Sonnet 5.5: Tokenpreis vs. tatsächliche Kosten pro Aufgabe

Am 28. September 2026 veröffentlichte Anthropic Claude Sonnet 5.5, das zweite Modell der 5.5-Generation nach Opus 5.5, das am 22. September erschienen war. Der Preis blieb gegenüber Sonnet 5 unverändert: $2 pro Million Input-Tokens, $10 pro Million Output-Tokens und $0,20 pro Million Tokens, die aus dem Prompt-Cache gelesen werden. Ein Token ist die Texteinheit, nach der KI-Modelle abgerechnet werden.

Trotzdem sagt Anthropic, dass das neue Modell in eigenen Tests bis zu 30% weniger pro Aufgabe kostet und seine Ausgabe mehr als 30% schneller schreibt. Der Grund ist kein Rabatt. Das Modell braucht schlicht weniger Tokens für dieselbe Arbeit. Genau das verdient die Aufmerksamkeit jedes Unternehmens, das eine KI-Rechnung bezahlt: Der Preis pro Token sagt Ihnen nicht, was eine Aufgabe kostet.

Warum die Rechnung sinkt, während der Tokenpreis gleich bleibt

Die Rechnung für ein Modell ist die Zahl der Tokens multipliziert mit ihrem Preis. Und die Tokenzahl hängt nicht nur von der Länge Ihrer Frage ab. Sie hängt davon ab, was das Modell tut, um zu einer Antwort zu kommen: wie viele Schritte es macht, wie oft es ein Tool aufruft oder sucht und wie viel es nachdenkt, bevor es schreibt. Die Dokumentation von Anthropic hält fest, dass Thinking-Tokens als Output-Tokens abgerechnet werden, also als die teurere Sorte.

Zusammen mit der Ankündigung veröffentlichte Anthropic Ergebnisse von Unternehmen, die das Modell vor dem Start getestet hatten:

• Balyasny Asset Management: Bei 2.441 Finanzaufgaben zu Fragen und Antworten, Extraktion, Analyse und Prognose verbrauchte Sonnet 5.5 etwa 121.000 Tokens pro Antwort gegenüber 497.000 bei Sonnet 5 und erzielte eine höhere Punktzahl.
• Slack: Es schlug Sonnet 5 in fast allen Offline-Evaluierungen des Slackbot von Slack, mit weniger Schritten und etwa 14% weniger Output-Tokens, ohne jede Änderung an den Prompts.
• Lovable: In seinen Programmier-Evaluierungen brauchte es ein Drittel weniger Tool-Aufrufe und ungefähr die Hälfte der Shell-Ausführungen, um eine Aufgabe abzuschließen.
• Box: Es war genauer als das Vorgängermodell, 2,4-mal schneller und verbrauchte insgesamt 12% weniger Tokens.

Beachten Sie die Spanne: von 12% weniger Tokens bis zu rund drei Vierteln weniger, je nach Art der Arbeit. Das sind eigene Tests der Unternehmen, wie Anthropic sie veröffentlicht hat, keine unabhängigen Messungen. In der Praxis lässt sich die tatsächliche Ersparnis in Ihrem Unternehmen nur herausfinden, indem Sie es mit Ihren eigenen Aufgaben ausprobieren.

Sonnet 5.5 oder Opus 5.5: der Unterschied bei Preis und Leistungsfähigkeit

Opus 5.5 verlangt für Input und Output doppelt so viel, während Cache-Lesezugriffe gleich viel kosten, und bei den meisten veröffentlichten Benchmarks ist der Abstand gering. Doch Anthropic selbst weist jedem Modell eine andere Aufgabe zu.

Die Zahlen stammen aus der Ankündigung von Anthropic und der Dokumentation zu Preisen und Modellen. Der Terminal-Bench-Wert von Opus 5.5 ist sein höchster, mit Effort Xhigh. Zum Vergleich: Sonnet 5 kam bei GDPval-AA auf etwa 1449.

Die Zahlen liegen nah beieinander, doch dieselbe Ankündigung sagt, dass Benchmarks nur eine Facette der Leistungsfähigkeit abbilden und dass Opus 5.5 in den Tests von Anthropic selbst und externer Tester bei komplexer, offener Arbeit, die anhaltendes Urteilsvermögen erfordert, deutlich stärker bleibt. Sonnet 5.5 ist am besten bei klar abgegrenzten Alltagsaufgaben, Fehlerbehebung und der Erstellung von Dokumenten, Folien und Tabellen.

Unsere Einschätzung, operativ betrachtet: eine Kundenanfrage nach klaren Regeln beantworten, Rechnungsdaten extrahieren, ein Meeting zusammenfassen oder eine Präsentation nach fester Vorlage entwerfen sind Aufgaben für Sonnet. Ein neues System entwerfen, eine offene Analyse, die Optionen abwägt, oder eine Entscheidung, die auf langem und verworrenem Kontext beruht, sind die Fälle, in denen Opus seinen Preis wert sein kann. Opus 5.5 und das Spitzenmodell Fable 5.1 haben wir ausführlich in einem früheren Artikel verglichen.

