Der Effort-Regler bei Claude Opus 5: Warum das eigentliche Feature nicht der halbe Preis ist

Was gestern wirklich angekündigt wurde

Anthropic hat am 24. Juli 2026 Claude Opus 5 veröffentlicht, sofort verfügbar unter dem Modellnamen claude-opus-5 über die eigene Plattform und die großen Cloud-Anbieter. Die harten Fakten: Der Preis liegt bei 5 Dollar je Million Eingabe-Token und 25 Dollar je Million Ausgabe-Token – identisch mit dem Vorgänger Opus 4.8, also mehr Leistung zum gleichen Tarif. Auf mehreren Coding- und Wissensarbeit-Benchmarks setzt Opus 5 neue Bestwerte, unter anderem rund 96 Prozent auf dem etablierten SWE-bench Verified und ein deutlich höherer Wert als die Konkurrenz auf dem Reasoning-Test ARC-AGI-3. Anthropics Kernbotschaft: Opus 5 komme der Intelligenz des teureren Spitzenmodells Fable 5 nahe – zum halben Preis.

Eine methodische Ehrlichkeit vorweg: Die Fakten zu Preis, Verfügbarkeit und Reglerlogik stammen aus Anthropics eigener Ankündigung und Dokumentation sowie aus der Berichterstattung von Fortune. Einige der kursierenden Benchmark-Zahlen – etwa Werte zu Frontier-Bench, CursorBench oder DeepSWE – stammen aus Zweitquellen unterschiedlicher Qualität und sind mit Vorsicht zu behandeln. Für die Einordnung, um die es hier geht, ist das zweitrangig, denn sie hängt nicht an der zweiten Nachkommastelle eines Benchmarks, sondern an einem Bedienelement, das Anthropic selbst dokumentiert.

Das eigentliche Feature ist der Regler – und er steht per Voreinstellung auf teuer

In der Aufzählung der Neuerungen taucht, meist als Nebensatz, ein Effort-Parameter auf: eine Einstellung, mit der sich pro Anfrage steuern lässt, wie viel das Modell nachdenkt, bevor es antwortet. Technisch geht es um sogenannte Denk-Token – also Rechenaufwand, der vor der eigentlichen Antwort anfällt und mitbezahlt wird. Anthropics Dokumentation nennt eine Abstufung von sehr sparsam bis maximal. Und genau hier liegt der Punkt, der in den Schlagzeilen untergeht: Nach der offiziellen Dokumentation steht die Voreinstellung nicht auf der günstigsten sinnvollen Stufe, sondern auf einer hohen. Wer nichts ändert, lässt das Modell also auch für die trivialste Anfrage mit vollem Aufwand nachdenken.

Das dreht die Werbebotschaft leise um. Der halbe Preis gegenüber dem Spitzenmodell ist kein Automatismus, sondern das Ergebnis einer aktiven Entscheidung: Man muss den Regler für die jeweilige Aufgabe bewusst nach unten drehen. Erste externe Auswertungen legen sogar nahe, dass die mittlere Stufe für viele Aufgaben der wirtschaftliche Sweet Spot ist – nahezu die Qualität der höchsten Stufe bei deutlich geringerem Token-Verbrauch. Das ist plausibel, beruht aber auf einer einzelnen Benchmark-Auswertung und ist entsprechend als Hinweis, nicht als Gesetz zu lesen. Die belastbare Aussage bleibt: Die Voreinstellung ist nicht die sparsame, sondern die aufwändige – und wer die beworbene Ersparnis will, muss sie sich aktiv holen.

Der Regler spart nicht Geld – er verlagert eine Entscheidung auf dich

Damit ist der Regler weniger eine Sparfunktion als eine Delegation. Das Modell fragt bei jeder Aufgabe implizit: Wie viel Nachdenken willst du bezahlen? Und diese Frage muss jemand beantworten – pro Anfrage, dauerhaft. Genau an dieser Stelle wiederholt sich ein Muster, das wir in einem früheren Artikel über den OpenAI-Agenten-Vorfall beschrieben haben. Dort ging es um die naheliegende, aber untaugliche Idee, einen Menschen jede Agenten-Aktion freigeben zu lassen: In der Praxis werden solche Abfragen reflexhaft durchgewinkt, weil Gewöhnung eintritt. Beim Effort-Regler droht dieselbe Mechanik in zwei Richtungen. Entweder bleibt der Regler schlicht auf der teuren Voreinstellung, weil niemand ihn pro Aufgabe anfasst. Oder – fast schlimmer – er wird vorsorglich hochgedreht, nach dem Motto lieber maximal, damit die Antwort auf keinen Fall schlechter ausfällt.

Beides führt zum selben Ergebnis: Die Rechnung sinkt nicht, sie kann sogar steigen, weil dasselbe Modell auf höherer Stufe mehr Token verbraucht als der Vorgänger auf normaler. Der halbe Preis in der Schlagzeile ist also ein Bestpreis unter der Bedingung perfekter Disziplin – und Disziplin pro Einzelanfrage ist genau das, was Menschen und Teams erfahrungsgemäß nicht durchhalten. Die Ersparnis ist real, aber sie ist an eine Arbeit gekoppelt, die die Werbung unterschlägt: die bewusste Zuordnung von Aufwand zu Aufgabe. Für eine einmalige Frage im Chat ist das egal. Für einen Agenten, der tausendfach pro Tag läuft, ist es die eigentliche Kostenfrage.

