Claude Opus 5.5: günstiger pro Aufgabe — und ablehnungsfreudiger

Seit dem 22. September ist Claude Opus 5.5 verfügbar, das erste Modell der neuen 5.5-Reihe; einen Tag später kam es auf Amazon Bedrock und die Claude-Plattform bei AWS. Anthropic beschreibt es als Modell, das bei den meisten Arbeiten das Niveau von Fable 5.1 erreicht und dabei 40 Prozent weniger kostet als Opus 5.

Die Ersparnis kommt aus mehreren Richtungen zugleich: weniger Tokens für dieselbe Aufgabe, niedrigere Token-Preise und deutlich günstigere Cache-Lesezugriffe. Zusammen ergibt das laut Anbieter geringere Kosten je Aufgabe. Verändert hat sich auch die Steuerung: Die Denkphase schaltet sich selbst zu, das Modell entscheidet je Aufgabe über den Umfang. Statt eines manuell gesetzten Denk-Budgets bleibt der Effort-Regler als Stellschraube.

Die genannten Beispiele stammen vom Hersteller und sind entsprechend zu lesen: eine Code-Migration über 680.000 Zeilen in weniger als einem Tag, und bei der Aufgabe, Ladezeiten einer Web-Anwendung zu senken, 39 Erfolge in 40 Versuchen — während Opus 5 kleinere Verbesserungen erzielte, dabei aber das Verhalten der Anwendung veränderte. Vor der Freigabe haben externe Prüfstellen getestet, darunter METR.

Ausdrücklich benannt wird eine Kehrseite: Opus 5.5 ist das erste Opus-Modell mit Sicherheitsklassifikatoren in den Bereichen Biologie, IT-Sicherheit und KI-Entwicklung. Anfragen werden dadurch häufiger abgelehnt als bei früheren Opus-Versionen. Gleichzeitig soll das Modell seltener schwer umkehrbare Aktionen ausführen und widerstandsfähiger gegen Prompt Injection sein als Opus 5.

Einordnung

Die vierzig Prozent verschieben eine Rechnung, die bisher oft gegen Agenten ausfiel: Vorhaben, bei denen ein Modell lange und selbstständig arbeitet, waren schlicht zu teuer, um sie in Serie laufen zu lassen. Wer solche Läufe bisher aus Kostengründen abgebrochen hat, sollte die Kalkulation neu aufmachen.

Die höhere Ablehnungsquote gehört in dieselbe Rechnung, und zwar als Risiko. Wer eine bestehende Kette auf das neue Modell umstellt, tauscht nicht nur den Preis, sondern auch das Verhalten an den Rändern — Sicherheitswerkzeuge, Biologie-nahe Fachanwendungen und alles, was nach Angriffscode aussieht, können plötzlich auf Ablehnungen laufen. Das fällt im Testlauf mit drei Beispielen nicht auf, sondern im Betrieb. Ein Durchlauf mit echten Aufgaben vor der Umstellung ist hier keine Förmlichkeit.

Für Agenten mit Werkzeugzugriff ist der interessantere Punkt ohnehin nicht der Preis, sondern die Zurückhaltung bei schwer umkehrbaren Aktionen. Ob sie im eigenen Aufbau trägt, zeigt sich allerdings erst am eigenen Aufbau — die Zahlen dazu sind bislang die des Herstellers.