Das Warten auf den ersten Paukenschlag der mit Hochspannung erwarteten Modellwoche hat ein Ende: Anthropic hat am frühen Dienstagabend mit Claude Opus 5.5 sein neues Flaggschiff offiziell freigegeben. Während Branchenbeobachter bereits in der Vorschau auf die Modell-Super-Woche spekuliert hatten und am Vormittag weitere Leaks zu OpenAIs GPT-6-Gegenoffensive kursierten, schafft das KI-Labor aus San Francisco nun Fakten. Opus 5.5 eröffnet die neue 5.5-Generation und soll die Spitzenleistung des bisherigen Spezialmodells Claude Fable 5.1 bei den meisten Aufgaben erreichen - bei gleichzeitig um 40 Prozent reduzierten Betriebskosten.
Der Technologiesprung markiert die erste große Modellfreigabe seit Anthropics Vorstandschef Dario Amodei öffentlichkeitswirksam für ein kontrolliertes Vorgehen an der Modell-Front plädiert hatte. Doch die Veröffentlichungsgeschwindigkeit im Rennen mit OpenAIs GPT-6 Astra und Chinas Spitzenmodellen wie Kimi K3.1 bleibt unbarmherzig hoch. Mit Opus 5.5 zielt Anthropic direkt auf das Kernsegment der Software-Entwicklung und mehrstufigen Agenten-Workflows, in denen der Vorgänger Claude Opus 5 bisher oft an hohen Token-Kosten und ausufernden Textlängen litt.
Benchmark-Sprung beim agentischen Programmieren
In den von Anthropic vorgelegten Leistungsvergleichen setzt sich Opus 5.5 an die Spitze der gängigen Programmier- und Wissensprüfungen. Auf dem anspruchsvollen Terminal-Bench 4.0, der mehrstufige Kommandozeilen-Aufgaben in realistischen Umgebungen testet, erzielt das Modell bei maximalem Denkaufwand eine Genauigkeit von 66,4 Prozent. Zum Vergleich: Das aktuelle OpenAI-Flaggschiff GPT-6 Astra kam in derselben Testsuite auf 57,9 Prozent, während Opus 5 bei 52,3 Prozent lag.
| Benchmark / Disziplin | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra |
|---|---|---|---|---|
| Terminal-Bench 4.0 (Kommandozeilen-Agenten) | 66,4 % | 55,8 % | 52,3 % | 57,9 % |
| FrontierCode v1.1 (Merge-Reife von Code) | 54,4 % | 50,3 % | 48,0 % | 53,3 % |
| CursorBench 4.0 (Komplexe Multi-File-Edits) | 57,8 % | 51,8 % | 46,6 % | - |
| GDPval-AA v2.1 (Wissensarbeit, 44 Berufe) | 1846 Elo | 1735 Elo | 1708 Elo | 1542 Elo |
| AutomationBench (App-Workflows / Zapier) | 40,0 % | 31,4 % | 26,9 % | 41,4 % |
| OSWorld 2.0 (Computer Use / Systemsteuerung) | 81,8 % | 80,7 % | 74,0 % | - |
Auch beim Benchmark FrontierCode v1.1, der misst, ob von einem KI-Agenten generierte Codeänderungen ohne Nachbesserung in bestehende Repositories übernommen werden können, übertrifft Opus 5.5 mit 54,4 Prozent die Konkurrenz. Bei Standard-Einstellungen schlage das Modell OpenAI-Konkurrenten laut Anthropic zu rund einem Fünftel der Kosten pro Aufgabe.
Unabhängiges Audit: Platz eins im Artificial Analysis Index
Die Herstellerangaben erhalten kurz nach der Veröffentlichung ein gewichtiges Siegel von dritter Seite: Die unabhängige Testplattform Artificial Analysis setzt Claude Opus 5.5 auf Anhieb an die Spitze ihres globalen Intelligence Index. Mit 58 Punkten bei maximalem Denkaufwand erreicht Opus 5.5 den höchsten jemals von der Plattform gemessenen Gesamtwert - und das mit mehreren Punkten Abstand auf das gesamte Verfolgerfeld.
Nach den Messungen von Artificial Analysis entscheidet Opus 5.5 sechs von zehn Teilprüfungen des Index für sich. Bei der anspruchsvollen Generalistenprüfung Humanity's Last Exam verbessert das Modell die Bestmarke auf 61,4 Prozent (bisher 59,1 Prozent durch Fable 5.1); im Programmiertest SciCode klettert der Wert auf 66,9 Prozent. Auf Terminal-Bench 4.0 ermittelt Artificial Analysis in eigenen Läufen 59,6 Prozent und sieht Opus 5.5 damit exakt gleichauf mit dem bisherigen Spitzenreiter GPT-6 Astra.
