Welches Claude-Modell für welche Aufgabe? Opus, Sonnet, Haiku, Fable

Anthropic bietet vier aktuelle Claude-Modelle an, die sich im Preis um den Faktor 80 unterscheiden. Wer Claude Code mit Subagenten nutzt oder Claude per API in ein Produkt einbaut, entscheidet diese Frage nicht einmal, sondern bei jedem Agenten und jeder Route neu. Dieser Artikel zeigt, welches Modell ich wofür einsetze, was der Effort-Regler kostet und welche Fehler in meinem eigenen Setup Geld gekostet haben.

Alle Preise und technischen Angaben stammen aus Anthropics Dokumentation, Stand: 13. November 2026. Anthropic ändert Preise und Standardwerte regelmäßig. Prüfe vor einer Budgetplanung die Preisseite.

Die vier Claude-Modelle im Überblick

Quelle: Preisseite und Modellübersicht von Anthropic, geprüft am 13. November 2026. Alle vier haben ein Kontextfenster von 1 Million Tokens und bis zu 128.000 Tokens Output. Haiku 5.5 ist als einziges nach Prompt-Länge gestaffelt: Ab 100.000 Tokens im Prompt kostet jede Anfrage den fünffachen Satz.

Zwei Rabatte gelten für alle Modelle: Die Batch-API halbiert den Preis, wenn das Ergebnis bis zu 24 Stunden warten darf. Gecachte Prompt-Teile kosten bei Sonnet 5.5 und Opus 5.5 nur 5 Prozent des normalen Input-Preises, bei Fable 5.2 2,5 Prozent.

Welches Modell für welche Aufgabe?

Anthropic selbst empfiehlt, für die meisten Agenten mit Opus 5.5 auf Standard-Effort zu starten. Ich mache es anders und nehme Sonnet 5.5 als Hauptmodell, weil es in Anthropics eigener Messung auf einer Teilmenge von SWE-bench Pro 87,6 Prozent der Aufgaben löste, für 0,11 US-Dollar pro gelöster Aufgabe. Opus 5.5 kam auf 92,8 Prozent für 0,22 US-Dollar. Für meine tägliche Arbeit sind fünf Punkte weniger bei halben Kosten ein guter Tausch, solange Opus die Reviews macht.

So route ich die Arbeit heute:

Die Startwerte für Effort folgen Anthropics Empfehlungen pro Modell: Für Sonnet 5.5 bei Chat medium oder low, für Haiku 5.5 low bei kurzen, einfachen Anfragen und high für längere Agenten-Aufgaben, für Fable 5.2 high als Start.

Sonnet 5.5: das Arbeitstier für Code

Sonnet 5.5 kostet halb so viel wie Opus 5.5 und schreibt Code, der in meinem Alltag fast immer reicht. Laut Anthropic ist der Standard-Effort high, für gut beschriebene agentische Aufgaben empfiehlt Anthropic medium als Start. Auf medium erreichte Sonnet 5.5 in Anthropics Messung etwa 7 Punkte weniger als auf high, für etwa 59 Prozent der Kosten. Bei Code, der in Produktion geht, bleibe ich auf high.

Haiku 5.5: nur für Aufgaben mit prüfbarem Ergebnis

Haiku 5.5 kostet ein Zwanzigstel von Sonnet 5.5 und ist das schnellste Modell. Für komplexes agentisches Coding ist es aber deutlich schwächer: Auf Terminal-Bench 4.0 kommt Haiku 5.5 laut Anthropics Launch-Seite auf 39,2 Prozent, Sonnet 5.5 auf 70,6 Prozent. Anthropic schreibt dort selbst, dass Sonnet und Opus für solche Aufgaben die bessere Wahl bleiben.

Haiku taugt für Suchen im Code, Nachschlagen in Dokumentation, Klassifizieren und Extrahieren. Also überall dort, wo ein Fehler auffällt, bevor er Schaden anrichtet. In einer RAG-Anwendung kann Haiku zum Beispiel Anfragen sortieren, während Sonnet die eigentliche Antwort schreibt. Achte auf die Preisstufe: Lange Agentensitzungen überschreiten die 100.000-Token-Grenze schnell, ab dann kostet Haiku 5.5 das Fünffache.

