하면서도 과제당 비용은 2.11달러로 절반 이하다. 저비용 순수 가성비로는 MiMo-V2.6-Pro(지능 46, 과제당 0.13달러·약 170원)와 Claude Haiku 5.5(max, 지능 43, 과제당 0.21달러·약 280원)가 자리를 지킨다.
코딩 에이전트 보드 v2.0에서도 Codex의 Sol(54.1점, 과제당 약 1.50달러)과 DeepSeek V4.1 Flash(47.3점, 과제당 0.39달러)가 10달러를 넘는 Opus 조합 대비 실무 가성비 대안으로 꼽힌다.
지난 1주 핫한 모델, 새로 나온 모델
지난주(10월 19~25일) 코딩·에이전트 생태계의 주요 소식은 네 가지다.
- 문샷 AI Kimi K3.1 Pro & Highspeed — 10월 23일 발표. 2조 8,000억 파라미터(활성 104B MoE) 기반에 100만 토큰 컨텍스트를 지원한다. 종합 지능 55점으로 상위권에 직행했고 조만간 가중치를 공개할 예정이다. 모델 가중치를 공개해 직접 내려받아 돌리거나 고칠 수 있는 오픈 가중치 진영에서 가장 앞선 지능 점수다.
- NVIDIA Nemotron 3.5 Bolt E4B 4GB — 10월 23일 출시. 구글의 Gemma 4 E4B를 기반으로 4GB VRAM(그래픽 카드 전용 메모리)에 맞춘 경량 모델이다. 64k 컨텍스트와 멀티턴 도구 호출을 갖춰 로컬 PC나 Jetson 디바이스에서 지연 없이 에이전트 도구를 돌리는 용도다.
- Coding Agent Index v2.0 — 10월 23일 발표. 평가 벤치마크를 FrontierCode v1.1로 교체하면서 프론티어 코딩 순위를 실무 기준으로 다시 짰다.
- OpenAI Decisions API 일반 공개 — 10월 23일 GA. 개발자가 에이전트 파이프라인에서 빠른 분류와 라우팅, 판단을 전용으로 처리할 수 있는 엔드포인트를 열었다.
로컬·오픈 쪽 신규까지 날짜순으로 보면 이렇다.
| 날짜 | 모델 및 제품 | 개발자에게 닿는 길 |
|---|---|---|
| 10/21 | Nemotron 3.5 Super VL, Bolt 74B | NVIDIA NIM, Hugging Face 오픈 가중치 |
| 10/23 | Kimi K3.1 Pro, Pro Highspeed | Moonshot API, Kimi Code (오픈 가중치 예정) |
| 10/23 | Nemotron 3.5 Bolt E4B 4GB | Hugging Face, 로컬 런타임 |
| 10/23 | Coding Agent Index v2.0 | Artificial Analysis 리더보드 |
잘못 읽기 쉬운 점
Coding Agent Index v2.0 점수가 지난주 v1.0(60점대 후반)보다 떨어진 것을 보고 모델 성능이 낮아졌다고 오해하면 안 된다. 실제 저장소 메인테이너의 병합 기준을 반영한 FrontierCode v1.1이 들어가며 평가 잣대가 전반적으로 엄격해진 결과다. Kimi K3.1 Pro는 토큰당 가격(입력 2달러·출력 10달러)이 Sonnet과 같지만 풀이 과정에서 긴 토큰을 쓰는 경향이 있어 과제당 비용(2.11달러)을 확인하고 도입해야 한다. Bolt E4B 4GB는 클라우드 프론티어 모델과 경쟁하는 용도가 아니라 로컬 엣지 디바이스용 소형 모델이다.
앞으로 볼 것
- Coding Agent Index v2.0에 Kimi K3.1 Pro의 공식 하네스 조합 점수가 어떻게 반영될지
- Moonshot AI의 약속대로 Kimi K3.1 Pro 오픈 가중치가 언제 배포되고 로컬 환경에서 구동될지
- Gemini 4 Argon의 도입 할인가(입력 2달러·출력 10달러) 종료 시점인 11월 30일을 앞두고 에이전트 점유율 변화
- 4GB VRAM에 최적화된 Nemotron Bolt E4B 기반의 온디바이스 에이전트 도구 확산
환율은 2026년 10월 24일 기준(1달러≈1,325원). 금액은 “약”으로 반올림했다.
출처
- Artificial Analysis Intelligence Index (Artificial Analysis)
- Coding Agent Benchmarks (Artificial Analysis)
- LLM Leaderboard (Artificial Analysis)
- Moonshot AI Kimi K3.1 Pro Announcement (Moonshot AI)
- Nemotron 3.5 Bolt E4B Announcement (NVIDIA)
- OpenAI Decisions API GA (OpenAI)
- Introducing Claude Opus 5.5 (Anthropic)
- Introducing Claude Sonnet 5.5 (Anthropic)
- Introducing GPT-6.1 Sol (OpenAI)