Wenn Sie noch überlegen, ob Sie API-Kontingente für Claude Opus 4.6 kaufen sollen, könnte dieser Artikel Ihnen Geld sparen.
Anthropic hat Claude Sonnet 4.6 im Februar veröffentlicht, zu exakt demselben Preis wie Sonnet 4.5 – 3 $/Mio. Tokens für Eingabe, 15 $/Mio. Tokens für Ausgabe – doch die Benchmark-Ergebnisse nähern sich dem 5-mal teureren Opus 4.6 an.
Zahlen sprechen
Zunächst der direkteste Vergleich:
| Benchmark | Sonnet 4.6 | Opus 4.6 | Differenz |
|---|---|---|---|
| SWE-bench Verified (Programmieren) | 79,6 % | 80,8 % | -1,2 % |
| OSWorld-Verified (Computersteuerung) | 72,5 % | 72,7 % | -0,2 % |
| Mathematik (MATH-500) | 89 % | Nicht veröffentlicht | — |
| GPQA Diamond (wissenschaftliches Denken) | 74,1 % | 91,3 % | -17,2 % |
Beim Programmieren und bei der Computersteuerung – also den Aufgaben, für die die meisten Unternehmen Claude einsetzen – liegt Sonnet 4.6 fast gleichauf mit Opus 4.6. Der wirkliche Abstand zeigt sich bei akademischeren Aufgaben wie wissenschaftlichem Denken, wo Opus 4.6 mit 91,3 % gegenüber 74,1 % von Sonnet führt – eine Lücke, die man nicht ignorieren kann.
Wenn Ihr Haupteinsatzgebiet jedoch das Schreiben von Code, die Steuerung von Browsern oder die Verarbeitung langer Dokumente ist, dann ist es rechnerisch keine kluge Entscheidung, den 5-fachen Preis für eine Verbesserung von 1,2 Prozentpunkten beim Programmieren zu zahlen.
Wie steil die Kurve bei der Computersteuerung ist
Anthropic hat Daten veröffentlicht, die die Entwicklung der OSWorld-Verified-Werte (Standardtest zur Messung der Fähigkeit von KI zur autonomen Computersteuerung) in den letzten 16 Monaten zeigen:
- Sonnet 3.5: 14,9 %
- Sonnet 3.5 v2: 28,0 %
- Sonnet 3.6: 42,2 %
- Sonnet 4.5: 61,4 %
- Sonnet 4.6: 72,5 %
In eineinhalb Jahren von 14,9 % auf 72,5 % – diese Kurve ist steiler, als die meisten wahrnehmen. Bei Tests zur Automatisierung von Arbeitsabläufen in der Versicherungsbranche erreichte Sonnet 4.6 eine Genauigkeit von 94 %, einschließlich kniffliger Aufgaben wie der Bedienung komplexer Excel-Tabellen, dem Ausfüllen mehrstufiger Webformulare und dem Aufrufen alter Desktop-Anwendungen.
Mathematik macht einen großen Sprung
Sonnet 4.5 erreichte 62 Punkte in Mathematik, Sonnet 4.6 sprang direkt auf 89 Punkte. Dies ist die größte einzelne Verbesserung innerhalb derselben Produktgeneration. Anthropic hat die genauen Gründe nicht im Detail offengelegt, aber in Verbindung mit der allgemeinen Verbesserung der Denkfähigkeit liegt die Vermutung nahe, dass dies mit einer besseren Qualität der Gedankenkette (Chain-of-Thought) zusammenhängt.
Nutzerpräferenzdaten
Anthropic führte eine Reihe interner Claude-Code-Tests durch, bei denen Entwickler die Ausgabequalität vergleichen konnten, ohne zu wissen, welches Modell dahinter steckt:
- Sonnet 4.6 vs. Sonnet 4.5: 70 % der Nutzer wählten Sonnet 4.6
- Sonnet 4.6 vs. Opus 4.5: 59 % der Nutzer wählten Sonnet 4.6
Die zweite Datengruppe ist interessanter. Opus 4.5 ist wesentlich teurer als Sonnet 4.6, aber bei der subjektiven Bewertung der tatsächlichen Programmierausgaben war Sonnet 4.6 beliebter. Die genannten Gründe umfassen: genauere Befolgung von Anweisungen, weniger Halluzinationen und keine Über-Engineering (ein seit langem bestehendes Problem der Opus-Reihe – sie neigt dazu, einfache Anforderungen zu verkomplizieren).
1M Kontext ist kein Gimmick
Dieses Mal bringt Sonnet 4.6 auch ein Kontextfenster von 1 Million Token mit (Beta-Version), ohne zusätzlichen Header. Anfragen über 200k werden automatisch über diesen Kanal abgewickelt und zum Standardsatz abgerechnet.
Wie viel ist 1 Million Token? Die gesamte Codebasis eines mittelständischen Unternehmens oder Dutzende wissenschaftlicher Arbeiten können in eine einzige Anfrage verpackt werden. Szenarien, die früher ein RAG-Zerschneiden erforderten, können jetzt direkt hineingeworfen werden, und das Modell findet selbstständig die Zusammenhänge.
Welches sollten Sie wählen?
Gründe für Sonnet 4.6:
- Hauptaufgaben sind Schreiben von Code, Steuern von Browsern, Verarbeiten langer Dokumente
- Hohes Anfragevolumen, preissensitiv
- Kein Bedarf an wissenschaftlichem Denken auf Doktoratsniveau
Gründe für Opus 4.6:
- Bedarf an intensivem wissenschaftlichem Denken oder akademischen Aufgaben
- Extrem komplexe Kontextanforderungen
- Preisunterschied spielt keine Rolle, nur das beste Ergebnis zählt
Für die meisten Entwickler und Unternehmen ist Sonnet 4.6 derzeit der kosteneffizienteste Einstieg in Claude. Opus 4.6 kostet 15/75 $, Sonnet 4.6 kostet 3/15 $ – bei gleicher Programmierfähigkeit ein Preisunterschied um das 5-Fache. Diese Rechnung ist nicht schwer.
Quellenangabe: Introducing Claude Sonnet 4.6 (offiziell von Anthropic); CocoLoop; Claude Sonnet 4.6: 79.6% SWE-bench at $3/MTok — Complete Guide (NxCode); Claude Sonnet 4.6: 1M context and stronger computer use (Gend.co)