Hemd geplatzt 💥 Claude Opus 5 kommt fast ans Flaggschiff – zum halben Preis

Von Jörg Schock
Erster Hauptkommissar a. D. · über 35 Jahre Hamburger Polizei

Kurz gesagt: Kurz gesagt: Claude Opus 5 ist seit dem 24. Juli 2026 verfügbar und kostet 5 US-Dollar je Million Eingabe- und 25 US-Dollar je Million Ausgabe-Token – halb so viel wie das Spitzenmodell Fable 5, bei laut Anthropic annähernd vergleichbarer Leistung. Beim Reasoning-Test ARC-AGI-3 liegt Opus 5 mit 30,2 Prozent weit vor GPT-5.6 Sol (7,8 Prozent); in den gängigen Programmier-Benchmarks bleibt es eng. Neu sind 1 Million Token Kontext, ein fünfstufiger Effort-Regler und ein Fast Mode. Der eigentliche Preisdruck kommt aus China: Kimi K3 kostet 3/15 Dollar und soll am 27. Juli mit offenen Gewichten erscheinen.

Symbolbild: KI-generiert

Anthropic hat am 24. Juli 2026 Claude Opus 5 vorgestellt – und die eigentliche Nachricht steckt nicht in der Versionsnummer, sondern im Preisschild. Das Modell kostet 5 US-Dollar je Million Eingabe-Token und 25 US-Dollar je Million Ausgabe-Token und damit exakt die Hälfte des hauseigenen Spitzenmodells Claude Fable 5 (10 / 50 US-Dollar). Anthropic selbst beschreibt Opus 5 als Modell, das „comes close to the frontier intelligence of Claude Fable 5 at half the price“ (Quelle: Anthropic-Ankündigung).

Kurz aufgelöst, damit niemand weiterlesen muss, um die Pointe zu bekommen: Opus 5 ist nicht das neue Flaggschiff. Das bleibt laut Anthropics eigener Modellübersicht Claude Fable 5. Opus 5 ist der Preis-Leistungs-Brecher darunter – das Modell, das laut Hersteller „jeden Tag“ laufen soll, statt nur bei den ganz großen Aufgaben.

Was technisch neu ist

• Kontextfenster: 1 Million Token – grob gerechnet rund 555.000 Wörter am Stück.
• Maximale Ausgabe: 128.000 Token pro Antwort (über die Batch-API mit Beta-Header bis 300.000).
• Wissensstand: Mai 2026.
• Effort-Regler mit fünf Stufen – low, medium, high, xhigh und max. Damit lässt sich pro Aufgabe entscheiden, wie gründlich das Modell nachdenkt; max ist ausdrücklich die Stufe für das tiefste Nachdenken.
• Nachdenken ist ab Werk eingeschaltet (bei Opus 4.8 musste man es anfordern). Abschalten geht nur noch bis Stufe high – wer es bei xhigh oder max versucht, bekommt einen Fehler.
• Kleinere Zwischenspeicher-Hürde: Prompt-Caching greift schon ab 512 statt 1.024 Token.
• Fast Mode: 2,5-fache Geschwindigkeit zum doppelten Grundpreis.

Die Zahlen – und was sie wert sind

Anthropic wirbt vor allem mit Agenten-Fähigkeiten: Das Modell soll seine eigene Arbeit besser überprüfen, länger an einer Aufgabe dranbleiben und sich selbst korrigieren. Konkret genannt werden unter anderem ein Plus von 10,2 Prozentpunkten bei organischer Chemie, 7,7 Prozentpunkten bei Protein-Aufgaben und rund 9 Prozentpunkten mehr Genauigkeit bei Finanzmodellierung gegenüber dem Vorgänger Opus 4.8. Beim Benchmark ARC-AGI-3 soll Opus 5 laut Berichterstattung das Dreifache des nächstbesten Modells erreichen.

