Anthropic liefert Opus 5: Halb so teuer wie Fable 5, aber sogar besser

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Anthropic hat am 24. Juli Claude Opus 5 veröffentlicht. Das Modell führt den Artificial Analysis Intelligence Index knapp an, kostet halb so viel wie das hauseigene Spitzenmodell Fable 5 – und halluziniert laut den unabhängigen Tests in der Hälfte der Fälle, in denen es sich unsicher ist.

Es ist das vierte Modell, das Anthropic binnen zwei Monaten auf den Markt bringt. Claude Opus 5 ist seit dem Release-Tag auf allen Plattformen des Unternehmens verfügbar, für Entwickler:innen als claude-opus-5 über die Claude API. In den Abo-Produkten ist es das neue Standardmodell auf Claude Max und das stärkste verfügbare Modell auf Claude Pro. Die Positionierung im eigenen Portfolio ist dabei ungewöhnlich: Opus 5 ist nicht das teuerste Modell des Hauses, aber in den meisten Messungen das leistungsfähigste.

Preis: gleich geblieben, relativ halbiert

Die API-Preise bleiben exakt auf dem Niveau des Vorgängers Opus 4.8: 5 US-Dollar pro Million Input-Token und 25 US-Dollar pro Million Output-Token. Zum Vergleich: Für Claude Fable 5, im Juni gestartet, verlangt Anthropic 10 bzw. 50 Dollar. Opus 5 ist damit relativ zum Flaggschiff halb so teuer.

Weitere Konditionen laut Anthropic und Artificial Analysis:

• Caching: Cache-Writes kosten 25 Prozent Aufschlag (6,25 Dollar je Mio. Token, fünf Minuten TTL), Cache-Hits sind um 90 Prozent rabattiert (0,50 Dollar).
• Fast Mode: rund 2,5-fache Geschwindigkeit zum doppelten Basispreis, auf der Claude Platform und über Usage Credits in Claude Code.
• Kontextfenster: 1 Million Token, unverändert gegenüber Opus 4.8.
• Fünf Effort-Stufen (low, medium, high, xhigh, max), mit denen sich Intelligenz gegen Token-Verbrauch abtauschen lässt.
• Keine Data-Retention-Anforderung im allgemeinen Zugang – anders als bei Fable 5, wo Prompts 30 Tage gespeichert werden.

Der Effort-Regler ist wirtschaftlich der eigentliche Hebel: Zwischen low und max liegt laut Artificial Analysis rund der achtfache Output-Token-Verbrauch und eine Spanne von 407 Elo-Punkten auf dem Benchmark GDPval-AA v2.

Die Benchmarks: Platz eins, aber knapp

Artificial Analysis, ein unabhängiger Anbieter von Modell-Benchmarks, hat Opus 5 nach eigenen Angaben im Auftrag von Anthropic bereits vor dem Release evaluiert – ein Umstand, den das Unternehmen offenlegt und den man bei der Einordnung mitlesen sollte. Der Intelligence Index in der aktuellen Version 4.1 fasst neun Einzeltests zusammen: GDPval-AA v2, τ³-Banking, Terminal-Bench v2.1, SciCode, Humanity’s Last Exam, GPQA Diamond, CritPt, AA-Omniscience und AA-LCR.

Der Abstand an der Spitze ist damit kleiner als der Messfehler, den man solchen Composite-Indizes vernünftigerweise zugesteht. Innerhalb der Opus-5-Familie selbst liegen die Effort-Stufen bei 61 (max), 60 (xhigh), 59 (high) und 56 (medium) – die höchste Stufe bringt gegenüber „high“ also zwei Punkte bei deutlich mehr Token.

Deutlicher fallen die Vorsprünge dort aus, wo Agenten-Arbeit gemessen wird. Auf GDPval-AA v2 erreicht Opus 5 (max) 1861 Elo und liegt damit 114 Punkte vor Fable 5 und mehr als 100 vor GPT-5.6 Sol. Auf AA-Briefcase, dem Benchmark für agentische Wissensarbeit mit Deliverables wie Reports, Präsentationen und Spreadsheets, sind es 1720 Elo und +146 gegenüber Fable 5. Beim Coding Agent Index teilt sich Opus 5 (xhigh) in Kombination mit Claude Code den ersten Platz mit GPT-5.6 Sol plus Codex (jeweils 67 Punkte); auf Terminal-Bench v2.1 kommt Opus 5 auf 89 Prozent und damit etwa auf das Niveau des bisherigen Spitzenreiters.

Bei den Kosten pro Aufgabe im Intelligence Index liegt Opus 5 (max) bei durchschnittlich 2,03 Dollar – 26 Prozent unter Fable 5 (2,75 Dollar), aber weiterhin über Opus 4.8 (1,80) und Sonnet 5 (1,53).

