Claude Sonnet 5.5: Wofür es sich eignet und woran man die Kosten erkennt

Ein Modell antwortet in der halben Zeit, und die Rechnung für dieselbe Aufgabe wird trotzdem höher. Das ist kein Widerspruch, sondern eine Folge davon, wie Token abgerechnet werden: Der Preis pro Token ist nur die eine Hälfte, die andere Hälfte ist die Länge der Ausgabe. Claude Sonnet 5.5 ist am 28. September 2026 erschienen und ändert am Listenpreis nichts — die Kosten pro Aufgabe können sich trotzdem in beide Richtungen bewegen. Drei Aufgaben zeigen, woran das liegt und welche Einstellungen beim Aufruf dazugehören.

Was offiziell feststeht

Anthropic nennt für Sonnet 5.5 drei Angaben: über 30 Prozent schneller, bis zu 30 Prozent geringere Kosten pro Aufgabe, und einen unveränderten Preis von 2 US-Dollar pro Million Eingabe-Token und 10 US-Dollar pro Million Ausgabe-Token. Das Lesen aus dem Cache sinkt von 0,20 auf 0,10 US-Dollar pro Million Token, der Batch-Preis liegt bei 1 und 5 US-Dollar. In den Claude-Anwendungen ist „Medium" die Standardstufe für den Rechenaufwand.

Zwei Einschränkungen gehören dazu. Erstens bleibt Opus 5.5 nach Angaben des Anbieters bei komplexen, offen formulierten Aufgaben deutlich stärker. Zweitens ist claude-sonnet-5-5 ein eigenes Modell und keine Versionsnummer von claude-sonnet-5. Wer die Zeichenkette in der Konfiguration ändert, vollzieht eine Migration und kein Update.

Der Aufbau der Messung

Drei Aufgaben wurden je einmal über einen OpenAI-kompatiblen Endpunkt aufgerufen: dasselbe Modell, derselbe Aufgabentyp, keine Vorgabe einer Aufwandsstufe. Aufgezeichnet wurden die ausgegebenen Token, die Länge der Antwort, die Dauer und die daraus berechneten Kosten. Das Kontextfenster liegt bei einer Million Token, die Eingabe kann Text und Bilder enthalten.

Für die Einordnung ist wichtig, was hier nicht gemessen wurde: Es gab keine Wiederholung, keinen Vergleich unter kontrollierten Bedingungen und keine Bewertung der Antwortqualität. Die drei Zeilen sind ein Hinweis darauf, wo man im eigenen Projekt nachsehen sollte — keine belastbare Kennzahl.

Drei Aufgaben, drei Ergebnisse

Die erste Aufgabe war eng gefasst: aus sechs Zeilen eines Fehlerprotokolls ein JSON mit festem Schema. Sonnet 5.5 gab 410 Token aus, Sonnet 5 im gleichen Aufbau 682. Die Antworten waren mit 805 und 793 Zeichen nahezu gleich lang. Die Ersparnis entstand also nicht durch Weglassen, sondern durch früheres Aufhören.

Die zweite Aufgabe verlangte eine Markdown-Tabelle aus fünf Betriebsnotizen. Hier standen 628 Token gegen 911. Auch hier war das Ergebnis vollständig, nur der Weg dorthin kürzer.

Die dritte Aufgabe kippte das Bild. Es ging um das Umschreiben einer Zahlungs-Retry-Routine, und im Prompt stand „nichts weglassen". Sonnet 5.5 gab 5.753 Token aus, Sonnet 5 nur 4.012 — rund 43 Prozent mehr. Die Antwort war mit 6.924 Zeichen auch sichtbar länger, die Rechnung stieg von 0,0405 auf 0,0579 US-Dollar.

Woran das Modell erkennt, dass es fertig ist

Der Unterschied zwischen den drei Fällen liegt nicht in der Qualität, sondern in der Abbruchbedingung. Bei der JSON-Aufgabe gibt es ein eindeutiges Ende: die schließende Klammer. Das Modell kann aufhören, sobald die Struktur steht, und die erste Antwort war entsprechend kurz.

Bei der Tabelle gibt es ebenfalls ein sichtbares Ziel — die letzte Zeile. Auch dort endet die Ausgabe früh.

Bei der Code-Aufgabe gibt es kein solches Signal. „Nichts weglassen" lässt sich nicht überprüfen, und ein Modell, das eine Anweisung wörtlich nimmt, produziert mehr Text statt weniger. Genau dort entsteht die längere Ausgabe, und mit ihr die höhere Rechnung.

