Migration von Claude Opus 4.8 auf Opus 5: Alle Breaking Changes

Der Austausch von claude-opus-4-8 gegen claude-opus-5 sieht nach einer Änderung in einer Zeile aus. Das ist es größtenteils auch. Aber einige Standardeinstellungen haben sich unter der Haube geändert, eine zuvor gültige Anforderungskombination gibt jetzt einen harten 400er-Fehler zurück, und eine Funktion, für die Unternehmensteams bezahlen, ist beim neuen Modell entfallen.

Anthropic hat Claude Opus 5 am 24. Juli 2026 zum gleichen Preis wie Opus 4.8 veröffentlicht (5 $ pro Million Input-Token, 25 $ pro Million Output-Token), sodass dies selten eine Budgetentscheidung ist. Es ist eine Korrektheitsentscheidung. Im Folgenden werden alle Unterschiede aufgeführt, die eine funktionierende Integration zerstören können, geordnet nach der Wahrscheinlichkeit, dass sie Sie am ersten Tag treffen, mit Vorher-Nachher-Snippets, die Sie in Ihren Client einfügen können. Anthropic’s eigener Migrationsleitfaden von Opus 4.8 zu Opus 5 ist die primäre Quelle für die API-Oberfläche. Um jede Änderung zuerst gegen den Live-Endpunkt zu testen, speichern Sie eine Anfrage in Apidog und klonen Sie sie pro Variante.

Die Kurzfassung

1. Denken ist standardmäßig aktiviert, und max_tokens begrenzt weiterhin alles

Dies ist die Änderung, die leisen, funktionierenden Code zum Absturz bringt.

Auf Opus 4.8 wurde eine Anfrage ohne thinking-Feld ohne Denken ausgeführt. Auf Opus 5 führt dieselbe Anfrage adaptives Denken aus. Ihr JSON hat sich nicht geändert, aber das Modell verbraucht jetzt Token für das Überlegen, bevor es die sichtbare Antwort schreibt. Und max_tokens bleibt eine feste Obergrenze für Denk-Token plus Antwort-Token zusammen, sodass eine Anfrage, die bequem in ein 1.024-Token-Budget auf 4.8 passte, jetzt den Großteil dieses Budgets für das Denken verbrauchen und eine abgeschnittene Antwort zurückgeben kann.

Hier ist die Form einer Anfrage, die früher sicher war:

{
  "model": "claude-opus-4-8",
  "max_tokens": 1024,
  "messages": [
    {"role": "user", "content": "Summarize this incident report in three bullets."}
  ]
}

Ändern Sie die Modell-ID und nichts anderes, und Sie haben ein Abschneidungsrisiko. Die Lösung besteht darin, dem Budget Raum zu geben:

{
  "model": "claude-opus-5",
  "max_tokens": 8192,
  "messages": [
    {"role": "user", "content": "Summarize this incident report in three bullets."}
  ]
}

Zwei Dinge, die Sie überprüfen sollten, nachdem Sie die Obergrenze erhöht haben. Achten Sie auf stop_reason in der Antwort: max_tokens bedeutet, dass Sie abgeschnitten wurden, end_turn bedeutet, dass das Modell fertig war. Lesen Sie dann den usage-Block, um zu sehen, wie viel des Budgets das Denken bei Ihren tatsächlichen Prompts verbraucht hat, und dimensionieren Sie die Zahl anhand von Messungen statt einer Schätzung.

Wenn Sie wirklich das alte Verhalten ohne Denken wünschen, senden Sie thinking: {"type": "disabled"} explizit. Lesen Sie zuerst den nächsten Abschnitt, denn dieses Feld interagiert jetzt mit dem Aufwand auf eine Weise, die einen Fehler zurückgibt.

2. Der 400er-Fehler: Deaktiviertes Denken plus xhigh oder max Aufwand

Dies ist die Falle, die am wahrscheinlichsten in Ihren Fehlerprotokollen auftaucht, da beide Hälften davon auf Opus 4.8 separat gültig waren.

Auf Opus 5 gibt thinking: {"type": "disabled"} in Kombination mit output_config.effort auf xhigh oder max gesetzt einen HTTP 400 zurück. Anthropic erzwingt dies pro Anfrage, sodass es sofort und konsistent fehlschlägt, anstatt sich zu verschlechtern. Die Logik ist einfach: Die beiden höchsten Aufwandsstufen existieren, um mehr Denken zu ermöglichen, daher ist es ein Widerspruch, maximalen Aufwand bei ausgeschaltetem Denken anzufordern.

