2026년 브라우저 에이전트에 가장 적합한 LLM: 점수와 비용 기준 모델 순위

2026년 10월 브라우저 에이전트에 가장 적합한 LLM은 가장 높은 공개 성공률을 원한다면 Claude Opus 5.5이고, 거의 같은 점수를 절반 가격에 원한다면 Claude Sonnet 5.5입니다. 예산이 빠듯하다면 Claude Haiku 5.5와 Gemini 3.8 Flash가 단계당 몇 분의 1 비용입니다. 오픈 가중치를 원한다면 H Company의 Holo4가 선택입니다. 아래의 모든 숫자는 2026년 10월 27일에 읽은 공급업체 자체 페이지에서 가져온 것입니다.

지금 Apidog를 사용해 보세요

빠른 답변: 작업별 브라우저 사용에 가장 적합한 모델

한 가지 주의: 공급업체마다 다른 OSWorld 버전, 하위 집합 및 하네스에서 점수를 매기므로 각 숫자를 공유 순위가 아닌 해당 공급업체의 주장으로 취급하세요.

브라우저 에이전트가 모델을 사용하는 방법

브라우저 에이전트는 루프입니다: 모델이 페이지를 보고, 하나의 작업을 선택하면, 코드가 이를 실행하고, 새로운 페이지 상태가 다시 모델로 돌아갑니다. 인간이 2분 걸리는 작업은 30~60번의 루프가 필요할 수 있습니다.

모델은 두 가지 방식 중 하나로 페이지를 봅니다:

1. 스크린샷 모드. 모델은 이미지를 받고 클릭할 픽셀 좌표를 반환합니다. 캔버스 앱, 지도, 원격 데스크톱에서 작동하지만 모든 단계에서 이미지 토큰이 소모됩니다.
2. DOM 또는 접근성 트리 모드. 모델은 [ref_2]와 같은 참조가 있는 요소의 텍스트 목록을 받고 참조로 클릭합니다. 레이아웃 변경에도 견디며 텍스트가 많은 페이지에서 더 적은 토큰을 사용합니다.

대부분의 최신 도구 세트는 두 가지를 혼합합니다. Anthropic의 브라우저 사용 도구(browser_toolset_20260801, GA)는 31개의 멤버 도구를 제공합니다: read_page와 find는 접근성 트리를 반환하고, screenshot과 zoom은 캔버스, 비디오 및 교차 출처 iframe을 위한 대체 수단입니다. OpenAI의 컴퓨터 사용 가이드는 페이지 텍스트를 읽고 드라이버 함수를 호출하는 BrowserToolset을 제공합니다. Google의 컴퓨터 사용 도구는 스크린샷 기반이며 브라우저, 모바일 및 데스크톱을 지원합니다.

단계가 비용을 배로 늘리는 이유

모든 단계는 대화를 다시 전송하므로, 30단계에서는 도구 세트 정의, 지시 사항 및 29단계의 기록이 함께 전달됩니다. 두 가지 고정 비용이 하한을 설정합니다:

• 도구 세트 오버헤드. Anthropic의 브라우저 도구 세트를 선언하면 모든 요청에 약 6,600개의 입력 토큰이 추가됩니다. (Anthropic의 가격 페이지 기준)
• 스크린샷. Claude는 28×28 픽셀 패치당 하나의 시각적 토큰으로 이미지를 청구합니다. 1280×800 스크린샷은 46 × 29 = 1,334 토큰입니다.

모델별 참고 사항

Claude Opus 5.5

Anthropic은 2026년 9월 22일에 Opus 5.5를 출시했으며, OSWorld 2.1에서 81.8%(부분 점수)를 보고하여 80.7%의 Claude Fable 5.1을 앞섰습니다. Fable 5.1은 $10 / $50이므로 Opus 5.5는 이 벤치마크에서 가격의 40%로 이를 능가합니다. H Company의 Holo4 게시물은 Opus 5.5를 작업당 $8.48로 OSWorld 2.0 장기 워크플로에서 81.8%로 평가하며, 비용은 공급업체 차트에서 읽었습니다.