Warum zwei Konkurrenten gleichzeitig mit Effizienz werben

Der aufschlussreichste Teil der Geschichte steht nicht im Datenblatt, sondern im Timing. Fortune ordnet den Effort-Regler ausdrücklich als Reaktion auf wachsende Klagen von Unternehmenskunden über teure KI-Rechnungen ein – konkret über die hohe Verbrennungsrate des Spitzenmodells Fable 5. Und im selben Zug hält der Bericht fest, dass OpenAI schon bei der Vermarktung seines jüngsten Modells GPT-5.6 die sparsame Token-Nutzung in den Vordergrund gestellt hat. Zwei direkte Konkurrenten werben also im selben Monat nicht mehr in erster Linie damit, dass ihr Modell schlauer ist, sondern damit, dass es effizienter ist.

Das ist ein leises, aber bemerkenswertes Eingeständnis. Jahrelang war die implizite Verkaufslogik der Frontier-Labore: mehr Intelligenz ist immer besser, und der nächste Benchmark-Punkt rechtfertigt den nächsten Preis. Ein Regler, mit dem man Intelligenz bewusst drosselt, und eine Werbebotschaft, die Effizienz über Fähigkeit stellt, sagen etwas anderes. Sie sagen, implizit, dass die interessante Frage nicht mehr lautet, wie schlau ein Modell maximal sein kann, sondern wie viel Intelligenz eine konkrete Aufgabe tatsächlich braucht. Wer eine Rechnung addieren oder eine E-Mail kategorisieren lässt, gewinnt durch das schlauere Modell nichts – er zahlt nur mehr. Genau diese Einsicht, dass es auf den Kontext ankommt und nicht auf die Spitze der Rangliste, ist der rote Faden unserer Vergleichsarbeit. Dass die Modellanbieter sie nun selbst in ein Produktfeature gießen, ist die stärkste Bestätigung, die man sich wünschen kann.

Was das praktisch heißt: Modellwahl wird zur Architektur-Frage

Wenn dieselbe Modell-ID je nach Reglerstellung ein teuer-brillantes oder ein günstig-solides Werkzeug ist, dann zerfällt eine Annahme, die vielen Projekten zugrunde liegt: dass Modellwahl eine Einmal-Entscheidung ist, die man einmal trifft und dann vergisst. Das Gegenteil ist der Fall. Die Entscheidung, welches Modell und welche Aufwandstufe für welche Art von Aufgabe angemessen ist, wird zu einer laufenden Routing-Frage im eigenen System – und damit zu einer Architektur- und Engineering-Aufgabe. Es ist derselbe Gedanke, den wir schon im Zusammenhang mit dem Kimi-K3-Ausverkauf ausgeführt haben: Nicht das billigste oder das schlaueste Modell gewinnt, sondern das System, das jede Aufgabe an die passende Stufe leitet.

Konkret heißt das für ein Unternehmen, das KI produktiv einsetzt oder einsetzen will:

• Die Aufwandstufe gehört ins System, nicht ins Ermessen des Nutzers: Lege pro Aufgabentyp fest, welche Stufe angemessen ist – Klassifizieren und Extrahieren niedrig, komplexes Schlussfolgern hoch – und setze das im Code, nicht durch tägliche Handentscheidungen. So wird aus einer Ermessensfrage eine überprüfbare Regel.
• Die Voreinstellung ist ein Kostenrisiko, kein neutraler Ausgangspunkt: Prüfe bei jedem Modell, worauf der Aufwand standardmäßig steht, und behandle diese Voreinstellung als etwas, das man aktiv setzen muss – nicht als etwas, das man laufen lassen kann.
• Benchmark-Zahlen ohne Aufwandstufe sind wertlos geworden: Ein SOTA-Wert bei maximalem Aufwand ist ein völlig anderes wirtschaftliches Angebot als derselbe Test bei mittlerem. Wer Anbieter vergleicht, muss ab jetzt fragen, bei welcher Stufe eine Zahl entstanden ist – sonst vergleicht er Äpfel mit Birnen.
• Der Hebel liegt im Routing, nicht im Tarif: Die größte Ersparnis kommt nicht daher, dass ein Modell pro Token billiger wird, sondern daher, dass triviale Aufgaben gar nicht erst auf der teuren Stufe landen. Das ist eine Frage der Architektur des eigenen Systems, unabhängig davon, welches Modell darunter läuft.

Was das für deine Entscheidung bedeutet

Die Schlagzeile zu Opus 5 ist nicht falsch – das Modell ist stark, und der gleiche Preis bei mehr Leistung ist eine gute Nachricht. Aber die Schlagzeile lenkt vom eigentlichen Ereignis ab. Das eigentliche Ereignis ist, dass die Kostenkontrolle vom Tarif in die Anwendung wandert: Nicht mehr der Listenpreis entscheidet, was KI kostet, sondern die Frage, wie gut ein Unternehmen jede einzelne Aufgabe der passenden Aufwandstufe zuordnet. Das ist eine schlechtere Nachricht für alle, die gehofft hatten, ein günstigeres Modell würde die Budgetfrage von selbst lösen – und eine gute für alle, die bereit sind, die Zuordnung als das zu behandeln, was sie ist: eine technische Aufgabe mit realem Ergebnis.

Für die eigene Entscheidung heißt das: Die Frage ist nicht, ob Opus 5 das beste Modell ist – bei manchen Aufgaben liegt es vorn, bei anderen, etwa bestimmten Coding- oder Sicherheits-Tests, andere Modelle. Die Frage ist, ob man ein System hat, das jede Aufgabe an die richtige Stufe leitet, statt alles reflexhaft auf der teuersten laufen zu lassen. Wer diese Fähigkeit aufbaut, profitiert vom Effort-Regler unabhängig davon, welches Modell nächste Woche die Rangliste anführt. Wer sie nicht aufbaut, bekommt vom halben Preis in der Praxis wenig zu sehen.