Die Anfrage, die jetzt fehlschlägt:

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

Lösung A, die Funktion beibehalten. Entfernen Sie das thinking-Feld, behalten Sie den hohen Aufwand bei. Dies ist die von Anthropic empfohlene Richtung und diejenige, die für die Codierung und agentische Arbeit zu wählen ist:

{
  "model": "claude-opus-5",
  "max_tokens": 32000,
  "output_config": {"effort": "xhigh"},
  "messages": [
    {"role": "user", "content": "Refactor this module and explain the tradeoffs."}
  ]
}

Lösung B, Denken ausgeschaltet lassen. Für einen latenzempfindlichen Pfad, der wirklich kein Denken benötigt, behalten Sie disabled bei und reduzieren Sie den Aufwand auf high oder niedriger:

{
  "model": "claude-opus-5",
  "max_tokens": 4096,
  "thinking": {"type": "disabled"},
  "output_config": {"effort": "high"},
  "messages": [
    {"role": "user", "content": "Classify this ticket into one of five categories."}
  ]
}

Eine Vorsichtsmaßnahme bei Lösung B. Anthropic dokumentiert zwei Artefakte, die gelegentlich auftreten, wenn das Denken deaktiviert ist: Tool-Aufrufe, die als Klartext statt als ausgeführt geschrieben werden, und interne XML-Tags wie <thinking>, die in der sichtbaren Ausgabe erscheinen. In einer agentischen Schleife vergiftet der durchgesickerte Text auch spätere Züge. Anthropic’s eigene Abhilfemaßnahme besteht darin, das Denken aktiviert zu lassen und die Kosten stattdessen mit einem niedrigeren Aufwand zu kontrollieren. Behandeln Sie Lösung B als die engere Option, nicht als Standard.

3. Aufwandsstufen wurden neu kalibriert, daher neu durchlaufen statt Einstellungen zu kopieren

Opus 5 verwendet standardmäßig hohen Aufwand, und die Stufen selbst wurden neu kalibriert. low und medium sind auf Opus 5 deutlich stärker als auf früheren Opus-Modellen, sodass eine Einstellung, die Sie auf 4.8 optimiert haben, nicht mehr denselben Kosten- und Qualitätspunkt trifft. Anthropic rät ausdrücklich, einen frischen Aufwands-Sweep durchzuführen, anstatt Ihre 4.8-Konfiguration zu übernehmen, und dieser Ratschlag gilt in beide Richtungen:

• Workloads, die auf 4.8 für Qualität auf high oder xhigh festgelegt waren, können auf Opus 5 bei medium bestehen, was eine echte Kostenreduzierung bei identischer Pro-Token-Preise bedeutet.
• Workloads, die für Kosten auf low festgelegt waren, könnten es wert sein, eine Stufe höher zu schieben, da sich die Qualität pro Token verbessert hat.

Für die Codierung und langfristige agentische Arbeit bleibt xhigh der empfohlene Ausgangspunkt. Kombinieren Sie es mit einem großzügigen max_tokens (64k ist ein vernünftiges Startbudget auf den höchsten Stufen), damit das Denken einen Ort hat, wohin es gehen kann.

Führen Sie den Sweep auf Ihrem eigenen Bewertungssatz durch, nicht auf einem Benchmark. Fixieren Sie den Prompt, variieren Sie nur den Aufwandswert und protokollieren Sie die Ausgabequalität, Latenz und usage für jede Stufe. Der Tiefenblick auf den Aufwandsparameter behandelt die Mechanismen jeder Stufe; für die Kostenseite derselben Entscheidung siehe die Opus 5 Preisübersicht.

4. Den Beta-Header für langen Kontext entfernen

Opus 5 wird mit einem 1M-Token-Kontextfenster als Standard und Maximum ausgeliefert. Es gibt keinen Beta-Header, um es zu aktivieren, und keinen Preisaufschlag für langen Kontext.

Wenn Ihr Client immer noch den erweiterten Kontext-Beta-Wert im anthropic-beta-Header aus Ihrem Opus 4.8-Setup sendet, ist das jetzt Ballast. Entfernen Sie ihn. Veraltete Beta-Werte in einem gemeinsam genutzten HTTP-Client führen dazu, dass Sie sechs Monate später eine nicht verwandte Anfrage debuggen.

