Anthropic hat keinen direkten Opus-5-gegen-Sonnet-5-Benchmark veröffentlicht. In den Launch-Posts vergleicht Anthropic jedes Modell mit seinem Vorgänger und mit Opus 4.8. Die Zahlen unten erzählen also nur einen Teil der Geschichte. Der Rest ist dieselbe Abwägung wie bei jedem Opus-gegen-Sonnet-Vergleich: Wie viel Spielraum brauchst du wirklich — und was bist du bereit, dafür zu bezahlen?
Was ist Claude Opus 5?
Opus 5 ist das Topmodell von Anthropic, erschienen am 24. Juli 2026, zum Preis von 5 $ pro Million Eingabetokens und 25 $ pro Million Ausgabetokens. Anthropic nennt es State of the Art auf Frontier-Bench und GDPval-AA und nahe am größeren Fable 5 — bei halben Kosten. Es ist das Standardmodell auf Claude Max und das stärkste Modell auf Claude Pro.
Seine herausragende Eigenschaft ist Selbstverifikation: das eigene Ergebnis prüfen, Test-Harnesses bauen, wenn kein Datenfeed existiert, und schlechten Anweisungen widersprechen statt einfach zu folgen.
Was ist Claude Sonnet 5?
Sonnet 5 ist das Mid-Tier-Modell von Anthropic, erschienen am 30. Juni 2026. Anthropic beschreibt es als das bislang „agentischste“ Sonnet, mit Leistungen nahe an Opus 4.8 zu einem niedrigeren Preis. Es ist das Standardmodell in den Free- und Pro-Plänen und auf Max, Team, Enterprise sowie über die API verfügbar.
Preise: 2 $ pro Million Eingabetokens und 10 $ pro Million Ausgabetokens bis 31. August 2026, danach Standard 3 $/15 $.
Der Tier-Unterschied in der Praxis
Das steht in den Releases nicht explizit, weil es generell für Anthropics Modellpalette gilt und nicht nur für dieses Duo.
Opus ist das Deckenmodell
Du greifst dazu, wenn Fehler teuer sind, wenn ein Task lange und autonom läuft, ohne dass zwischendurch jemand prüft, oder wenn das Problem wirklich neu ist statt nur eine Variante von Bekanntem. Tiefe Refactors über viele Dateien, mehrdeutige Forschungsfragen, lange agentische Runs, in denen sich Fehler aufschaukeln — das ist Opus-Terrain. Du zahlst dafür, dass das Modell seine eigenen Fehler findet, bevor sie zu deinem Problem werden.
Sonnet ist das Arbeitstier
Es ist darauf ausgelegt, schnell und günstig genug zu sein, um dauerhaft zu laufen: Chat-Assistenten, hochvolumige Klassifikation, iteratives Coding, bei dem du ohnehin alle paar Schritte prüfst, latenzkritische Anwendungen. Die Urteilsdecke ist niedriger, aber für einen großen Teil echter Arbeit stößt du nie dagegen. Im Tagesgeschäft der meisten Teams sollte Sonnet dominieren, und Opus wird gezielt dort zugeschaltet, wo es wirklich gebraucht wird.
Speziell Sonnet 5 will diese Decke für ein Mid-Tier-Modell höher schieben — daher „das bisher agentischste Sonnet“ und die Aussage, es komme Opus 4.8 in manchen Aufgaben nahe. Das ist der Kontext für die untenstehenden Benchmarks: Sonnet 5 ist nicht nur günstig, es ist günstig und näher an Opus-Niveau als frühere Sonnets.
Was die Release-Zahlen tatsächlich zeigen
Preis
Der klarste, eindeutigste Unterschied. Sonnet 5 liegt bei 2 $/10 $ (bis 31. Aug) bzw. 3 $/15 $ (Standard) gegenüber Opus 5 mit konstant 5 $/25 $ — Sonnet 5 kostet je nach Zeitfenster 40–60% von Opus 5.
