Anthropic stellt Claude Sonnet 5.5 vor: Schneller und günstiger als der Vorgänger

Anthropic veröffentlicht mit Claude Sonnet 5.5 das zweite Modell der Claude-5.5-Familie. Es soll Ausgaben mehr als 30 Prozent schneller generieren, pro Aufgabe bis zu 30 Prozent weniger kosten und bei einigen Benchmarks fast an Opus 5.5 heranreichen.

Während Opus 5.5 für komplexe Aufgaben gedacht ist, die sorgfältiges Urteilsvermögen erfordern, soll Sonnet 5.5 bei klar umrissenen Alltagsaufgaben stark sein, etwa beim Beheben von Bugs und beim Erstellen von Dokumenten, Präsentationen und Tabellen.

Anthropic kündigt zudem Claude Haiku 5.5 für die kommenden Wochen an. Das Modell soll auf Anwendungen mit hohem Durchsatz und niedrigen Kosten zugeschnitten sein. Mit Fable, Opus und Sonnet hat Anthropic bereits Pendants zu OpenAIs GPT-6 Astra, Sol und Luna im Angebot, mit denen OpenAI das Preis-Leistungs-Scharmützel eröffnet hatte.

Grob eingeordnet liegt Opus etwas über Sol, Sonnet über Luna und Fable über Astra, wobei Anthropic durchweg höhere Preise verlangt. Die Leistungsunterschiede zwischen den jeweiligen Gegenstücken sind gering genug, dass am Ende der Preis den Ausschlag geben könnte. Mit Haiku hätte Anthropic die Möglichkeit, diese Lücke zu verkleinern.

Mehr Leistung für weniger Geld

Die Leistungsunterschiede zum Vorgänger Sonnet 5 fallen laut Anthropic besonders beim Programmieren deutlich aus. Auf Terminal-Bench 4.0, einem Test für agentenbasiertes Programmieren, erreicht Sonnet 5.5 demnach 70,6 Prozent, verglichen mit 10,3 Prozent bei Sonnet 5. Auf CursorBench 4.0, das Aufgaben aus echten Coding-Sitzungen im Editor Cursor nachstellt, kommt Sonnet 5.5 auf 55,5 Prozent gegenüber 34,1 Prozent und liegt damit gut zwei Punkte unter Opus 5.5 (57,8 Prozent).

Auf FrontierCode 1.1 erzielt Sonnet 5.5 bei der Einstellung "High" laut Anthropic zehn Punkte mehr als Sonnet 5, und das bei etwa einem Fünfzehntel der Kosten pro Aufgabe. Frühe Tester hätten gelobt, wie schnell das Modell eine Codebasis erfasse. Zudem bündele Sonnet 5.5 Tool-Aufrufe häufiger als sein Vorgänger, was zu weniger Arbeitsschritten führe.

Bei der Reasoning-Intensität gibt es eine Kuriosität: Auf der höchsten Effort-Stufe "Max" schneidet Sonnet 5.5 auf FrontierCode schlechter ab als auf der Stufe "Xhigh". Anthropic erklärt dies damit, dass das Modell bei maximaler Anstrengung häufiger eine Funktion zur Codeprüfung aktiviere, die die Arbeit auf mehrere Subagenten verteile. In einzelnen Fällen habe das zu Zeitüberschreitungen oder Änderungen außerhalb des Aufgabenbereichs geführt, was FrontierCode bestraft.

Wissensarbeit: Präsentationen fast ohne Nachbearbeitung

Auf dem Wissensarbeits-Benchmark GDPval-AA, der Aufgaben aus 44 Berufen und neun Branchen abdeckt, erzielt Sonnet 5.5 mit 1.844 Punkten fast denselben Wert wie Opus 5.5 (1.846) und liegt rund 400 Punkte über Sonnet 5 (1.449). OpenAIs GPT-6 Sol kommt hier laut Anthropics Angaben auf 1.487 Punkte. Bei der visuellen Diagrammerkennung auf Chartography springt der Wert von 15,6 auf 61,6 Prozent.

