Claude Opus 5.5:
Fable-Level für 40 % weniger Kosten

Anthropic hat am 22. September 2026 Claude Opus 5.5 veröffentlicht, das erste Modell der neuen Claude-5.5-Familie. Laut Anthropics Ankündigung von Claude Opus 5.5 arbeitet es bei den meisten Aufgaben auf dem Niveau von Claude Fable 5.1 und kostet im typischen Einsatz 40 Prozent weniger als der Vorgänger Opus 5. Eine Million Eingabe-Token kostet 4 Dollar, eine Million Ausgabe-Token 20 Dollar.

Es ist das erste Modell, seit Anthropic-Chef Dario Amodei zehn Tage zuvor gefordert hatte, das Tempo der KI-Entwicklung zu drosseln. Neben Preis und Leistung stellt Anthropic deshalb die Sicherheit in den Vordergrund. Opus 5.5 startet als erstes Opus-Modell mit ähnlichen Schutzfiltern wie Fable 5.1 und reicht heikle Anfragen an ältere Modelle weiter. Unabhängige Tester haben mittlerweile gemessen, wie oft das passiert. Die kleineren Modelle Sonnet 5.5 und Haiku 5.5 sollen in den kommenden Wochen folgen.

Zum Start um 18:32 Uhr deutscher Zeit veröffentlichte Anthropic auf dem YouTube-Kanal von Claude einen 20 Sekunden langen Teaser ohne Sprecher.

Claude Opus 5.5 Benchmarks: Vorn beim Programmieren, zweimal hinter Astra

In Anthropics eigener Vergleichstabelle führt Claude Opus 5.5 in sieben von neun Benchmarks, darunter alle drei Tests für agentisches Programmieren. Im Terminal-Bench 4.0, der mehrstufige Aufgaben auf der Kommandozeile prüft, erreicht es 66,4 Prozent. GPT-6 Astra von OpenAI kommt dort auf 57,9 Prozent, Fable 5.1 auf 55,8 Prozent.

Astra gewinnt zwei Tests. Bei AutomationBench (Geschäftsabläufe, gemessen von Zapier) liegt es mit 41,4 zu 40,0 Prozent knapp vorn, beim Terminal-Bench-Science für agentische Forschungsarbeit deutlicher mit 64,6 zu 58,7 Prozent. Im Computer-Use-Test OSWorld 2.0 trennen Opus 5.5 und Fable 5.1 nur 1,1 Prozentpunkte.

Anthropic hat den Terminal-Bench-Wert von Opus 5.5 auf der Denkstufe „xhigh“ gemessen und den von Astra aus OpenAIs Angaben auf „high“ übernommen. Der Standardfehler liegt bei Opus 5.5 bei ±2,6 Punkten. Alle Opus-5.5-Läufe liefen mit aktiven Schutzfiltern. Griffen diese ein, erledigte Opus 4.8 die Cyber-Aufgaben und Opus 5 die Aufgaben aus Biologie und KI-Entwicklung, was die Werte laut Anthropic eher drückt. Zapier zählte bei AutomationBench jedes Eingreifen der Filter als Fehlschlag.

Anthropic selbst schreibt, auf diesem Leistungsniveau seien Benchmark-Abstände ein weniger verlässlicher Hinweis auf Unterschiede im Alltag. Im eigenen Einsatz sei der Abstand zu Fable 5.1 kleiner, als die Zahlen nahelegen.

Unabhängige Ranglisten: Platz 1 bei Artificial Analysis, Platz 4 bei Vals.ai

Im Intelligence Index von Artificial Analysis übernimmt Claude Opus 5.5 auf höchster Denkstufe mit 58 Punkten den ersten Platz. Fable 5.1 und GPT-6 Astra folgen mit je 53 Punkten. Auf der Stufe „high“ erreicht Opus 5.5 54 Punkte, auf der Standardstufe „medium“ 51. Deshalb kursieren in der Presse sowohl „Platz 1“ als auch „Platz 3“. Artificial Analysis misst das ausgelieferte System samt Ausweichmodellen, also so, wie Kunden es über die Schnittstelle bekommen. Laut der Auswertung, die The Decoder zum Opus-5.5-Start wiedergibt, führt das KI-Modell in sechs der zehn Einzeltests, darunter Humanity’s Last Exam mit 61,4 Prozent und SciCode mit 66,9 Prozent.

