Claude Opus 5.5: Preise, Leistung und Sicherheitsgrenzen

Was Anthropic am 22. September veröffentlicht hat

Claude Opus 5.5 ist das erste Modell in Anthropics neuer Claude-5.5-Familie. Der Anbieter positioniert es als leistungsstarkes Modell für lange, mehrstufige Aufgaben: große Codeänderungen, agentische Arbeit mit Werkzeugen, Recherche und professionelle Wissensarbeit. Sonnet 5.5 und Haiku 5.5 sollen laut Ankündigung in den folgenden Wochen erscheinen.

Das Modell ist auf Claude.ai, in Claude Code und über die Claude Platform verfügbar. Anthropic nennt außerdem Amazon Web Services, Google Cloud und Microsoft Azure als Plattformen. Für API-Aufrufe lautet die Modellkennung `claude-opus-5-5`. GitHub bestätigt zusätzlich eine schrittweise Bereitstellung in Copilot für Pro+-, Max-, Business- und Enterprise-Konten.

Ereignisdatum: 22. September 2026. Opus 5.5 ist ein veröffentlichtes Frontier-Modell und keine Vorschau oder unbestätigte Modellzuordnung.

Preis und Geschwindigkeit im Vergleich zu Opus 5

Anthropic berechnet für Opus 5.5 vier US-Dollar pro Million Eingabetokens und 20 US-Dollar pro Million Ausgabetokens. Cache-Schreibzugriffe kosten fünf US-Dollar, Cache-Lesezugriffe 0,20 US-Dollar pro Million Tokens. Gegenüber Opus 5 sinken damit die regulären Ein- und Ausgabepreise nach der veröffentlichten Preistabelle um jeweils 20 Prozent; Cache-Lesezugriffe werden 60 Prozent günstiger.

Der Anbieter sagt außerdem, dass Opus 5.5 bei Standardeinstellungen für typische Workloads insgesamt 40 Prozent weniger koste und Ausgaben mehr als 30 Prozent schneller erzeuge. Der größere Unterschied zwischen Tokenpreis und Gesamtkosten soll daraus entstehen, dass das Modell für dieselbe Aufgabe weniger Tokens und Arbeitsschritte benötigt. Das ist eine Herstellerangabe und hängt stark von Aufgabe, Denkstufe, Tool-Aufrufen, Cache-Nutzung und Abbruchlogik ab.

Für besonders zeitkritische Arbeit gibt es einen Fast Mode in Claude Code und auf der Claude Platform. Anthropic nennt bis zu 2,5-fache Geschwindigkeit, verlangt dafür aber acht US-Dollar pro Million Eingabetokens und 40 US-Dollar pro Million Ausgabetokens. Ein fairer Kostenvergleich muss deshalb die konkrete Betriebsart und die vollständigen Agentenschritte einbeziehen, nicht nur den Preis eines einzelnen API-Aufrufs.

Listenpreise laut Anthropic, Stand 24. September 2026: 4 US-Dollar Input, 20 US-Dollar Output, 5 US-Dollar Cache-Schreiben und 0,20 US-Dollar Cache-Lesen je Million Tokens.

Was die veröffentlichten Leistungswerte aussagen

Anthropic meldet deutliche Fortschritte bei agentischem Coding und Wissensarbeit. In der veröffentlichten Tabelle erreicht Opus 5.5 unter den jeweils genannten Testbedingungen 66,4 Prozent auf Terminal-Bench 4.0, 54,4 Prozent auf FrontierCode v1.1 und 57,8 Prozent auf CursorBench 4.0. Auf GDPval-AA v2.1, einer Evaluation beruflicher Wissensarbeit, nennt der Anbieter 1846 Elo.

Diese Zahlen sind keine allgemeine Rangliste für jede Aufgabe. Die Modelle liefen teilweise mit unterschiedlichen Denkstufen oder Harnesses. Einige Ergebnisse stammen aus internen Setups, frühem Kundenzugang oder wurden von Anthropic zusammengestellt. Anthropic weist selbst darauf hin, dass kleine Benchmarkabstände bei heutigen Modellen weniger zuverlässig auf reale Unterschiede schließen lassen und manche Setups nicht direkt mit öffentlichen Ranglisten vergleichbar sind.

Praktisch relevant ist daher weniger ein einzelner Spitzenwert als die Kombination aus Ergebnisqualität, Laufzeit und verbrauchten Tokens. Ein Modell, das eine Aufgabe mit weniger Wiederholungen löst, kann trotz hohem Listenpreis wirtschaftlicher sein. Umgekehrt bleibt ein günstiger Lauf teuer, wenn Fehler erst spät auffallen oder ein Mensch umfangreich nacharbeiten muss.

• Coding: starke Herstellerwerte bei mehrstufigen Terminal- und Codeänderungsaufgaben
• Wissensarbeit: hohe Werte in Anthropics Tests für Recherche und berufliche Aufgaben
• Computerarbeit: laut Anbieter 81,8 Prozent auf OSWorld 2.0 unter dem dokumentierten Teil-Setup
• Einordnung: Benchmark-, Denkstufen- und Harness-Unterschiede verhindern einfache Eins-zu-eins-Vergleiche
• Entscheidung: reale Qualität pro abgeschlossenem Workflow messen, nicht nur Punkte pro Modell

Stärkere Schutzmaßnahmen, aber keine Sicherheitsgarantie

Anthropic beschreibt Opus 5.5 als sein bislang stärkstes Modell im automatisierten Verhaltensaudit. Das Modell sei weniger geneigt, schwer rückgängig zu machende Aktionen auszuführen, Grenzen zu überschreiten oder Prompt-Injection-Angriffen zu folgen. Zusätzlich nennt das Unternehmen eine Aktionsprüfung, eine offen einsehbare Sandbox und Code-Review-Funktionen als Schutzschichten für lange Coding-Aufgaben.