Die maximale Ausgabe der Messages API beträgt 128k Token. Wenn Sie mehr benötigen, verarbeitet die Batch API bis zu 300k Output-Token mit dem output-300k-2026-03-24 Beta-Header, einer separaten Opt-in-Option, die sich von allem unterscheidet, was Sie für die Kontextlänge getan haben.

5. Das Prompt-Cache-Minimum sinkt auf 512 Token

Auf Opus 4.8 musste ein Prompt-Segment 1.024 Token erreichen, um für das Caching in Frage zu kommen. Auf Opus 5 liegt die Untergrenze bei 512. Nichts in Ihrem Code muss geändert werden, und Cache-Reads für 0,50 $ pro Million sind die günstigsten Token auf der Preisliste im Vergleich zu 5 $ Basiseingabe.

Was sich lohnt, ist eine Überprüfung. Suchen Sie nach System-Prompts, Tool-Definitionen und Few-Shot-Blöcken, die zwischen 512 und 1.024 Token lagen und zuvor nie einen cache_control-Breakpoint wert waren. Sie sind es jetzt. Bestätigen Sie den Effekt, indem Sie cache_read_input_tokens im usage-Block der Antwort lesen: Beim zweiten identischen Aufruf sollte er ungleich Null sein. Unser Leitfaden zur Reduzierung der Claude API-Rechnung behandelt die breitere Caching-Strategie.

6. Systemnachrichten mitten im Gespräch werden jetzt akzeptiert

Opus 4.8 lehnte einen {"role": "system"}-Eintrag innerhalb des messages-Arrays mit einem 400er-Fehler ab. Opus 5 akzeptiert ihn. Dies ist additiv, bricht also nichts, kann aber eine Umgehungslösung überflüssig machen. Wenn Sie Mechanismen gebaut haben, die Anweisungsänderungen mitten im Gespräch in einen synthetischen Benutzerzug umwandeln, können Sie die Anweisung jetzt inline dort platzieren, wo sie hingehört:

{
  "model": "claude-opus-5",
  "max_tokens": 8192,
  "messages": [
    {"role": "user", "content": "Draft the release note."},
    {"role": "assistant", "content": "Here is a first draft..."},
    {"role": "system", "content": "From here on, keep responses under 150 words."},
    {"role": "user", "content": "Tighten it."}
  ]
}

Dies ist eine modellbasierte Funktion. Wenn Sie dieselbe Konversationshistorie als Fallback an Opus 4.8 weiterleiten, wird das ältere Modell bei dieser Nachricht weiterhin einen 400er-Fehler zurückgeben.

7. Priority Tier wird auf Opus 5 nicht unterstützt

Dies ist schmerzlich für Unternehmensteams und leicht zu übersehen, da es sich um ein Fehlen und nicht um einen Fehler handelt, nach dem man suchen kann. Opus 4.8 unterstützt Priority Tier. Opus 5 nicht. Wenn Sie zugesicherten Durchsatz gekauft haben, um die Latenz auf einem Produktionspfad zu gewährleisten, verschiebt die Migration dieses Pfades ihn zurück zur Standardkapazität.

Es gibt keine clevere Lösung. Entweder behalten Sie latenzkritischen Traffic auf claude-opus-4-8, während alles andere auf Opus 5 wechselt, oder Sie akzeptieren die Standardkapazität und messen, ob Ihre Tail-Latenz tatsächlich abnimmt. Teilen Sie die Migration nach Workload auf, anstatt die gesamte Flotte auf einmal umzustellen.

8. Schneller Modus funktioniert jetzt, und es gibt einen neuen Fallback für Cyber-Ablehnungen

Der schnelle Modus läuft auf Opus 5. Er gab auf Opus 4.7 einen Fehler zurück und lief auf Opus 4.6 stillschweigend mit Standardgeschwindigkeit. Auf Opus 5 liefert er etwa die 2,5-fache Ausgabegeschwindigkeit bei 10 $ pro Million Eingabe- und 50 $ pro Million Ausgabe-Token. Es handelt sich um eine Forschungsvorschau, nur für die First-Party-API (nicht Amazon Bedrock, Google Cloud oder Microsoft Foundry), und er lässt sich nicht mit der Batch API kombinieren. Verwenden Sie ihn für interaktive Pfade, nicht für Hintergrundaufgaben.

