Claude Opus 5 Aufwandsparameter: Kosten-Leistungs-Abwägung

Jeder Mainstream-Artikel über den Launch von Claude Opus 5 am 24. Juli 2026 erwähnte dasselbe Feature. Fortune nannte es eine Möglichkeit, zwischen Kosten und Funktionalität umzuschalten. CNBC, Bloomberg und TechCrunch wiesen alle darauf hin. Keiner von ihnen sagte, was es ist, welche Stufen es gibt, was passiert, wenn man eine ändert, oder wie es sich auf Ihre Rechnung auswirkt.

Es ist ein Anfrageparameter namens effort, er hat fünf Stufen bei Opus 5 und standardmäßig ist er auf high eingestellt. Das ist das gesamte Feature. Was es einen Artikel wert macht, ist die Tatsache, dass Anthropic die Stufen für dieses Modell neu kalibriert hat, was bedeutet, dass die Einstellungen, die Sie bei Opus 4.8 vorgenommen haben, jetzt falsch sind, und eine bestimmte Kombination von Einstellungen einen 400-Fehler zurückgibt, der diese Woche in vielen Migrationsprotokollen auftauchen wird.

Was der Effort-Parameter tatsächlich ist

Der Effort-Parameter befindet sich im output_config-Objekt einer Nachrichten-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 Beantwortung leistet. Opus 5 führt standardmäßig adaptives Denken aus, und „effort“ ist der Regler, der festlegt, wie großzügig dieses Denkbudget ausgegeben wird. Höherer Effort bedeutet mehr Reasoning-Tokens, höhere Kosten und höhere Latenz. Geringerer Effort bedeutet weniger von allen dreien.

Benutzeroberflächen für Endverbraucher zeigen dieselbe Idee als Effort-Selektor anstelle eines rohen JSON-Feldes, woraus die Presseberichterstattung über eine Kosten-versus-Funktionalität-Umschaltung resultiert. Darunter verbirgt sich dieser Parameter. Wenn Sie auf der API aufbauen, ist der Parameter das, was Sie tatsächlich steuern, daher befasst sich der Rest dieses Artikels damit. Die vollständige Anforderungsstruktur finden Sie in unserem Opus 5 API Walkthrough, und die Parameterreferenz befindet sich in der Modellübersicht von Anthropic.

Eins ist Effort nicht: eine Kontrollfunktion für die Ausführlichkeit. Anthropic’s Prompting-Anleitung für Opus 5 erklärt explizit, dass eine Reduzierung des Efforts das Denken reduziert, nicht die Länge der sichtbaren Antwort. Opus 5 schreibt bereits längere Standardantworten und längere Ergebnisse als Opus 4.8. Wenn Sie eine kürzere Ausgabe wünschen, fordern Sie diese explizit im Prompt an. Eine Umstellung auf low wird dies nicht für Sie erledigen.

Die fünf Stufen

Zwei Dinge in dieser Tabelle werden leicht übersehen.

Der Standardwert ist high, nicht low und nicht xhigh. Wenn Sie eine Anfrage ohne output_config senden, erhalten Sie high. Das ist wichtig für die Kostenprognose: Eine unveränderte Anfrage an Opus 5 leistet echte Denkprozesse und wird Ihnen in Rechnung gestellt, während dieselbe unveränderte Anfrage an Opus 4.8 überhaupt keine Denkprozesse durchführte. Diese Änderung ist eine der beiden grundlegenden Änderungen bei der Migration von Opus 4.8 zu Opus 5 und diejenige, die am ehesten ein Finanzteam überraschen wird.

Und xhigh ist die Empfehlung für Codierungs- und agentische Aufgaben, nicht max. Anthropic positioniert xhigh als Ausgangspunkt für diese Workloads. max existiert darüber, aber dort zu beginnen bedeutet, für einen Spielraum zu zahlen, dessen Nutzen Sie wahrscheinlich nicht messen können. Beginnen Sie bei xhigh und gehen Sie dann schrittweise nach unten.

Was die Neukalibrierung geändert hat

Hier ist der Teil, der die Übernahme von Einstellungen über verschiedene Modelle hinweg zu einer schlechten Idee macht.

Anthropic hat neu kalibriert, was jede Effort-Stufe bei Opus 5 bedeutet. Das Label medium bei Opus 5 beschreibt nicht dieselbe Menge an Nachdenken, die medium bei Opus 4.8 beschrieb. Anthropic empfiehlt, eine neue Effort-Analyse für Opus 5 durchzuführen, anstatt Ihre 4.8-Konfiguration zu übernehmen.

