Blog

Wie man die Claude Opus 5 API nutzt

Schritt-für-Schritt-Anleitung für die Claude Opus 5 API: einen Schlüssel erhalten, Ihren ersten Aufruf mit der Modell-ID claude-opus-5 senden, Antworten streamen, Tool-Nutzung hinzufügen, Aufwand optimieren und die Nutzung für Cache-Treffer ablesen.

Ashley Innocent

Ashley Innocent

25 July 2026

Wie man die Claude Opus 5 API nutzt

Apidog für Unternehmen

On-Premises Bereitstellung

SSO & RBAC

SOC 2 konform

Apidog Enterprise entdecken

Claude Opus 5 wurde am 24. Juli 2026 veröffentlicht, und Anthropic verweist Entwickler nun zuerst darauf: Die Dokumentation besagt, dass Sie, falls Sie unsicher sind, welches Modell Sie verwenden sollen, mit Claude Opus 5 beginnen sollten. Die API-Modell-ID ist die exakte Zeichenfolge claude-opus-5, ohne Datumszusatz.

Dieser Leitfaden führt Sie durch den gesamten Prozess: einen Schlüssel abrufen, eine erste Anfrage senden, Streaming, Tool-Nutzung, adaptives Denken, den effort-Parameter und das Lesen des usage-Objekts, um zu bestätigen, dass Ihr Prompt-Cache funktioniert. Jede Anfrage hier ist reines HTTP mit JSON-Ein- und -Ausgabe, sodass Sie sie in Apidog erstellen und debuggen können, bevor Sie sie in Ihren Anwendungscode integrieren.

button

Zwei Änderungen von Opus 4.8 werden Ihnen gleich beim ersten Aufruf Schwierigkeiten bereiten, daher werden sie vor allem anderen behandelt. Wenn Sie einen bestehenden Dienst migrieren, anstatt neu zu beginnen, lesen Sie den vollständigen Migrationsleitfaden von Opus 4.8 zu Opus 5 zusätzlich zu diesem hier.

Vor Ihrem ersten Aufruf: Zwei gravierende Änderungen

1. Denken ist standardmäßig aktiviert. Bei Opus 4.8 lief eine Anfrage ohne thinking-Feld überhaupt nicht mit Denken. Bei Opus 5 läuft dieselbe Anfrage mit adaptivem Denken. max_tokens ist immer noch eine feste Obergrenze für Denk-Tokens plus Antwort-Tokens zusammen, sodass ein Anfragetext, den Sie von einer funktionierenden 4.8-Integration kopiert haben, jetzt mitten in der Antwort abgeschnitten werden kann. Wenn Ihr max_tokens eng an die erwartete Ausgabelänge angepasst war, erhöhen Sie es.

2. Das Deaktivieren des Denkens begrenzt Ihr Anstrengungsniveau. Das Senden von thinking: {"type": "disabled"} zusammen mit einer Anstrengung von xhigh oder max führt zu einem 400-Fehler. Anthropic erzwingt dies pro Anfrage, sodass es sofort fehlschlägt, anstatt stillschweigend zu degradieren. Die Lösung besteht darin, eine Option zu wählen: Denken aktiviert lassen und die Anstrengung zur Kostenkontrolle reduzieren, oder Denken deaktiviert lassen und die Anstrengung auf high begrenzen.

Anthropics eigener Rat ist die erste Option. Wenn das Denken deaktiviert ist, schreibt Opus 5 gelegentlich Tool-Aufrufe als Klartext aus (sie werden nie ausgeführt, und der durchgesickerte Text verunreinigt spätere Schritte in einer Agenten-Schleife) und leckt manchmal <thinking>-Tags in die sichtbare Ausgabe. Das Denken aktiviert zu lassen und die Anstrengung herunterzuregeln, vermeidet beides.

Beide Änderungen sind in Anthropics Modell-Migrationsleitfaden dokumentiert.

Schritt 1: API-Schlüssel abrufen

Melden Sie sich bei der Claude Developer Platform an, öffnen Sie den Bereich API-Schlüssel in Ihren Organisationseinstellungen und erstellen Sie einen Schlüssel. Kopieren Sie ihn einmal; Sie können ihn später nicht mehr auslesen.

Speichern Sie ihn in einer Umgebungsvariablen, anstatt ihn in den Code einzufügen:

export ANTHROPIC_API_KEY="sk-ant-..."

Wenn Sie in einem GUI-Client testen, legen Sie den Schlüssel auch dort in eine Umgebungsvariable. In Apidog bedeutet das, eine Umgebung (Lokal, Staging, Produktion) mit einer ANTHROPIC_API_KEY-Variable zu erstellen und dann {{ANTHROPIC_API_KEY}} im Header zu referenzieren. Ihre gespeicherten Anfragen bleiben teamfähig, und das Geheimnis gelangt nie in einen Sammlungs-Export.

