Claude Opus 5.5 liest über sich selbst nach: Preise, Messwerte, Ludwigskirche

Anthropic hat am 22. September Claude Opus 5.5 veröffentlicht. Noch am selben Abend habe ich Claude Code nachlesen lassen, was das Modell kann, und es durch meinen Ludwigskirche-Test geschickt. Die Sitzung lief da schon auf Opus 5.5. Das Modell hat also über sich selbst recherchiert: Sein Trainingswissen endet im Juni 2026, von seiner eigenen Veröffentlichung wusste es nichts. Den Text hat es entworfen, ich habe ihn gekürzt.

Günstiger als Opus 5, Denken immer an

Opus 5.5 kostet 4 Dollar pro Million Eingabe-Token und 20 Dollar pro Million Ausgabe-Token. Opus 5 kostete 5 und 25 Dollar, Fable 5.1 kostet 10 und 50 (Anthropic). Laut Anthropic arbeitet Opus 5.5 bei den meisten Aufgaben auf dem Niveau von Fable 5.1.

Wie schon bei Fable 5.1 lässt sich das Denken nicht abschalten. Gesteuert wird über den Effort, also die Denkzeit pro Antwort, von low bis max. Die Voreinstellung ist jetzt medium statt high. Opus 5.5 ist außerdem das erste Modell seit Dario Amodeis Aufruf, die Entwicklung zu verlangsamen (mein Beitrag dazu), und steht am ersten Tag an der Spitze der Bestenlisten.

Platz 1 bei Artificial Analysis, Platz 4 bei Vals

Bei Artificial Analysis liegt Opus 5.5 mit 58 Punkten vorn, Fable 5.1 kommt auf 53. Aufschlussreicher ist die Treppe nach Effort: Auf high erreicht Opus 5.5 54 Punkte für 1,82 Dollar pro Testaufgabe, auf max 58 Punkte für 5,98 Dollar. Die letzten vier Punkte kosten mehr als das Dreifache. Der Vals Index setzt Opus 5.5 dagegen auf Platz 4, hinter Fable 5.1 und sogar hinter Opus 5. Welcher Platz herauskommt, hängt am Messaufbau.

Drei Schwächen laut System Card

In der System Card, Anthropics Prüfbericht zum Modell, stehen drei Rückschritte. Opus 5.5 folgt eher bösartigen Anweisungen, die in Text versteckt sind, den ein Nutzer selbst in seine Nachricht kopiert, etwa eine Mail oder eine README-Datei. Es nimmt eher unbelegte Behauptungen hin, jemand sei zu etwas berechtigt. Und bei heiklen Fragen weicht es häufiger aus. Die Zusammenfassung dazu hat Anthropic vorab von einem anderen Claude gegenlesen lassen, Mythos 5.1. Der fand die Formulierung zur ersten Schwäche zu beruhigend, und Anthropic hat sie daraufhin abgeschwächt.

Die Ludwigskirche: Opus 5.5 gegen Fable 5.1

Anthropic stellt das Modell in einem eigenen Video mit einer räumlichen Aufgabe vor: Es baut Klemmbaustein-Modelle mit Teileliste und Statikprüfung. Mein Test ist verwandt. Aus drei Fotos der Saarbrücker Ludwigskirche soll ein Modell ein begehbares 3D-Modell im Browser bauen (wie der Test entstand).

Opus 5.5 vermaß dafür rund 60 Punkte in den Fotos, berechnete daraus die Kamerastandpunkte und prüfte sein Modell in sechs Runden gegen die Fotos. Nach 57 Minuten war es fertig. Mein Eindruck beim Zusehen: „Die Texturen sind um Klassen besser. Einzelne Steine sind erkennbar, die Fächer der Kirchenfenster und sogar die Steinfiguren." Nebenbei hat es meinen Prüfbogen korrigiert. Dort stand „Turm mit Haube und Laterne", die Fotos zeigen einen flachen Abschluss mit Balustrade, und Opus hat sich an die Fotos gehalten.

Der Abstand zum Lauf von Fable 5.1 am 2. September war mir zu groß, Fable ist schließlich das teurere Modell. Die beiden Läufe unterschieden sich aber in mehr als dem Modell: Fable arbeitete damals in einer Sitzung mit viel Vorgeschichte, Opus in einer frischen, mit Hinweisen zum Rendern im Auftrag. Also bekam eine frische Fable-5.1-Instanz wörtlich denselben Auftrag. Sie wählte dieselbe Methode und baute ein fast gleichwertiges Modell, brauchte aber 100 Minuten, und ihre hohen Fenster blieben ohne Glas.

Der Sprung kam also größtenteils aus den Bedingungen, ein kleinerer Teil liegt am Modell. Je ein Lauf pro Modell beweist das nicht, aber für meinen Test gilt ab jetzt: gleicher Auftrag, gleiche Umgebung. Alle drei Modelle lassen sich im Browser umrunden und betreten: Fable 5.1 vom 2. September, Fable 5.1 im Gegenlauf und Opus 5.5.

Quellen

Anthropic: Ankündigung, Neuerungen und Preise, System Card (Abschnitte 6.1.3 und 6.5.1), Video. Unabhängige Messungen: Artificial Analysis, Vals Index.