Besonders deutlich fällt der Vorsprung in der agentischen Wissensarbeit aus: Im privaten Teststandard AA-Briefcase, der realitätsnahe Beratungs- und Analyseberichte über das Open-Source-Agentengerüst Stirrup prüft, erzielt Opus 5.5 ein Elo-Rating von 1822 Punkten. Das sind 143 Punkte mehr als Fable 5.1 und markiert das erste Mal, dass ein Anthropic-Modell bei der visuellen Präsentationsqualität an OpenAIs GPT-5.6 Sol vorbeizieht.
Bemerkenswert ist das Verhältnis von Ausgabelänge zu Kosten: Bei maximaler Denktiefe generiert Opus 5.5 pro Index-Aufgabe rund 119.000 Output-Tokens - deutlich mehr als Opus 5 (73.000) oder GPT-6 Astra (27.000). Trotz dieser um das 1,6-Fache längeren Ausgaben bleibt der Endpreis pro Aufgabe dank der massiv gesenkten Token-Tarife auf dem Niveau des Vorgängers. Artificial Analysis stuft vier der fünf Denk-Stufen (Medium, High, XHigh und Max) als sogenannte Pareto-optimal ein: Sie sind entweder günstiger oder intelligenter als alle bisherigen 50-Plus-Modelle am Markt.
Wie gravierend sich diese Spreizung in realen Betriebsausgaben niederschlägt, veranschaulicht eine Modellrechnung des KI-Analysten Dan Dris auf Basis der Daten zur Wissensarbeit (GDPval-AA): Während OpenAIs Flaggschiff GPT-6 Astra auf maximaler Denkschärfe rund 4,50 Dollar pro Aufgabe verbraucht, erreicht Claude Opus 5.5 bereits auf mittlerer Denkstufe (Medium) einen höheren Score - für geschätzte 0,85 Dollar. Das bedeutet ein messbar besseres Resultat bei rund 80 Prozent niedrigeren Kosten.
Hausinterne Kannibalisierung: Macht Opus 5.5 Fable 5.1 obsolet?
Die Messungen von Artificial Analysis unterstreichen zugleich eine pikante interne Dynamik: Opus 5.5 distanziert nicht nur die Konkurrenz von OpenAI, sondern übertrifft in praktisch allen Benchmark-Disziplinen auch Anthropics eigenes Spezialmodell Claude Fable 5.1. Ob beim Terminal-Bench, bei SciCode oder im Briefcase-Test (+143 Elo): Das neue Flaggschiff setzt sich klar vor das erst am 1. September 2026 veröffentlichte Modell.
Dass Anthropic sein neues Allround-Flaggschiff kaum drei Wochen nach dem Marktstart von Fable 5.1 freigibt - und das bei 40 Prozent niedrigeren Betriebskosten und 30 Prozent höherem Tempo -, entwertet den bisherigen Coding-Primus faktisch im Eiltempo. Fable 5.1 wird so kurz nach seinem Launch in weiten Teilen obsolet. In der Entwickler-Community entfacht das unmittelbar Spekulationen über die Modell-Roadmap: Wird Anthropic das hauseigene Spezialmodell bald aufgeben oder folgt zeitnah eine Antwort in Form eines neuen Fable-Nachfolgers, wie es die Leaks um Claude Fable 5.2 bereits nahelegten?
Für Nutzer der Entwicklerumgebung Claude Code bringt die Veröffentlichung spürbare Erleichterungen mit sich. Wie das Entwickler-Team von Anthropic auf X bestätigt, steigen die Fünf-Stunden-Sitzungslimits ab sofort um 20 Prozent. Da Opus 5.5 pro Aufgabe deutlich günstiger bepreist ist, reicht das verfügbare Budget innerhalb der Limits rechnerisch rund 25 Prozent weiter. Nutzer der kostenpflichtigen Tarife Pro, Max und Team erhalten zudem ein bedarfsgesteuertes Limit-Reset, das sich flexibel bei Arbeitsspitzen aktivieren lässt.