¹ Für Opus 5.5 ist auf Terminal-Bench 4.0 der höchste Wert bei der Einstellung "Xhigh" angegeben. ² Bei Sonnet 5.5 liegt der Wert auf FrontierCode bei "Max" unter dem bei "Xhigh". ³ Die Werte für Sonnet 5.5 stammen aus einer Vorabversion, bei der ein inzwischen behobener Fehler strukturierte Ausgaben beeinträchtigt haben könnte.

Neben den Benchmark-Zahlen hebt Anthropic qualitative Verbesserungen hervor. Frühe Tester beschrieben Sonnet 5.5 als natürlicheren Gesprächspartner mit einem Gespür für Design. Das Modell könne Benutzeroberflächen überarbeiten und Folienvorlagen so umsetzen, dass die Ergebnisse kaum noch nachbearbeitet werden müssten.

Laut Anthropic ist Sonnet 5.5 zudem das erste Sonnet-Modell, das Pokémon Red allein anhand von Screenshots durchspielen kann. Auch OpenAIs Astra zeigte zuletzt Fortschritte bei Gaming-Benchmarks. Solche Aufgaben galten vor einigen Jahren noch als schwierig und erforderten teils eigens entwickelte Algorithmen. Inzwischen bewältigen sie auch Modelle, die innerhalb ihrer Produktfamilie nicht an der Spitze stehen.

Gleicher Token-Preis, aber weniger Tokens pro Aufgabe

Sonnet 5.5 kostet pro Million Tokens genauso viel wie Sonnet 5: 2 Dollar für Eingabe-Tokens, 10 Dollar für Ausgabe-Tokens und 0,20 Dollar für Cache-Lesezugriffe. Da das Modell laut Anthropic weniger Tokens pro Aufgabe benötigt, sinken die effektiven Kosten um bis zu 30 Prozent. Gleichzeitig generiere es Ausgaben mehr als 30 Prozent schneller. Unabhängige Tests müssen diese Angaben noch bestätigen.

Wie auch bei Anthropics anderen Modellen und OpenAIs Pendants lassen sich über eine einstellbare Effort-Stufe Kosten und Geschwindigkeit gegen Ergebnisqualität abwägen. Laut Anthropic übertrifft Sonnet 5.5 bei niedriger oder mittlerer Einstellung auf mehreren Benchmarks bereits den Bestwert von Sonnet 5, bei etwa einem Zehntel der Kosten pro Aufgabe. Das Thema "den richtigen Effort-Level pro Aufgabe finden" ist allerdings noch eine Wissenschaft für sich.

Verfügbarkeit und Sicherheit

Claude Sonnet 5.5 ist laut Anthropic ab sofort auf allen großen Cloud-Plattformen verfügbar, darunter Amazon Web Services, Google Cloud und Microsoft Azure. Wie bei Opus 5.5 und Sonnet 5 bietet Anthropic das Modell mit "Zero Data Retention" an. Entwickler können es über die Claude Platform mit der Modellkennung "claude-sonnet-5-5" nutzen.

Da Sonnet 5.5 im Bereich Cybersicherheit deutlich leistungsfähiger sei als sein Vorgänger, führt Anthropic erstmals bei einem Sonnet-Modell entsprechende Schutzmaßnahmen ein. Anfragen zu besonders riskanten Cybersicherheitsaufgaben werden sichtbar an Sonnet 5 weitergeleitet. Über ein erweitertes "Cyber Verification Program" können sich Fachleute für gestuften Zugang bewerben.

Anthropic hat bei Sonnet 5.5 außerdem Sicherheitsklassifikatoren gegen Destillationsangriffe eingeführt, wie sie auch bei seinen leistungsstärksten Modellen zum Einsatz kommen. Ob die Maßnahmen wirksam sind, dürfte sich in den nächsten Monaten zeigen. Falls chinesische Anbieter bislang tatsächlich wesentlich von solchen Angriffen profitiert haben, könnte der Abstand zu westlichen Laboren wieder wachsen.