Der Sprung beim Coding, in Zahlen
Opus 5 ist, so wie es die Benchmarks erzählen, das stärkste Spitzenmodell beim agentischen Coding. Auf SWE-bench Pro erreicht es 79,2% gegenüber 69,2% von Opus 4.8: zehn Punkte. Zur Einordnung: Sonnet 5 steht im selben Test bei 63,2%, während die Frontier-Modelle Fable 5 und Mythos 5 um die 80% liegen. Auf SWE-bench Verified ist der berichtete Wert noch höher.
Eine methodische Anmerkung, denn Zahlen zählen nur, wenn sie ehrlich sind: Abgesehen von SWE-bench Verified stammen diese Zahlen aus Berichten von Dritten aus den ersten Tagen nach dem Launch. Die Größenordnung ist gefestigt, die einzelnen Prozentwerte sind als Richtwerte zu nehmen, bis die vollständigen offiziellen Evals erscheinen. Wenn du das nicht-technische Bild brauchst, starte bei was Opus 5 ist.
CursorBench und die Kosten pro Task
Die interessanteste Zahl für Entwickler ist nicht die Qualitätsspitze, sondern das Qualitäts-Kosten-Verhältnis. Auf CursorBench 3.2 kommt Opus 5 bei maximalem effort bis auf rund einen halben Punkt an Fable 5 heran und zahlt den halben Preis pro Task. Anthropic behauptet zudem, dass Opus 5 auf den effort-Stufen high, xhigh und max mehr leistet als jedes andere Modell bei gleichen Kosten.
Übersetzt für ein Dev-Team: Du kannst ein Spitzenmodell über den gesamten Ablauf halten — vom Lesen des Codes über das Refactoring bis zum Debugging — ohne die Stromrechnung, die dich zwingt, bei schweren Aufgaben herunterzustufen. Hier verändert das neue Modell die Gewohnheiten, nicht nur die Benchmarks.
Der effort dial für alle, die programmieren
Der effort dial ist besonders nützlich in der Entwicklung, wo die Aufgaben sehr unterschiedliche Schwierigkeit haben. Einen banalen Unit-Test zu generieren und eine komplexe Schema-Migration zu entwerfen verdienen nicht dasselbe Denkbudget.
Mit Opus 5 hebst du den effort bei den architektonischen Aufgaben an und senkst ihn bei der mechanischen Arbeit. Das Ergebnis sind vorhersehbarere Kosten pro Session und, bei den schwierigen Aufgaben, mehr Verifikations-Iterationen, bevor man "erledigt" erklärt — Anthropic meldet genau ein Modell, das "besser darin ist, die eigene Arbeit zu überprüfen und zu iterieren, bis es gelingt". Für alle, die Agenten autonom laufen lassen, ist es der Unterschied zwischen einem Agenten, der abliefert, und einem, der auf halbem Weg stehen bleibt.
Willst du Opus 5 an deinem Code arbeiten lassen?
30 Minuten für Ihren spezifischen Fall.
Die zwei API-Betas, die zählen
Zusammen mit Opus 5 hat Anthropic zwei Beta-Funktionen ausgeliefert, die für alle gedacht sind, die Agenten auf der API bauen.
Die erste: Werkzeugwechsel mitten im Gespräch ohne Invalidierung des Prompt-Cache. Ein Agent kann während des Laufs Tools erwerben oder verlieren — zum Beispiel den Zugang zu einer Datenbank erst nach einem Check freischalten — ohne den gesamten Kontext erneut zu bezahlen. Bei langen Abläufen ist das eine echte Ersparnis. Die zweite: automatische Fallbacks. Wird eine Anfrage von den Sicherheits-Klassifikatoren blockiert, wird sie an ein anderes verfügbares Modell weitergeleitet, statt zu scheitern. Weniger unbehandelte Fehler in Produktion. Das sind die Feinheiten, die einen Prototyp von einem Agenten trennen, der echten Traffic aushält. Für die Grundlagen siehe den Leitfaden zu Agent SDK und autonomen Agenten.
Was sich in Claude Code ändert
In Claude Code, dem Terminal-Werkzeug von Anthropic, wird Opus 5 die empfohlene Engine für die ernsthafte Arbeit: zuverlässiger bei Multi-File-Aufgaben, besser darin, vor dem Abschluss zu überprüfen und zu korrigieren, mit dem effort, den du anheben kannst, wenn Tiefe gebraucht wird. Der Fast mode, schneller zum doppelten Preis, ist praktisch, wenn die Latenz mehr stört als die Kosten — typisch für dichte interaktive Sessions.
Für ein Team, das bereits in Claude Code arbeitet, erfordert das Upgrade keine Umschreibung: Das Modell darunter wechselt, und man misst neu. Wenn du Claude Code oder die Agenten in einen Unternehmenskontext bringst, mit Kontrolle über Berechtigungen und Sicherheit, siehe Claude Code für Unternehmen.
Lohnt sich das Upgrade?
Für alle, die mit Claude entwickeln, ja, fast immer. Gleicher Listenpreis wie Opus 4.8, deutlich bessere Coding-Leistung, Kostenkontrolle mit dem effort dial und zwei Betas, die den Agenten Reibung nehmen. Die einzige Vorsicht: die eigenen Tests und Evals erneut laufen lassen, denn ein neues Modell verändert die Outputs, und was vorher abgestimmt war, muss neu überprüft werden.
Bei Maverick AI bauen wir Agenten und Integrationen mit Claude Code, Agent SDK und MCP und bringen sie mit den nötigen Kontrollen in Produktion. Wenn du Opus 5 an deinem Code oder deinen Agenten arbeiten lassen willst, schreib uns.