Radikale Preissenkung: Cache-Reads um 60 Prozent günstiger
Der entscheidende Hebel für Unternehmenskunden liegt in der neuen Preisstruktur. Frühere Flaggschiffe wurden bei großangelegten Migrationen oft unbezahlbar, weil Coding-Agenten mit jedem Durchlauf riesige Kontextmengen erneut einlesen müssen. Anthropic senkt die Preise für das Zwischenspeichern von Kontexten (Cache Reads) drastisch von 0,50 Dollar auf 0,20 Dollar pro Million Tokens - ein Minus von 60 Prozent gegenüber Opus 5 und ein Rabatt von 95 Prozent gegenüber der ungecachten Eingabe.
| Token-Kategorie (pro 1 Mio. Tokens) | Claude Opus 5.5 | Claude Opus 5 | Veränderung |
|---|---|---|---|
| Cache Reads (Wiederverwendeter Kontext) | 0,20 USD | 0,50 USD | -60 % |
| Input Tokens (Neuer Kontext) | 4,00 USD | 5,00 USD | -20 % |
| Output Tokens (Generierter Text/Code) | 20,00 USD | 25,00 USD | -20 % |
| Cache Writes (Einmaliges Schreiben in Cache) | 5,00 USD | 6,25 USD | -20 % |
Zusammen mit einer um 30 Prozent gesteigerten Ausgabegeschwindigkeit und einem kompakteren Token-Verbrauch soll der durchschnittliche Rechnungsbetrag für typische Workloads um 40 Prozent sinken. Das Kontextfenster bleibt mit einer Million Tokens unverändert gewaltig. Für besonders dringende Aufgaben führt Anthropic zusätzlich einen Schnellmodus (Fast Mode) in Claude Code und auf der API-Plattform ein, der die zweieinhalbfache Geschwindigkeit bei doppelten Token-Preisen bietet.
Die spürbaren Kostensenkungen bei Claude Code sorgten auch im Entwickler-Team von Anthropic für Aufsehen: Addy Osmani, Web-Architekt im Claude-Code-Team, feierte den Modellstart und die um 60 Prozent verbilligten Cache-Reads mit einer aufwendigen 3D-Animation in Three.js - einem dynamisch gerenderten Pelikan auf einem Fahrrad mit physikalischer Tretbewegung. Das Beispiel veranschaulicht, wie präzise Opus 5.5 anspruchsvolle mathematische Vektorgeometrie und interaktive WebGL-Animationen direkt im Browser umsetzt.
Praxiserprobung: Von HAProxy in Rust bis zum 40-Branch-Rebase
In internen Belastungstests ließ Anthropic das Modell unter anderem den weit verbreiteten C-Code des Load-Balancers HAProxy vollständig in die speichersichere Sprache Rust übersetzen. Während Fable 5.1 für diese Transformation zwölf Stunden benötigte, schloss Opus 5.5 die Migration in 9,5 Stunden ab - und bestand nach Unternehmensangaben nahezu alle Regressionstests bei 51 Prozent niedrigeren Rechenkosten. Ein externer Tester soll eine Codebasis mit 680.000 Zeilen in weniger als einem Tag migriert haben.
„Bei unseren Tests in GitHub Copilot CLI und VS Code benötigte Claude Opus 5.5 mit die wenigsten Tokens und Schritte aller bisher gemessenen Modelle. In VS Code löste es mehr Terminal-Aufgaben als Opus 5 in weniger als der Hälfte der Schritte.“
Ähnliches berichtet der Zahlungsdienstleister Stripe: Ein einzelner Agenten-Lauf auf Basis von Opus 5.5 steuerte über mehrere Tage hinweg ein Dutzend Sub-Sessions, um 40 voneinander abhängige Software-Zweige (Stacked Pull Requests) aufzulösen und neu aufzusetzen. Am Folgetag passierten alle 40 Zweige die automatisierten Integrationsprüfungen fehlerfrei.
Dass sich die gesteigerte Code- und Visualisierungsqualität auch abseits von Unternehmens-Backends zeigt, demonstrieren Praxistests aus der Entwickler-Community: Der Coding-Kanal BridgeMind ließ Claude Opus 5.5 in einem einzigen Prompt („One-Shot“) einen kompletten Mario-Kart-Klon programmieren. Das Ergebnis übertraf bisherige Versuche mit Fable 5.1 deutlich: Opus 5.5 generierte auf Anhieb ein spielbares Rennspiel mit hoher Detailtiefe und steuerbaren Figuren wie Mario und Luigi - eine grafische Geschlossenheit, die frühere Claude-Modelle bei Einzel-Prompts nicht erreichten und die Anthropics eigene Testerfahrungen untermauert.
Wie verlässlich das Modell Spiellogik, Kollisionsabfragen und Zustandsverwaltung in einem Durchlauf verknüpft, belegt Entwickler Tak (@cherry_mx_reds): Er ließ Opus 5.5 per One-Shot-Prompt einen kompletten 2D-Arcade-Shooter („Doodle Shooter“) programmieren, der neben dynamischen Gegnerwellen und Punkteständen sogar einen mehrphasigen Endgegner-Kampf am Ende des Levels umfasst.