또한 Gray Swan의 벤치마크에서 가장 낮은 프롬프트 주입 성공률로 Fable 5.1과 동률을 이루었는데, 이는 에이전트가 신뢰할 수 없는 페이지를 읽을 때 중요합니다.

Claude Sonnet 5.5

Sonnet 5.5(2026년 9월 28일)는 OSWorld 2.1에서 80.1%를 기록하여 Opus보다 1.7점 뒤처지며 가격은 $2 / $10입니다. 캐시 적중은 1M 토큰당 $0.10이며, 에이전트 루프는 대부분 캐시 적중입니다. 대부분의 프로덕션 브라우저 에이전트에서 이것이 기본 선택입니다. Claude Code에서 브라우저를 구동하는 경우 브라우저 자동화를 위해 Claude Code를 사용하는 방법을 참조하세요.

Claude Haiku 5.5

Haiku 5.5(2026년 10월 7일)는 OSWorld 2.1 오프라인 하위 집합에서 72.4%를 기록했으며, Anthropic은 GPT-6 Luna를 48.9%로 표시합니다. 가격은 두 단계입니다: 최대 100,000 토큰까지 $0.10 / $0.50, 그 이상은 $0.50 / $2.50입니다. 모든 스크린샷을 기록에 보관하는 긴 세션은 빠르게 100K를 넘으므로, 오래된 스크린샷을 잘라내어 저렴한 계층에 머물도록 하세요.

GPT-6 Astra

Google의 Gemini 4 Argon 모델 카드는 GPT-6 Astra를 OSWorld 2.0 오프라인 하위 집합에서 72.6%(부분 점수)로 표시합니다. Astra는 1.05M 컨텍스트 창을 갖추고 $10 / $50입니다. OpenAI의 가이드에 따르면 Astra의 경우 코드 실행을 권장합니다: 모델이 한 번에 한 단계씩 클릭하는 대신 Playwright 또는 PyAutoGUI 코드를 작성합니다. 이는 반복적인 스크래핑 및 양식 작업에 적합합니다. GPT-6 Astra 컴퓨터 사용 게시물에서는 대신 사양을 제공할 시기를 다룹니다.

GPT-6.1 Terra and Sol

OpenAI의 모델 페이지는 computer_use를 GPT-6.1 Terra($1 / $5, 캐시된 입력 $0.05)의 지원 도구로 나열하며, 컴퓨터 사용 가이드의 예제는 GPT-6.1 Sol($2 / $10)을 사용합니다. OpenAI는 해당 페이지에서 둘 중 어느 것에 대해서도 브라우저 또는 OSWorld 점수를 공개하지 않습니다. Terra는 합리적인 DOM 모드 작업 도구이지만, 자체 작업에서 벤치마크하세요.

Gemini 4 Argon and Gemini 3.8 Flash

Gemini 4 Argon은 2026년 10월 13일에 GA되었습니다. 모델 카드는 OSWorld 2.0 오프라인 하위 집합에서 69.2%, Agent’s Last Exam(컴퓨터 사용)에서 39.5%를 보여주며, 이는 Astra의 34.2%와 Opus 5.5의 38.2%보다 높습니다. Argon의 컴퓨터 사용은 아직 Preview입니다. 가격은 2026년 11월 30일까지 $2 / $10이며, 이후 $4 / $20입니다.

Google의 컴퓨터 사용 페이지는 gemini-3.8-flash($0.75 / $3.75, 2026년 12월 31일까지)를 권장하지만 이에 대한 벤치마크는 제공하지 않습니다. Gemini 2.5 Computer Use는 더 이상 해당 페이지에 나타나지 않으므로 제외했습니다.