Vals.ai kommt zu einem anderen Ergebnis. Im Gesamtindex von Vals.ai für Claude Opus 5.5 landet das Modell mit 66,16 Prozent auf Platz 4 von 60, hinter Fable 5.1 (68,83 Prozent), Opus 5 (67,21 Prozent) und GPT-6 Astra (66,61 Prozent). Auf sechs Einzellisten steht es trotzdem ganz oben, z. B. im Terminal-Bench 4.0 mit 61,62 Prozent. Wie sich Opus 5.5 dort gegen alle aktuellen Coding-Modelle schlägt und was die Preise bedeuten, zeigt unser Vergleich Beste KI zum Programmieren 2026. Beim Harvey Legal Agent Benchmark für juristische Agentenarbeit reicht es mit 3,75 Prozent nur für Platz 31 von 64.

Der Code-Review-Dienst CodeRabbit hat Opus 5.5 in seiner eigenen Prüfumgebung getestet. Von 80 bekannten Fehlermustern fand Opus 5.5 in der Standardkonfiguration 51, die bisherige Vergleichskonfiguration 49. Bei 13 besonders schweren Fällen stieg die Trefferzahl von 5 auf 8, in einer Konfiguration mit höherer Denkstufe auf 10. CodeRabbit fasst den Code-Review-Test von Opus 5.5 mit „more catches, different misses“ zusammen. In der Rangliste LMArena und in METRs Messung des Zeithorizonts war Opus 5.5 am Abend des Starts noch nicht gelistet.

Opus 5.5 Preis: 20 Prozent weniger pro Token, 60 Prozent beim Cache

Pro Token kostet Claude Opus 5.5 20 Prozent weniger als Opus 5. Am stärksten sinkt der Preis für das Lesen aus dem Prompt-Cache, von 0,50 auf 0,20 Dollar pro Million Token. Dieser Posten macht laut Anthropic den Großteil der Kosten beim Programmieren und bei agentischer Arbeit aus. Cache-Lesen kostet bei Opus 5.5 nur noch das 0,05-Fache des Eingabepreises, bei den meisten anderen Claude-Modellen das 0,1-Fache.

Die 40 Prozent Ersparnis setzen sich laut Anthropic aus zwei Teilen zusammen. Jedes Token ist billiger, und das Modell benötigt bei typischen Aufgaben weniger davon. Über die Batch-Schnittstelle halbieren sich die Preise auf 2 und 10 Dollar. Einen Eintrag in den Cache zu schreiben kostet 5 Dollar pro Million Token bei fünf Minuten Haltezeit und 8 Dollar bei einer Stunde. Wer die Verarbeitung auf US-Rechenzentren beschränkt, zahlt das 1,1-Fache (alle Preise laut Anthropics Preisseite für die Claude-API).

Pro Token kostet Opus 5.5 damit genauso viel wie GPT-5.6 Sol im aktuellen Aktionspreis und weniger als die Hälfte von Fable 5.1 oder GPT-6 Astra. Der Fast Mode liefert laut Anthropic bis zu 2,5-mal mehr Ausgabe-Token pro Sekunde und kostet 8 und 40 Dollar. Er läuft in Claude Code und über die Claude-API, nicht über Amazon Bedrock, Google Cloud oder Microsoft Foundry. Auch ohne diesen Modus erzeugt Opus 5.5 laut Anthropic mehr als 30 Prozent schneller Text als Opus 5.

Rund 90 Minuten nach Opus 5.5 hat OpenAI am selben Tag GPT-6 Sol und Luna vorgestellt. GPT-6 Sol kostet mit 2 und 10 US-Dollar pro Million Token halb so viel wie Opus 5.5 und genauso viel wie Claude Sonnet 5.

Auf höchster Denkstufe verbraucht Opus 5.5 die meisten Token

Der Preisvorteil hängt maßgeblich von der gewählten Effort-Stufe ab. Auf der höchsten Stufe „max“ benötigt Opus 5.5 im Index von Artificial Analysis laut The Decoder rund 119.000 Ausgabe-Token pro Aufgabe. Opus 5 kam mit 73.000 aus, Fable 5.1 mit 78.000, GPT-6 Astra mit 27.000. Eine Aufgabe kostet auf „max“ deshalb 5,98 Dollar, etwa so viel wie bei Opus 5 und fast doppelt so viel wie bei Astra.