Serverseitiger Fallback für Cyber-Ablehnungen. Das Senden von fallbacks: "default" mit dem server-side-fallback-2026-07-01 Beta-Header bewirkt, dass eine Anfrage, die Opus 5 aus Cyber-Gründen ablehnt, automatisch auf Opus 4.8 zurückfällt. Hier kommt die Sicherheits-Tooling ins Spiel.

Es gibt auch einen mid-conversation-tool-changes-2026-07-01 Beta-Header, mit dem Sie Tool-Definitionen zwischen Gesprächszügen hinzufügen oder entfernen können, ohne den Prompt-Cache ungültig zu machen: ein Kostenhebel für lange Agenten-Sitzungen mit einem sich ändernden Toolset.

9. Was sich nicht geändert hat

Es spart Zeit zu wissen, was Sie unberührt lassen können:

• Sampling-Parameter geben immer noch einen 400er-Fehler zurück. temperature, top_p und top_k bei Nicht-Standardwerten werden abgelehnt, genau wie auf Opus 4.8. Steuern Sie das Verhalten über den System-Prompt.
• Token-Zählungen sind ungefähr gleich. Opus 5 verwendet dieselbe Tokenizer-Familie wie 4.8, sodass bestehende Token-Budgets und Kostenmodelle ohne Neuzählung übernommen werden. Das ist das Gegenteil des Wechsels von Sonnet 4.6 zu Sonnet 5, der die Zählungen um etwa 30 % verschob.
• Die Basispreise sind identisch. 5 $ rein, 25 $ raus, passend zu Opus 4.8, 4.7, 4.6 und 4.5. Siehe die Opus 4.8 Preisübersicht.
• Anfrage- und Antwortformat. Streaming, Tool-Nutzung, Vision, strukturierte Ausgaben und Batch funktionieren alle so wie zuvor.

Eine Sache hat sich geändert, auch wenn die API dies nicht getan hat: Opus 5 überprüft seine eigene Arbeit unaufgefordert, sodass übernommene „überprüfen Sie Ihre Antwort“-Anweisungen zu einer übermäßigen Überprüfung und Verschwendung von Token führen. Standardantworten sind auch länger als die von 4.8, und die Reduzierung des Aufwands kürzt das Denken statt der sichtbaren Länge, also fragen Sie explizit nach Kürze. Dies sind Prompt-Ebene-Korrekturen, die in Prompting Claude Opus 5 behandelt werden.

Verifizieren Sie die Migration, bevor Sie sie ausliefern

Jeder oben genannte Punkt ist ein Unterschied auf HTTP-Ebene, der ihn außerhalb Ihrer Anwendung testbar macht. Eine funktionierende Schleife in Apidog:

1. Speichern Sie eine Anfrage an den Messages-Endpunkt, wobei Ihr Schlüssel als Umgebungsvariable gespeichert ist, niemals inline im Body.
2. Klonen Sie sie in Varianten: claude-opus-4-8 Basislinie, claude-opus-5 mit Standardeinstellungen und einen Klon pro Aufwandsstufe.
3. Führen Sie die Kombination aus deaktiviertem Denken und xhigh absichtlich aus und protokollieren Sie den 400er-Body, damit Sie ihn in den Produktionsprotokollen erkennen.
4. Verifizieren Sie stop_reason, damit eine abgeschnittene max_tokens-Antwort Ihren Test fehlschlagen lässt, anstatt unbemerkt ausgeliefert zu werden.
5. Senden Sie zweimal eine identische gecachte Anfrage und überprüfen Sie usage.cache_read_input_tokens beim zweiten Aufruf.
6. Führen Sie eine Streaming-Anfrage aus und bestätigen Sie, dass Ihr SSE-Parser die Denkblöcke verarbeitet, die jetzt standardmäßig ankommen.

Laden Sie Apidog herunter, um dies als wiederverwendbare Sammlung für jeden zukünftigen Modellwechsel zu behalten.

Ein ehrlicher Vorbehalt, bevor Sie alles migrieren

Opus 5 ist nicht die Spitze des Claude-Stacks. Fable 5 bleibt Anthropic’s fähigstes weit verbreitetes Modell, und Opus 5 hinkt Mythos 5 immer noch bei der Cybersicherheits-Ausbeutung und der autonomen Biologieforschung hinterher. Anthropic selbst sagt dies im Launch-Beitrag. Die Angaben zu den Launch-Benchmarks (Frontier-Bench, ARC-AGI 3, OSWorld 2.0, CursorBench 3.2) werden vom Anbieter durchgeführt und sind mit Stand vom 25. Juli 2026 nicht unabhängig reproduziert. Behandeln Sie sie als von Anthropic gemeldete Zahlen und führen Sie Ihre eigenen Bewertungen durch, bevor Sie eine Produktions-Workload festlegen. Die genaue Zusammenfassung: Frontier-Klasse-Fähigkeit zum halben Frontier-Preis, mit einer benannten Obergrenze darüber.