Holo4 (open weights)

H Company는 2026년 9월 28일에 Holo4를 출시하여 Holo3를 대체했습니다. 자체 하네스에서 Holo4 27B는 OSWorld에서 85.2%를 작업당 $0.08로, OSWorld 2.0 장기 워크플로에서 61.7%를 작업당 $1.22로 기록합니다. 35B-A3B는 동일한 두 가지에서 80.8%와 30.9%를 $0.05와 $0.61로 기록합니다. H는 35B-A3B 가중치가 Apache 2.0이라고 밝히고 있습니다. 상업적으로 출시하기 전에 모델 카드에서 27B 라이선스를 확인하세요. 둘 다 H의 API에서 $0.40 / $3.00(27B) 및 $0.30 / $2.00(35B-A3B)으로 실행됩니다. Holo3 게시물에서는 이전 세대의 API를 다룹니다.

Kimi K3.1 Pro, DeepSeek V4.1 Flash and Qwen 3.7 Plus

• Kimi K3.1 Pro는 Moonshot의 퀵스타트에 따르면 1M 컨텍스트로 이미지와 비디오를 허용합니다. 출시 당시 BrowseComp 점수는 웹 리서치를 측정하는 것이지 페이지를 클릭하는 것이 아니며, 컴퓨터 사용 점수는 공개되지 않았습니다. Kimi의 가격 페이지에서 가격을 확인하세요.
• DeepSeek V4.1 Flash(deepseek-flash)는 이제 DeepSeek의 가격 페이지에 따라 비수기 $0.15 / $0.60, 성수기 $0.30 / $1.20에 이미지 입력을 지원합니다. 브라우저 벤치마크는 공개되지 않았습니다. 여기서 DOM 모드에 가장 저렴한 옵션입니다.
• Qwen 3.7 Plus는 스크린샷 그라운딩 테스트인 ScreenSpot Pro에서 79.0을 보고합니다. Qwen 3.7 Plus 컴퓨터 사용 에이전트 가이드를 참조하세요.

프레임워크 팀이 측정하는 것

Browser Use의 모델 가이드(BU Bench V1, 2026년 6월 11일 업데이트)는 속도 측면을 보여줍니다: Claude Fable 5는 80.0%를 기록했지만 평균 6분 53초, 작업당 약 $5.80이었습니다. 5.5 모델은 아직 여기에 없습니다. 프레임워크 선택 자체에 대해서는 Browser Use Cloud, Stagehand 및 Puppeteer MCP 서버를 참조하세요.

작업당 비용: 계산 예시

브라우저 도구 세트를 사용하여 Claude에서 30단계 작업을 가정합니다. 각 단계는 1,334 토큰의 스크린샷 하나와 약 450 토큰의 작업 텍스트 및 도구 결과를 추가하며, 모델은 약 300개의 출력 토큰을 작성합니다.

• n단계 입력 ≈ 6,600 + n × 1,784 토큰
• 30단계에 걸친 총 입력 ≈ 198,000 + 1,784 × 465 ≈ 1.03M 토큰
• 총 출력 ≈ 9,000 토큰

이는 Anthropic의 정가에서 가져온 예시 숫자이며 실제 측정 실행이 아닙니다. 두 가지 요점은 여전히 유효합니다: 캐싱은 청구서를 80% 이상 절감하고, 기록에서 오래된 스크린샷을 제거하는 것이 더 저렴한 모델로 전환하는 것보다 더 많은 비용을 절약합니다.

선택 방법

1. Sonnet 5.5로 시작하세요. 리더와 2점 차이 내의 점수를 절반 가격으로 제공합니다.
2. Opus 5.5로 업그레이드하세요. 실제 작업에서 성공률이 병목일 때만.
3. Haiku 5.5 또는 Gemini 3.8 Flash로 다운그레이드하세요. 대량의 짧고 반복적인 흐름에 적합합니다. 먼저 측정하세요.
4. Holo4를 사용하세요. 데이터가 인프라를 떠날 수 없는 경우.
5. GPT-6 Astra를 코드 실행과 함께 사용하세요. 작업이 탐색이 아닌 반복 가능한 스크립트일 때.
6. 사이트에 API가 있으면 브라우저를 완전히 건너뛰세요. API 호출은 30단계 대신 하나의 요청입니다. 컴퓨터 사용 vs 구조화된 API 분석에서 각각 언제 유리한지 보여주며, 브라우저 자동화 도구 목록에서 나머지를 다룹니다.