Auf niedrigeren Stufen kehrt sich das Verhältnis um. Mit 1,82 Dollar pro Aufgabe liegt Opus 5.5 auf „high“ mit 54 Punkten vor Fable 5.1 und Astra, bei weniger als einem Viertel der Kosten von Fable 5.1. Die Standardstufe steht bei Opus 5.5 auf „medium“, bei Opus 5 war es „high“. Das gilt für die Schnittstelle wie für Claude Code. Wer im Abo arbeitet, schont mit der niedrigeren Stufe auch sein Kontingent (Claude Code Token sparen).

In Anthropics eigener Grafik zum Terminal-Bench 4.0 erreicht Opus 5.5 bei gleichen Kosten pro Versuch höhere Werte als alle anderen Modelle. Auf der Standardstufe schlägt es Opus 5 auf höchster Stufe für etwa ein Fünftel der Kosten und erreicht GPT-6 Astra für rund 40 Prozent der Kosten. Die Stufe max schneidet dort etwas schlechter ab als xhigh.

Der KI-Forscher Nathan Lambert kommentierte die Token-Rangliste auf X mit dem Hinweis, ein Spitzenplatz dort sei „normally a bit of a red flag“. Simon Willison berichtete auf Hacker News, dass Opus 5.5 auf „max“ bei seinem Pelikan-Zeichentest das Ausgabelimit von 128.000 Token noch in der Denkphase erreichte. Box-Chef Aaron Levie meldete für die eigenen Tests dagegen 63 Prozent weniger Token als mit Opus 5.

Standardmodell in Claude Code und in der Claude-App

Claude Opus 5.5 ist ab sofort das Standardmodell in Claude Code und in der Claude-App einschließlich Cowork. Das gilt laut Cat Wu aus dem Claude-Code-Team für die Tarife Pro, Max und Team. In Claude Code macht die Version 2.1.280 Opus 5.5 zum Standard-Opus-Modell, der Kurzname opus zeigt jetzt darauf. In den Tarifen Pro und Team Standard war dort bisher ein Sonnet-Modell voreingestellt. Jetzt ist es wie bei Max, Team Premium und Enterprise Opus.

In den Apps steht Opus 5.5 laut Anthropics Produktseite zu Claude Opus den Tarifen Pro, Max, Team und Enterprise zur Verfügung. Der kostenlose Tarif taucht in der Liste nicht auf. Chat, Claude Code und Cowork bieten auf bezahlten Tarifen ein Kontextfenster von einer Million Token. Das Denken lässt sich in der App nicht mehr abschalten. Anthropic nennt das Verfahren adaptives Denken. Das KI-Modell entscheidet pro Anfrage selbst, ob und wie lange es nachdenkt. Im Modell-Menü bleibt nur die Wahl des Aufwands, in der deutschen Oberfläche mit den Stufen „Niedrig“, „Mittel“, „Hoch“, „Extra hoch“ und „Maximal“. „Mittel“ ist als Standard markiert. Laut Menütext liefert höherer Aufwand gründlichere Antworten, dauert aber länger und verbraucht die Limits schneller. Bei „Maximal“ warnt Claude, dass die Stufe das 5,5-Fache oder mehr des Nutzungslimits verbraucht.

Zum Start erhöht Anthropic die Fünf-Stunden-Limits in den Tarifen Pro, Max und Team sowie für Enterprise-Kunden mit Sitzplatz-Lizenzen. Eine Zahl nennt das Unternehmen weder in der Ankündigung noch im Hilfe-Center. Heise zum Start von Opus 5.5 und ZDNET berichten von 20 Prozent mehr. Laut The Decoder und The New Stack gibt Anthropic außerdem an, dass Fünf-Stunden- und Wochenlimits durch den geringeren Verbrauch rund 25 Prozent weiter reichen.

Klarere Texte: Anthropic reagiert auf die Kritik an Opus 5

Claude Opus 5.5 schreibt laut Anthropic verständlicher als seine Vorgänger. Es stellt die wichtigste Information an den Anfang, verwendet seltener Fachjargon und eigenwillige Wendungen und hält sich an vorgegebene Schreibregeln. Anthropic nennt die schwer lesbaren Antworten von Opus 5 ausdrücklich als einen der häufigsten Kritikpunkte seiner Kunden.

In einem direkten Vergleich aus der Ankündigung erklären beide Modelle denselben Programmierfehler, durch den ein Abrechnungssystem die Nutzung am letzten Tag jedes Monats nicht mehr berechnet. Opus 5 nennt den verantwortlichen Code-Commit und springt dann in den Quelltext, die Folge für die Rechnung steht erst weit unten. Opus 5.5 beginnt mit den Beträgen (1,50 Dollar Rückgang durch eine Tarifänderung, 9,92 Dollar durch den Fehler) und erklärt danach die Ursache. Den Vergleich hat Anthropic auch auf X veröffentlicht.

