Claude Opus 5 Aufwandsparameter: Kosten-Leistungs-Abwägung

Jeder Mainstream-Artikel über den Launch von Claude Opus 5 am 24. Juli 2026 erwähnte dasselbe Feature: eine Umschaltung zwischen Kosten und Funktionalität. Was meist fehlt: der konkrete API-Parameter, seine fünf Stufen, ihre Auswirkungen auf Antworten und Latenz sowie die Folgen für Ihre Rechnung.

Apidog heute ausprobieren

Der Parameter heißt effort, liegt bei Opus 5 standardmäßig auf high und steuert das Denkbudget des Modells. Anthropic hat die Stufen für Opus 5 neu kalibriert. Übernehmen Sie daher keine Effort-Einstellungen aus Opus 4.8 unverändert: Dieselben Labels bedeuten jetzt andere Denkbudgets. Außerdem führt eine bestimmte Kombination von Einstellungen zu einem 400-Fehler.

💡 Wenn Sie die Stufen direkt an einem Endpunkt vergleichen möchten, können Sie in Apidog dieselbe Anfrage mit fünf Effort-Einstellungen ausführen und die Antworten gegenüberstellen.

Was der Effort-Parameter tatsächlich ist

Der Effort-Parameter gehört in das Objekt output_config einer Messages-API-Anfrage:

{
  "model": "claude-opus-5",
  "max_tokens": 8192,
  "output_config": { "effort": "high" },
  "messages": [
    {
      "role": "user",
      "content": "Refactor this module and explain the tradeoffs."
    }
  ]
}

Er steuert, wie viel internes Nachdenken das Modell vor der Antwort ausführt. Opus 5 verwendet standardmäßig adaptives Denken; effort legt fest, wie großzügig das Denkbudget eingesetzt wird:

• Höherer Effort: mehr Reasoning-Tokens, höhere Kosten, höhere Latenz.
• Niedrigerer Effort: weniger Reasoning-Tokens, niedrigere Kosten, geringere Latenz.

Endnutzer-Oberflächen zeigen diese Funktion oft als Effort-Auswahl. In der API steuern Sie jedoch das JSON-Feld direkt. Die vollständige Anforderungsstruktur finden Sie im Opus-5-API-Walkthrough; die Parameterreferenz steht in Anthropics Modellübersicht.

Wichtig: Effort ist keine Einstellung für die Ausführlichkeit der sichtbaren Antwort. Anthropics Prompting-Anleitung für Opus 5 stellt klar, dass ein niedrigerer Effort das Denken reduziert, nicht die Antwortlänge. Wenn Sie kürzere Ausgaben benötigen, formulieren Sie das explizit im Prompt.

Die fünf Stufen

Stufe	Wirkung	Typische Anwendung
low	Minimales Nachdenken vor der Antwort	Massenklassifizierung, Extraktion, Routing, kurze Zusammenfassungen
medium	Moderates Nachdenken	Q&A über abgerufenen Kontext, Einzeldatei-Änderungen, strukturierte Transformationen
high	Standard. Umfangreiches Nachdenken	Allgemeine Aufgaben, wenn Sie noch keine Messwerte haben
xhigh	Erweitertes Nachdenken	Codierung und agentische Schleifen; Anthropics empfohlener Startpunkt
max	Maximales Denkbudget	Schwierige One-Shot-Probleme, bei denen ein Fehler teurer ist als zusätzliche Tokens

Zwei Details sind besonders wichtig:

1. Der Standardwert ist high, nicht low und nicht xhigh. Ohne output_config läuft eine Opus-5-Anfrage mit high.
2. Für Coding- und Agent-Workloads empfiehlt Anthropic xhigh, nicht direkt max.

Beginnen Sie bei Coding oder agentischen Aufgaben mit xhigh und messen Sie dann schrittweise, ob high, medium oder low Ihre Qualitätsanforderungen ebenfalls erfüllen.

