Das Fazit in 5 Sekunden: Die eigentliche Neuerung bei Claude Opus 5.5 liegt nicht nur in der Trefferquote bei einzelnen Aufgaben. Lange Programmieraufgaben, riesige Code-Repositories, Dutzende Tool-Aufrufe, Selbstkontrolle und mehrstufige Aufträge laufen jetzt mit weniger Schritten und weniger Tokens durch als bei Opus 5. Und die API-Preise sind auch noch gesunken. In der KI-Welt geht es weniger um den IQ-Test und mehr um die Frage: „Zieht der das wirklich bis zum Ende durch?"
1. Das Netz ist voll von „Opus ist verrückt gut" – aber der Nutzungsbalken ist nicht der Punkt
Direkt nach dem Release häuften sich die Berichte: „Stundenlang auf High gelaufen, und die Nutzungsanzeige hat sich kaum bewegt." Oder: „Spiel, Animation, Sound und Code gleichzeitig parallel bauen lassen – kein Problem."
Solche Erfahrungsberichte vom ersten Tag sind unterhaltsam. Wissenschaft ist ein Nutzungsbalken allein aber nicht. Je nach Tarif, Cache-Quote, Aufwandsstufe (Effort-Level), Aufgabe und Zeitpunkt des Resets bedeuten dieselben 8 % etwas ganz anderes.
Diesmal kommen zum Rummel aber auch offizielle Zahlen.
Laut Anthropic läuft Opus 5.5 bei typischen Workloads rund 40 % günstiger als Opus 5 und liefert seine Ausgabe mehr als 30 % schneller. Die API kostet pro Million Tokens 4 Dollar für Eingabe, 20 Dollar für Ausgabe und 0.20 Dollar fürs Lesen aus dem Cache. Bei Opus 5 waren es 5, 25 und 0.50 Dollar.
Es geht also nicht ums Sparen durch kurze Antworten. Die Entwicklung zielt darauf, die unnötigen Hin-und-her-Schleifen bis zum Abschluss einer Aufgabe zu verringern.
2. Von 5 zu 5.5 hat sich weniger der „Kopf" verbessert als die Arbeitsweise
Die Beispiele sind ziemlich deutlich.
Anthropic nennt einen frühen Nutzer, der eine Code-Migration mit rund 680.000 Zeilen in weniger als einem Tag abgeschlossen hat. Bei der Prüfung und Korrektur einer Codebasis mit 200.000 Zeilen brauchte Opus 5.5 unter 3 Stunden, Opus 5 über 20 Stunden und verbrauchte dabei etwa 2.5-mal so viele Tokens.
In einem anderen Test sollte die Ladezeit sämtlicher Seiten einer Web-App verbessert werden. Von 40 Versuchen gelangen Opus 5.5 39. Dazu kommen frühe Bewertungen unter anderem von GitHub, Lovable und Kiro: Das Modell nutze einmal gesammelten Kontext für vollständigere Änderungen, verrenne sich seltener in endlosen Wiederholungsschleifen und löse Aufgaben mit weniger Schritten, Tool-Aufrufen und Tokens als Opus 5.
Der typische Unfall bei KI-Agenten sieht so aus:
- Er hat recherchiert.
- Er hat halb repariert.
- Er hat ein anderes Problem entdeckt.
- Er hat mit „Ich habe ein Problem gefunden" aufgehört.
- Der Mensch kommt zurück und sagt: „Dann repariere es doch bitte!"
Bei Opus 5.5 geht die Verbesserung deutlich in die Richtung, diese „Zwischenstand-Lieferung" zu reduzieren und stattdessen Untersuchen → Ändern → Prüfen → Nachbessern → Abschluss bestätigen zu verknüpfen.
3. Kann es besser „erkunden" als Astra? – Je nach Art der Erkundung dreht sich das Bild
Wer „Erkundungsfähigkeit" auf eine einzige Zahl reduziert, liegt schnell daneben.