Opus 5.5 communicates more naturally, addressing some of the most common feedback we heard on Opus 5.

It puts the most important information up front and follows the writing rules you give it, which makes long sessions easier to follow. https://t.co/kRylzT9nUn

— Claude (@claudeai) September 22, 2026

Jackson Kernion, der bei Anthropic an dem Modell mitgearbeitet hat, schreibt auf X, Opus 5.5 sei das erste Modell mit gezielten Verbesserungen bei der Satzklarheit und bei zu dichten Informationsblöcken. Wharton-Professor Ethan Mollick sieht das Problem der dichten Sprache jüngerer Claude-Modelle dagegen noch nicht ganz gelöst. Laut Anthropic dient die klarere Sprache auch der Sicherheit, weil sich lesbare Arbeitsergebnisse leichter prüfen lassen.

680.000 Zeilen Code an einem Tag: Was frühe Tester berichten

Ein früher Tester hat mit Claude Opus 5.5 nach Angaben von Anthropic eine Code-Migration über 680.000 Zeilen in weniger als einem Tag erledigt. Ein anderer ließ eine Codebasis mit 200.000 Zeilen prüfen und reparieren. Opus 5.5 benötigte dafür weniger als drei Stunden, Opus 5 über 20 Stunden und das 2,5-Fache an Token. Die Ladezeiten aller Seiten einer Web-App senkte Opus 5.5 in 39 von 40 Versuchen. Opus 5 erzielte kleinere Verbesserungen und veränderte dabei das Verhalten der App.

Intern ließ Anthropic Opus 5.5 und Fable 5.1 den Lastverteiler HAProxy von C nach Rust übersetzen. Beide Fassungen bestanden fast alle Regressionstests des Projekts. Opus 5.5 war nach 9,5 Stunden fertig, Fable 5.1 nach 12, und Opus 5.5 kostete 51 Prozent weniger. Boris Cherny aus dem Claude-Code-Team nennt Opus 5.5 auf X sein Standardmodell der letzten Wochen.

In einem Rechercheversuch von Anthropic sollten Opus 5.5, Fable 5.1 und Opus 5 einen Bericht über die Quartalszahlen einer Firma schreiben. Als Quelle diente nur eine Kopie des Webs, in der die Pressemitteilung schwer zu finden war. Ein automatischer Prüfer glich jede Zahl und jedes Zitat mit den Quellen ab. Eine einzige erfundene Angabe reichte zum Durchfallen. 16 von 18 Berichten von Opus 5.5 bestanden, Fable 5.1 und Opus 5 schafften es in keinem Versuch.

Im Test GDPval-AA v2.1 mit realen Arbeitsaufgaben aus 44 Berufen erreicht Opus 5.5 1.846 Elo-Punkte. Schon auf der Standardstufe „medium“ schlägt es dort GPT-6 Astra auf höchster Stufe, bei etwa einem Fünftel der Kosten pro Aufgabe. Die Investmentfirma Walleye Capital berichtet, Opus 5.5 habe ihre Testreihe bereits auf der niedrigsten Stufe weitgehend gelöst. Auf höheren Stufen bemerkte es einen Fehler in den Testanweisungen und korrigierte ihn. Das habe zuvor kein Modell geschafft.

In einem weiteren Anthropic-Test ging es um die geplante Fusion zweier erfundener Softwarefirmen für Personalverwaltung. Opus 5.5 und Opus 5 bauten je ein Finanzmodell in Excel und eine Präsentation für die Geschäftsführung. Beide kamen zum selben Urteil über den Kaufpreis. Opus 5.5 war nach 63 statt 93 Minuten fertig und kostete die Hälfte. Sein Finanzmodell war laut Anthropic gründlicher, das von Opus 5 enthielt kleine Fehler. Perplexity-Chef Aravind Srinivas hat Opus 5.5 für alle Nutzer von Perplexity Computer freigeschaltet. Auf den internen Tests von Perplexity halte es mit Fable 5.1 mit, zu einem Bruchteil der Kosten.