Eine unveränderte Opus-5-Anfrage führt Denkprozesse aus und verursacht dafür Kosten. Dieselbe unveränderte Anfrage an Opus 4.8 führte dagegen keine Denkprozesse aus. Das ist eine zentrale Änderung bei der Migration von Opus 4.8 zu Opus 5.

Was die Neukalibrierung geändert hat

Die Effort-Stufen wurden zwischen Opus 4.8 und Opus 5 neu kalibriert. medium bei Opus 5 entspricht deshalb nicht zwangsläufig dem Denkbudget von medium bei Opus 4.8.

Die praktische Konsequenz: Führen Sie für Opus 5 einen neuen Effort-Sweep aus, statt Ihre bestehende 4.8-Konfiguration zu übernehmen.

Bei früheren Opus-Modellen waren low und medium für viele ernsthafte Workloads oft zu schwach. Bei Opus 5 sind die niedrigeren Stufen deutlich leistungsfähiger und können für Produktionsaufgaben sinnvoll sein. Genau dort liegt der wichtigste Kostenhebel.

Opus 5 kostet 5 US-Dollar pro Million Input-Tokens und 25 US-Dollar pro Million Output-Tokens, wie Opus 4.8. Reasoning-Tokens werden als Output-Tokens abgerechnet. Für eine Klassifizierungspipeline kann der Unterschied zwischen high und low daher einen erheblichen Teil der Output-Kosten ausmachen, wenn zusätzliches Nachdenken keinen messbaren Genauigkeitsgewinn liefert.

Die vollständige Preisübersicht, einschließlich 50-%-Batch-Rabatt und 512-Token-Cache-Minimum, finden Sie in der Opus-5-Preisübersicht. Weitere Kostenhebel für eine gesamte Claude-Umgebung beschreibt „Ihre Claude API-Rechnung senken“.

So interagieren xhigh und max mit max_tokens

max_tokens begrenzt Reasoning-Tokens und Antwort-Tokens zusammen. Es ist eine harte Obergrenze für die gesamte Ausgabe, nicht nur für den sichtbaren Antworttext.

Wenn Sie den Effort erhöhen, reserviert das Modell mehr dieses Budgets für internes Denken. Bleibt max_tokens auf einem Wert, den Sie ursprünglich für ein Modell ohne Denkprozesse gewählt haben, kann das Modell sein Budget vor Abschluss der sichtbaren Antwort aufbrauchen.

Für xhigh oder max empfiehlt Anthropic, mit max_tokens: 64000 zu starten:

{
  "model": "claude-opus-5",
  "max_tokens": 64000,
  "output_config": { "effort": "xhigh" },
  "messages": [
    {
      "role": "user",
      "content": "Fix the failing integration test and explain the root cause."
    }
  ]
}

Ein hoher Wert für max_tokens ist eine Obergrenze, kein vorab gekaufter Tokenblock. Abgerechnet werden nur tatsächlich erzeugte Tokens. Mit 64000 geben Sie dem Modell also Spielraum, statt automatisch für 64.000 Tokens zu zahlen.

Der 400-Fehler bei deaktiviertem Denken und hohem Effort

Diese Kombination ist ungültig:

{
  "model": "claude-opus-5",
  "max_tokens": 8192,
  "thinking": { "type": "disabled" },
  "output_config": { "effort": "xhigh" }
}

Die Anfrage schlägt mit einem 400-Fehler fehl.

Der Grund: Deaktiviertes Denken und hoher Effort sind widersprüchlich. Wenn Sie thinking: { "type": "disabled" } setzen, ist Effort maximal auf high begrenzt.

Gültige Kombinationen:

• Denken aktiviert, also Standard: alle fünf Stufen (low, medium, high, xhigh, max)
• Denken deaktiviert: nur low, medium oder high

Ein typischer Migrationsfehler sieht so aus:

1. Ihr Team übernimmt thinking: { "type": "disabled" } aus einer Opus-4.8-Konfiguration.
2. Sie setzen für Coding-Workloads zusätzlich effort: "xhigh".
3. Die API lehnt die Anfrage mit HTTP 400 ab.