Anthropics eigene Zahlen weisen in dieselbe Richtung: Auf Frontier-Bench v0.1 mehr als eine Verdopplung gegenüber Opus 4.8 bei niedrigeren Kosten pro Task, auf CursorBench 3.2 ein Ergebnis innerhalb von 0,5 Prozent des Fable-5-Bestwerts bei halben Kosten, auf ARC-AGI 3 laut Unternehmen ein dreifach höherer Score als das nächstbeste Modell. Bei den Life-Sciences-Evaluierungen nennt Anthropic 10,2 Prozentpunkte Vorsprung gegenüber Opus 4.8 bei organischer Chemie und 7,7 Punkte bei Protein-Aufgaben. Diese Werte stammen aus internen Läufen und sind nicht unabhängig repliziert.

Die Schwachpunkte

Faktenwissen und Halluzinationen. Auf AA-Omniscience bleibt Opus 5 hinter Fable 5 zurück – erwartbar, weil die Modelle unterschiedlichen Größenklassen angehören. Die Genauigkeit steigt zwar um sieben Punkte gegenüber Opus 4.8, gleichzeitig antwortet das Modell aber häufiger, wenn es unsicher ist: Die Halluzinationsrate klettert um 14 Punkte auf 50 Prozent. Für Anwendungen, in denen ein falscher, aber selbstbewusst formulierter Satz teuer wird, ist das die relevanteste Zahl des gesamten Releases.

Tempo und Verbosität. Mit rund 53 Output-Token pro Sekunde ist Opus 5 klar langsamer als der Median von 77. Auf der max-Stufe erzeugte es bei der Index-Evaluierung 100 Millionen Token gegenüber einem Median von 63 Millionen – also deutlich geschwätziger. Auf „high“ ist es mit 52 Millionen Token dagegen vergleichsweise sparsam.

Preis pro Token. Gemessen an allen getesteten Modellen bleibt Opus 5 teuer: Der Median liegt bei 1,75 Dollar Input und 10 Dollar Output. Der Kostenvorteil entsteht nicht über den Tokenpreis, sondern über die Effizienz pro Aufgabe – und die gilt laut Artificial Analysis vor allem auf den hohen Effort-Stufen. Auf niedrigen Stufen liegt Opus 5 auf der Intelligence-vs-Cost-Kurve hinter der GPT-5.6-Familie.

Naturwissenschaftliche Reasoning-Lücken. Auf Humanity’s Last Exam erreicht Opus 5 53 Prozent und damit etwa Fable-5-Niveau. Auf CritPt, einer Physik-Evaluierung von Forscher:innen aus Argonne und der UIUC, liegt es hinter GPT-5.6 Sol, GPT-5.5 Pro und GPT-5.6 Terra.

Bewusste Kapazitätsgrenzen. Anthropic betont, Opus 5 sei bei „riskanten, doppelt verwendbaren“ Fähigkeiten bewusst nicht State of the Art. Beim Auffinden von Software-Schwachstellen (OSS-Fuzz) kommt es dem nur eingeladenen Modell Mythos 5 nahe, beim Entwickeln von Exploits liegt es deutlich zurück. Die Cyber-Klassifikatoren blockieren binärbasiertes Vulnerability-Scanning, Penetration-Testing und Exploit-Generierung, sollen aber laut Unternehmen rund 85 Prozent seltener anschlagen als jene von Fable 5. Greifen sie in Claude.ai, Claude Code oder Claude Cowork, fällt die Anfrage standardmäßig auf Opus 4.8 zurück – eine Konstruktion, die die Frage aufwirft, warum eine als riskant eingestufte Anfrage für ein anderes Modell akzeptabel ist. Auf Biologie-Seite gilt das Umgekehrte: Blockierte Fable-5-Anfragen werden künftig auf Opus 5 geroutet, das damit laut Anthropic das leistungsfähigste allgemein verfügbare Modell für wissenschaftliche Forschung ist.

Einordnung

Anthropic verkauft Opus 5 explizit nicht als Kapazitätssprung an der absoluten Spitze, sondern als Preis-Leistungs-Argument: annähernd Fable-5-Intelligenz zum halben Preis, ausgelegt auf den täglichen Einsatz statt auf Rekordwerte. Der Markt bewegt sich damit sichtbar von „Wer hat das beste Modell?“ zu „Was kostet eine erledigte Aufgabe?“ – eine Verschiebung, die auch Moonshots Kimi K3 und die GPT-5.6-Familie in ihren Launch-Botschaften betonen.

Zwei Einschränkungen bleiben. Erstens: Die menschlichen Präferenz-Rankings (LMArena und verwandte Boards) haben Opus 5 noch nicht bewertet – dort führt aktuell Fable 5. Zweitens: Ein Großteil der publizierten Zahlen stammt entweder von Anthropic selbst oder aus einer von Anthropic beauftragten Vorab-Evaluierung. Unabhängige Nachmessungen über mehrere Harnesses hinweg stehen noch aus.