Opus 5.5: Reviews, Entscheidungen, Läufe ohne Aufsicht

Opus 5.5 ist Anthropics empfohlenes Standardmodell und das, dem ich Entscheidungen anvertraue: Code-Reviews, Architekturfragen, Pläne vor großen Umbauten. Wichtig ist der Standard-Effort: Opus 5.5 läuft ohne Angabe auf medium, eine Stufe tiefer als Opus 5 (Effort-Dokumentation). Wer von Opus 5 umgestiegen ist und nichts eingestellt hat, bekommt also stillschweigend weniger Denkarbeit. Ich setze Effort bei Opus deshalb immer ausdrücklich.

Fable 5.2: erst, wenn Opus nicht reicht

Fable 5.2 erschien am 9. November 2026 und ist Anthropics stärkstes allgemein verfügbares Modell. Laut Anthropics Ankündigung erreicht Fable 5.2 auf high im Coding-Benchmark FrontierCode 2.0 etwa das beste Ergebnis von Opus 5.5 (45,3 gegen 45,5 Prozent), für ungefähr die Hälfte der Kosten pro Aufgabe. Der Vergleich läuft allerdings gegen Opus auf max, der teuersten Stufe. Anthropic empfiehlt in derselben Ankündigung, für die meisten Coding- und Wissensaufgaben mit Opus 5.5 zu starten.

Wie groß der Unterschied bei einer normalen Aufgabe sein kann, zeigt ein Test von Atomic Agent vom 10. November 2026: Ein Python-Projekt mit 13 eingebauten Fehlern kostete laut den Autoren mit Opus 5.5 auf medium 0,97 US-Dollar, mit Fable 5.2 auf seinem Standard high 7,70 US-Dollar. Beide Modelle bestanden alle 59 versteckten Tests. Das ist ein einzelner Test eines Drittanbieters, zeigt aber das Muster: Für Aufgaben, die Opus schon löst, zahlst du bei Fable vor allem mehr.

Wie stark Effort die Kosten verändert

Effort steuert, wie viele Tokens ein Modell für Denken, Text und Tool-Aufrufe ausgibt. Es gibt fünf Stufen: low, medium, high, xhigh und max. Weil Denk-Tokens als Output abgerechnet werden, verschiebt der Regler die Kosten pro Aufgabe teils stärker als der Wechsel zum nächstkleineren Modell.

Anthropic hat das auf 463 Programmieraufgaben gemessen (Kosten- und Intelligenz-Leitfaden, interne Messung, laut Anthropic „richtungsweisend, keine Garantie“):

Opus 5.5 auf xhigh löst hier so viel wie Fable 5.2 auf high, für etwas mehr als die Hälfte der Kosten. Und der Schritt von high auf xhigh kostet bei Opus mehr als das Doppelte für einen Punkt. Meine Faustregel: erst Effort auf dem günstigeren Modell ausreizen, dann das Modell wechseln. Und Effort pro Aufgabe festlegen, nicht global für alles.

So findest du heraus, ob sich Fable für dich lohnt

Benchmarks messen fremde Aufgaben. Ob Fable 5.2 sein Geld wert ist, zeigt nur ein Vergleich auf deinen eigenen. Drei Signale sprechen dafür, ihn zu machen:

• Opus scheitert wiederholt. Eine Aufgabe ist mit Opus 5.5 auf xhigh zweimal nicht gelöst worden, oder das Ergebnis musste mehrfach nachgebessert werden.
• Ein Planungsfehler wird teuer. Die Aufgabe braucht einen Plan über viele Module oder Dienste, und ein falscher Schnitt kostet dich später Tage.
• Ein Fehler bleibt unauffindbar. Mehrere Durchläufe haben die Ursache eines Bugs nicht gefunden.

Kein Grund für Fable ist Routinearbeit: Formulare, Tests ergänzen, Texte, kleine Umbauten. Dort löst Opus oder Sonnet dieselbe Aufgabe für einen Bruchteil.