In Anthropics Vergleichstabelle erreicht Opus 5.5 im Terminal-Bench 4.0 66.4 %, GPT-6 Astra 57.9 %. Bei FrontierCode Main liegt Opus 5.5 mit 54.4 % zu 53.3 % knapp vorn. Bei GDPval-AA, einem Test für Wissensarbeit, steht es 1846 zu 1542.
Dagegen kommt Astra beim Terminal-Bench Science 0.1, einem Test für wissenschaftliche Forschungsabläufe, auf 64.6 %, Opus 5.5 auf 58.7 %. Auch bei AutomationBench, einem Test für Arbeitsautomatisierung, liegt Astra mit 41.4 % zu 40.0 % ganz leicht vorn.
OpenAI selbst berichtet für Astra außerdem 99.9 % bei ARC-AGI-3, einem Test, ob sich ein Modell an unbekannte Umgebungen anpassen kann, und 64.6 % bei wissenschaftlichen Workflows.
Grob sortiert sieht es so aus:
| Art der Erkundung | Tendenz |
|---|---|
| Ein riesiges Repo lesen, mögliche Ursachen ausschließen und reparieren | Opus 5.5 ist deutlich stark |
| Mehrere Dateien bearbeiten, testen, nachbessern | Opus 5.5 ist stark |
| Lange am selben Ziel arbeiten, ohne den Faden zu verlieren | Opus 5.5 hat sich stark verbessert |
| Wissenschaftliche Software nutzen, Hypothesen und Analysen durchspielen, Modelle erraten | Astra wird stark bewertet |
| Die Regeln einer unbekannten Umgebung selbst lernen und sie meistern | Astra wird sehr stark bewertet |
| Allround-Agenten über Browser, PC und mehrere Apps hinweg | Hängt von Aufgabe und Rahmen ab (Harness) |
„Astra ist erledigt" stimmt also genauso wenig wie „Opus gewinnt überall".
Erkunden heißt nicht, die richtige Antwort auf Anhieb zu erraten, sondern Zweige anzulegen, auszuprobieren, zu verwerfen und immer weiterzugehen. Dabei zählt nicht nur die Intelligenz in einem Anlauf, sondern auch die Zahl der Versuche, die Token-Effizienz, das Festhalten am Kontext und die Qualität der Tool-Aufrufe.
4. Und selbst GPT-6 Sol ist billiger geworden. Der Stundenlohn der KI ist plötzlich gefallen
Kompliziert wird es dadurch, dass auch OpenAI bei der Spritersparnis mitzieht.
Auf der offiziellen Modellseite von GPT-6 Sol stehen 2 Dollar für Eingabe, 10 Dollar für Ausgabe und 0.20 Dollar für Cache-Eingabe pro Million Tokens. Das Modell hat 1.05 Millionen Tokens Kontext und bis zu 128.000 Tokens Ausgabe. Als Einsatzgebiet genannt werden ausdrücklich „komplexes Programmieren und agentenbasierte Workflows".
Der Wettbewerb dreht sich dadurch weniger um die Frage
„Welches Modell ist am klügsten?"
sondern mehr um die Frage
„Wer lässt mich 100 Tool-Aufrufe und stundenlange Arbeit durchziehen, ohne dass zuerst mein Geldbeutel und dann das Rate-Limit kapituliert?"
Wird ein Modell billiger, muss die Ausgabe nicht mehr knapp gehalten werden. Man kann mehr Lösungszweige verfolgen, einen weiteren Prüfdurchlauf einlegen, mehr Sub-Agenten einsetzen.
Billigere Intelligenz bedeutet billigeres Ausprobieren.
5. Was kostet Claude? Ab 20 Dollar im Monat – aber die API ist damit nicht gratis
Laut offizieller Übersicht kostet Claude für Privatpersonen bei Free 0 Dollar, bei Pro 20 Dollar im Monat oder 200 Dollar im Jahr, bei Max 5x 100 Dollar im Monat und bei Max 20x 200 Dollar im Monat. Max bietet das 5- beziehungsweise 20-Fache an Sitzungskapazität gegenüber Pro und schließt Claude Code ein.