Ehrliche Einordnung: Das sind überwiegend Hersteller-Angaben und teilweise hauseigene Testverfahren (Frontier-Bench, CursorBench, Zapier AutomationBench, OSWorld). Unabhängig nachgeprüft ist davon zum Zeitpunkt dieses Artikels nichts. Für die klassischen Vergleichstests, an denen sich die Szene sonst orientiert – SWE-bench Verified, Terminal-Bench, GPQA Diamond –, liegen für Opus 5 noch keine veröffentlichten Zahlen vor. Wer solche Werte irgendwo schon jetzt als gesichert präsentiert bekommt, sollte zweimal hinschauen: Die kursierenden Zahlen gehören zum Vorgänger Opus 4.8.

Bemerkenswert offen ist Anthropic bei den Grenzen: Bei sicherheitskritischen Doppelnutzungs-Fähigkeiten – etwa dem aktiven Ausnutzen von Sicherheitslücken oder langlaufender autonomer Biologie-Forschung – ist Opus 5 ausdrücklich nicht das stärkste Modell des Hauses. Gleichzeitig weist Anthropic für Opus 5 den bislang besten Wert im hauseigenen Verhaltens-Audit aus, also am wenigsten täuschendes Verhalten.

Wer es ab sofort nutzen kann

• Claude Max: Opus 5 ist dort das neue Standardmodell – ohne Zutun der Nutzer.
• Claude Pro: stärkstes dort verfügbares Modell.
• Claude Code und die Claude API (Modell-ID claude-opus-5).
• AWS Bedrock und Google Cloud laut Anthropics Modellübersicht ebenfalls.

Was das praktisch bedeutet

Der spannendste Punkt für alle, die KI nicht nur im Chatfenster, sondern in eigenen Abläufen einsetzen: Der Preis ist gegenüber dem Vorgänger Opus 4.8 unverändert – 5 und 25 US-Dollar je Million Token wie bisher. Wer also bereits Opus-Modelle in Automatisierungen nutzt, bekommt laut Hersteller mehr Leistung zum gleichen Kurs, ohne einen Vertrag anzufassen. Der Effort-Regler ist dabei der eigentliche Kostenhebel: Routinearbeit auf niedriger Stufe, komplexe Agenten-Aufgaben auf hoher.

In eigener Sache: Bei uns laufen täglich Dutzende automatisierte Routinen – Preis-Wachhunde, Bild-Prüfer, Buchhaltungs-Helfer – und ein Teil davon arbeitet mit Claude-Modellen. Genau für solche Dauerläufer ist ein Modell interessant, das bei gleichem Preis mehr kann und dessen Denkaufwand sich pro Aufgabe regeln lässt. Ob sich das im Alltag wirklich bemerkbar macht, sehen wir in den nächsten Wochen – und schreiben es dann hier auf, mit Zahlen statt Hersteller-Prosa.

Die Zahlen: Opus 5 gegen Fable 5, GPT-5.6 Sol und Kimi K3

Der ehrlichste Satz zuerst: Einen sauberen Vierer-Vergleich unter identischer Methodik gibt es noch nicht. Kimi K3 von Moonshot AI erschien acht Tage vor Opus 5, deshalb messen fast alle Kimi-Vergleiche noch gegen den Vorgänger Opus 4.8. Was sich zusammentragen lässt, sieht so aus:

* Die Index-Werte stammen aus der Berichterstattung über den Aggregator Artificial Analysis, nicht aus einer von uns geprüften Primärquelle. Der Abstand von vier Punkten zwischen Platz 1 und Platz 4 ist klein – wer daraus „doppelt so gut“ liest, liest zu viel hinein.

Am deutlichsten fällt der Sprung bei ARC-AGI-3 aus, einem Test für abstraktes Schlussfolgern, bei dem bisher praktisch alle Modelle scheiterten: 30,2 Prozent für Opus 5 gegenüber 7,8 Prozent für GPT-5.6 Sol auf höchster Stufe – und mickrigen 1,5 Prozent für den eigenen Vorgänger Opus 4.8. Das ist das eine Ergebnis, bei dem mehrere unabhängige Berichte dieselbe Zahl nennen.

Bei den Programmier-Benchmarks bleibt es dagegen eng: In einem verbreiteten SWE-bench-Pro-Schnappschuss liegen Fable 5 (80 %) und Opus 5 (79,2 %) fast gleichauf, GPT-5.6 Sol deutlich dahinter. Diese Tabelle taugt allerdings kaum als Beweis – siehe nächster Abschnitt.