Effort: die Einstellung, die die Rechnung stärker bewegt als der Modellname

Sonnet 5.5 läuft mit fünf Effort-Stufen: low, medium, high, xhigh und max. Je höher die Stufe, desto länger arbeitet das Modell und desto mehr prüft es sich selbst, sodass die Kosten pro Aufgabe steigen und die Punktzahl meist auch. Standard ist medium in den Claude-Apps und in Claude Code, und high, wenn Sie es über die API aufrufen.

Anthropic gibt an, dass Sonnet 5.5 bei mehreren Benchmarks mit Effort low oder medium den besten Wert von Sonnet 5 für etwa ein Zehntel der Kosten pro Aufgabe übertraf. Bei FrontierCode, das misst, ob eine Codeänderung ohne menschliche Nachbearbeitung gemergt werden könnte, lag es bei derselben Einstellung high 10 Punkte über Sonnet 5, für etwa ein Fünfzehntel der Kosten pro Aufgabe.

Ein Hinweis in der Ankündigung verdient Aufmerksamkeit: Bei FrontierCode schnitt Sonnet 5.5 mit Effort max schlechter ab als mit xhigh, weil es häufiger den Code-Review-Skill von Claude Code ausführte, der die Prüfung auf viele Subagenten verteilt; in zwei von Cognition untersuchten Fällen führte das zu einem Timeout oder zu Änderungen über die Aufgabe hinaus. Der höchste Effort liefert nicht immer das beste Ergebnis, kostet aber meist am meisten.

Der Migrationsleitfaden warnt außerdem, dass die Stufen neu kalibriert wurden, sodass eine bestimmte Stufe nicht mehr dieselbe Menge an Denken erzeugt wie bei Sonnet 5. Er empfiehlt, für allgemeine Arbeit mit high zu beginnen, für klar spezifiziertes Programmieren und mehrstufige Tool-Aufgaben mit medium und für Chat und alles Latenzkritische mit medium oder low. Anders gesagt: Ein System, das das Modell über die API aufruft, ohne eine Stufe festzulegen, läuft auf high und zahlt womöglich mehr, als seine Routineaufgaben brauchen.

Bevor Ihr Entwickler den Modellnamen ändert

Ein Modellwechsel sieht nach einer einzeiligen Änderung aus, doch der Migrationsleitfaden nennt Änderungen, die eine funktionierende Integration stoppen oder ihre Rechnung verändern können:

• Das Abschalten des Denkens hat sich geändert: Systeme, die das Denken bei Sonnet 5 mit thinking: {"type": "disabled"} deaktivieren, erhalten von Sonnet 5.5 einen 400-Fehler. Ersatz ist die neue Einstellung between_tools, die nur bei Effort low, medium und high akzeptiert wird.
• Denken ist standardmäßig an: Eine Anfrage ohne Thinking-Feld läuft bei Sonnet 5.5 mit adaptivem Denken. Wer von Sonnet 4.6 oder älter oder von Haiku 4.5 kommt, wo das Denken standardmäßig aus war, zahlt nun für Thinking-Tokens bei Anfragen, die nie ein Thinking-Feld gesetzt haben.
• Gleicher Text, mehr Tokens, wenn Sie von Generation 4 kommen: Sonnet 5.5 nutzt den Tokenizer von Sonnet 5, und laut Dokumentation erzeugt derselbe Text je nach Inhalt etwa 30% mehr Tokens als bei Sonnet 4.6, Sonnet 4.5 und Haiku 4.5. Die von Anthropic angekündigte Ersparnis pro Aufgabe ist gegenüber Sonnet 5 gemessen, nicht gegenüber Generation 4.
• Form der Antwort: Eine Antwort kann vor dem Text mit einem Thinking-Block beginnen, daher bricht Code, der das erste Element der Antwort als Text liest.
• Abgelehnte Einstellungen: feste Thinking-Budgets, nicht standardmäßige Werte für Parameter wie temperature und top_p, Assistant-Prefill und das Erzwingen der Tool-Nutzung, ob für ein bestimmtes Tool oder für irgendeines, liefern alle einen 400-Fehler.
• Cybersicherheitsaufgaben: Da die Cyber-Fähigkeiten des Modells mit denen von Opus 5 vergleichbar sind, hat Anthropic es mit Schutzmaßnahmen eingeführt, durch die risikoreichere Sicherheitsaufgaben sichtbar auf Sonnet 5 zurückfallen. In der API liefert eine abgelehnte Anfrage eine Verweigerung, es sei denn, der Entwickler aktiviert das serverseitige Beta-Fallback, das nur in der Claude API verfügbar ist. Das Finden und Beheben von Fehlern im Rahmen der normalen Entwicklung ist nicht betroffen.