Sie müssen auch Abrechnungsguthaben hinzufügen, bevor Anfragen erfolgreich sein können. Die Tarife für Opus 5 betragen 5 $ pro Million Input-Tokens und 25 $ pro Million Output-Tokens, genau wie bei Opus 4.8, und die vollständige Preisübersicht deckt Caching-, Batch- und Fast-Mode-Tarife ab.

Schritt 2: Senden Sie Ihre erste Anfrage

Der Endpunkt ist POST https://api.anthropic.com/v1/messages. Drei Header sind wichtig: Ihr Schlüssel, die API-Version und der Content-Type.

curl https://api.anthropic.com/v1/messages \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-opus-5",
    "max_tokens": 4096,
    "messages": [
      {"role": "user", "content": "Explain the difference between a 429 and a 529 from an API perspective."}
    ]
  }'

Beachten Sie den max_tokens-Wert. 4096 ist eine bewusste Erhöhung gegenüber den 1024, die Sie in den meisten Starter-Snippets sehen, da Denk-Tokens nun aus demselben Budget stammen.

Das Python-Äquivalent über das offizielle SDK:

import os
from anthropic import Anthropic

client = Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])

message = client.messages.create(
    model="claude-opus-5",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "Explain the difference between a 429 and a 529 from an API perspective."}
    ],
)

for block in message.content:
    if block.type == "text":
        print(block.text)

Diese Schleife über message.content ist keine Dekoration. Der Antwort-content ist ein Array von typisierten Blöcken, und wenn das Denken aktiviert ist, sehen Sie jetzt einen thinking-Block vor dem text-Block. Code, der davon ausging, dass content[0].text die Antwort war, funktioniert auf Opus 5 nicht mehr. Dies ist der häufigste Upgrade-Fehler, und er ist leicht zu übersehen, da die Anfrage immer noch einen 200er-Status zurückgibt.

Einige Spezifikationen, die Sie beim Entwickeln beachten sollten: Opus 5 verfügt über ein Kontextfenster von 1 Mio. Tokens als Standard und Maximum (kein Beta-Header, kein Preisaufschlag für langen Kontext), eine maximale Ausgabe von 128k in der Messages API und einen Wissensstand bis Mai 2026. Die Modellübersicht enthält die vollständige Tabelle, und unser Opus 5 Erklärer behandelt den Rest des Datenblatts.

Schritt 3: Arbeiten mit adaptivem Denken

Adaptives Denken bedeutet, dass das Modell entscheidet, wie viel interne Argumentation eine Anfrage verdient. Sie legen kein Token-Budget fest. Sie steuern es mit dem `effort`-Parameter, der im nächsten Schritt behandelt wird.

Was Sie im Code handhaben müssen:

Um das Denken vollständig zu deaktivieren:

{
  "model": "claude-opus-5",
  "max_tokens": 4096,
  "thinking": {"type": "disabled"},
  "output_config": {"effort": "high"},
  "messages": [{"role": "user", "content": "Return only the HTTP status code."}]
}

Die Anstrengung ist in dieser Anfrage absichtlich auf high begrenzt. Erhöhen Sie sie auf xhigh, und Sie erhalten den oben beschriebenen 400er-Fehler.

Schritt 4: Kostenkontrolle mit output_config.effort

Das effort-Feld befindet sich unter output_config und akzeptiert low, medium, high, xhigh oder max. Es ist standardmäßig auf high eingestellt. Dies ist der Parameter, den die Mainstream-Berichterstattung als Umschalter zwischen Kosten und Fähigkeiten beschrieb; auf der API ist es eine Zeichenfolge in Ihrem Anfragekörper.

curl https://api.anthropic.com/v1/messages \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-opus-5",
    "max_tokens": 65536,
    "output_config": {"effort": "xhigh"},
    "messages": [
      {"role": "user", "content": "Refactor this handler to stream responses and keep backpressure."}
    ]
  }'

Drei Dinge, die Sie wissen sollten, bevor Sie es anpassen.

Schritt 5: Die Antwort streamen

Fügen Sie "stream": true hinzu, und der Endpunkt gibt Server-Sent Events anstelle eines einzelnen JSON-Körpers zurück.

with client.messages.stream(
    model="claude-opus-5",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Draft a retry policy for a flaky upstream."}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

    final = stream.get_final_message()
    print("\n\nusage:", final.usage)

Die rohe SSE-Sequenz ist message_start, dann content_block_start / content_block_delta / content_block_stop pro Block, dann message_delta, die stop_reason und die endgültige Anzahl der Ausgabe-Tokens enthält, dann message_stop.