Praktisch heißt das: Die Kosten pro Aufgabe hängen davon ab, ob die Aufgabe eine prüfbare Abbruchbedingung hat. Aufgaben mit festem Ziel werden kürzer beantwortet, offene Aufgaben nicht zwangsläufig.

Beim Aufruf festlegen, was festlegbar ist

Weil die Ausgabelänge den Ausschlag gibt, sollte der Aufruf sie begrenzen, statt sich auf eine Voreinstellung zu verlassen. Ein Aufruf über den OpenAI-kompatiblen Pfad sieht so aus:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["API_KEY"],
    base_url=os.environ["API_BASE_URL"],
)

antwort = client.chat.completions.create(
    model="claude-sonnet-5-5",          # eigenes Modell, nicht claude-sonnet-5
    max_tokens=2000,                     # Obergrenze für die Ausgabe
    temperature=0,
    messages=[{"role": "user", "content": aufgabe}],
)

print(antwort.usage.completion_tokens)   # die Zahl, die die Rechnung bestimmt

Drei Punkte gehören in jede Umstellung. Erstens die Modellkennung: claude-sonnet-5-5, claude-sonnet-5 und claude-sonnet-4-6 sind drei getrennte Modelle. Zweitens eine eigene Obergrenze für die Ausgabe, damit eine offene Formulierung die Rechnung nicht nach oben zieht. Drittens die Stufe für den Rechenaufwand, sofern sie im eigenen Aufruf gesetzt wird — offizielle Dokumentation nennt „Medium" nur als Vorgabe der Anwendungen; ob und wie sich die Stufe auf der API-Seite abschalten lässt, geht daraus nicht hervor.

Modellkennung, Kontextlänge und der aktuelle Preis pro Million Token lassen sich vor der Umstellung auf der Crazyrouter-Modellseite zu Claude Sonnet 5.5 abgleichen. Bei einem Anbieter mit Gruppenrabatt weichen die effektiven Sätze vom Listenpreis ab; maßgeblich bleibt die eigene Abrechnung.

Offizielle Werte und ihre Grenzen

Die vom Anbieter veröffentlichten Werte zeigen das erwartete Bild: Sonnet 5.5 liegt in der Nähe von Opus 5.5 und deutlich über Sonnet 5. Beim Terminal-Bench 4.0 stehen 70,6 Prozent gegen 10,3 Prozent, beim FrontierCode 1.1 (Main) 46,2 gegen 54,4 Prozent, beim GDPval-AA v2.1 1844 gegen 1846 Punkte. Diese Zahlen sind Herstellerangaben und wurden hier nicht unabhängig reproduziert.

Bemerkenswerter als die Spitzenwerte ist der Spalt zwischen Sonnet 5.5 und Opus 5.5 im lang laufenden Coding — dort bleibt der Unterschied bestehen. Für die Auswahl heißt das: Wo eine Aufgabe eine klare Abbruchbedingung hat, ist Sonnet 5.5 die günstigere Wahl. Wo eine Aufgabe offen formuliert ist und über längere Strecken korrekt bleiben muss, bleibt Opus 5.5 die sicherere Wahl.

Wann der Wechsel trägt

Ein Wechsel lohnt sich, wenn die eigenen Aufgaben eine prüfbare Abbruchbedingung haben — strukturierte Ausgabe, feste Felder, klar umrissene Umformungen. Dort sinken Ausgabelänge und Dauer, ohne dass die Antwort dünner wird.

Ein Wechsel trägt nicht, wenn die Aufgabe offen formuliert ist und die Vollständigkeit der Antwort im Vordergrund steht. Dort kann die neue Version mehr Text produzieren als die alte, und die Rechnung folgt der Ausgabe.

Wer umstellt, sollte zuerst die eigene Aufgabe messen, nicht den Preis pro Token. Die Zahl, die zählt, steht in usage.completion_tokens.

Quellen: Ankündigung und Modellseite zu Claude Sonnet 5.5 (Anthropic, veröffentlicht am 28. September 2026), geprüft am 22. Oktober 2026. Token-, Kosten-, Zeit- und Zeichenangaben stammen aus je einem Aufruf pro Aufgabe am 22. Oktober 2026 über einen OpenAI-kompatiblen Endpunkt. Vier Angaben ließen sich aus der öffentlichen Dokumentation nicht bestätigen und werden hier nicht als Tatsache verwendet: die Obergrenze der Ausgabe-Token, das Datum des Wissensstands, die Frage, ob sich erweitertes Denken abschalten lässt, und die Standardstufe für den Rechenaufwand auf der API-Seite.