1. Echte Aufgaben sammeln

   Nimm zehn bis zwanzig Aufgaben aus deiner Arbeit, an denen dein bisheriges Modell gescheitert ist oder nachbessern musste. Ergänze ein paar Routineaufgaben als Kontrolle.

2. Vorher festlegen, was „gelöst“ heißt

   Pro Aufgabe ein prüfbares Kriterium: Tests grün, Review ohne Befund, Bug nachweislich behoben. Lege es fest, bevor du die Ergebnisse siehst.

3. Beide Modelle unter gleichen Bedingungen laufen lassen

   Gleicher Prompt, gleiche Tools, gleicher Stand des Codes, zum Beispiel ein eigener Git-Worktree pro Lauf. Opus 5.5 auf xhigh, Fable 5.2 auf high.

4. Kosten pro gelöster Aufgabe rechnen

   Tokens aus dem Feld usage mal Listenpreis, geteilt durch die Zahl der gelösten Aufgaben. Der Preis pro Token allein sagt nichts, weil Fable oft weniger Anläufe braucht und Opus auf xhigh viele Denk-Tokens schreibt.

5. Pro Aufgabentyp entscheiden

   Fable nur für die Art von Aufgaben, die es löst und Opus nicht. Wo beide lösen, bleibt es beim günstigeren Modell.

6. Den Advisor als günstigeren Weg testen

   Statt Fable als Hauptmodell: Sonnet oder Opus arbeiten, Fable berät an Entscheidungspunkten (mehr dazu im nächsten Abschnitt). Vergleiche eine Woche davor mit einer Woche danach: Fehler, Korrekturen, wiederholte Fixes, Kosten.

7. Bei jeder neuen Version wiederholen

   Preise, Standard-Effort und Stärken ändern sich mit jeder Modellgeneration. Heb deine Aufgabenliste auf, dann ist der nächste Vergleich in einer Stunde aufgesetzt.

Wie du so eine Messung systematisch aufbaust, steht im Glossar unter Evals. Welche Modelle in deinen Läufen wirklich gerechnet haben, zeigt der Abschnitt weiter unten.

Subagenten und Advisor: zwei Arten, Modelle zu mischen

Subagenten in Claude Code

Ein KI-Agent wie Claude Code kann Teilaufgaben an Subagenten abgeben, die mit eigenem Kontext und eigenem Modell laufen. Welches Modell ein Subagent bekommt, entscheidet Claude Code laut Dokumentation in dieser Reihenfolge:

1. das Modell, das beim Aufruf übergeben wird,
2. das Feld model in der Definition des Subagenten (inherit heißt: wie die Hauptsitzung),
3. die Umgebungsvariable CLAUDE_CODE_SUBAGENT_MODEL,
4. das Modell der Hauptsitzung.

Ohne Eintrag erbt ein Subagent also das Modell der Hauptsitzung. Läuft die Hauptsitzung auf Opus, laufen alle ungeregelten Subagenten auch auf Opus. Mit CLAUDE_CODE_SUBAGENT_MODEL_FORCE=1 lässt sich ein Modell für alle Subagenten erzwingen. Davon rate ich ab: Dann schreibt auch der Agent, der Dateien ändert, mit dem Modell, das du eigentlich nur für die Suche wolltest. Trag das Modell lieber in jede Agent-Definition ein, zusammen mit dem Feld effort:

---
name: code-search
description: Findet Dateien und Stellen im Code. Ändert nichts.
tools: Read, Glob, Grep
model: haiku
effort: medium
---

Laut Anthropics Messungen lohnt sich die Mischung vor allem in eine Richtung: Opus 5.5 mit Sonnet-5.5-Subagenten kostete bei einer Fehlersuche etwa ein Drittel weniger als Opus allein, bei etwa gleichem Ergebnis. Haiku-5.5-Subagenten unter Opus senkten die Kosten um 32 Prozent, aber auch die Erfolgsquote um etwa 4 Punkte. Anthropic nennt das „eine Alternative zu weniger Effort, nicht besser“.

