Anthropic bringt Claude Opus 5 mit Rekord-Benchmark-Ergebnissen zum gleichen Preis wie Opus 4.8 heraus

Anthropic hat Claude Opus 5 am 24. Juli 2026 veröffentlicht – ein Modell, das eine dramatisch bessere Leistung als sein Vorgänger bietet, aber den gleichen Preis beibehält: 5 $ pro Million Input-Token und 25 $ pro Million Output-Token, identisch mit Claude Opus 4.8.

Benchmark-Ergebnisse, die für sich sprechen

Im Frontier-Bench v0.1, der Software-Engineering-Bewertung von frontierbench.ai, übertrifft Opus 5 alle anderen Modelle – einschließlich Anthropics eigenem Fable 5. Der Abstand zu Opus 4.8 ist deutlich: Opus 5 verdoppelt die Punktzahl seines Vorgängers mehr als, während es pro erledigter Aufgabe weniger kostet.

Das gleiche Muster zeigt sich in einer Reihe von Bewertungen. Im ARC-AGI 3, das echtes neuartiges Problemlösen misst, erzielt Opus 5 dreimal so hohe Werte wie das nächstbeste Modell. In Zapier AutomationBench – das testet, ob ein Modell echte Geschäftsaufgaben Ende-zu-Ende erledigen kann – liegt die Erfolgsquote etwa 1,5-mal höher als bei jedem Mitbewerber, selbst bei niedrigster Aufwandsstufe. Im OSWorld 2.0, einem Computer-Use-Benchmark, übertrifft Opus 5 das beste Ergebnis von Fable 5 zu etwas mehr als einem Drittel der Kosten pro Aufgabe. Es führt auch in GDPval-AA, einer Bewertung von angewandtem Wissen und Reasoning.

Für agentische und langfristige Aufgaben gebaut

Anthropic beschreibt Opus 5 als „nachdenklich und proaktiv“ – eine Formulierung, die den Designfokus auf erweiterte agentische Aufgaben widerspiegelt: Software-Agenten, die stundenlang laufen, unerwartete Hindernisse überwinden und ohne menschliches Eingreifen Fehler beheben. Es kommt mit einem Kontextfenster von 1 Million Tokens und einer maximalen Ausgabe von 128.000 Tokens – Spielraum, der für große Codebasen und längere Analysesitzungen wichtig ist.

Zwei Beta-Funktionen wurden mit eingeführt: Tool-Änderungen während des Gesprächs, mit denen während einer agentischen Sitzung dynamisch Tools hinzugefügt oder entfernt werden können, sowie ein Default-Fallback-Modus, der dafür sorgt, dass Agenten weiterlaufen, wenn ein bevorzugtes Tool nicht verfügbar ist.

Aufwandsregler zur Kostenkontrolle

Eine konfigurierbare Aufwandsstufe ermöglicht Entwicklern den Kompromiss zwischen Kosten und Leistungsfähigkeit. Bei niedrigeren Aufwandsstufen übertrifft Opus 5 immer noch die meisten anderen verfügbaren Modelle; bei maximalem Aufwand nähert es sich der Spitzenleistung von Fable 5 zu etwa der Hälfte der Kosten pro Aufgabe an. Anthropic hat zudem die minimale cachebare Prompt-Länge von 1.024 auf 512 Token reduziert, was bei kürzeren Prompts echte Einsparungen bringt, die zuvor nicht vom Caching profitieren konnten. Durch Batch-Verarbeitung können die Kosten um bis zu 50 % weiter gesenkt werden.

Wissenschaftliche Fortschritte und Sicherheit

In Anthropics internen Life-Sciences-Bewertungen verbessert sich Opus 5 in allen getesteten Bereichen gegenüber Opus 4.8. Die größten Zuwächse gibt es in der organischen Chemie – Ableitung von Molekülstrukturen aus Spektroskopiedaten, wo Opus 5 10,2 Prozentpunkte höher liegt – und in der Vorhersage von Proteinfunktionen, wo es 7,7 Prozentpunkte höher liegt. Anthropic sagt, Opus 5 sei sein „bisher am besten ausgerichtetes Modell“ bei internen Verhaltensaudits, mit höherer Einhaltung der Constitutional-AI-Richtlinien und geringeren Missbrauchsraten.

Einordnung ins Portfolio

Opus 5 wird zum neuen Standardmodell auf Claude Max und zum stärksten verfügbaren Modell auf Claude Pro, wo es in beiden Rollen Opus 4.8 ersetzt. Bei Cybersecurity-Aufgaben bleibt es hinter Fable 5 und Mythos 5 zurück, wo diese Frontier-Modelle die Nase vorn behalten. Laut Anthropics Ankündigung ist Claude Opus 5 sofort über die API und auf Claude.ai verfügbar.