Wichtig ist hier: Abo, interaktives Claude Code, API und nicht-interaktive Ausführung sind nicht ein und derselbe Geldbeutel.
Mit Pro oder Max bekommt man die Anthropic-API nicht unbegrenzt gratis dazu. Normale Nutzung mit API-Schlüssel wird nach Verbrauch abgerechnet; bei Opus 5.5 sind das 4 Dollar für Eingabe und 20 Dollar für Ausgabe pro Million Tokens.
Das interaktive Claude Code dagegen läuft über das Kontingent des Abos.
Seit dem 15. Juni 2026 sind bei berechtigten Pro-, Max-, Team- und Enterprise-Plänen das Agent SDK und der nicht-interaktive Modus von Claude Code (claude -p) vom normalen Nutzungslimit des Claude-Plans getrennt. Berechtigte Nutzer erhalten ein monatliches Guthaben speziell für das Agent SDK: 20 Dollar bei Pro, 100 Dollar bei Max 5x, 200 Dollar bei Max 20x. Konten mit nutzungsbasierter Abrechnung, die die Claude Platform direkt per API-Schlüssel nutzen, sind von diesem Guthaben ausgenommen.
Kurz gesagt: Wer nur auf den Monatspreis schaut und denkt „damit habe ich alles unbegrenzt", wird unangenehm überrascht. Wer dagegen das Kontingent für den Dialog und das für die automatische Ausführung getrennt plant, für den wird es plötzlich spannend. Die KI-Preisliste verlangt inzwischen mehr Planung als ein Handytarif.
6. Kann man Opus 5.5 in OpenCode stecken? – Mit der API ja, per Direktanbindung ans Abo ist es eine andere Geschichte
OpenCode unterstützt viele LLM-Anbieter. Einen Anthropic-API-Schlüssel einzutragen und Opus-Modelle zu nutzen, ist also ein ganz normaler Aufbau.
Vorsicht ist aber bei der Idee geboten: „Dann nehme ich einfach mein Claude-Pro/Max-Kontingent mit in OpenCode, und es kostet nichts extra."
Die aktuelle Dokumentation von OpenCode selbst schreibt: Es gebe zwar Plugins, um Claude Pro/Max in OpenCode zu nutzen, aber Anthropic untersage diese Nutzung ausdrücklich, und ab OpenCode 1.3.0 werde das nicht mehr mitgeliefert.
Es bleiben also zwei vernünftige Optionen:
- OpenCode + Anthropic-API: viel Freiheit, aber Abrechnung nach Verbrauch.
- Claude Code + Pro/Max: der offizielle Weg von Anthropic, bei dem interaktive Nutzung aus dem Abo-Kontingent läuft.
Eine Arbeitsteilung ist durchaus realistisch: GPT-6 Sol für günstige Massenverarbeitung, Opus 5.5 für lange Repo-Arbeit, Astra für schwierige Erkundung in Wissenschaft und unbekannten Umgebungen.
Sogar KI-Modelle werden jetzt nach Eignung eingesetzt. Das erinnert langsam an ein Organigramm, aber immerhin berufen sie keine Meetings ein.
7. Der eigentliche Umbruch: Nicht „Klugheit", sondern die Art des Delegierens ändert sich
Bisherige Hochleistungsmodelle waren sehr kluge Gesprächspartner.
Als Agent eingesetzt blieben sie aber oft stehen bei:
„Bis hierhin habe ich recherchiert." „Ich habe dieses Problem gefunden." „Als Nächstes wäre dies sinnvoll."
Und der Mensch musste jedes Mal antworten: „Dann mach das bitte."
Bemerkenswert an Opus 5.5 sind Berichte früher Nutzer: Arbeiten über 6 Repositories hinweg liefen über 18 Stunden unbeaufsichtigt weiter, riesige Migrationen waren in weniger als einem Tag erledigt, und Selbstkontrolle lässt sich leichter einbauen.