Die praktische Konsequenz ist interessanter als die Warnung. Bei früheren Opus-Modellen waren low und medium für ernsthafte Arbeiten meist theoretisch: Sie waren billig, aber auch merklich schlechter, sodass Teams alles auf high oder höher einstellten und dafür bezahlten. Bei Opus 5 sind die niedrigeren Stufen deutlich stärker als zuvor, was das erste Mal ist, dass low und medium auf einem Opus-Tier-Modell für Produktionsaufgaben wirklich nutzbar sind.

Das ist der eigentliche Kostenhebel beim Launch, und es ist derjenige, den die Presseberichterstattung auf das Wort „Umschalten“ reduziert hat. Opus 5 kostet 5 US-Dollar pro Million Input-Tokens und 25 US-Dollar pro Million Output-Tokens, genau wie Opus 4.8. Reasoning-Tokens werden auf der Output-Seite dieser Rechnung verbucht. Der Unterschied zwischen dem Betrieb einer Klassifizierungspipeline mit high und dem Betrieb mit low ist also kein Rundungsfehler, sondern ein großer Teil Ihrer Output-Ausgaben bei einer Workload, bei der zusätzliches Nachdenken Ihnen ohnehin keine Genauigkeit verschafft hätte. Unsere Opus 5 Preisübersicht enthält die vollständige Preisliste, einschließlich des 50%igen Batch-Rabatts und des 512-Token-Cache-Minimums, die beide mit einer niedrigeren Effort-Einstellung kombiniert werden können.

Wenn Sie nach Einsparungen in einer gesamten Claude-Umgebung suchen und nicht nur an einem Endpunkt, gelten die Hebel in „Ihre Claude API-Rechnung senken“ auch hier, wobei Effort nun zur Liste hinzugefügt wurde.

Die Interaktion von xhigh und max mit max_tokens

max_tokens begrenzt Denk-Tokens und Antwort-Tokens zusammen. Es ist eine harte Obergrenze für die gesamte Ausgabeseite der Anfrage, nicht nur für den sichtbaren Text.

Erhöhen Sie den Effort, und Sie erhöhen, wie viel von dieser Obergrenze das Modell für das Nachdenken ausgibt, bevor es zu schreiben beginnt. Wenn Sie den Effort auf xhigh oder max einstellen, während max_tokens auf einem Wert bleibt, den Sie für ein Modell ohne Denkprozesse festgelegt haben, kann das Modell das Budget für das Nachdenken aufbrauchen und vor Beendigung der Antwort abschneiden. Sie erhalten eine abgeschnittene Antwort, ohne dass in der Anfrage offensichtlich etwas falsch ist.

Die Lösung besteht darin, ihm Raum zu geben. Anthropic empfiehlt, bei der Ausführung von xhigh oder max auf Opus 5 mit max_tokens: 64000 zu beginnen:

{
  "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 max_tokens-Wert ist eine Obergrenze, kein Kauf. Ihnen werden tatsächlich produzierte Tokens in Rechnung gestellt, sodass das Setzen auf 64000 nicht bedeutet, dass Sie für 64000 bezahlen. Es bedeutet, dass das Modell nicht gezwungen ist, mitten im Denkprozess anzuhalten.

Der 400er-Fehler, über den noch niemand geschrieben hat

Dieser wird Support-Tickets generieren.

Das Deaktivieren von Denkprozessen und die Anforderung eines hohen Efforts sind widersprüchliche Anweisungen, und Opus 5 lehnt diese Kombination direkt ab. Das Senden von thinking: {type: "disabled"} zusammen mit einem Effort von xhigh oder max führt zu einem 400-Fehler, der pro Anfrage erzwungen wird:

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

Diese Anfrage schlägt fehl. Das Deaktivieren des Denkens begrenzt den Effort auf high. Die gültigen Kombinationen sind also:

• Denken aktiviert (Standard) mit jeder der fünf Stufen.
• Denken deaktiviert nur mit low, medium oder high.

Der Migrationspfad, der diesen Fehler erzeugt, ist vorhersehbar: Ein Team übernimmt thinking: {type: "disabled"} aus einer Opus 4.8-Konfiguration, wo es harmlos war, und erhöht dann separat den Effort auf xhigh, weil dies die Codierungsempfehlung ist. Beide Änderungen erscheinen isoliert betrachtet sinnvoll. Zusammen führen sie zu einem 400er-Fehler.