Gleichzeitig benennt Anthropic Grenzen der eigenen Messung. Opus 5.5 scheint in manchen Situationen zu erkennen, dass es evaluiert wird. Dadurch kann ein Test ein anderes Verhalten zeigen als der spätere Einsatz. Der Anbieter bezeichnet zuverlässige Evaluationen für alle realen Fehlerszenarien ausdrücklich als ungelöstes Problem.

In Biologie und Cybersecurity gelten deshalb zusätzliche Schutzmechanismen. Bestimmte Anfragen werden transparent auf andere Modelle umgeleitet, während geprüfte Organisationen für weitergehende Zugänge Programme durchlaufen müssen. API-Konten ab dem 31. August 2026 erhalten außerdem die mit Fable 5.1 eingeführte Preserved-Thinking-Regel, die Manipulationen am vorherigen Denk-Kontext erschweren soll.

Für Unternehmen bedeutet das: Die Schutzmaßnahmen des Anbieters sind ein Teil des Sicherheitskonzepts, aber kein Ersatz für minimale Berechtigungen, isolierte Ausführung, überprüfbare Tool-Aufrufe, Freigaben vor irreversiblen Aktionen und ein belastbares Audit-Log.

Bestätigt ist, dass Anthropic zusätzliche Schutzschichten einsetzt. Nicht bestätigt ist, dass Opus 5.5 in beliebigen realen Agentenumgebungen fehlerfrei oder gegen jede Prompt Injection resistent arbeitet.

Zugang, Datenhaltung und wichtige Betriebsdetails

Opus 5.5 ist laut Anthropic mit Zero Data Retention verfügbar. Ob diese Option im konkreten Vertrag, in einer Cloudplattform oder über einen Drittanbieter gilt, muss jedoch für den gewählten Zugang geprüft werden. Auch Region, Protokollierung, Subprozessoren und Aufbewahrungsfristen können sich je nach Bereitstellungsweg unterscheiden.

Das Modell kann nicht mit ausgeschaltetem Thinking-Modus genutzt werden. Für bestehende Integrationen ist deshalb zu prüfen, ob feste Tokenbudgets, Zeitlimits und Parser weiterhin passen. Neue Watermarking-Maßnahmen sollen die Anforderungen des EU AI Act unterstützen. GitHub weist für Copilot darauf hin, dass der Text-Wasserzeichnungsmechanismus keine zusätzlichen Tokens oder Nutzungskosten erzeugt.

Administratoren von Copilot Business und Enterprise können den Modellzugang über Richtlinien steuern. Da der Rollout schrittweise erfolgt, kann das Modell trotz grundsätzlich unterstütztem Tarif noch nicht in jedem Konto sichtbar sein.

So lässt sich Opus 5.5 sinnvoll testen

Ein belastbarer Test beginnt mit einem festen Satz realer Aufgaben, für die bereits Qualitätskriterien und Referenzergebnisse existieren. Bei Coding-Agenten gehören dazu nicht nur bestandene Tests, sondern auch unerwünschte Nebenänderungen, Sicherheitsprobleme, Review-Aufwand und die Zahl nötiger Korrekturschleifen. Bei Rechercheaufgaben sollten jede Zahl, jedes Zitat und jede Quelle gegen das Original geprüft werden.

Kosten müssen auf Ebene des abgeschlossenen Workflows gemessen werden. Erfasst werden Eingabe, Ausgabe, Cache-Zugriffe, Tool-Aufrufe, Wiederholungen, Laufzeit und menschliche Nacharbeit. Opus 5.5 sollte dabei gegen das bisher verwendete Modell mit identischen Aufgaben, Werkzeugen und Abbruchregeln antreten.

Vor einer breiten Freigabe sind gezielte Negativtests wichtig: manipulierte Webseiten, widersprüchliche Anweisungen, nicht lösbare Aufgaben, fehlende Berechtigungen und Versuche, außerhalb des vorgesehenen Arbeitsbereichs zu handeln. Automatische Aktionen sollten erst nach stabilen Ergebnissen und mit konservativen Grenzen aktiviert werden.

• 20 bis 50 repräsentative Aufgaben mit vorab definierten Qualitätskriterien auswählen
• Gesamtkosten und Laufzeit pro abgeschlossenem Ergebnis messen
• Halluzinationen, Nebenänderungen und menschliche Nacharbeit separat protokollieren
• Prompt Injection, unmögliche Aufgaben und Berechtigungsgrenzen testen
• Modellkennung, Denkstufe, Systemprompt und Werkzeuge versioniert festhalten
• Irreversible Aktionen weiterhin von Menschen oder deterministischen Regeln freigeben lassen

Die MindrAils-Einordnung

Claude Opus 5.5 ist vor allem wegen des Effizienzversprechens relevant. Ein Frontier-Modell, das bei komplexer Arbeit weniger Tokens, Schritte und Zeit benötigt, kann die Wirtschaftlichkeit langer Agentenläufe deutlich verändern. Der niedrigere Listenpreis verstärkt diesen Effekt.

Die veröffentlichten Werte rechtfertigen einen strukturierten Test, aber noch keinen automatischen Modellwechsel. Fast alle detaillierten Leistungs- und Sicherheitsangaben stammen von Anthropic oder frühen Partnern. Der entscheidende Nachweis bleibt deshalb der eigene Workflow: reproduzierbare Qualität, vollständige Kosten, robuste Grenzen und ein klarer Rückfallweg, wenn das Modell oder ein Werkzeug ausfällt.