Alignment
Der einzige Punkt, an dem sich die beiden Release-Posts direkt nennen. Anthropics automatisiertes Audit fand, dass Opus 5 „Claude's Constitution besser einhält als Opus 4.8, Sonnet 5 oder Fable 5“ — ein klares, genanntes Ergebnis, keine Interpretation. Opus 5 erzielt darin 2,3, sein bisher sicherster Score. Sonnet 5 verbesserte sich gegenüber seinem Vorgänger (weniger Halluzinationen, weniger Gefallsucht, besserer Widerstand gegen Prompt-Injection-Hijacks), aber laut Anthropic liegt seine Rate fehlangepassten Verhaltens noch über Opus 4.8.
Cybersicherheit
Beide Modelle wurden nicht gezielt auf Cyberthemen trainiert, landen aber an unterschiedlichen Punkten.
Opus 5 kommt beim Finden von Schwachstellen nahe an Mythos 5 heran, auch wenn es beim Ausnutzen hinterherhinkt. Sonnet 5 liegt weiter zurück: Anthropic sagt ausdrücklich, dass Sonnet 5 „deutlich schwächere Cyberfähigkeiten als Opus 4.8 und Mythos 5“ hat, und in einem Firefox-Exploit-Development-Eval produzierte es nie einen voll funktionsfähigen Exploit (0,0% Erfolg, nur leicht besser als Sonnet 4.6 bei Teilversuchen).
Wenn dein Use Case irgendetwas Cybernahes berührt, ist diese Lücke real — und spricht klar für Opus 5.
Coding und Wissensarbeit
Hier nutzen die beiden Posts unterschiedliche Benchmarks, daher gibt es keine saubere Scoreline.
Opus 5 mehr als verdoppelt Opus 4.8 auf Frontier-Bench v0.1 und liegt bei CursorBench 3.2 innerhalb von 0,5% an Fable 5 — bei halben Kosten. Sonnet 5 wird so beschrieben, dass es sich Opus 4.8 bei BrowseComp und OSWorld-Verified mit hohem Aufwand annähert.
Zusammen mit der Tier-Logik oben gelesen: Sonnet 5 kommt bei den von Anthropic hervorgehobenen Aufgaben nah heran, aber die Siege von Opus 5 wirken größer und breiter. Nimm das als Richtungshinweis, nicht als Messwert.
Wann du welches wählst
Wähle Opus 5, wenn
der Task hochkritisch, langlaufend oder wirklich neu ist; du in Life Sciences, Chemie oder komplexer, mehrstufiger agentischer Arbeit unterwegs bist; du das am besten ausgerichtete Modell brauchst; irgendetwas Cybersicherheitsnahes im Scope ist.
Wähle Sonnet 5, wenn
du große Volumina fährst, Latenz zählt oder der Task so klar umrissen ist, dass du nicht Opus’ Urteilsdecke brauchst; du Free oder Pro nutzt, wo es ohnehin Standard ist; die Tokenkosten die harte Grenze sind.
Keines von beiden, wenn
du Cybersicherheitsarbeit mit reduzierten Guardrails brauchst. Opus 5 fällt automatisch auf Opus 4.8 zurück, und Sonnet 5 liegt klar hinter Opus 4.8.
Fazit
Der Hauptfaktor ist derselbe wie bei jeder Opus-vs.-Sonnet-Entscheidung: Braucht dieser Task die Decke — oder muss er vor allem verlässlich in großem Maßstab erledigt werden? Sonnet 5 schiebt diese Decke höher als frühere Sonnets, das ist die eigentliche News beim Launch. Aber dort, wo Anthropic beide Modelle direkt beziffert hat — im Alignment-Audit — lag Opus 5 vorn, und die Cybersicherheitslage zeigt in dieselbe Richtung. Standardmäßig Sonnet 5 für Volumen, zu Opus 5 greifen, wenn sich ein falscher Output nicht leisten lässt.