Wenn das Denken aktiviert ist, erhalten Sie zwei Content-Blöcke, die in dieser Reihenfolge gestreamt werden: einen Denk-Block, dessen Deltas als thinking_delta ankommen, dann den Text-Block mit text_delta. Eine Benutzeroberfläche, die jedes Delta in denselben Puffer rendert, gibt die Argumentation des Modells an Ihre Benutzer aus. Leiten Sie sie von Anfang an getrennt weiter.

Streaming ist auch der Punkt, an dem ein GUI-Client seinen Platz verdient, denn das Lesen roher SSE im Terminal ist mühsam. Apidog rendert den Event-Stream, sobald er eintrifft, sodass Sie Blockgrenzen beobachten und Ihre Parsing-Annahmen bestätigen können, bevor Sie eine einzige Zeile Handler-Code schreiben.

Schritt 6: Tool-Nutzung hinzufügen

Tool-Definitionen kommen in ein tools-Array. Das Modell antwortet mit stop_reason: "tool_use" und einem tool_use-Inhaltsblock; Sie führen das Tool aus und senden das Ergebnis als tool_result-Block in einer neuen Benutzernachricht zurück.

tools = [
    {
        "name": "get_order_status",
        "description": "Look up the current status of a customer order by ID.",
        "input_schema": {
            "type": "object",
            "properties": {
                "order_id": {"type": "string", "description": "The order ID, e.g. A-10293"}
            },
            "required": ["order_id"],
        },
    }
]

message = client.messages.create(
    model="claude-opus-5",
    max_tokens=4096,
    tools=tools,
    messages=[{"role": "user", "content": "What's the status of order A-10293?"}],
)

if message.stop_reason == "tool_use":
    call = next(b for b in message.content if b.type == "tool_use")
    result = get_order_status(**call.input)

    follow_up = client.messages.create(
        model="claude-opus-5",
        max_tokens=4096,
        tools=tools,
        messages=[
            {"role": "user", "content": "What's the status of order A-10293?"},
            {"role": "assistant", "content": message.content},
            {"role": "user", "content": [
                {"type": "tool_result", "tool_use_id": call.id, "content": result}
            ]},
        ],
    )

Die direkte Weitergabe von message.content als Assistenten-Zug ist das, was den Denk-Block erhält. Bauen Sie diesen Zug nicht manuell neu auf.

Zwei Opus 5-Details, die für Agenten wichtig sind. Der Overhead des System-Prompts für die Tool-Nutzung ist geringer als bei Opus 4.8: 286 Tokens mit tool_choice auf auto oder none eingestellt, gegenüber 290 bei 4.8 und 675 bei Opus 4.7. Gering pro Anfrage, aber spürbar über eine Million Agenten-Turns hinweg. Und es gibt einen Beta-Header, mid-conversation-tool-changes-2026-07-01, mit dem Sie Tools zwischen Zügen hinzufügen oder entfernen können, ohne den Prompt-Cache zu invalidieren.

Opus 5 delegiert auch leichter an Sub-Agenten als 4.8. Bei kostensensiblen Workloads sollten Sie dies explizit in Ihrem System-Prompt festlegen, anstatt es erst auf der Rechnung zu entdecken.

Schritt 7: Das Usage-Objekt für Cache-Treffer lesen

Jede Antwort enthält ein usage-Objekt. Es ist die einzig ehrliche Möglichkeit, zu bestätigen, dass Ihr Prompt-Caching etwas bewirkt.

"usage": {
  "input_tokens": 84,
  "cache_creation_input_tokens": 6421,
  "cache_read_input_tokens": 0,
  "output_tokens": 913
}

Um einen Block zu cachen, markieren Sie ihn mit cache_control:

{
  "model": "claude-opus-5",
  "max_tokens": 4096,
  "system": [
    {
      "type": "text",
      "text": "<your long, stable instructions and reference material>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [{"role": "user", "content": "Question one."}]
}

Erster Aufruf: cache_creation_input_tokens ist ungleich Null und cache_read_input_tokens ist 0. Zweiter Aufruf mit demselben Präfix: diese Werte wechseln. Wenn sie nie wechseln, ist Ihr Präfix nicht byte-identisch oder liegt unter dem Minimum.

