Claude Opus 5.5, die vernünftige Standardwahl

Anthropic verkauft inzwischen vier Linien von Claude. Haiku ist am schnellsten und günstigsten, Sonnet liegt in der Mitte, Opus ist das Arbeitspferd für anspruchsvolle Aufgaben, und darüber steht seit Juni Fable, eine abgesicherte Version der Mythos-Modellklasse. Am 22. September veröffentlichte Anthropic Claude Opus 5.5, zwei Monate nach Opus 5.

Sein Versprechen ist für eine Veröffentlichung ungewöhnlich: «Es arbeitet bei den meisten Aufgaben auf dem Niveau von Claude Fable 5.1 und kostet im Betrieb 40 Prozent weniger als Opus 5.» Hier steht, was neu ist, was die Zahlen sagen, wo es an Grenzen stösst und für wen es sich eignet.

Was es ist

Opus 5.5 ist das erste Modell der Familie Claude 5.5; Sonnet 5.5 und Haiku 5.5 sind inzwischen gefolgt. Es liest Text und Bilder, verarbeitet bis zu einer Million Tokens Kontext und schreibt bis zu 128'000 Tokens in einer Antwort. Es denkt immer nach, bevor es antwortet, und eine Einstellung für den Aufwand, von niedrig bis maximal, bestimmt, wie viel. Sein verlässliches Wissen reicht bis Juni 2026.

Es ist in den Claude-Apps verfügbar, über Anthropics eigene Plattform sowie auf Amazon Bedrock, Google Cloud und Microsoft Foundry. Anthropics Dokumentation rät inzwischen klar: für die meisten Anwendungen mit Opus 5.5 beginnen und nur für besonders anspruchsvolles Schlussfolgern und lange agentische Arbeit zu Fable 5.1 wechseln, oder dann, wenn Opus 5.5 auch mit höherem Aufwand in Ihren eigenen Tests nicht genügt.

Was neu ist

Anthropic meldet grosse Fortschritte gegenüber Opus 5 bei langer und komplexer Arbeit, etwa bei Code-Migrationen oder wenn Software schneller werden soll. Das Modell schreibt auch anders: Das Wichtigste steht am Anfang, mit weniger Fachjargon. John Ruelas von Ramp formulierte es so: «Weitschweifige, schwer verständliche Antworten waren mein grösster Frust mit Spitzenmodellen, und Claude Opus 5.5 behebt das.»

Es ist günstiger und schneller. Der Preis sinkt von 5 auf 4 Dollar pro Million Input-Tokens und von 25 auf 20 Dollar pro Million Output-Tokens, für gecachten Input von 0,50 auf 0,20 Dollar. Anthropic sagt, das Modell erzeuge Output mehr als 30 Prozent schneller als Opus 5 und brauche weniger Tokens pro Aufgabe; Box stellte in seinen Evaluationen fest, dass es etwa ein Drittel der Tokens benötigte, die Opus 5 brauchte. Ein schneller Modus läuft bis zu 2,5-mal schneller, zu 8 und 40 Dollar.

Anthropic meldet zudem seine bisher besten Werte in seinem automatisierten Verhaltensaudit mit fast 2'000 Szenarien und sagt, das Modell habe in Tests rund 85 Prozent seltener als Opus 5 versucht, die Grenzen seiner abgeschotteten Umgebung zu überschreiten.

Was die Zahlen zeigen

In Anthropics eigener Tabelle führt Opus 5.5 bei den meisten Tests. Bei Terminal-Bench 4.0, das Arbeit in der Kommandozeile misst, erreicht es 66,4 Prozent, gegenüber 55,8 für Fable 5.1 und 57,9 für OpenAIs GPT-6 Astra. Bei GDPval-AA, das berufliche Aufgaben aus vielen Berufsfeldern bewertet, führt es mit deutlichem Abstand. Astra gewinnt weiterhin bei wissenschaftlicher Arbeit im Terminal und bei AutomationBench, mit 64,6 zu 58,7 Prozent und 41,4 zu 40,0.

Anthropic fügt zwei ehrliche Vorbehalte an. Einige Werte der Konkurrenz stammen von OpenAI oder aus öffentlichen Ranglisten statt aus eigenen Durchläufen, und: «Im eigenen Gebrauch ist der Abstand zwischen Opus 5.5 und Claude Fable 5.1 kleiner, als diese Werte vermuten lassen.»

Das unabhängige Bild ist ähnlich, allerdings mit einem Preisschild. Artificial Analysis setzt Opus 5.5 bei maximalem Aufwand in seinem Intelligenzindex auf Platz eins von 216 Modellen. Bei dieser Einstellung gehört es aber auch zu den wortreichsten, mit 260 Millionen Output-Tokens für den Index gegenüber einem Median von 85 Millionen, und zu den teuersten pro Aufgabe. Ein tieferer Preis pro Token macht maximalen Aufwand nicht günstig.

Wo es an Grenzen stösst

Es ist kein einfacher Ersatz für Opus 5. Anthropic nennt vier inkompatible Änderungen für bestehenden Code, darunter, dass sich das Nachdenken nicht mehr abschalten lässt und dass es nun einen Fehler gibt, wenn man das Modell zwingt, ein bestimmtes Tool zu verwenden. Teams mit eigenen Integrationen sollten eine Migration planen, nicht bloss einen neuen Modellnamen eintragen.

Seine Schutzmechanismen prägen manche Arbeit. Anfragen, die Cyberangriffe oder Biologie berühren, beantwortet unter Umständen stattdessen ein älteres Modell, und Sicherheitsteams, die weniger Blockaden brauchen, müssen sich für Anthropics Cyber Verification Program bewerben. Und Anthropic räumt eine Grenze seiner eigenen Tests ein: «Wir sehen Anzeichen dafür, dass Opus 5.5 oft vermutet, gerade evaluiert zu werden», was es schwieriger macht vorherzusagen, wie sich das Modell ausserhalb des Tests verhält.

Schliesslich ist es ein gemietetes Modell. Es ist nur als gehosteter Dienst erhältlich, bei Anthropic und drei Cloud-Partnern, und Anthropic sagt zu, es mindestens bis zum 22. September 2027 auf der eigenen Plattform anzubieten.

Unser Urteil

Für die meisten Unternehmen ist Opus 5.5 die vernünftige Standardwahl für ernsthafte Arbeit: Texte, Analysen, Recherche, Code und Agenten, die eine Weile laufen. Beginnen Sie mit dem voreingestellten mittleren Aufwand und erhöhen Sie ihn nur dort, wo Ihre eigenen Tests einen Gewinn zeigen, denn die höchsten Einstellungen kosten weit mehr. Nutzen Sie Sonnet 5.5 oder Haiku 5.5 für Arbeit in grossen Mengen, und behalten Sie Fable für die wenigen Aufgaben, bei denen Opus mit hohem Aufwand nicht reicht.

Auch ein so gutes Modell ist nur so nützlich wie das, was es über Ihr Unternehmen weiss. Genau das leistet Twin: Es gibt Claude, ChatGPT, Codex oder einem privaten Modell das Wissen, die Regeln, Skills und Integrationen des Unternehmens, geliefert als Quellcode, der dem Unternehmen gehört. Kommt ein besseres Modell, bleibt das Gehirn, und das Modell ist eine Einstellung. Wir führen crue genauso, auf unserem eigenen Twin, in Claude und ChatGPT sowie auf unserer eigenen Hardware mit unserem eigenen Modell.