Claude Opus 5 ist da: Was das neue Modell besser kann als Opus 4.8 – und als die Konkurrenz

Es gibt Wochen, in denen die KI-Branche gemütlich vor sich hin optimiert – und dann gibt es Wochen wie diese. Am 24. Juli hat Anthropic Claude Opus 5 veröffentlicht, und die Kernbotschaft ist ungewöhnlich klar: annähernd die Intelligenz des Topmodells Fable 5, zum halben Preis. Wer meinen Fable-5-Praxistest von letzter Woche gelesen hat, ahnt, warum mich das persönlich trifft: Mein Fazit lautete damals, für den Alltag bleibe Opus 4.8 gesetzt. Das stimmt so nicht mehr.

Die Fakten in 30 Sekunden

Der eine Satz, der hängen bleibt: Zehn Punkte mehr auf SWE-bench Pro zum gleichen Preis – und nur noch 0,8 Punkte Rückstand auf Fable 5, das doppelt so viel kostet. Auf dem Senior-SWE-bench-Leaderboard stieg Opus 5 direkt als zweitbestes Modell überhaupt ein, mit dem Spitzenwert in der Kategorie „Bug & Performance Investigation".

Wo Opus 5 gegenüber Opus 4.8 wirklich zulegt

1. Agentisches Coding. Auf Anthropics eigenem Frontier-Bench erreicht Opus 5 mehr als das Doppelte der Leistung von Opus 4.8 – bei niedrigeren Kosten pro Aufgabe. Interessant ist dabei weniger der Benchmark-Balken als der Mechanismus dahinter: Opus 5 erzeugt im Schnitt deutlich weniger Output-Tokens für dieselbe Aufgabe. In der Praxis heißt das: mehr erledigte Tasks pro Agent-Lauf, weniger Korrekturschleifen – und weil man pro Token zahlt, sinken die realen Kosten gleich doppelt.

2. Wissensarbeit und Automatisierung. Auf GDPval-AA (dem Benchmark für wirtschaftlich relevante Büroarbeit) setzt Opus 5 die Bestmarke, auf Zapiers AutomationBench liegt die Erfolgsquote rund anderthalbmal so hoch wie beim nächstbesten Modell. Wer Workflows, Reports oder Datenaufbereitung automatisiert, bekommt hier den größten Sprung seit Langem.

3. Abstraktes Problemlösen. Der auffälligste Einzelwert der ganzen Ankündigung: Auf ARC-AGI 3 – dem Benchmark, der bewusst Aufgaben stellt, die sich nicht auswendig lernen lassen – erreicht Opus 5 das Dreifache des nächstbesten Modells. Solche Ausreißer sind mit Vorsicht zu genießen, aber sie deuten an, dass hier nicht nur feinjustiert wurde.

4. Wissenschaftliche Aufgaben. In organischer Chemie legt das Modell gegenüber Opus 4.8 um gut zehn Prozentpunkte zu, bei der Vorhersage von Proteinfunktionen um knapp acht. Für meine Finanzrechner brauche ich das nicht – aber es zeigt, dass die Verbesserung breit ist, nicht nur auf Coding-Benchmarks hintrainiert.

5. Alignment. Anthropic nennt Opus 5 das „am besten ausgerichtete Modell bisher": Im automatisierten Verhaltens-Audit erzielt es mit 2,3 den besten Wert der aktuellen Familie und die niedrigsten Täuschungsraten. Praktisch relevant für Entwickler: Die Cyber-Sicherheitsklassifizierer greifen etwa 85 % seltener ein als bei Fable 5 – wer also legitime Security-Arbeit macht und bei Fable gelegentlich in Fehlalarme lief, hat hier deutlich weniger Reibung.