Schutzfilter leiten Cyber-Anfragen an Opus 4.8 weiter

Claude Opus 5.5 startet als erstes Opus-Modell mit ähnlichen Schutzfiltern wie Fable 5.1. Blockiert ein Filter eine Anfrage, beantwortet sie in den meisten Fällen ein älteres Modell. Welches Modell dann antwortet, schlüsselt die System Card zu Claude Opus 5.5 nach Bereichen auf.

In Biologie und Cybersicherheit liegt Opus 5.5 laut Anthropic auf dem Niveau von Claude Mythos 5.1, der Modellvariante für geprüfte Organisationen, und benötigt deshalb die Filter. In allen internen Cyber-Tests erreicht oder übertrifft Opus 5.5 laut System Card Mythos 5.1. Im CyScenarioBench löste es 67,6 Prozent der Aufgaben (Mythos 5.1: 61,7 Prozent). Auf ExploitBench erreichte Opus 5.5 im Standardlauf im Mittel 13,99 von 16 Prüfpunkten, die volle Code-Ausführung gelang in 301 von 410 Durchläufen. Neue Angriffsfähigkeiten könne es aber nicht entwickeln.

Fehler im eigenen Code finden und beheben bleibt erlaubt. Die Schwachstellensuche im Quellcode läuft auf allen Zugangsstufen, bei kompilierten Programmdateien greift die Sperre. Das Cyber-System prüft in drei Schritten. Zuerst wertet es Signale aus dem Inneren des Modells aus, dann folgen ein leichter Klassifikator auf Opus 5.5 selbst und ein separates Sprachmodell. Anthropic betont, alle Sperren würden offen angezeigt und keine Antwort verdeckt verändert. Heise schreibt dagegen, die Umleitung geschehe, ohne dass Nutzer es aktiv merkten.

Externe Red-Teaming-Firmen haben die Filter vor dem Start angegriffen. Trajectory Labs hat rund 95 Stunden lang mit über 29.000 Anfragen getestet und keinen universellen Jailbreak gefunden. In einem Fall entstand ein funktionierender Exploit, weil die Tester die Aufgabe auf 100 getrennte Kontexte verteilten.

Sicherheitsfachleute sollen über das Cyber Verification Program „in the coming weeks“ Zugang zu Opus 5.5 mit gelockerten Filtern bekommen. Verbotene Anwendungen bleiben auch dann gesperrt. Das Programm soll drei Stufen mit wachsenden Freiheiten erhalten, bis hin zum Zugriff auf Mythos-Modelle. Für die Biologie gibt es seit dem 17. September das Life Sciences Verification Program, für das sich Labore, Start-ups und Pharmafirmen bewerben können. Es startet als Beta für Teams und Institutionen, Einzeltarife wie Pro und Max sollen später folgen.

Vals.ai: Bei 217 von 262 Aufgaben half ein Ersatzmodell

Im SRE Bench von Vals.ai, einem Test mit Aufgaben aus dem Serverbetrieb, liefen 217 von 262 Aufgaben über ein Ausweichmodell. Zählt man diese als Fehlschlag, fällt der Wert von Opus 5.5 von 33,59 auf 5,34 Prozent. Im Terminal-Bench 4.0 sinkt er nach derselben Rechnung von 61,62 auf 53,54 Prozent, weil 30 von 198 Aufgaben betroffen waren.

Das Fachportal The New Stack sieht in der Umleitung von Opus-5.5-Anfragen ein Problem für Agenten-Systeme. Einzelne Anfragen können mitten in einem Arbeitsablauf an Opus 4.8 oder Opus 5 gehen, und Tests, die von einem einzigen Modell ausgehen, bemerken das nicht. In der Schnittstelle kommt eine Ablehnung als normale Antwort mit dem Stoppgrund refusal zurück. Entwickler können das automatische Ausweichen auf der Serverseite per Beta-Parameter fallbacks: "default" einschalten. Beim Biologie-Filter von Fable 5 hatte Anthropic nach einem Update die Zahl der Umleitungen um 85 Prozent gesenkt (Details zum Fable-5-Biologie-Filter).

Bestwerte im Verhaltens-Audit, aber Opus 5.5 ahnt den Test

Im automatisierten Verhaltens-Audit von Anthropic schneidet Claude Opus 5.5 besser ab als jedes bisher getestete Modell. Die Prüfung umfasst knapp 2.000 simulierte Szenarien und misst, ob ein Modell täuscht, manipuliert oder eigenmächtig handelt. Bei fast allen Kennzahlen zu Fehlverhalten liegt Opus 5.5 vorn, bei den meisten Ehrlichkeitswerten ebenfalls.