Migrations-Checkliste

Arbeiten Sie dies der Reihe nach durch:

1. Ändern Sie den Modell-String genau auf claude-opus-5. Kein Datumssuffix.
2. Erhöhen Sie max_tokens bei jeder Anfrage, die zuvor thinking weggelassen hat. Denken läuft jetzt standardmäßig und teilt sich dieses Budget.
3. Durchsuchen Sie Ihren Code nach "disabled" und bestätigen Sie, dass keine Anfrage es mit dem Aufwand xhigh oder max kombiniert. Diese Kombination führt zu einem harten 400er-Fehler.
4. Entfernen Sie den Beta-Wert für langen Kontext aus anthropic-beta. Das 1M-Fenster ist jetzt der Standard.
5. Führen Sie Ihren Aufwands-Sweep von Grund auf neu mit Ihren eigenen Evaluierungen durch. Übernehmen Sie keine 4.8-Einstellungen.
6. Fügen Sie cache_control-Breakpoints zu Prompt-Segmenten zwischen 512 und 1.024 Token hinzu.
7. Identifizieren Sie jeglichen Traffic auf Priority Tier und entscheiden Sie pro Workload, ob er auf claude-opus-4-8 bleibt.
8. Löschen Sie übernommene Verifikationsanweisungen aus Ihren Prompts und fügen Sie explizite Kürzeanweisungen hinzu, wo die Ausgabelänge wichtig ist.
9. Aktivieren Sie optional fallbacks: "default", wenn Ihre Workload Cyber-Kategorie-Ablehnungen auslöst.
10. Verifizieren Sie stop_reason in Ihrer Testsuite, damit das Abschneiden als Fehler und nicht als subtil schlechtere Antwort angezeigt wird.

Für die vollständige Anfragedurchführung siehe den Claude Opus 5 API-Leitfaden, oder beginnen Sie mit was Claude Opus 5 ist für Spezifikationen und Verfügbarkeit. Wenn Sie das ältere Modell noch an einigen Stellen verwenden, bleiben der Opus 4.8 Erklärer und seine API-Anleitung dafür korrekt. Anthropic’s Modellübersicht ist die Referenzquelle für IDs, Kontextfenster und Abschaltungen.

Häufig gestellte Fragen

Ist die Migration von Opus 4.8 zu Opus 5 eine Drop-in-Migration? Nahezu, aber nicht ganz. Das Ändern des Modell-Strings funktioniert für die meisten Anfragen. Zwei Dinge können brechen: Denken läuft jetzt standardmäßig und teilt Ihr max_tokens-Budget, und thinking: {"type": "disabled"} mit dem Aufwand xhigh oder max gibt einen 400er-Fehler zurück. Priority Tier-Traffic benötigt ebenfalls eine Entscheidung, da Opus 5 dies nicht unterstützt.

Warum erhalte ich einen 400er-Fehler, nachdem ich auf claude-opus-5 umgestellt habe? Die häufigste Ursache ist das Deaktivieren des Denkens, während xhigh oder max Aufwand angefordert wird. Entfernen Sie entweder das thinking-Feld und behalten Sie den hohen Aufwand bei, oder lassen Sie das Denken deaktiviert und reduzieren Sie den Aufwand auf high oder niedriger. Nicht-Standardwerte für temperature, top_p oder top_k geben ebenfalls weiterhin einen 400er-Fehler zurück, genau wie auf Opus 4.8.

Muss ich meine Token nach der Migration neu zählen? Nein. Opus 5 verwendet dieselbe Tokenizer-Familie wie Opus 4.8, sodass die Zählungen ungefähr unverändert bleiben und bestehende Budgets übernommen werden. Der Overhead für System-Prompts bei der Tool-Nutzung ist mit 286 Token gegenüber 290 geringfügig niedriger. Die Basispreise sind ebenfalls identisch, bei 5 $ Input und 25 $ Output, obwohl Ihre Rechnung immer noch steigen kann, wenn das standardmäßige Denken die Output-Token erhöht.