Wenn sich das reproduzieren lässt, verändert sich auch das Prompt-Design.
Statt „Repariere diese Funktion" wird etwas wie das realistisch:
„Erreiche dieses Ziel. Suche die Ursache, nimm die nötigen Änderungen vor, teste, repariere bei Fehlern und mach weiter, bis die Abschlusskriterien erfüllt sind."
Auch bei der Modellwahl ist es praxisnäher, nicht nur auf die eine Benchmark-Krone zu schauen, sondern zu messen:
- Abschlussquote
- Anzahl der zusätzlichen menschlichen Eingriffe
- Gesamte Tokens
- Gesamte Tool-Aufrufe
- Tatsächlich benötigte Zeit
- Quote der Selbstreparatur nach einem Fehler
Die Antwort auf „Welches ist das stärkste Modell?" hängt von der Aufgabe ab.
Doch im Sinne von „Die Zeit rückt näher, in der man der KI Arbeit übergibt und sie wirklich erst nach dem Abschluss wieder auftaucht" ist Opus 5.5 ein ziemlich symbolisches Release.
Die Welt der KI-Agenten ist damit endgültig in der Phase angekommen, in der die Anwesenheitsbilanz mehr zählt als das Bewerbungsgespräch.
8. Und wie viel Verbrauch ist es nun wirklich? – Schon laut offizieller Tabelle ist Astra ein Durstiger
Jetzt kommt der Lieblingssport der Social-Media-Leute: der Nutzungsbalken-Wettkampf.
Laut aktueller OpenAI-Hilfe teilen sich Work und Codex ein gemeinsames Nutzungskontingent, und je nach Tarif greifen sowohl ein 5-Stunden-Fenster als auch ein Wochenlimit. Die geschätzte Zahl lokaler Nachrichten pro 5 Stunden beträgt bei GPT-6 Astra 5 bis 45 im Plus-Tarif, 25 bis 225 bei Pro 5x und 100 bis 900 bei Pro 20x. Bei GPT-5.6 Sol sind es 10 bis 100, 50 bis 500 und 200 bis 2.000, also grob doppelt so viele Nachrichten.
Das ist kein festes Nachrichtenlimit. Es hängt von Aufgabe, Reasoning-Einstellung und Kontextlänge ab. Schon die offizielle Tabelle zeigt aber: Astra ist als ein Modell ausgelegt, mit dem man im selben Kontingent weniger Durchläufe schafft als mit Sol.
Auch Messungen aus der Community gehen in diese Richtung. In einem Beitrag, in dem Claude und Codex im Niedrigpreis-Tarif 20 Tage lang parallel gemessen wurden, lag das effektive Wochenkontingent von Claude, umgerechnet auf API-Preise, etwa 3- bis 5-mal höher als das von Codex. Ein anderer langjähriger Codex-Nutzer berichtet, er habe im 200-Dollar-Tarif mit etwa 20 Stunden Astra High in einer Woche sein Wochenkontingent aufgebraucht.
Auf Hacker News gibt es einen Bericht, wonach im 100-Dollar-Tarif mit Astra in etwa 5 Stunden 70 % des Wochenkontingents weg waren, während ein anderer meldet, bei Opus 5.5 nach 8 Stunden tiefer Algorithmusarbeit nur 5 % der Woche verbraucht zu haben.
Wer daraus aber schließt „Claude hält garantiert 14-mal so lang", wird schnell schlampig. Das sind keine kontrollierten Experimente. Aufgaben, Effort, Cache, Sub-Agenten und Reset-Zeitpunkt unterscheiden sich. Außerdem hat Anthropic selbst zur Veröffentlichung von Opus 5.5 die 5-Stunden-Limits für Pro, Max und Team angehoben.
So liest man es richtig:
Astra ist stark, aber schwer. Opus 5.5 scheint derzeit nicht nur bei der Leistung, sondern auch bei der Frage, in wie vielen Stunden der „Wochentank" leer ist, gut aufgestellt zu sein.
