Am 28. Mai veröffentlichte Anthropic Claude Opus 4.8, das über die API unter dem Modellnamen claude-opus-4-8 verfügbar ist. Die Preise bleiben unverändert bei 5 $ pro Million Input-Token und 25 $ pro Million Output-Token, identisch mit Opus 4.7.
Die offizielle Ankündigung hebt jedoch andere Zahlen hervor.
Es gibt jetzt zu, wenn es unsicher ist
Anthropic gibt an, dass Opus 4.8 etwa viermal seltener als sein Vorgänger Fehler im von ihm geschriebenen Code unentdeckt passieren lässt
. Mit anderen Worten: Das Modell markiert nun proaktiv unsichere oder potenziell fehlerhafte Codeabschnitte, anstatt fehlerhafte Ausgaben mit großer Überzeugung zu liefern. Diese Selbstprüfungsfähigkeit ist praktisch bedeutsamer als Benchmark-Verbesserungen, da sie Entwicklern Zeit beim Debuggen falschen Codes spart. Gleiches gilt für Wissensaufgaben: Opus 4.8 zeigt eher Unsicherheit an und vermeidet unbegründete Behauptungen.
Benchmarks bleiben stark
Trotz des Fokus auf Ehrlichkeit liefert Opus 4.8 solide Leistungen in wichtigen Metriken:
- Online-Mind2Web (Webnavigation): 84 %
- OSWorld-Verified (Desktopnavigation): 82,3 %
- Legal Agent Benchmark: erstes Modell, das unter dem Kriterium „alle Aufgaben bestanden“ die 10 %-Marke überschreitet
- CursorBench: übertrifft den vorherigen Opus auf allen Anstrengungsstufen
- Finance Agent v2: übertrifft Opus 4.7
Das Ergebnis des Legal-Benchmarks ist besonders bemerkenswert. „Alle Aufgaben bestanden“ bedeutet, dass jeder Schritt einer Aufgabe korrekt sein muss. Obwohl 10 % niedrig erscheinen, hatte zuvor kein Modell diese Schwelle überschritten, was die nahezu null Fehlertoleranz bei solchen Aufgaben unterstreicht.
Preise für den schnellen Modus gesenkt
Anthropic hat auch den schnellen Modus für Opus 4.8 überarbeitet. Er bietet 2,5-fache Geschwindigkeit zu Preisen von 10 $ pro Million Input-Token und 50 $ pro Million Output-Token – dreimal günstiger als frühere schnelle Modi. Dadurch wird der Aufpreis für Geschwindigkeit reduziert.
Zudem führte Anthropic ein:
- Dynamic workflows (Forschungsvorschau): startet hunderte parallele Sub-Agenten in Claude Code
- Effort-Schieberegler: in claude.ai und Cowork verfügbar, ermöglicht Nutzern die Balance zwischen Qualität und Geschwindigkeit
Die parallele Sub-Agenten-Fähigkeit, kombiniert mit der Selbstprüfungsfunktion, deutet auf eine Strategie hin, bei der mehrere Claude-Instanzen einander überwachen, anstatt allein zu arbeiten.
Das eigentliche Kraftpaket kommt noch
Die Ankündigung deutet ein leistungsstärkeres Modell mit dem Codenamen Mythos an, das derzeit auf einige Cybersicherheitsinstitutionen beschränkt ist. Anthropic sagt, es müsse die Sicherheit gewährleisten, bevor eine breitere Veröffentlichung erfolgt, die in den kommenden Wochen
erwartet wird. Dieses Muster – zuerst ein stabiles Flaggschiff zu veröffentlichen und ein fortschrittlicheres Modell anzudeuten – hat Anthropic mehrfach angewandt, stets mit dem Hinweis auf Sicherheitsvorbereitungen.
Strategisches Timing
Die Veröffentlichung erfolgt, während OpenAI die vertrauliche S-1 für seinen Börsengang vorbereitet, was den Wettbewerb zwischen den beiden Unternehmen verschärft. Indem Anthropic den Preis von Opus 4.8 unverändert lässt und die Kosten für den schnellen Modus senkt, signalisiert es, dass es sowohl bei der Leistung als auch beim Preis-Leistungs-Verhältnis konkurrieren kann. Ob „Ehrlichkeit“ zum nächsten Wettbewerbsfeld wird, hängt von der Reaktion von OpenAI und Google ab.
Ein Modell, das sagt „Ich bin mir nicht sicher“, klingt vielleicht nicht aufregend, aber in der Praxis könnte es beruhigender sein als ein paar zusätzliche Benchmark-Punkte. Die nächste Generation Mythos wird in wenigen Wochen erwartet.
Quellen: Introducing Claude Opus 4.8 (Anthropic); Anthropic releases new model, CocoLoop, Opus 4.8 (Axios); Anthropic Debuts Claude Opus 4.8, Teases Upcoming Launch of Mythos-Class Models (Gizmodo)