Der Advisor: ein starkes Modell als Berater

Beim Advisor-Tool (Stand November 2026 in der Beta) arbeitet ein günstigeres Modell die Aufgabe ab und fragt an Entscheidungspunkten ein stärkeres Modell um Rat. Der Advisor liest dabei das gesamte bisherige Gespräch samt Tool-Ergebnissen und wird zum Preis des Advisor-Modells abgerechnet. Er schreibt aber nur einen kurzen Rat, laut Anthropic typischerweise 400 bis 700 Text-Tokens. Den Großteil des Outputs erzeugt das günstigere Modell.

Anthropic empfiehlt: Wer heute Sonnet für schwierige Aufgaben nutzt, ergänzt einen Opus-Advisor (Gesamtkosten ähnlich oder niedriger) oder einen Fable-5.2-Advisor (größter Qualitätsgewinn). Zwei Haken stehen im Kosten-Leitfaden: Ein Advisor hilft nur, wenn das Hauptmodell ihn auch fragt. Und schon die Tool-Definition kostet etwa 1.000 Prompt-Tokens pro Anfrage, auch wenn der Advisor nie gefragt wird. Miss also auf deinen eigenen Aufgaben, bevor du ihn breit einsetzt. Wie man so eine Messung aufsetzt, steht im Glossar unter Evals.

Was mein eigenes Setup gezeigt hat

Am 13. November 2026 habe ich mein eigenes Claude-Code-Setup ausgewertet: 21 Tage, 559 Sitzungen, 811 Subagent-Protokolle. Dafür nutze ich meinen Skill agent-health, der Einstellungen, Hooks und Sitzungsprotokolle durchgeht und jedes Problem mit Beleg meldet. Er ist Open Source unter MIT-Lizenz, du kannst damit dein eigenes Setup prüfen: npx skills add anolilab/skills --skill agent-health. Drei Befunde haben meine Regeln verändert.

Ein unbeaufsichtigter Lauf ohne Abbruchbedingung. Ende Oktober lief eine autonome Sitzung mit einem Ziel (/goal) gut fünfeinhalb Tage. Ein Stop-Hook prüfte nach jeder Antwort, ob das Ziel erreicht war, und schickte den Agenten 2.646-mal zurück an die Arbeit. Gelaufen ist sie auf Opus 5.5 mit Effort medium, weil ich vorher per /model von meinem Standard Sonnet auf Opus umgestellt hatte; die Subagenten liefen überwiegend auf Sonnet. In etwa 80 Prozent der Fälle antwortete der Agent nur mit einer Statuszeile wie „warte noch auf CI“, und der Hook schickte ihn wieder los. Jede dieser Runden las den ganzen bisherigen Verlauf aus dem Cache. Claude Code zeigte am Ende 1.790 US-Dollar an. Rechne ich dieselben Tokens mit Anthropics Listenpreisen nach, komme ich auf etwa 2.700 US-Dollar, fast alles Cache-Lesezugriffe von Opus. Das ist eine Schätzung, keine Rechnung. Beendet hat den Lauf erst mein manuelles /goal clear.

Zwei Lehren daraus: Das Modell war hier nicht der Fehler. Auch auf Sonnet wäre eine Schleife ohne Ende teuer geworden, nur langsamer. Und günstige Cache-Lesezugriffe summieren sich, wenn ein langer Verlauf tausendfach neu gelesen wird. Seitdem bekommt jeder Lauf ohne Aufsicht ein Budget und eine Abbruchbedingung.

Eingestellt war Sonnet, gelaufen ist Haiku. Neue Threads in meinem Werkzeug starteten still mit Haiku, weil eine Voreinstellung der Oberfläche meine Sonnet-Einstellung überschrieb. Dutzende große Sitzungen liefen so auf Haiku, und Subagenten machten etwa 78 Dateiänderungen mit Haiku, obwohl meine Regeln Haiku für alles verbieten, was schreibt. Gemerkt habe ich das erst in den Protokollen. Die Lehre: Prüfe, welches Modell wirklich lief, nicht, was du eingestellt hast.

