Anthropic hat am 24. Juli Claude Opus 5 veröffentlicht. Die Kernaussage: Das Modell kommt der Frontier-Intelligenz von Fable 5 nahe – zum halben Preis. Gegenüber dem Vorgänger Opus 4.8 steigt die Leistung deutlich, während die Kosten gleich bleiben.
Was sich für Nutzer ändert
- Neues Standardmodell auf Claude Max. Auf Claude Pro ist Opus 5 das stärkste verfügbare Modell.
- Für den täglichen Gebrauch gedacht. Anthropic beschreibt Opus 5 ausdrücklich als Modell, das effizienter arbeitet als andere – nicht als Spezialwerkzeug für Ausnahmefälle.
- Effort-Einstellung. Über die Effort-Stufen lässt sich steuern, ob auf maximale Intelligenz oder auf schnellere und günstigere Ergebnisse optimiert wird. Opus 5 liegt bei den Stufen high, xhigh und max bei jedem gegebenen Kostenpunkt vor allen anderen Modellen.
Leistung in Zahlen
| Benchmark | Ergebnis |
|---|---|
| Frontier-Bench v0.1 | Übertrifft alle anderen Modelle; mehr als die doppelte Leistung von Opus 4.8 bei geringeren Kosten pro Aufgabe |
| CursorBench 3.2 | Bei max effort innerhalb von 0,5 % des Spitzenwerts von Fable 5 – zum halben Preis pro Aufgabe |
| ARC-AGI 3 (neuartige Probleme) | Dreifacher Wert des nächstbesten Modells |
| Zapier AutomationBench | Rund 1,5-fache Erfolgsquote des nächstbesten Modells bei gleichen Kosten; selbst auf niedrigster Effort-Stufe besteht es mehr Aufgaben als jedes andere Modell |
| OSWorld 2.0 (Computer Use) | Übertrifft das beste Ergebnis von Fable 5 bei gut einem Drittel der Kosten |
In den Naturwissenschaften liegt Opus 5 in jeder von Anthropics Life-Sciences-Evaluationen vor Opus 4.8. Am deutlichsten fällt der Abstand bei organischer Chemie aus – etwa beim Ableiten von Molekülstrukturen aus Spektroskopiedaten (+10,2 Prozentpunkte) – und bei proteinbezogenen Aufgaben (+7,7 Prozentpunkte).
Verhalten: Prüfen statt Behaupten
Auffällig ist weniger die Rohleistung als die Arbeitsweise. Anthropic hebt hervor, dass Opus 5 die eigene Arbeit verifiziert und nachbessert, bis sie stimmt. Drei Beispiele aus den Evaluationen:
- Bei einer Frontier-Bench-Aufgabe sollte das Modell aus einer technischen Zeichnung ein 3D-Modell in FreeCAD nachbauen – ohne die Zeichnung direkt betrachten zu können. Opus 5 schrieb sich daraufhin eine eigene Computer-Vision-Pipeline, um die Geometrie aus den Rohpixeln zu gewinnen. Kein konkurrierendes Modell löste die Aufgabe im selben Aufbau in fünf Versuchen.
- Bei einem realen Fehler in einem verbreiteten Paketmanager fand Opus 5 die Grundursache und behob einen Sonderfall, den der Community-Patch übersehen hatte. Ein Vergleichsmodell reparierte nur das Symptom und meldete den Fehler als erledigt.
- Ein Entwickler baute damit in einer einzigen Sitzung eine Marktdatenanbindung für eine neue Börse. Da kein Live-Feed zum Abgleich existierte, schrieb Opus 5 sich einen eigenen Testaufbau, um die Korrektheit des Parsers zu prüfen.
Alignment und Sicherheit
Anthropics automatisiertes Verhaltensaudit weist Opus 5 als das am besten ausgerichtete Modell bisher aus: Es hält sich stärker an Claudes Constitution als Opus 4.8, Sonnet 5 oder Fable 5, zeigt die niedrigsten Raten täuschenden Verhaltens und lässt sich am wenigsten zu Missbrauch verleiten. Der Gesamtwert für fehlausgerichtetes Verhalten liegt bei 2,3 – dem niedrigsten der jüngeren Modelle.
Bei riskanten Doppelverwendungs-Fähigkeiten verschiebt Opus 5 die Grenze nicht: In Biologie und offensiver Cybersicherheit bleibt es hinter Mythos 5. Anthropic hat das Modell bewusst nicht auf Cyber-Aufgaben trainiert; es wurde dort dennoch besser, weil es allgemein fähiger ist. Beim Auffinden von Schwachstellen kommt es Mythos 5 nahe, beim Entwickeln von Exploits liegt es deutlich zurück.
Praktische Folge für die Schutzmechanismen:
- Die Cyber-Klassifikatoren greifen erwartungsgemäß rund 85 % seltener als bei Fable 5. Erlaubt ist das Finden von Schwachstellen im Quelltext; blockiert bleiben binärbasiertes Schwachstellen-Scanning, Penetrationstests und die Erzeugung von Exploits.
- Wird eine Anfrage in Claude.ai, Claude Code oder Claude Cowork markiert, fällt sie standardmäßig auf Opus 4.8 zurück.
- Da Opus 5 dieselben Schutzmechanismen wie Opus 4.8 hat, ist es nun das fähigste allgemein verfügbare Modell für wissenschaftliche Forschung. Auf Fable 5 blockierte Biologie-Anfragen landen seither bei Opus 5 statt bei Opus 4.8.
Einordnung
Für die meisten Nutzer ist die entscheidende Nachricht nicht der Benchmark-Vorsprung, sondern die Kostenkurve: Ein Modell nahe am oberen Rand des Möglichen zum Preis des bisherigen Alltagsmodells verschiebt, was sich lohnt. Aufgaben, bei denen bislang die Frage war, ob sich der Griff zum teuersten Modell rechnet, lassen sich jetzt ohne diese Abwägung angehen.