Neue Funktionen, die im Alltag zählen

• Effort-Regler: Wie gründlich das Modell arbeitet, lässt sich jetzt auch in den Apps per Schalter steuern (low/medium/high) – der bewusste Kompromiss zwischen Kosten und Tiefe, den es per API schon länger gibt.
• Fast Mode: Etwa 2,5-fache Geschwindigkeit zum doppelten Token-Preis – für interaktives Arbeiten, bei dem Latenz nervt.
• Tool-Wechsel mitten im Gespräch (Beta): Klingt technisch, ist aber für Agenten-Entwickler Gold wert – bisher hat jede Änderung am Werkzeugkasten den Prompt-Cache entwertet und damit Geld gekostet.
• Automatische Fallbacks (Beta): Abgelehnte Anfragen können automatisch an ein anderes Modell weitergereicht werden, statt fehlzuschlagen.
• Kein Datenspeicher-Vorbehalt: Anders als Fable 5 setzt Opus 5 keine 30-Tage-Datenaufbewahrung voraus – für Unternehmen mit strengen Datenschutzvorgaben der entscheidende Unterschied.

Und gegen die Konkurrenz? Codex und Gemini im Vergleich

Der Coding-Agent-Markt ist Ende Juli 2026 ein Dreikampf, und ehrliche Einordnung heißt: Es gibt nicht den einen Sieger für alles.

OpenAI Codex (GPT-5.5) hält weiter den Rekord auf Terminal-Bench (82,7 %) und liegt auf dem klassischen SWE-bench Verified hauchdünn vorn. Codex' Stärke sind lange, autonome Läufe in bis zu acht parallelen Cloud-Sandboxes. Dafür liegt der Abstand auf dem härteren SWE-bench Pro inzwischen bei über 20 Punkten (79,2 % zu 58,6 %) – und das Kontextfenster ist mit 200K Tokens ein Fünftel dessen, was Claude-Modelle mitbringen. Für große, zusammenhängende Codebasen ist das der Flaschenhals.

Google Gemini 3.1 Pro bietet wie Claude ein 1-Million-Token-Fenster und ist preislich attraktiv, spielt aber mit 54,2 % auf SWE-bench Pro in der Genauigkeit eine Liga tiefer – die Fachpresse ordnet es derzeit als Preis-Tipp ein, nicht als Qualitätsführer.

Claude Code mit Opus 5 hat nach den ersten unabhängigen Rankings Ende Juli die Spitzenposition übernommen – getragen von der SWE-bench-Pro-Genauigkeit, dem großen Kontextfenster und den Agent Teams, bei denen sich pro Subagent das Modell festlegen lässt. Die Faustregel der Vergleichstests: Codex für Terminal-Tempo und parallele Sandboxes, Claude für Multi-File-Refactorings, Code-Review-Qualität und koordinierte Tiefe.

Wo bleibt dann noch Platz für Fable 5?

Gute Frage – ich habe sie mir beim Schreiben selbst gestellt. Die ehrliche Antwort: Der Abstand ist klein geworden, aber er ist nicht null. Auf CursorBench liegt Opus 5 ein halbes Prozent hinter Fable, auf SWE-bench Pro 0,8 Punkte. Für die härtesten Langstrecken-Aufgaben – stundenlange autonome Läufe, bei denen jede Korrekturschleife teuer ist – bleibt Fable die Wahl, wenn Budget keine Rolle spielt. Für alles andere ist die Rechnung jetzt simpel: 98–99 % der Leistung für 50 % des Preises. Mein Fable-Fazit von letzter Woche („für den Alltag bleibt Opus 4.8") korrigiere ich hiermit offiziell: Für den Alltag ist es jetzt Opus 5.

Quellen

• Anthropic: Introducing Claude Opus 5 (Ankündigung, Benchmarks, Alignment-Daten)
• TechCrunch: Anthropic launches Opus 5
• Fortune: Opus 5 und der Effort-Schalter
• Snorkel AI: Opus 5 auf Senior SWE-bench – Fehleranalyse
• Codersera: Opus 5 vs. Opus 4.8
• MorphLLM: Codex vs. Claude Code (Juli 2026)