Subagenten ohne festes Modell. Vor der Bereinigung fand ich 31 Subagenten ohne eingetragenes Modell, die erbten, was die Hauptsitzung gerade hatte. Danach waren es noch 4.

Daraus ist das Routing in der Tabelle oben entstanden: Sonnet 5.5 auf high als Hauptmodell und für jeden Agenten, der Code schreibt. Haiku nur für fest eingetragene Such- und Nachschlage-Agenten, die nur lesen. Opus für Reviews, Entscheidungen und Läufe ohne Aufsicht, mit Effort ausdrücklich auf high. Fable 5.2 teste ich eine Woche lang als Advisor, bevor ich es breiter einsetze. Und nie ein Subagent-Modell global erzwingen.

So findest du heraus, welches Modell wirklich lief

1. In der laufenden Sitzung nachsehen

   In Claude Code zeigt /usage unter „Usage by model“, welche Modelle in der aktuellen Sitzung wie viele Tokens verbraucht haben. /tasks zeigt, mit welchem Modell ein Subagent läuft.

2. Die Protokolle auszählen

   Claude Code speichert jede Sitzung als JSONL-Datei unter ~/.claude/projects/, Subagenten in einem Unterordner subagents/. Jede Antwort enthält das Modell, das sie erzeugt hat. Der Befehl unter dieser Liste zählt die Antworten pro Modell. Einträge mit <synthetic> stammen von Claude Code selbst und lassen sich ignorieren.

3. Mit deinen Regeln vergleichen

   Taucht Haiku in Subagenten auf, die schreiben, oder Opus, wo du Sonnet erwartest? Dann fehlt in einer Agent-Definition das Feld model, oder eine Voreinstellung überschreibt deine Wahl.

4. Bei API-Anwendungen die Antwort prüfen

   Jede API-Antwort enthält das Feld model. Logge es zusammen mit den Token-Zahlen aus usage, dann siehst du auch Wochen später, was wirklich lief und was es gekostet hat.

# Antworten pro Modell in allen Subagent-Protokollen
jq -r 'select(.type=="assistant") | .message.model' \
  ~/.claude/projects/*/*/subagents/agent-*.jsonl | sort | uniq -c | sort -rn

# dasselbe für die Hauptsitzungen
jq -r 'select(.type=="assistant") | .message.model' \
  ~/.claude/projects/*/*.jsonl | sort | uniq -c | sort -rn

So setzt du Budgets und Abbruchbedingungen

1. Ein Ausgabenlimit für den Workspace

   Wer Claude Code oder die API über die Claude Console abrechnet, kann pro Workspace ein Ausgabenlimit setzen. Das ist die letzte Sicherung, wenn alles andere versagt.

2. Ein Budget pro Lauf

   Für Läufe ohne Aufsicht im Print-Modus (claude -p) begrenzt --max-budget-usd die geschätzten Kosten, Subagenten eingeschlossen, und --max-turns die Zahl der Agenten-Schritte. Laut CLI-Referenz kann die Ausgabe das Limit leicht überschreiten, plane etwas Luft ein.

3. Stop-Hooks mit Ausgang

   Ein Stop-Hook, der Claude am Aufhören hindert, braucht eine Bedingung, die irgendwann erfüllt ist. Claude Code übergibt dem Hook das Feld stop_hook_active, das anzeigt, dass Claude bereits wegen eines Stop-Hooks weiterarbeitet (Hooks-Dokumentation). Prüfe es und lass den Hook dann durch, statt endlos zu blockieren.

4. Effort und Modell ausdrücklich setzen

   Läufe ohne Aufsicht starten mit --model und --effort, statt sich auf Standardwerte zu verlassen. Die ändern sich mit jeder Modellgeneration, wie der Wechsel von Opus 5 auf Opus 5.5 gezeigt hat.