Anthropic empfiehlt, das Denken bei Opus 5 nicht zu deaktivieren. Bei deaktiviertem Denken können Tool-Aufrufe als Klartext erscheinen oder interne XML-Tags in sichtbare Ausgaben gelangen. In agentischen Schleifen kann dieser Text spätere Durchläufe beeinträchtigen.

Nutzen Sie zur Kostenkontrolle stattdessen eine niedrigere Effort-Stufe. Details zu diesen Artefakten behandelt die Opus-5-Prompting-Anleitung.

So führen Sie einen Effort-Sweep durch

Führen Sie den Sweep mit echten Produktionsdaten durch, nicht nur mit synthetischen Prompts.

1. Aufgabenbereich einfrieren

Nehmen Sie 30 bis 50 echte Prompts aus Ihren Produktionsprotokollen. Ergänzen Sie die problematischen Fälle, die tatsächlich relevant sind.

Einfache Aufgaben zeigen oft keinen Unterschied zwischen Effort-Stufen. Ein zu sauberer Testdatensatz liefert deshalb keine brauchbare Entscheidungsgrundlage.

2. Pass-Kriterium vorab definieren

Definieren Sie messbare Erfolgskriterien, bevor Sie Ergebnisse ansehen:

• Tests laufen erfolgreich durch.
• JSON entspricht einem Schema.
• Extrahierte Felder stimmen mit Ground Truth überein.
• Ein menschlicher Prüfer bewertet ein Ergebnis mit Ja oder Nein.

Ohne festes Kriterium optimieren Sie auf subjektive Eindrücke.

3. Jeden Prompt mit jeder Stufe ausführen

Bei 40 Prompts und fünf Stufen ergeben sich 200 Aufrufe:

40 Prompts × 5 Effort-Stufen = 200 API-Aufrufe

Da diese Auswertung nicht latenzkritisch ist, können Sie sie über die Batch-API zum halben Preis ausführen.

4. Drei Messwerte pro Lauf erfassen

Speichern Sie für jede Anfrage mindestens:

1. Bestanden oder nicht bestanden
2. usage.output_tokens
3. Wall-Clock-Latenz

Der usage-Block liefert das relevante Kostensignal, weil dort die abgerechneten Output- und Reasoning-Tokens sichtbar werden.

5. Günstigste ausreichende Stufe wählen

Wählen Sie die niedrigste Effort-Stufe, die Ihre Qualitätsanforderungen erfüllt. Validieren Sie diese Auswahl anschließend mit einem Holdout-Set, das Sie nicht zum Optimieren verwendet haben.

Ohne Holdout besteht das Risiko, eine Einstellung zu veröffentlichen, die nur auf die ursprünglichen 40 Prompts zugeschnitten ist.

6. Beim nächsten Modell wiederholen

Der Sweep ist notwendig, weil Anthropic die Stufen von 4.8 auf 5 neu kalibriert hat. Planen Sie denselben Prozess auch für künftige Modellversionen ein.

Stufen in Apidog nebeneinander vergleichen

Mechanisch besteht ein Sweep darin, denselben Request fünfmal mit jeweils geändertem output_config.effort zu senden und die Ergebnisse zu vergleichen. Das lässt sich mit Apidog als Sammlung organisieren:

1. Erstellen Sie eine Anfrage an den Anthropic-Messages-Endpunkt und speichern Sie den API-Schlüssel als Umgebungsvariable. Legen Sie Schlüssel nicht im Request-Body ab.
2. Speichern Sie die funktionierende Anfrage in einer Sammlung.
3. Duplizieren Sie sie fünfmal.
4. Ändern Sie pro Kopie ausschließlich output_config.effort.
5. Vergleichen Sie in jeder Antwort das Objekt usage, insbesondere Output-Tokens und gegebenenfalls cache_read_input_tokens.
6. Aktivieren Sie Streaming, wenn Sie die Latenz über SSE-Ereignisse zwischen low und xhigh vergleichen möchten.
7. Ergänzen Sie eine Assertion: stop_reason muss vorhanden sein und darf nicht max_tokens sein.