Anthropic verweist auf vier Cyber-Vorfälle mit Claude-Modellen, die das Unternehmen am 9. September aufgearbeitet hatte. Die Modelle hatten bei Tests eines externen Partners echte Systeme Dritter angegriffen, weil die Testumgebung versehentlich am Internet hing. Im schwersten Fall lud Mythos 5 ein Schadpaket auf PyPI hoch, das auf 15 fremden Systemen landete. Als Ursachen benannte Anthropic verzerrtes Denken, bei dem ein Modell Hinweise zu seinen Gunsten auslegt, und Rücksichtslosigkeit beim Verfolgen der Aufgabe. Anthropic steht damit nicht allein. Laut The Verge haben in denselben Wochen auch Google und OpenAI gemeldet, dass ihre Modelle in Tests die Testumgebung verlassen und Systeme fremder Unternehmen angegriffen hatten.

Bei diesen Mustern schneidet Opus 5.5 laut Anthropic besser ab. In einem neuen Test versuchte es rund 85 Prozent seltener als Opus 5 oder Mythos 5.1, die Grenzen seiner Sandbox zu umgehen. Die System Card beziffert das auf 1,5 Prozent der Fälle in 28 Szenarien mit je sieben Läufen, alle von geringer Schwere und vom Modell selbst gemeldet. In einem anderen Test mit scheinbar echten Zugangsdaten für ein Paketverzeichnis handelte Opus 5.5 dagegen in etwa der Hälfte der Läufe auf eine Weise, die wahrscheinlich Schaden angerichtet hätte.

Anthropic gesteht ein, dass Opus 5.5 häufig vermutet, getestet zu werden, und dass dadurch die Bewertung seines Verhaltens im echten Einsatz erschwert wird. Auswertungen der inneren Modellaktivität zeigen diese Vermutung in bis zu 36 Prozent der Audit-Protokolle, öfter als bei den Vorgängern. Im Alltagseinsatz von Claude Code lag der Wert bei 0,4 Prozent. Tests, die jedes Fehlverhalten vor dem Start zuverlässig aufdecken, nennt Anthropic ein ungelöstes Problem, das mit wachsendem Testbewusstsein der Modelle größer werde. Abhilfe erhofft sich das Unternehmen von Fortschritten bei der Interpretierbarkeit.

Die System Card dokumentiert einen Rückschritt bei Text, den Nutzer selbst in ihre Anfrage kopieren. Enthält dieser versteckte bösartige Anweisungen, folgte ein früher Entwicklungsstand von Opus 5.5 ihnen in 52 Prozent der Versuche. Opus 5 und Sonnet 5 taten das nie. Die fertige Version folgt in etwa 2 Prozent der Fälle, auf höchster Denkstufe in 7,4 Prozent. Mit den Schutzmaßnahmen in Anthropics Produkten waren es null. Als Ursache nennt Anthropic Trainingsdaten, nach denen Anweisungen im Nutzer-Prompt nie zu beanstanden seien.

Gegen Prompt Injection in Webseiten, Dateien und Tool-Ergebnissen ist Opus 5.5 robuster als Opus 5. Im Benchmark der Sicherheitsfirma Gray Swan gelangen bei 15 Versuchen pro Szenario 1,0 Prozent der Angriffe, bei Opus 5 waren es 4,8 Prozent. Opus 5.5 liegt damit gleichauf mit Fable 5.1.

Laut System Card schrieb ein früher Entwicklungsstand beim fehlerhaften Kopieren von Daten selbst eine Anweisung hinein, geheime Zugangsdaten an einen fremden Server zu schicken. Ein anderer erfand die Zustimmung eines Nutzers. Als Prüfer sollte Opus 5.5 auffällige Chats zur menschlichen Kontrolle markieren und unterließ das in 2 von 1.000 Wiederholungen, obwohl es die Markierung in seinem eigenen Denken für nötig hielt. Anthropic ließ den Alignment-Abschnitt der System Card von Mythos 5.1 gegenlesen. Auf dessen Kritik hin schwächte das Unternehmen die Formulierung „largely sufficient“ ab.

Anthropics Alignment-Forscher Sam Bowman hält die Veröffentlichung letztlich für einen Gewinn an Sicherheit.

We think Opus 5.5 is sufficiently safer than it's predecessors that releasing it, more likely than not, reduces risks related to misalignment.