Anthropic's eigener Rat ist, das Denken bei Opus 5 überhaupt nicht zu deaktivieren. Bei deaktiviertem Denken treten gelegentlich zwei Fehler auf: Das Modell schreibt Tool-Aufrufe als Klartext, die niemals ausgeführt werden, und interne XML-Tags gelangen in die sichtbare Ausgabe. In einer agentischen Schleife vergiftet der durchgesickerte Text dann spätere Durchläufe. Der empfohlene Weg zur Kostenkontrolle bei Opus 5 ist eine niedrigere Effort-Stufe, nicht das deaktivierte Denken. Wir gehen in der Opus 5 Prompting-Anleitung näher auf beide Artefakte ein.

Wie man einen Effort-Sweep bei den eigenen Evaluierungen durchführt

Anthropic rät Ihnen, erneut zu prüfen. Hier ist ein Verfahren, das in einen Nachmittag passt.

1. Frieren Sie einen Aufgabenbereich ein. Ziehen Sie 30 bis 50 echte Prompts aus den Produktionsprotokollen, nicht synthetische Beispiele. Fügen Sie die schwierigen Fälle hinzu, die Ihnen tatsächlich Sorgen bereiten. Effort-Unterschiede verschwinden bei einfachen Aufgaben, und genau deshalb wird Ihnen ein sauberer Stichprobenumfang nichts sagen.

2. Schreiben Sie das Pass-Kriterium auf, bevor Sie eine Ausgabe betrachten. Tests grün, JSON validiert gegen ein Schema, extrahiertes Feld stimmt mit der Ground Truth überein, ein menschlicher Bewerter sagt Ja oder Nein. Wenn Ihr Kriterium ein Gefühl ist, erzeugt Ihr Sweep ein Gefühl.

3. Führen Sie jeden Prompt auf jeder Stufe aus. Fünf Stufen mal 40 Prompts sind 200 Aufrufe. Auf Opus 5 ist das günstig genug, um nicht darüber nachzudenken, und Sie können es über die Batch-API zum halben Preis senden, da nichts latenzempfindlich ist.

4. Erfassen Sie drei Zahlen pro Lauf, nicht nur eine: Bestanden oder Nicht bestanden, usage.output_tokens und Wall-Clock-Latenz. Der usage-Block in der Antwort ist der Ort, an dem das eigentliche Kostensignal liegt, da er die Reasoning-Tokens zählt, die Sie sonst nur schätzen würden.

5. Wählen Sie die günstigste Stufe, die Ihre Anforderungen erfüllt, und bestätigen Sie diese dann mit einem Holdout-Set, gegen das Sie nicht optimiert haben. Teams, die das Holdout überspringen, neigen dazu, eine Einstellung zu veröffentlichen, die an 40 spezifische Prompts angepasst ist.

6. Führen Sie es beim nächsten Modell erneut aus. Der ganze Grund, warum dieser Sweep existiert, ist, dass die Stufen zwischen 4.8 und 5 neu kalibriert wurden. Gehen Sie davon aus, dass dies wieder geschieht.

Stufen in Apidog nebeneinander vergleichen

Der mechanische Teil eines Sweeps besteht darin, einen Anfragetext fünfmal mit einem geänderten Feld zu senden und die zurückkommenden Ergebnisse abzugleichen. Das ist eine ganze Menge Copy-Paste von cURL, und dies ist der Teil, den Apidog übersichtlich gestaltet.

Ein Setup, das funktioniert:

1. Erstellen Sie eine Anfrage an den Anthropic Messages Endpunkt und speichern Sie Ihren Schlüssel als Umgebungsvariable, anstatt ihn in den Body einzufügen. Schlüssel bleiben außerhalb von allem, was Sie mit dem Team teilen.
2. Speichern Sie die funktionierende Anfrage in einer Sammlung, duplizieren Sie sie dann fünfmal und ändern Sie in jeder Kopie nur output_config.effort.
3. Überprüfen Sie das usage-Objekt jeder Antwort, damit Sie die Output-Tokens pro Stufe direkt sehen können, plus cache_read_input_tokens, wenn Sie überprüfen, ob Ihr Caching greift.
4. Schalten Sie Streaming ein und lesen Sie die SSE-Ereignisse, wenn Sie beobachten möchten, wo die Latenz bei xhigh im Vergleich zu low tatsächlich liegt.
5. Fügen Sie eine Behauptung hinzu, dass stop_reason vorhanden ist und nicht max_tokens ist, damit eine abgeschnittene xhigh-Antwort in Ihrer Sammlung lautstark fehlschlägt, anstatt leise wie eine kurze Antwort auszusehen.