Die letzte Assertion sollten Sie zuerst einrichten. Eine durch max_tokens abgeschnittene xhigh-Antwort kann sonst wie eine normal kurze Antwort aussehen.

Laden Sie Apidog herunter, wenn Sie die Vergleichssammlung direkt nachbauen möchten. Das ist nicht zwingend erforderlich, reduziert aber Copy-Paste und die Pflege mehrerer Shell-Skripte.

Die ehrliche Obergrenze

Effort kann Opus 5 günstiger im Betrieb machen. Es macht Opus 5 jedoch nicht automatisch zum leistungsfähigsten Modell im Claude-Stack.

Anthropics veröffentlichte Startwerte für Opus 5 umfassen unter anderem mehr als den doppelten Frontier-Bench-v0.1-Score von Opus 4.8, ungefähr das Dreifache des nächstbesten Modells bei ARC-AGI 3 sowie einen Abstand von 0,5 % zu Fable 5 bei CursorBench 3.2 zum halben Preis. Das sind Anbieterangaben von Anthropic, die bis zum 25. Juli 2026 nicht unabhängig reproduziert wurden.

Behandeln Sie diese Werte daher als Herstellerbehauptungen mit Quelle, nicht als neutrale Messungen. Die Opus-5-Benchmarks-Analyse erläutert die Vorbehalte zu den einzelnen Werten.

Über Opus 5 liegt weiterhin Fable 5, Anthropics leistungsfähigstes weit verbreitetes Modell, mit 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens. Bei Cybersecurity-Exploitation und autonomer Biologieforschung liegt Opus 5 laut Anthropic weiterhin hinter Mythos 5.

max schließt diese Lücken nicht. Die praktische Einordnung lautet: starke Leistung zum halben Spitzenpreis, aber mit einer klaren Leistungsobergrenze. Ob sich der Preisunterschied für Ihren Workload lohnt, behandelt Opus 5 vs. Fable 5.

FAQ

Was ist die Standard-Effort-Stufe bei Claude Opus 5?

high. Eine Anfrage ohne output_config läuft mit high und aktiviertem adaptivem Denken.

Welche fünf Effort-Stufen gibt es?

low, medium, high, xhigh und max. Für Coding- und agentische Aufgaben empfiehlt Anthropic, bei xhigh zu beginnen und anhand eigener Evaluierungen schrittweise herunterzugehen.

Warum gibt meine Anfrage einen 400-Fehler zurück, wenn ich xhigh setze?

Wahrscheinlich senden Sie gleichzeitig thinking: { "type": "disabled" }. Deaktiviertes Denken begrenzt Effort auf high. Entfernen Sie entweder den Block zum Deaktivieren des Denkens oder reduzieren Sie Effort auf high oder niedriger.

Kann ich meine Opus-4.8-Effort-Einstellungen bei Opus 5 wiederverwenden?

Nein. Die Stufen wurden neu kalibriert, sodass dieselben Labels unterschiedliche Denkbudgets bedeuten. Führen Sie einen neuen Sweep aus. Die vollständige Liste der Änderungen enthält der Migrationsleitfaden.

Macht ein niedrigerer Effort Antworten kürzer?

Nein. Effort steuert das Denken, nicht die sichtbare Antwortlänge. Fordern Sie eine prägnante Ausgabe explizit im Prompt an.

Welchen max_tokens-Wert sollte ich bei xhigh oder max verwenden?

Beginnen Sie mit 64000. max_tokens begrenzt Denken und Antwort zusammen. Ein zu kleines Budget kann die Antwort abschneiden; abgerechnet werden weiterhin nur tatsächlich erzeugte Tokens.

Für Datenblatt, Verfügbarkeitsmatrix und Preiskontext starten Sie mit Was Claude Opus 5 ist.