Der Vergleich von KI-Modellen ist endgültig von der „Pferdestärke" bei „Liter pro 100 Kilometer" angekommen.
9. Der Mindestpreis für Claude Code liegt bei 20 Dollar im Monat. Gleich 100 Dollar zu zahlen ist nicht nötig
Der Einstieg in Claude Code per Abo ist Pro für 20 Dollar bei monatlicher Zahlung. Bei jährlicher Zahlung sind es 200 Dollar, umgerechnet etwa 17 Dollar im Monat. Max 5x kostet 100 Dollar im Monat, Max 20x 200 Dollar im Monat.
Wer Claude Code also nur ausprobieren will, braucht als Untergrenze weder 300 noch 100 Dollar, sondern 20 Dollar.
Der Wert von Max liegt hauptsächlich in der Nutzungsmenge. Max 5x hat etwa das 5-Fache, Max 20x etwa das 20-Fache der Sitzungskapazität von Pro.
Wer einen Wechsel des Coding-Agenten prüft, muss also nicht gleich zum teuren Tarif stürmen. Man lässt erst auf Pro dasselbe Repo mit derselben Art von Aufgaben laufen und misst:
- Nach wie vielen Stunden man ans 5-Stunden-Limit stößt
- Um wie viel Prozent das Wochenkontingent schrumpft
- Wie oft man zwischendurch eingreifen musste
- Ob die Arbeit bis einschließlich der Tests durchgelaufen ist
- Wie viele überflüssige Änderungen eingebaut wurden
Die teureren Tarife kauft man weniger, um „Klugheit zu kaufen", sondern eher, um die Schichtzeit zu verlängern, nachdem man eine gute Arbeitskraft gefunden hat.
10. Was zieht von Codex zu Claude Code um? – Nicht das „Gehirn", sondern Git und die Übergabenotiz
Beim Wechsel zu einem anderen Coding-Agenten denkt man schnell: „Ich muss ihm alle bisherigen Chats beibringen."
In der Praxis ist es aber stärker, nicht riesige Gesprächsprotokolle zu übertragen, sondern eine Datei mit den verdichteten Entscheidungen ins Repo zu legen.
Claude Code liest die Datei CLAUDE.md im Wurzelverzeichnis des Repos zu Beginn jeder Sitzung automatisch. Auch Anthropic selbst empfiehlt, dort Build-Befehle, Test-Befehle, Verzeichnisstruktur, Coding-Konventionen und wichtige Einschränkungen abzulegen, mit weniger als 200 Zeilen als Richtwert.
Ein praktischer Aufbau für den Umzug sieht so aus:
- Git-Repository: maßgebliche Quelle für Code und Verlauf
- AGENTS.md: Nachschlagequelle für die Regeln, die der bisherige Agent genutzt hat
- CLAUDE.md: stabile Dauerregeln, die bei jeder Sitzung gelesen werden
- docs/AI-HANDOFF.md: veränderliche Informationen wie aktueller Stand, offene Probleme und jüngste Entscheidungen
- Git-Historie: der Beleg, warum etwas so geworden ist, wie es ist
In Claude Code kann man sich per /init auch einen Entwurf für CLAUDE.md erstellen lassen.
Wichtig ist, aus CLAUDE.md keine „Gesamtwissen der Menschheit.txt" zu machen. Sie wird jedes Mal geladen, und je länger sie ist, desto eher gehen wichtige Regeln unter. Private Schlüssel, Tokens und Verbindungszeichenfolgen gehören selbstverständlich nicht hinein.
Ein Umzug ist also kein Neulernen.
Man kopiert nicht das Gehirn des Modells, sondern legt die Verfassung des Projekts und ein Übergabeheft in Git ab.
Dann wird auch der nächste Wechsel zu einem anderen Modell keine Völkerwanderung.
