Claude Opus 5
Claude Opus 5 ist Anthropics Opus-Flagship vom 24. Juli 2026, positioniert als Alltagsmodell zwischen Opus 4.8 und dem teureren Fable 5. Das Cloud-only-Modell unter US-Jurisdiktion bietet 1 Million Tokens Kontext, 128.000 Tokens Output und adaptive Reasoning-Steuerung mit fünf Effort-Stufen (low/medium/high/xhigh/max). Mid-Conversation-Tool-Wechsel ohne Cache-Verlust und Fast-Mode mit 2,5-facher Geschwindigkeit ergänzen das Angebot.
- Proprietär
- Frontier
- Anthropic
- Text
- Vision
- Agentic Orchestrator
- Long Context
- Interactive
Sovereign Risk: MEDIUM Anthropic ist ein US-amerikanisches Unternehmen und unterliegt dem CLOUD Act. Die Modellgewichte sind proprietär und nicht verteilt; kein zusätzliches Risiko durch Gewichtsweitergabe. Datenhaltung erfolgt unter Anthropic Commercial Terms.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 78.73
- Routine
- 47.69
- Reasoning
- 31.04
- LLM Judge Avg
- 3.98 / 5
- 100 Coverage
- Avg Task Duration
- 39.13s
- Interactive
- Token Rate
- 0.29tok/s
- Output Rate
- P95 Latency
- 117.67s
- Top 5 %
- Total Tokens
- 62400
- Output Volume
- Cost per 1K
- $0.025
- USD / 1K Requests
- Benchmark Cost
- $1.56
- Total · 62400 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze / Standard).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.