Wo es hakt: der Streit um zwei Zahlen

Zwei Punkte, die in den Jubel-Meldungen untergehen und die wir deshalb ausdrücklich nennen:

• OSWorld 2.0: In der Entwickler-Community wird diskutiert, dass Anthropics genannter Wert deutlich über dem liegt, was das ursprüngliche Benchmark-Papier für vergleichbare Aufbauten ausweist. Die naheliegende Erklärung ist unterschiedliche Zählweise (Teilpunkte für halb gelöste Aufgaben gegenüber nur vollständig gelösten). Bestätigt ist keine der beiden Lesarten – wir haben es nicht nachgemessen und sagen das lieber, als eine Seite zur Wahrheit zu erklären.
• SWE-bench Pro: Der Aggregator, der die oben genannten Werte führt, warnt selbst vor seinen Zahlen: Nach einem Audit im Juli 2026 gilt rund ein Drittel der öffentlichen Testaufgaben als defekt. Wer daraus Ranglisten baut, baut auf Sand.

Der Nebeneffekt, den Anthropic selbst dokumentiert: Opus 5 redet mehr

Interessantes Detail aus der Entwickler-Dokumentation: Anthropic schreibt dort ausdrücklich, dass Antworten und Ergebnisse länger ausfallen als bei Opus 4.8, dass das Modell seinen Fortschritt häufiger kommentiert, bereitwilliger an Unter-Agenten delegiert und seine Arbeit unaufgefordert selbst überprüft. Wer alte Anweisungen wie „prüfe am Ende noch einmal nach“ weiterverwendet, soll sie laut Anthropic entfernen – sonst prüft das Modell doppelt und dreifach.

Genau das schlägt in ersten Erfahrungsberichten als Kritik durch: Von zu viel Geschwafel ist die Rede. Das ist Geschmackssache – bemerkenswert ist, dass Hersteller-Dokumentation und Nutzer-Kritik hier dasselbe Verhalten beschreiben, nur mit anderem Vorzeichen.

Und die Chinesen? Kimi K3 legt am 27. Juli die Gewichte offen

Der eigentliche Preisdruck kommt gerade nicht aus Kalifornien. Kimi K3 von Moonshot AI erschien am 16. Juli 2026, arbeitet nach Angaben des Unternehmens mit 2,8 Billionen Parametern (von denen pro Anfrage nur ein Bruchteil aktiv ist), kostet 3 / 15 Dollar je Million Token – und soll am 27. Juli mit offenen Gewichten veröffentlicht werden. Wenn das so kommt, kann jeder mit ausreichend Hardware das Modell selbst betreiben, ohne einen Cent pro Anfrage zu zahlen.

In den Rangfolgen liegt K3 knapp hinter dem westlichen Spitzenfeld, nicht abgeschlagen. Für Anwender ist das die eigentlich spannende Entwicklung: Der Abstand zwischen „teuer und geschlossen“ und „günstig und offen“ schrumpft schneller als die Preislisten.

Was vorher durchgesickert war

Zwei Wochen vor dem Start tauchte in der Modell-Auswahl eines Programmier-Werkzeugs kurzzeitig ein unbekannter Eintrag mit Codenamen und 1-Millionen-Kontext auf und verschwand wieder; kurz darauf wollen Nutzer einen Opus-5-Eintrag in einer Cloud-Modellbibliothek gesehen haben. Wettmärkte tippten daraufhin zwischenzeitlich auf Dezember 2026, dann auf den 23. Juli. Es wurde der 24. Diese Vorgeschichte ist gut belegt erzählt, aber im Kern unbestätigte Anekdote – wir führen sie als das auf, was sie ist.

Quellen: Anthropic – Ankündigung Claude Opus 5, Anthropic – Was ist neu in Opus 5 (Effort-Stufen, Verhalten, Preise) und Anthropic – Modellübersicht; Vergleichswerte zu GPT-5.6 Sol und Kimi K3 aus der Fachberichterstattung (u. a. Artificial-Analysis-Auswertungen, VentureBeat, Decrypt, officechai). Eigene Einordnung der Redaktion. Alle Benchmark-Angaben sind Hersteller- bzw. Drittanbieter-Angaben und von uns nicht nachgemessen.

← Alle KI-News