Kurs
Einführung in die Claude-Modelle
3 Std.
15K
Anthropic hat wieder ein brandneues zweitbestes Modell.
\nDiesmal ist es Claude Opus 5, vermarktet als Intelligenz dicht am Frontier — aber zum halben Preis von Claude Fable 5. Und mehr noch: Opus 5 übertrifft Fable 5 bei mehreren Code- und Wissensarbeit-Tests, darunter Frontier-Bench und GDPval-AA. Es liegt nur hinter dem weiterhin kaum verfügbaren Mythos 5.
\nIm Folgenden findest du eine Einordnung, was an Opus 5 neu ist, wie es auf weiteren Benchmarks abschneidet, was Anthropic zur Ausrichtung und zum Sicherheitsprofil sagt und was es kostet.
\nWas ist Claude Opus 5?
\nOpus 5 ist die neueste Veröffentlichung innerhalb der Opus-Reihe von Anthropic. In Sachen Spitzenfähigkeiten liegt sie unter Mythos, aber über Sonnet und Haiku.
\nAnthropic beschreibt sein neuestes Modell als „nachdenklich und proaktiv“ (sie vermenschlichen immer ein bisschen). Außerdem heißt es, das Modell sei für den Alltagseinsatz gebaut — für KI-Ingenieurinnen und -Ingenieure bedeutet das: effizient genug, um dauerhaft zu laufen.
\nBei Code- und Wissensarbeit-Benchmarks wie Frontier-Bench und GDPval-AA ist Opus 5 laut Anthropic nun das leistungsstärkste hauseigene Modell. Bei Cybersicherheit liegt es allerdings weiter hinter Mythos 5, was wir ausführlich in unserem Mythos 5-Artikel beleuchten.
\nFür direkte Gegenüberstellungen mit Konkurrenz- und Schwestermodellen lies unsere Vergleichsguides:
\n\nWas ist neu an Claude Opus 5?
\nZwei Punkte stechen in Anthropics eigener Einordnung hervor: ein stärkerer Fokus darauf, Aufgaben wirklich fertigzustellen statt bei einer plausiblen Antwort aufzuhören, und ein deutlicher Sprung in der Qualität visueller Ausgaben.
\nAgentische Ausdauer
\nDie größte qualitative Veränderung bei Opus 5 ist die Bereitschaft, so lange weiterzuarbeiten, bis eine Aufgabe wirklich gelingt. Anthropic veranschaulicht das so:
\n- \n
- Bei einer Maschinenzeichnung ohne direkte Ansichtsmöglichkeit schrieb Opus 5 seine eigene Computer-Vision-Pipeline, um die Geometrie aus Rohpixeln zu extrahieren. \n
- Beim Beheben eines echten Bugs in einem beliebten Open-Source-Paketmanager fand und behob Opus 5 die eigentliche Ursache statt eines schnellen Patches. \n
- Ein Engineer bei einem Handelsunternehmen nutzte Opus 5 dem Vernehmen nach, um in einer einzigen Session einen Marktdaten-Feed für eine neue Börse zu bauen — inklusive eines eigenen Test-Harnesses zur Validierung der Parsing-Logik. \n
Diese Bereitschaft, weiter zu iterieren statt eine plausible Antwort zu akzeptieren, dürfte den Sprung bei agentischen Benchmarks wie Frontier-Bench erklären.
\nStärkere visuelle Ausgaben
\nAnthropic hebt zudem hervor, dass Opus 5 deutlich bessere visuelle Ausgaben liefert als frühere Modelle, etwa in Form einer visualisierten Windkanal-Darstellung des Luftstroms über aerodynamischen Objekten wie einem Auto. Das ist ein starkes Beispiel — und gute Nachrichten, wenn du generative Diagramme erstellst.
\nClaude Opus 5 Benchmarks
\nDiese Tabelle enthält nur Anthropics eigene Modelle. Ich habe die jeweiligen Releases geprüft und alles möglichst vergleichbar gegenübergestellt. Den Vergleich mit Konkurrenzmodellen findest du im nächsten Abschnitt.
\nHinweis: „nicht veröffentlicht“ bedeutet, dass das Modell im jeweiligen Release für diesen Benchmark nicht enthalten war — nicht, dass es null Punkte erzielt hat.
