Anthropics kleineres Modell Sonnet 5.5 überholt OpenAIs Topmodell GPT-6
Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.
Ein Mittelklasse-Modell, das OpenAIs Topmodell schlägt: Mit Claude Sonnet 5.5 hat Anthropic soeben ein Modell vorgestellt, das im wichtigsten unabhängigen KI-Ranking auf Anhieb auf Platz zwei landet. Im Intelligence Index von Artificial Analysis kommt Sonnet 5.5 auf 56 Punkte, nur zwei Punkte hinter dem hauseigenen Flaggschiff Opus 5.5, das erst vor wenigen Tagen die Spitze übernommen hat. Damit belegt Anthropic die ersten beiden Plätze. OpenAIs GPT-6 Astra folgt mit 53 Punkten erst dahinter, das preislich direkt vergleichbare GPT-6 Sol mit 48 Punkten.
18 Punkte Sprung in einer Generation
Der Sprung gegenüber dem Vorgänger ist groß: Sonnet 5 kam im selben Index auf 38 Punkte, Sonnet 5.5 legt also 18 Punkte zu. Artificial Analysis testet alle Modelle mit denselben Benchmarks, von Programmieraufgaben über Wissensfragen bis zu Agenten, die selbstständig am Computer arbeiten. Der Vergleich gilt daher als neutraler als die Zahlen, die Hersteller selbst veröffentlichen.
Das aktuelle Ranking im Intelligence Index:
- Claude Opus 5.5 (Anthropic): 58 Punkte
- Claude Sonnet 5.5 (Anthropic): 56 Punkte
- GPT-6 Astra (OpenAI): 53 Punkte
- GPT-6 Sol (OpenAI): 48 Punkte
- Claude Sonnet 5 (Anthropic): 38 Punkte
- GPT-6 Luna (OpenAI): 37 Punkte
Auf Augenhöhe mit Opus bei Agenten und Büroarbeit
Besonders stark ist Sonnet 5.5 dort, wo KI-Agenten eigenständig arbeiten. Im Terminal-Bench 4.0, der misst, wie gut ein Modell über die Kommandozeile Aufgaben erledigt, erreicht Sonnet 5.5 laut Artificial Analysis 64 Prozent. Das ist mehr als Opus 5.5 und GPT-6 Astra, die beide bei 60 Prozent liegen, und ein Plus von 50 Prozentpunkten gegenüber Sonnet 5. Beim Terminal-Bench-Science, bei dem Agenten realistische Forschungsabläufe durchspielen, kommt Sonnet 5.5 auf 53 Prozent und liegt nur hinter GPT-6 Astra und Opus 5.5.
Bei klassischer Wissensarbeit, also etwa beim Erstellen von Präsentationen, Analysen und Dokumenten, zieht Sonnet 5.5 praktisch mit Opus 5.5 gleich:
- GDPval-AA: 1.844 gegenüber 1.846 Elo-Punkten
- AA-Briefcase: 1.811 gegenüber 1.822 Elo-Punkten
- AutomationBench-AA: 71 gegenüber 70 Prozent
Schwächer ist das kleinere Modell beim Faktenwissen. Im Test AA-Omniscience beantwortet Sonnet 5.5 54 Prozent der Fragen korrekt, Opus 5.5 kommt auf 66 Prozent. Dafür halluziniert Sonnet 5.5 seltener: Die Rate liegt bei 47 Prozent gegenüber 59 Prozent bei Opus. Auch bei Humanity’s Last Exam und wissenschaftlichem Programmieren (SciCode) liegt Sonnet rund sechs Punkte hinter dem großen Bruder.
Der Haken: So viele Tokens wie kein anderes Modell
Die Spitzenleistung hat allerdings ihren Preis. Um im höchsten Denkmodus auf Opus-Niveau zu kommen, erzeugt Sonnet 5.5 laut Artificial Analysis rund 193.000 Output-Tokens pro Aufgabe. Das ist der höchste Wert, den die Tester:innen je gemessen haben: rund 60 Prozent mehr als Opus 5.5 und etwa siebenmal so viel wie GPT-6 Astra.
Beim Listenpreis hat Anthropic nichts verändert. Sonnet 5.5 kostet wie Sonnet 5 2 Dollar pro Million Input-Tokens und 10 Dollar pro Million Output-Tokens (rund 1,70 und 8,50 Euro). Das ist exakt der Preis von GPT-6 Sol, das OpenAI erst kürzlich zum halben Preis der Vorgängergeneration lanciert hat. Durch den hohen Token-Verbrauch kostet eine Aufgabe im Intelligence Index bei Sonnet 5.5 aber rund 7,60 Dollar, etwa 50 Prozent mehr als bei Sonnet 5. Zum Vergleich: Opus 5.5 kommt auf 5,98 Dollar, GPT-6 Astra auf 3,26 Dollar, GPT-6 Sol auf 1,06 Dollar.
Anthropic selbst verspricht, dass Sonnet 5.5 für „die meisten Aufgaben“ bis zu 30 Prozent weniger kostet als der Vorgänger, weil es effizienter arbeitet. Das bezieht sich auf den Alltagseinsatz, nicht auf den Maximalmodus. Artificial Analysis sieht bei den niedrigeren Denkstufen ein gemischtes Bild: Am konkurrenzfähigsten ist die Stufe „high“, die bei der Intelligenz knapp hinter GPT-6 Sol liegt und praktisch gleich viel pro Aufgabe kostet. Bei den niedrigsten Stufen liefert GPT-6 Sol dagegen mehr Leistung mit weniger Tokens.
Eine Einschränkung nennt Artificial Analysis selbst: Getestet wurde eine Vorabversion mit einem Fehler bei strukturierten Ausgaben, den Anthropic für den öffentlichen Start behoben hat. Die Ergebnisse sollen sich dadurch kaum ändern, einzelne Tests werden aber wiederholt.
Luna bleibt vorerst ohne Gegner
Verfügbar ist Sonnet 5.5 ab sofort in den Claude-Apps, über die Anthropic-API sowie bei Amazon Web Services, Google Cloud und Microsoft Azure. Mehrere Unternehmen haben das Modell vorab getestet. Sonnet 5.5 habe „dieselbe Qualitätsschwelle erreicht, die man von einem Modell der höheren Klasse erwarten würde“, sagt Daniel Vogel, COO von Epic Games. Neu ist außerdem, dass Anthropic erstmals auch bei einem Sonnet-Modell Schutzmechanismen gegen Destillation einsetzt, also gegen den Versuch, die Denkprozesse des Modells abzugreifen, um damit eigene Modelle zu trainieren.
Eine Lücke bleibt: Mit GPT-6 Luna bietet OpenAI ein Modell für 0,10 Dollar pro Million Input-Tokens an, ein Zwanzigstel des Preises von Sonnet 5.5. Im Intelligence Index kommt Luna zwar nur auf 37 Punkte, kostet pro Aufgabe aber gerade einmal 7 Cent. Anthropics Antwort darauf, Claude Haiku 5.5, soll in den kommenden Wochen folgen.
Der Wettbewerb bleibt damit eng. Google baut seine Gemini-Modelle weiter aus, Meta verkauft über die neue Meta Enterprise Platform seine Muse-Modelle an Unternehmen, und chinesische Anbieter wie DeepSeek unterbieten die US-Preise mit Open-Weight-Modellen deutlich. An der Spitze des Rankings steht aber vorerst nur ein Name: Anthropic.