11. Die erste Anweisung an Claude lautet nicht „repariere", sondern „rekonstruiere zuerst die Welt aus dem Repo"
Als ersten Prompt lässt man den Agenten besser zuerst den Ist-Zustand rekonstruieren, statt sofort eine Implementierung zu verlangen. Das gibt weniger Unfälle.
Beispiel für einen Übergabe-Prompt
Übernimm dieses Repository von einem anderen Coding-Agenten. Ändere zunächst keinen Code, sondern sieh dir das gesamte Repo, die README, AGENTS.md, die Docs, die Package-Skripte, die CI-/Deploy-Konfiguration und die Git-Historie an. Fasse zusammen: maßgebliche Quellen, Build-/Test-/Deploy-Wege, Abschlusskriterien, Verbote und offene Probleme. Ordne danach die stabilen Dauerregeln in CLAUDE.md und den aktuellen Stand samt veränderlichen Informationen in docs/AI-HANDOFF.md. Zeichne keine Secrets, Tokens oder Zugangsdaten auf, zeige sie nicht an und committe sie nicht. Bei Unklarheiten schau zuerst im Repo und in der Historie nach. Bezeichne es nicht als „fertig", solange Tests oder prüfbare Produktionsverifikation noch ausstehen.
Der Vorteil dieser Form: Der Mensch muss nicht noch einmal alles erzählen, was zur Zeit des früheren Agenten besprochen wurde.
Und weil man nicht „die gesamte Gesprächshistorie verfüttert", sondern nur die Entscheidungen herauszieht, die heute noch gelten, wird der Kontext weniger verschmutzt.
Bei der Übergabe an eine KI hilft am Ende nicht die Abschiedsfeier, sondern das Sitzungsprotokoll.
12. Was läuft weiter, wenn man den PC zumacht? – Kein „Logout-Zauber", sondern Ausführung in der Cloud
Auch hier wird es einfach, wenn man die Begriffe trennt.
Claude Code im Web holt ein GitHub-Repository in eine Remote-Umgebung bei Anthropic und arbeitet in einer isolierten virtuellen Maschine. Nach dem Start einer Aufgabe läuft die Arbeit weiter, auch wenn man die Seite verlässt. Danach kann es die Änderungen in einen Branch pushen und einen Pull Request zur Durchsicht erstellen.
Aus Claude Code Desktop lässt sich über „Continue with Claude Code on the web" eine lokale Sitzung in die Cloud verschieben und anschließend im Web oder auf dem Smartphone fortsetzen.
Bei wiederkehrenden Aufgaben gibt es außerdem zwei Arten:
- /loop: wiederholt lokal. Gedacht für lokale Wiederholungen von bis zu etwa 3 Tagen. Hängt vom eigenen Rechner ab.
- /schedule: Cloud Jobs. Laufen in der Cloud weiter, auch wenn man den Laptop zuklappt.
Dazu kommen Routines, die Prompt, Repo und Connector bündeln und über Zeitplan, API-Aufruf oder Ereignis ausgelöst unbeaufsichtigt auf der Web-Infrastruktur von Claude Code laufen können.
Was man mit „Es soll auch bei geschlossenem PC weiterlaufen" eigentlich meint, ist also: nicht einen lokalen Prozess mit Gewalt am Leben halten, sondern die Arbeit selbst an die Cloud abgeben.
Schließt man den Browser, macht die KI nicht mehr pünktlich Feierabend. Eher können nur die Menschen früher heimgehen.
Anders ist es bei Dateien, die nur auf dem lokalen PC liegen, oder bei Aufgaben, die den PC selbst bedienen müssen. Was die Cloud nicht sieht, kann sie natürlich auch nicht per Telepathie holen.
Am Ende reicht bei der Wahl einer Coding-KI im Jahr 2026 die Frage „Welches Modell ist das klügste?" nicht mehr aus.
Leistung × Abschlussquote × Wochenverbrauch × Übergabefreundlichkeit × Cloud-Ausführung.
Betrachtet man es als dieses Produkt, wird ziemlich klar, warum Opus 5.5 und Claude Code plötzlich so stark wirken.