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n| Benchmark | Haiku 4.5 | Sonnet 4.6 | Opus 4.7 | Opus 4.8 | Sonnet 5 | Fable 5 | Opus 5 |
|---|---|---|---|---|---|---|---|
| SWE-bench Verified | 73.3% | 79.6% | 87.6% | 88.6% | — | 95.0% | 96.0% |
| SWE-bench Pro | — | 58.1% | 64.3% | 69.2% | 63.2% | 80.3% | 79.2% |
| Terminal-Bench | 41% | 67.0% (2.1) | 69.4% (2.0) | 74.6% (2.1) | 80.4% (2.1) | 88.0% (2.1) | not published |
| Frontier-Bench v0.1 (new eval) | — | — | — | 18.7% | — | 33.7% | 43.3% |
| GDPval-AA / v2 (Elo, /2000) | — | — | 1,753 | 1,890 (v1) / 1,593 (v2) | 1,618 (v2) | 1,747 (v2) | 1,861 (v2) |
| Misaligned-behavior audit (lower = better) | — | — | — | not disclosed | not disclosed | not disclosed | 2.3 (best yet) |
| Price ($/MTok in/out) | $1/$5 | $3/$15 | $5/$25 | $5/$25 | $2–3/$10–15 | $10/$50 | $5/$25 |
Claude Opus 5 vs. Fable 5
\nIn der Tabelle oben siehst du, dass Opus 5 sein teureres Geschwister auf Frontier-Bench v0.1 (43,3% vs. 33,7%) und GDPval-AA v2 (1861 vs. 1747) schlägt — und das zum halben Preis von Fable 5.
\nClaude Opus 5 vs. Opus 4.8
\nDas ist der klarste Generationssprung: Opus 5 liegt bei ARC-AGI-3 deutlich vorne (von 1,5% auf 30,2%) und bei Frontier-Bench v0.1 hat sich der Wert mehr als verdoppelt (43,3% vs. 18,7%). Zur Einordnung: Opus 4.8 kam erst vor zwei Monaten heraus.
\n![](\"https://media.datacamp.com/cms/bb29f511083483b4a3490d8e13287715.png\")
![](\"https://media.datacamp.com/cms/2dce65a1153e9887118974f1c83f5968.png\")
Claude Opus 5 vs. Konkurrenzmodelle
\nDer folgende Vergleich basiert auf Benchmarks direkt aus den Modellankündigungen von Anthropic, OpenAI und Google. Ich habe Zeilen aufgenommen, in denen genügend Modelle vergleichbare Werte veröffentlicht haben. Benchmarks mit nur vagen relativen Aussagen habe ich weggelassen.
\n\n
\n\n
\n\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n
\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
\n
\n| Category | Benchmark | Claude Opus 5 | GPT-5.6 Sol | GPT-5.6 Sol Ultra | GPT-5.6 Terra | GPT-5.6 Luna | GPT-5.5 | Gemini 3.6 Flash | Gemini 3.5 Flash-Lite | Gemini 3.5 Flash | Gemini 3.1 Pro Preview |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Knowledge Work | GDPval-AA v2 (Elo) | 1861 | 1736 | — | 1593 | 1591.8 | 1493.7 | 1421 | — | 1348.8 | 962.3 |
| Coding | SWE-Bench Pro | 79.2% | 64.6% | — | 63.4% | 62.7% | 59.4% | — | 54.2% | — | 54.2% |
| Coding | DeepSWE v1.1 | 68.8% | 72.7% | — | 69.6% | 67.2% | 67% | 49% | — | 37% (baseline) | 11.8% |
| Coding | Terminal-Bench 2.1 | — | 88.8% | 91.9% | 87.4% | 84.7% | 85.6% | — | 54% (vs 3.1 Flash-Lite baseline 31%) | — | 70.7% |
| Coding | Frontier-Bench v0.1 (terminal coding) | 43.3% | 37.5% | — | — | — | — | — | — | — | — |
| Computer Use | BrowseComp | 90.8% | 90.4% | 92.2% | 87.5% | 83.3% | 84.4% | — | — | — | 85.9% |
| Computer Use | OSWorld 2.0* | 70.6% | 62.6% | — | 50.2% | 45.6% | 47.5% | — | — | — | — |
| Abstract Reasoning | ARC-AGI-3 | 30.2% | 7.78% | — | 0.8% | 0.18% | 0.43% | — | — | — | 0.42% |
| Tool Use | AutomationBench | 26.0% | 18.1% | — | 15.2% | 14.9% | 12.9% | — | — | 14.5% | \n — \n |
\n
\n\n\n
\n\n \n
\nWichtig: Alle Zahlen stammen aus den Selbstauskünften der jeweiligen Labore und wurden auf deren eigenen Evaluation-Harnesses, Prompt-Setups und teils auch mit unterschiedlichen Reasoning-Leveln ermittelt.