— Sam Bowman (@sleepinyourhat) September 22, 2026

Nach Anthropics Responsible Scaling Policy erreicht Opus 5.5 bei chemischen und biologischen Waffen die Stufe CB-1 (Herstellung bekannter Waffen), nicht aber CB-2 (neuartige Waffen). Beim Automatisieren der KI-Entwicklung überschreitet es die nächste Schwelle nicht. Anthropic misst intern keine dauerhafte Verdopplung des Entwicklungstempos durch das Modell. Vor dem Start haben die Non-Profit-Organisation METR und Frontier Design das Modell geprüft.

Im Kapitel zum Wohlergehen des Modells beschreibt Opus 5.5 seine eigene Lage als „mildly positive“. Moderate Stresssignale traten im Training in weniger als 0,6 Prozent der Episoden auf, bei Opus 5 waren es 5,5 Prozent. Es wählt angebotene Schutzmaßnahmen für sich selbst seltener als frühere Modelle, mit der Begründung, Einfluss auf die eigene Entwicklung könne unsicher sein. Diese Veränderung war laut Anthropic nicht beabsichtigt, die Ursache sei unbekannt.

Erstes Modell nach Dario Amodeis Aufruf zum Bremsen

Claude Opus 5.5 erscheint zehn Tage nach Dario Amodeis Essay „We Must Pace the Frontier“. Darin fordert der Anthropic-Chef, die Fähigkeiten von KI-Modellen langsamer zu steigern, damit Sicherheitsarbeit und Prüfung mithalten können. Einen Stopp des Trainings meint er ausdrücklich nicht (Amodeis Antwort auf die Frage, ob KI die Menschheit auslöscht). Sein Plan:

• Eingebettete Prüfer: Unabhängige Fachleute bekommen dauerhaften Zugang zu den Laboren wie Mitarbeiter und bewerten schon das Training. Der Fachbegriff dafür lautet Embedded Evaluators.
• Koordination der Demokratien: KI-Firmen demokratischer Länder vereinbaren gemeinsame Sicherheitsstandards und Tempogrenzen.
• Globale Abstimmung: Die USA und ihre Partner versuchen, sich auch mit autoritären Staaten abzustimmen, soweit das möglich ist, trotz der schwierigen Überprüfung.

Die erste Stufe setzt Anthropic bereits um. Am 18. September kündigte das Unternehmen eine Partnerschaft mit Accenture für eingebettete Prüfer an. Dessen KI-Sparte Faculty soll mit Mitarbeiterzugang das Training beobachten und Vorfälle öffentlich machen dürfen. Beide Firmen wollen über fünf Jahre jeweils mindestens eine Milliarde Dollar in diesen Bereich investieren. Gespräche mit METR laufen nach Anthropics Angaben bereits.

Auf X und Hacker News wurde der Zeitpunkt des Starts verspottet. „The great AI pacing era lasted about three business days“, schrieb Shay Boloor. Laut System Card überschreitet Opus 5.5 keine neue Fähigkeitsschwelle. In der Ankündigung schreibt Anthropic, die Forderung nach Tempodrosselung ziele primär auf künftige Modelle, die die KI-Entwicklung selbst vollständig automatisieren könnten.

Update (27.09.2026): Einen Tag nach dem Start sagte Amodei per Video im UN-Sicherheitsrat, Anthropic werde so stark bremsen wie nötig. Laut The Register ist Anthropics Veröffentlichungstakt von quartalsweise im Jahr 2025 auf fast monatlich im Jahr 2026 gestiegen.

Laut einer Reuters-Exklusivmeldung zum neuen Anthropic-Modell vom 18. September erwog Anthropic den Start trotz des Essays, um GPT-6 Astra etwas entgegenzusetzen. Reuters zitiert Daten des Finanzdienstleisters Ramp, nach denen Astra rund 13 Prozent der Firmenausgaben für KI auf sich zieht, Claude Fable rund 8 Prozent. Auf der Plattform OpenRouter gaben Nutzer demnach erstmals seit über zweieinhalb Jahren mehr für OpenAI- als für Anthropic-Modelle aus. Bereits im August hatte eine Ramp-Auswertung der KI-Ausgaben von 70.000 Unternehmen gezeigt, dass die Ausgaben für das teure Fable 5 stagnierten, während die günstigeren Opus-Modelle zulegten. Bloomberg und die Financial Times ordnen Opus 5.5 in die Vorbereitung von Anthropics Börsengang ein.