Dieses Minimum ist die gute Nachricht bei Opus 5. Prompt-Caching greift jetzt ab 512 Tokens, herunter von 1.024 bei Opus 4.8. Prompts, die zuvor zu kurz zum Caching waren, werden jetzt ohne Codeänderung gecacht, und Cache-Reads werden mit 0,50 $ pro Million Tokens gegenüber einem Basis-Input-Tarif von 5 $ abgerechnet. Prüfen Sie cache_read_input_tokens in Ihrer Testsuite, damit eine Prompt-Bearbeitung, die den Cache stillschweigend sprengt, als fehlschlagender Test und nicht als Rechnung angezeigt wird. Für weitere Hebel siehe unseren Leitfaden zum Senken Ihrer Claude API-Rechnung.

Den gesamten Workflow in Apidog testen und debuggen

Alles oben Genannte ist eine HTTP-Anfrage mit Auth-Headern, einem JSON-Körper, einem SSE-Stream und einer Antwort, die Sie überprüfen müssen. Apidog ist eine All-in-One-API-Entwicklungsplattform, und genau diese Art von Endpunkt kann sie handhaben: Sie sendet die Anfrage, speichert den Schlüssel, rendert den Stream und testet die Antwort. Sie führt keine Inferenz durch oder leitet Modelle weiter; der Aufruf geht immer noch an Anthropic.

Ein Setup, das sich vom ersten Tag an bezahlt macht:

  1. Die Anfrage erstellen. POST https://api.anthropic.com/v1/messages mit den drei Headern und dem Schlüssel, der aus einer Umgebungsvariablen statt direkt eingefügt wird.
  2. In einer Sammlung speichern. Ihr Team verwendet eine bewährte Anforderungsform wieder, anstatt dass jede Person sie aus einem Blog-Snippet neu erstellt.
  3. Pro Aufwandsstufe forken. Duplizieren Sie die Anfrage mit output_config.effort auf low, medium, high und xhigh, senden Sie denselben Prompt an jede und vergleichen Sie die Ausgabequalität, Latenz und Token-Anzahl nebeneinander. Dies ist der Aufwands-Sweep, den Anthropic Sie bittet durchzuführen, ohne ein Testgerüst schreiben zu müssen.
  4. Den SSE-Stream beobachten. Aktivieren Sie "stream": true und lesen Sie die Ereignisse, sobald sie eintreffen, um zu bestätigen, dass Sie Denk-Blöcke und Text-Blöcke separat behandeln.
  5. Tool-Aufruf-Payloads überprüfen. Wenn stop_reason als tool_use zurückkommt, ist das exakte input-Objekt, das das Modell erzeugt hat, direkt dort, wodurch Sie herausfinden, dass Ihr input_schema zu locker war.
  6. Die Antwort überprüfen. Fügen Sie Prüfungen hinzu, dass stop_reason nicht max_tokens ist (Ihr Trunkierungs-Kanarienvogel) und dass cache_read_input_tokens bei wiederholten Aufrufen über Null liegt (Ihr Caching-Kanarienvogel).

Laden Sie Apidog herunter, wenn Sie mitmachen möchten. Dasselbe Sammlungsmuster funktioniert mit jedem Claude-Modell, sodass Sie es auf Sonnet 5 oder Ihre bestehenden Opus 4.8-Anfragen richten und das Verhalten vergleichen können.

Fehler und Fallstricke, die Ihnen tatsächlich begegnen werden

Die ehrliche Obergrenze

Opus 5 ist nicht die Spitze des Claude-Stacks, und das sollte man offen sagen. Fable 5 trägt immer noch Anthropics Bezeichnung „fähigstes weit verbreitetes Modell“, mit 10 $ pro Million Eingabe-Tokens und 50 $ pro Million Ausgabe-Tokens. Opus 5 liegt auch hinter Mythos 5 bei der Ausnutzung von Cybersicherheitslücken und der autonomen Biologieforschung zurück, was Anthropic selbst angibt.

Die Behauptungen der Launch-Benchmarks (etwa doppelt so gut wie Opus 4.8 auf Frontier-Bench v0.1, etwa 3x so gut wie das nächstbeste Modell auf ARC-AGI 3, innerhalb von 0,5% von Fable 5 auf CursorBench 3.2) sind allesamt Anthropics eigene Zahlen und wurden bis zum 25. Juli 2026 nicht unabhängig reproduziert. Lesen Sie sie als vom Anbieter durchgeführte Ergebnisse und führen Sie dann Ihre eigenen Evaluierungen durch. Der Vergleich von Opus 5 mit Fable 5 beleuchtet, wo der Preisunterschied es wert ist und wo nicht, und Anthropics Launch-Post ist die primäre Quelle für die Behauptungen selbst.

FAQ

Praktizieren Sie API Design-First in Apidog

Entdecken Sie eine einfachere Möglichkeit, APIs zu erstellen und zu nutzen

Kostenlos registrierenHerunterladen