\nOpus 5 vs. GPT-5.6 Sol
\nOpus 5 liegt bei schwierigeren, neuartigen Reasoning-Aufgaben vorne (ARC-AGI-3, Frontier-Bench, AutomationBench), während GPT-5.6 Sol bei etablierten Coding-Benchmarks wie SWE-Bench Pro und DeepSWE knapp die Nase vorn hat. Das deutet darauf hin, dass Opus 5 Vorteile bei offenen, weniger vorstrukturierten Problemstellungen hat, während Sol bei klar definierten, stark trainierten Coding-Aufgaben stark wirkt.
\nOpus 5 vs. Gemini 3.6 Flash
\nGoogles jüngstes Release fokussiert sich auf kosteneffiziente Flash-Modelle statt auf ein Frontier-Flaggschiff. Entsprechend fehlen in vielen Zeilen Gemini-Daten oder es gibt nur Flash-/Flash-Lite-Werte, die deutlich hinter Opus 5 und GPT-5.6 zurückbleiben. Dieser Vergleich sagt mehr über die Modellklasse aus als über Googles Frontier-Fähigkeiten.
\nOpus 5 vs. GPT-5.6
\nDort, wo sich die beiden Flaggschiffe überschneiden, führt Opus 5 bei neuartigen Reasoning- und agentischen Aufgaben (ARC-AGI-3, BrowseComp, OSWorld 2.0, AutomationBench), während GPT-5.6 Sol bei langlaufenden Coding-Aufgaben (DeepSWE) knapp vorn liegt. Sol Ultra, Terra und Luna treten vor allem auf separaten Coding-Benchmarks auf, für die Opus 5 keine veröffentlichten Werte hat — es ist also eher „Anthropics ein Flaggschiff vs. OpenAIs komplette Familie“ als ein sauberer 1:1-Vergleich.
\nOpus 5: Preis und Verfügbarkeit
\nOpus 5 ist ab sofort auf allen Claude-Plattformen verfügbar — zum gleichen Preis wie sein Vorgänger:
\n- \n
- $5 pro Million Input-Tokens \n
- $25 pro Million Output-Tokens \n
Der Fast-Modus läuft mit etwa dem 2,5-Fachen der Standardgeschwindigkeit und kostet auf der Claude Platform das Doppelte des Basispreises von Opus 5 (oder über Nutzungsguthaben in Claude Code) — identisch zu Opus 4.8.
\nEntwickler innen können über die API mit dem Model-String claude-opus-5 darauf zugreifen.
Zwei verwandte Features starten parallel zu Opus 5 in der Beta:
\n- \n
- Tool-Wechsel mitten im Gespräch auf der Claude Platform — Entwickler innen können nun während einer Unterhaltung die verfügbaren Tools von Claude tauschen, ohne den Prompt-Cache zu invalidieren. \n
- Automatische Fallbacks — Anfragen, die von Safety-Klassifizierern bei Opus 5 oder Fable 5 markiert werden, können automatisch an ein anderes verfügbares Modell geleitet werden, statt direkt blockiert zu werden. So fließt API-Traffic standardmäßig zum bestverfügbaren Modell. \n
Wie bei früheren Opus-Releases gibt es für den allgemeinen Zugriff keine Vorgaben zur Datenspeicherung.
\nFazit zu Claude Opus 5
\nWenn es dir so vorkommt, als würden wir derzeit oft über Claude-Modelle schreiben, liegst du richtig. Anthropic treibt schnelle Verbesserungen voran, um Fähigkeiten und Effizienz der Modelle zu optimieren.
\nJetzt hat Anthropic etwas insgesamt Besseres als das bisherige Topmodell Fable 5 vorgelegt. Es kostet spürbar weniger und zeigt zugleich die bislang besten Alignment-Werte.
\nWas kommt als Nächstes? Nun, Haiku ist das älteste Modell von Anthropic, und ein Upgrade auf die 5er-Reihe steht noch aus. Das wäre ein naheliegender Tipp — aber Anthropic überrascht uns immer wieder.
Author
Josef Waples
Themen