Typische Fehler bei der Modellwahl

• Opus als Standard für alles. Die Claude-Code-Dokumentation führt unerwartet hohe Kosten meist auf zwei Ursachen zurück: lange Sitzungen, die nie geleert wurden, und Opus als vergessenes Standardmodell. Subagenten ohne eigenes Modell erben es.
• Haiku für Code, der in Produktion geht. Haiku ist billig pro Token, aber nicht pro gelöster Aufgabe, wenn du die Fehler anschließend selbst suchst.
• Fable für Routinearbeit. Fable 5.2 rechnet sich bei Problemen, an denen Opus scheitert. Bei allem anderen zahlst du ein Vielfaches für dasselbe Ergebnis.
• Effort nie angefasst. Standardwerte unterscheiden sich je Modell (medium bei Opus 5.5 und Haiku 5.5, high bei Sonnet 5.5 und Fable 5.2) und ändern sich mit neuen Versionen.
• Kosten pro Token statt pro Aufgabe vergleichen. Anthropic rät ausdrücklich, Modelle nach Kosten pro erledigter Aufgabe zu vergleichen. Ein günstiges Modell, das zweimal nachbessern muss, ist nicht günstig.
• Konfiguration mit Wirklichkeit verwechseln. Was in den Einstellungen steht, ist eine Absicht. Was lief, steht in den Protokollen.

Datenschutz: Was mit deinen Daten passiert

Kurz, und keine Rechtsberatung: Laut Anthropics kommerziellen Nutzungsbedingungen darf Anthropic Kundeninhalte aus API und kommerziellen Diensten nicht zum Training von Modellen verwenden. Eine EU-Region gibt es bei der Claude API selbst nicht: Der Parameter inference_geo kennt laut Dokumentation zur Datenresidenz nur global (Standard) und us, Letzteres mit 10 Prozent Aufschlag. Gespeichert werden die Daten in den USA. Wer die Verarbeitung in einer bestimmten Region braucht, nutzt Claude über Amazon Bedrock oder Google Cloud. Deren regionale Endpunkte kosten laut Anthropics Preisseite ebenfalls 10 Prozent mehr als die globalen. Kläre Auftragsverarbeitung und Datenübermittlung mit deiner Datenschutzberatung, bevor personenbezogene Daten in Prompts landen.

Häufige Fragen

Ist Fable 5.2 das beste Claude-Modell für alles?

Nein. Fable 5.2 ist das stärkste, aber auch das teuerste allgemein verfügbare Modell. Anthropic selbst empfiehlt, für die meisten Coding- und Wissensaufgaben mit Opus 5.5 zu starten und erst zu Fable zu wechseln, wenn Opus auf höherem Effort nicht reicht.

Woran erkenne ich, dass ich Fable 5.2 brauche?

Wenn Opus 5.5 auf xhigh dieselbe Art von Aufgabe wiederholt nicht löst, etwa einen Plan über viele Module oder einen Bug, den mehrere Durchläufe nicht finden. Ob sich der Aufpreis für deine Aufgaben lohnt, zeigt ein Vergleich auf zehn bis zwanzig echten Aufgaben mit festem Prüfkriterium und den Kosten pro gelöster Aufgabe.

Lohnt sich Haiku 5.5 für Programmieraufgaben?

Für Suche, Nachschlagen und klar umrissene, prüfbare Aufgaben ja. Für Code, der Dateien ändert und in Produktion geht, nehme ich Sonnet 5.5. Auf Terminal-Bench 4.0 liegt Haiku 5.5 laut Anthropic bei 39,2 Prozent, Sonnet 5.5 bei 70,6 Prozent.

Was ist der Unterschied zwischen Subagent und Advisor?

Ein Subagent übernimmt eine Teilaufgabe mit eigenem Kontext und meldet ein Ergebnis zurück. Ein Advisor übernimmt keine Arbeit, sondern liest das ganze Gespräch und gibt dem Hauptmodell an Entscheidungspunkten einen kurzen Rat. Subagenten sparen Kontext und Kosten, der Advisor hebt die Qualität eines günstigeren Hauptmodells.

Wie oft ändern sich diese Empfehlungen?

Mit jeder neuen Modellgeneration. Zwischen September und November 2026 hat Anthropic Opus, Sonnet, Haiku und Fable erneuert, und mit Opus 5.5 hat sich der Standard-Effort geändert. Prüfe Preise und Standardwerte vor jeder Budgetplanung auf der Preisseite und in der Modellübersicht.