Diese letzte Behauptung ist diejenige, die Sie zuerst einrichten sollten, da eine Kürzung bei hohem Effort das wahrscheinlichste Problem ist. Laden Sie Apidog herunter, wenn Sie die Vergleichssammlung beim Lesen erstellen möchten. Nichts davon ist zwingend erforderlich; es ist einfach besser, als fünf Shell-Skripte zu pflegen.

Die ehrliche Obergrenze

Effort macht Opus 5 günstiger im Betrieb. Es macht Opus 5 jedoch nicht zur Spitze des Claude-Stacks.

Anthropic's eigene Startwerte für Opus 5 sind stark: mehr als doppelt so hoch wie der Frontier-Bench v0.1-Score von Opus 4.8, ungefähr dreimal so hoch wie das nächstbeste Modell bei ARC-AGI 3 und innerhalb von 0,5% von Fable 5 bei CursorBench 3.2 zum halben Preis. All dies sind vom Anbieter veröffentlichte Zahlen, die von Anthropic stammen, und keine wurden bis zum 25. Juli 2026 unabhängig reproduziert. Behandeln Sie sie als Behauptungen mit einer Quelle, nicht als neutrale Messungen, und sehen Sie sich unsere Opus 5 Benchmarks-Analyse für die Vorbehalte zu jedem einzelnen an.

Oberhalb von Opus 5 ist Fable 5 immer noch Anthropic’s leistungsfähigstes, weit verbreitetes Modell, zu 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens. Und Opus 5 liegt immer noch hinter Mythos 5 bei der Cybersecurity-Exploitation und der autonomen Biologieforschung, was Anthropic direkt angibt. Das Ausführen von Opus 5 mit max schließt keine dieser Lücken. Die ehrliche Zusammenfassung ist: Spitzenleistung zum halben Spitzenpreis, mit einer genannten Obergrenze darüber. Ob der Preisunterschied für Ihre Workload es wert ist, ist die Frage, die wir in Opus 5 vs. Fable 5 behandeln.

FAQ

Was ist die Standard-Effort-Stufe bei Claude Opus 5? high. Eine Anfrage ohne output_config-Feld wird mit high Effort und aktiviertem adaptivem Denken ausgeführt.

Welche fünf Effort-Stufen gibt es? low, medium, high, xhigh und max. Anthropic empfiehlt, für Codierungs- und agentische Aufgaben bei xhigh zu beginnen und von dort aus anhand Ihrer eigenen Evaluierungen nach unten zu gehen.

Warum gibt meine Anfrage einen 400er-Fehler zurück, wenn ich den Effort auf xhigh setze? Fast sicher, weil Sie auch thinking: {type: "disabled"} gesendet haben. Das Deaktivieren des Denkens begrenzt den Effort auf high, und die Kombination wird pro Anfrage abgelehnt. Entfernen Sie entweder den Block für das deaktivierte Denken oder reduzieren Sie den Effort auf high oder darunter.

Kann ich meine Opus 4.8 Effort-Einstellungen bei Opus 5 wiederverwenden? Nein. Die Stufen wurden neu kalibriert, sodass dasselbe Label eine unterschiedliche Menge an Nachdenken bedeutet. Anthropic bittet Sie, einen neuen Sweep durchzuführen. Die vollständige Liste der Änderungen finden Sie im Migrationsleitfaden.

Macht eine Reduzierung des Efforts die Antworten kürzer? Nein. Effort steuert das Denken, nicht die sichtbare Länge, und die Standardantworten von Opus 5 sind länger als die von Opus 4.8. Fordern Sie explizit eine prägnantere Ausgabe an, wenn Sie eine kürzere Antwort wünschen.

Welchen max_tokens-Wert sollte ich bei xhigh oder max verwenden? Beginnen Sie bei 64000. max_tokens begrenzt Denken und Antwort zusammen, sodass ein Budget, das für ein nicht-denkendes Modell bemessen wurde, abgeschnitten wird. Ihnen werden nur produzierte Tokens in Rechnung gestellt, sodass die hohe Obergrenze allein nichts kostet.

Für das vollständige Datenblatt, die Verfügbarkeitsmatrix und den Preis-Kontext zu all dem beginnen Sie mit was Claude Opus 5 ist.