Das Modell ist auf der Claude Platform, AWS, Google Cloud und Microsoft Azure verfügbar, und laut Dokumentation wird es nicht vor dem 28. September 2027 eingestellt, sodass jeder, der heute darauf aufbaut, etwa ein Jahr hat, bevor er wechseln muss.

So messen Sie die Kosten pro Aufgabe in Ihrem Unternehmen

Die Frage, die Sie dem Verantwortlichen für Ihre KI-Integration stellen sollten, lautet nicht, was das Modell kostet, sondern was uns eine akzeptierte Aufgabe kostet. Die Messung ist einfach:

• Wählen Sie eine echte Stichprobe: 20 bis 50 Aufgaben aus Ihrer tatsächlichen Arbeit, etwa Kundenantworten oder Rechnungen, aus denen Daten zu extrahieren sind, keine erfundenen Beispiele.
• Lassen Sie sie auf beiden Modellen laufen: Ihrem aktuellen Modell und Sonnet 5.5, mit mindestens zwei Effort-Stufen. Die API liefert bei jeder Antwort die Zahl der Input- und Output-Tokens, also protokollieren Sie diese zusammen mit der Laufzeit.
• Lassen Sie einen Mitarbeiter die Qualität beurteilen: Jemand, der die Arbeit kennt, entscheidet, welche Ergebnisse so, wie sie sind, akzeptabel sind.
• Berechnen Sie die Kosten pro akzeptierter Aufgabe: Gesamtkosten geteilt durch die Zahl der akzeptierten Ergebnisse. Ein günstigeres Modell, bei dem ein Drittel der Aufgaben neu gemacht werden muss, ist nicht günstiger.
• Nutzen Sie die Preisoptionen: Nicht dringende Arbeit, etwa die Verarbeitung eines Rechnungsarchivs, kann über die Batch API zum halben Preis laufen: $1 Input und $5 Output pro Million Tokens. Kontext, der sich in jeder Anfrage wiederholt, etwa Unternehmensrichtlinien oder ein Produktkatalog, wird für $0,20 statt $2 aus dem Cache gelesen, und der kleinste cachebare Prompt liegt jetzt bei 512 Tokens statt 1.024.

Die Sicht von Origami

Preistabellen laden zum Vergleich nach den Kosten für eine Million Tokens ein, doch dieses Release ist ein klares Beispiel dafür, dass die entscheidende Zahl die Kosten einer Aufgabe sind. Dasselbe Modell zum selben Preis kann günstiger werden, weil es in weniger Schritten arbeitet, und es kann teurer werden, wenn das Denken standardmäßig eingeschaltet wird oder jemand die Effort-Stufe ohne Messung erhöht. Ein Unternehmen, das eine monatliche KI-Rechnung bezahlt, ohne die Kosten einer einzigen Aufgabe zu kennen, verwaltet einen Posten, den es nicht sehen kann.

Deshalb sind wir der Meinung, dass jedes System, das in einem Unternehmen ein Sprachmodell nutzt, den Modellnamen und die Effort-Stufe zu einer Einstellung machen sollte, die sich ohne Neuprogrammierung ändern lässt, und die Tokens pro Aufgabe in einem Monatsbericht protokollieren sollte. Dann wird der Wechsel zu einer neuen Version, wie heute Sonnet 5.5 und Haiku 5.5, das laut Anthropic in den nächsten Wochen kommt, zu einer Entscheidung, die in Tagen gemessen wird, nicht zu einem neuen Projekt.

Das Fazit

Sonnet 5.5 hat den Listenpreis nicht gesenkt, kann aber Ihre Rechnung senken, wenn das bisherige Modell für Ihre Art von Arbeit viele Schritte und Tokens aufwendet. Bevor Sie wechseln:

• Bitten Sie Ihren Entwickler, die Thinking-Einstellungen und den Code, der Antworten liest, zu prüfen und die Integration dann vor der Produktion in einer Staging-Umgebung zu testen.
• Messen Sie die Kosten pro akzeptierter Aufgabe an einer echten Stichprobe, mit mindestens zwei Effort-Stufen.
• Wenn Sie Sonnet 4.6 oder älter nutzen, berücksichtigen Sie die zusätzlichen Tokens, die derselbe Text jetzt erzeugt, bevor Sie von einer Ersparnis ausgehen.
• Behalten Sie Opus 5.5 für offene Aufgaben, die Urteilsvermögen erfordern, verlagern Sie klar definierte wiederkehrende Aufgaben auf Sonnet 5.5 und beobachten Sie die Zahlen einen vollen Monat lang.

Quellen

• Anthropic — Introducing Claude Sonnet 5.5 (28. September 2026)
• Claude-Dokumentation — Preise, einschließlich Batch API und Prompt-Caching
• Claude-Dokumentation — Modellübersicht: Kontextfenster, maximale Ausgabe, Standard-Effort und Einstellungsdaten
• Claude-Dokumentation — Migration zu Claude Sonnet 5.5
• TechCrunch — Anthropic veröffentlicht Sonnet 5.5 (28. September 2026)