Apidog CLI를 사용하여 코딩 에이전트가 대신 API를 테스트하도록 하세요

브라우저 에이전트는 느리고 비용이 많이 드는 경로입니다. 에이전트가 계속 클릭하는 페이지가 JSON API로 지원되는 경우, 더 저렴한 방법은 해당 API를 한 번 찾아 직접 테스트하는 것입니다. Claude의 브라우저 도구 세트에는 페이지가 만드는 요청을 나열하는 선택적 read_network 멤버도 있습니다.

코딩 에이전트가 Apidog CLI로 수행하도록 하세요. 한 번 설정하세요:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

그런 다음 에이전트에게 하나의 프롬프트를 제공하세요:

Export a HAR of the checkout flow you just ran in the browser. Import it into
Apidog project <id>, create a test case for POST /api/cart/items that asserts
a 200 status and a numeric cartTotal, then run it against the staging
environment and summarize any failures.

에이전트는 트래픽을 가져오고, 페이로드 스키마를 읽고, 검증하고, 케이스를 작성하고 실행합니다:

apidog import --project <id> --format har --file checkout.har
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

-r cli,json을 -r junit으로 바꾸면 동일한 명령이 CI에서 실행됩니다. Apidog CLI CI/CD 파이프라인 가이드를 참조하세요. Claude Code가 에이전트인 경우 Claude Code에서의 Apidog CLI에서 설정을 안내합니다. Apidog의 무료 플랜은 최대 4명의 사용자를 지원합니다.

자주 묻는 질문

현재 브라우저 에이전트에 가장 적합한 LLM은 무엇인가요? Claude Opus 5.5가 공급업체 보고 OSWorld 2.1 점수(81.8%)가 가장 높습니다. Claude Sonnet 5.5는 80.1%와 절반 가격으로 대부분의 팀에 더 나은 기본 선택입니다.

예산이 제한적일 때 컴퓨터 사용에 가장 적합한 모델은 무엇인가요? $0.10 / $0.50의 Claude Haiku 5.5는 Anthropic의 OSWorld 2.1 오프라인 하위 집합에서 72.4%를 기록합니다. 저렴한 계층에 머물려면 프롬프트를 100,000 토큰 미만으로 유지하세요.

브라우저 에이전트를 위한 좋은 오픈 가중치 모델이 있나요? 예. Holo4 35B-A3B는 Apache 2.0 가중치를 제공하며 H Company의 하네스에서 OSWorld 80.8%를 기록합니다. Holo4 27B가 더 높은 점수를 받지만, 먼저 라이선스를 확인하세요.

스크린샷 모드 또는 DOM 모드? 페이지에 접근성 트리나 DOM이 있으면 사용하세요. 더 저렴하고 레이아웃 변경에도 견딥니다. 캔버스, 지도, 비디오 및 원격 데스크톱의 경우 스크린샷으로 대체하세요.

공급업체 간에 OSWorld 점수를 비교할 수 있나요? 느슨하게만 가능합니다. 공급업체는 서로 다른 하네스로 OSWorld 2.0, OSWorld 2.1, 오프라인 하위 집합 및 부분 점수를 보고합니다. 결정하기 전에 자체적으로 20~50개의 실제 작업을 실행하세요.

Gemini 2.5 Computer Use가 아직 사용 가능한가요? 2026년 10월 27일 기준으로 Google의 컴퓨터 사용 페이지에 더 이상 나타나지 않습니다. Google은 대신 Gemini 4 Argon, Gemini 3.8 Flash, Gemini 3.5 Flash-Lite 및 Gemini 3 Flash Preview를 나열합니다.