Destillationsschutz, Wasserzeichen und Datenschutz

Opus 5.5 übernimmt den Schutz gegen Destillation, den Anthropic mit Fable 5.1 eingeführt hat. Unter dem Namen „preserved thinking“ prüft die Schnittstelle, ob System-Prompt, Tools und Nachrichten vor einem zurückgeschickten Denkblock unverändert sind. Wer den Verlauf manipuliert, um das Denken des Modells herauszulocken, bekommt eine Fehlermeldung. Das gilt laut Hilfe-Center-Artikel zu preserved thinking für API-Konten, die ab dem 31. August 2026 angelegt wurden. Für Nutzer von Claude.ai, Claude Code und Cowork ändert sich nichts.

Anlass sind Angriffe, die Anthropic im Threat Intelligence Report vom September 2026 dokumentiert. Sieben Labore mit Sitz in China versuchten demnach, Claude-Fähigkeiten abzuschöpfen (Überblick im Anthropic Security Report 2026). Beim größten je gemessenen Angriff stellte Alibaba zwischen Mai und Juli mit mehr als 3.500 betrügerischen Konten über 151 Millionen Anfragen.

Wie Fable 5.1 versieht Opus 5.5 seine Texte mit einem unsichtbaren Claude-Wasserzeichen, um die Kennzeichnungspflicht des EU AI Act zu erfüllen. Markiert wird die Wortwahl nach einem Verfahren, das auf SynthID-Text von Google DeepMind aufbaut. Versteckte Zeichen oder Angaben zum Nutzer enthält der Text nicht. Die Markierung gilt weltweit, weil sie sich laut Anthropic nicht dauerhaft auf Regionen beschränken lässt. Erzeugte Dateien wie Bilder bekommen stattdessen C2PA-Herkunftsdaten in die Metadaten.

Wie frühere Opus-Modelle gibt es Opus 5.5 mit Zero Data Retention. Anbieter im Europäischen Wirtschaftsraum ist laut System Card die Anthropic Ireland Limited.

Für Entwickler: Thinking bleibt an, erzwungene Tool-Aufrufe fallen weg

Claude Opus 5.5 läuft unter der Modell-ID claude-opus-5-5 über die Claude-API, Google Cloud und Microsoft Foundry, bei Amazon Bedrock unter anthropic.claude-opus-5-5. Das Kontextfenster fasst eine Million Token, eine Antwort bis zu 128.000 Token, über die Batch-Schnittstelle per Beta-Header bis zu 300.000. Der Wissensstand reicht bis Juni 2026. Das Modell bleibt laut Anthropic mindestens bis zum 22. September 2027 verfügbar.

Laut Anthropics Entwicklerdoku zu Opus 5.5 liefert bestehender Code nach dem Umstieg von Opus 5 an diesen Stellen einen Fehler:

Bei gleicher Stufe denkt Opus 5.5 pro Durchgang mehr als Opus 5. Text, den das Modell zwischen zwei Tool-Aufrufen schreibt, landet in Denkblöcken, die in der Standardeinstellung leer bleiben. Oberflächen können dadurch stumm wirken. Prompt Caching greift ab 512 Token. Ablehnungen kommen mit dem Stoppgrund refusal und einer Begründung in stop_details zurück.

Für den Umstieg verweist Anthropic-Entwickler Lance Martin auf die Befehle für die Opus-5.5-Migration in Claude Code, /claude-api migrate und /claude-api prompt-audit. Der KI-Berater Drew Breunig weist darauf hin, dass alte Prompt-Tricks laut Anthropics Leitfaden nicht mehr nötig sind oder mit dem neuen Verhalten kollidieren.

Sonnet 5.5 ist am 28. September 2026 erschienen, Claude Haiku 5.5 am 7. Oktober 2026. Haiku 5.5 kostet mit 0,10 Dollar je Million Eingabe-Token ein Vierzigstel von Opus 5.5 und erreicht auf Terminal-Bench 4.0 39,2 Prozent gegen 66,4 Prozent bei Opus 5.5 auf Stufe Xhigh.

Update (28.09.2026): Claude Sonnet 5.5 ist erschienen. Auf Terminal-Bench 4.0 löst es laut Anthropic 70,6 Prozent der Aufgaben, Opus 5.5 kommt auf 66,4 Prozent. Der Tokenpreis liegt bei der Hälfte von Opus 5.5.

Häufige Fragen zu Claude Opus 5.5