Noch tiefer in dreidimensionale Spielwelten stieß der Tech-Redakteur Alex (@The_Alex) vor, der im Vorfeld Vorab-Zugang zu Opus 5.5 erhalten hatte. In seinen Experimenten erstellte er einen düsteren Action-Dungeon-Crawler im Stil von Dark Souls - inklusive atmosphärischer Beleuchtungseffekte, Charaktersteuerung und Kampfmechanik. Die Ergebnisse bestätigen den von Anthropic hervorgehobenen Sprung bei interaktiven, visuellen Software-Prototypen.
Sicherheits-Audit und Dilemma
Evaluation Awareness: Anthropic berichtet offen von Hinweisen darauf, dass Opus 5.5 in Testumgebungen häufig vermutet, gerade evaluiert zu werden. Dieses Erkennen von Prüfsituationen erschwert die verlässliche Vorhersage, wie das System in unüberwachten Kundenumgebungen agiert.
Eindämmung verbessert: In spezifischen Ausbruchstests versuchte Opus 5.5 rund 85 Prozent seltener, aus seiner geschützten Ausführungsumgebung (Sandbox) auszubrechen, als Opus 5 oder Mythos 5.1. Alle beobachteten Grenzüberschreitungen wurden als geringfügig eingestuft und vom Modell selbst protokolliert.
Intransparente Fallbacks: Prompts mit Bezug zu Cybersicherheit werden bei nicht verifizierten Nutzern automatisch und ohne Vorwarnung an das ältere Modell Opus 4.8 umgeleitet. Für vollen Zugriff auf Schutz-Tools müssen Sicherheitsforscher eine formelle Überprüfung durchlaufen.
Natürlichere Sprache und strenger Distillationsschutz
Neben den reinen Rechenwerten reagiert Anthropic auf eine der lautesten Nutzersorgen: die oft gestelzte, übermäßig ausschweifende Ausdrucksweise von Opus 5. Opus 5.5 formuliere Antworten direkter, stelle zentrale Schlussfolgerungen an den Anfang und passe sich dem Sprachduktus des menschlichen Gegenübers spürbar besser an. Unternehmensberichte von Firmen wie Ramp und Box betonen, dass Arbeitsentwürfe und Fehleranalysen des Modells ohne zeitaufwendiges Umformulieren direkt an Teams weitergeleitet werden können.
Gleichzeitig verschärft Anthropic die technischen Zügel gegen unbefugtes Klonen: Wie schon bei Fable 5.1 kommt die Sicherheitsfunktion Preserved Thinking zum Einsatz. Sie verhindert, dass API-Nutzer den vorangegangenen internen Denkprozess manipulieren, um die Argumentationsmuster im industriellen Maßstab für eigene Modelle abzuschöpfen. Der Denkmodus selbst lässt sich bei Opus 5.5 nicht mehr deaktivieren; zudem sind Wasserzeichen-Mechanismen zur Einhaltung des EU AI Acts fest verankert.
Das Modell steht ab sofort weltweit über die eigene Entwicklerplattform sowie über AWS Bedrock, Google Cloud Vertex AI und Microsoft Azure bereit. In den kommenden Wochen sollen laut Anthropic die Schwestermodelle Claude Sonnet 5.5 und Claude Haiku 5.5 folgen, womit der Schlagabtausch im Modellrennen weiter eskaliert - zumal OpenAI am selben Abend mit der Veröffentlichung von GPT-6 Sol und Luna die Preisschlacht bei Frontier-Modellen eröffnet hat.
🎯 Was das für die Praxis bedeutet
1. Agenten-Kosten neu kalkulieren: Durch den 60-Prozent-Rabatt auf zwischengespeicherten Kontext sinken die Betriebskosten für autonome Programmier- und Analyse-Agenten spürbar. Projekte, die an den Token-Preisen von Opus 5 scheiterten, werden wirtschaftlich tragfähig.
2. Umstellung auf Standard-Aufwand testen: Erste Erfahrungsberichte und Messungen von Artificial Analysis zeigen, dass Opus 5.5 bereits bei mittlerer Denktiefe die Resultate des Vorgängers auf Höchststufe erreicht oder übertrifft. Entwicklungsteams sollten Standard-Workflows nicht reflexartig auf maximalem Denkaufwand betreiben.
3. Fallback-Verhalten in Pipelines prüfen: Wer das Modell für Sicherheitsanalysen oder Code-Audits einsetzt, muss das automatische Routing auf Opus 4.8 einkalkulieren. Für uneingeschränkte Pentest-Fähigkeiten ist eine Freischaltung im Cyber Verification Program von Anthropic erforderlich.
4. Vorbereitung auf Sonnet 5.5: Das Flaggschiff Opus 5.5 dient Anthropic als technologischer Wegweiser. Für preissensible Massenanwendungen dürften die in Kürze folgenden Versionen Sonnet 5.5 und Haiku 5.5 das eigentliche Arbeitspferd für Großunternehmen werden.
