Modelle & PreiseLeitfäden

Das richtige Modell auswählen

Copy page



Die Wahl eines Claude-Modells bedeutet, Fähigkeiten, Geschwindigkeit und Kosten gegeneinander abzuwägen. Dieser Leitfaden behandelt die Fragen, die du dir stellen solltest, zwei Wege zur Auswahl eines Startmodells und wie du die Wahl testest.

Wichtige Kriterien festlegen

Wenn du ein Claude-Modell auswählst, solltest du zunächst diese Faktoren bewerten:

• Fähigkeiten: Welche spezifischen Funktionen oder Fähigkeiten muss das Modell haben, um deine Anforderungen zu erfüllen?
• Geschwindigkeit: Wie schnell muss das Modell in deiner Anwendung antworten? Der „fast mode“ (Schnellmodus) liefert bei unterstützten Modellen eine bis zu 2,5-mal höhere Ausgabegeschwindigkeit zu Premium-Preisen.
• Kosten: Wie hoch ist dein Budget sowohl für die Entwicklung als auch für die Nutzung in der Produktion?
• Effort: Mehrere Claude-Modelle unterstützen einen „effort parameter" (Aufwandsparameter), der innerhalb eines einzelnen Modells Intelligenz gegen „latency" (Latenz) und Kosten abwägt. Das Anpassen des Effort ist oft ein besserer Hebel als ein Modellwechsel. Beginne bei Claude Fable 5.1, Claude Opus 5 und Claude Sonnet 5.5 mit dem Standardwert (high) und passe ihn basierend auf deinen Evals nach oben oder unten an. Bei Claude Opus 5.5 und Claude Haiku 5.5 ist der Standardwert medium; beginne dort und passe ihn auf die gleiche Weise an. Bei Claude Opus 4.8 und Claude Opus 4.7 ist die Effort-Stufe xhigh, zwischen high und max, die beste Einstellung für die meisten Coding- und agentischen Anwendungsfälle.

---

Das beste Modell für den Einstieg wählen

Es gibt zwei allgemeine Ansätze, mit denen du testen kannst, welches Claude-Modell am besten für deine Anforderungen geeignet ist.

Option 1: Mit Effizienz beginnen

Für viele Anwendungen kann es der optimale Ansatz sein, mit einem schnelleren, kostengünstigeren Modell wie Claude Haiku 5.5 zu beginnen:

1. Beginne die Implementierung mit Claude Haiku 5.5.
2. Teste deinen Anwendungsfall gründlich.
3. Bewerte, ob die Leistung deinen Anforderungen entspricht.
4. Führe ein Upgrade nur durch, wenn es für bestimmte Fähigkeitslücken notwendig ist.

Dieser Ansatz ermöglicht schnelle Iterationen und niedrigere Entwicklungskosten und ist für viele gängige Anwendungen oft ausreichend. Dieser Ansatz eignet sich am besten für:

• Erstes Prototyping und Entwicklung
• Anwendungen mit strengen Latenzanforderungen
• Kostensensible Implementierungen
• Einfache Aufgaben mit hohem Volumen

Option 2: Mit Fähigkeiten beginnen

Für komplexe Aufgaben, bei denen Intelligenz und fortgeschrittene Fähigkeiten im Vordergrund stehen, solltest du möglicherweise mit den Fähigkeiten beginnen: Implementiere mit dem stärksten Ausgangspunkt für deine Aufgabe und optimiere später auf effizientere Modelle:

1. Implementiere mit Claude Opus 5.5.
2. Optimiere deine Prompts für dieses Modell.
3. Bewerte, ob die Leistung deinen Anforderungen entspricht.
4. Erwäge, die Effizienz im Laufe der Zeit zu steigern, indem du den Effort senkst oder mit zunehmender Workflow-Optimierung zu kleineren Modellen wechselst.
5. Wenn deine Evals bei Effort xhigh oder max bei anspruchsvollem Reasoning oder agentischer Arbeit mit langem Zeithorizont immer noch nicht ausreichen, wechsle zu Claude Fable 5.1.

Dieser Ansatz eignet sich am besten für:

• Komplexe Reasoning-Aufgaben
• Wissenschaftliche oder mathematische Anwendungen
• Aufgaben, die ein nuanciertes Verständnis erfordern
• Anwendungen, bei denen Genauigkeit wichtiger ist als Kostenüberlegungen
• Fortgeschrittenes Coding und agentische Arbeit mit hoher Autonomie

Claude Opus 5.5 (claude-opus-5-5) ist für lang laufendes agentisches Coding und Wissensarbeit konzipiert, wobei „adaptive thinking" (adaptives Nachdenken) immer aktiviert ist. Wenn deine Integration „tool use" (Tool-Nutzung) erzwingt (tool_choice vom Typ any oder tool), das Nachdenken deaktiviert oder das Computer-Use-Tool computer_20251124 verwendet, lies vor dem Wechsel die Breaking Changes.

Claude Fable 5.1 (claude-fable-5-1) ist das leistungsfähigste Modell von Anthropic, das allen Kunden offensteht. Es erweitert Claude Fable 5 um stärkeres lang laufendes agentisches Coding, Wissensarbeit und Recherche zu denselben Eingabe- und Ausgabepreisen, wobei Cache-Lesevorgänge nur ein Viertel kosten. Claude Mythos 5.1 (claude-mythos-5-1) bietet dieselben Fähigkeiten nur für Organisationen, die über die Verifizierungsprogramme von Anthropic verifiziert wurden, wie etwa das Cyber Verification Program. Beide Modelle verwenden stets aktiviertes adaptives Nachdenken. Details findest du unter Was ist neu in Claude Fable 5.1.

Informationen zu Kontextfenstern, Ausgabelimits und Preisen findest du in der Modellvergleichstabelle.

Modellauswahlmatrix

Die meisten Workloads beginnen mit Claude Opus 5.5.

---

Entscheiden, ob du ein Upgrade durchführen oder das Modell wechseln solltest

Um festzustellen, ob du ein Upgrade durchführen oder das Modell wechseln musst, solltest du:

1. Benchmark-Tests erstellen, die spezifisch für deinen Anwendungsfall sind – ein gutes Evaluierungsset zu haben ist der wichtigste Schritt im Prozess.
2. Mit deinen tatsächlichen Prompts und Daten testen.
3. Die Leistung über Modelle hinweg vergleichen hinsichtlich:
   • Genauigkeit der Antworten
   • Antwortqualität
   • Umgang mit Grenzfällen
4. Leistungs- und Kostenkompromisse abwägen.

Modelle kombinieren

Multi-Modell-Strategien kombinieren ein kostengünstigeres Modell mit einem Frontier-Modell, sodass die meisten Token zum niedrigeren Tarif abgerechnet werden. Die zwei gängigen Muster sind ein Executor, der schwierige Entscheidungen an einen Advisor eskaliert, und ein Orchestrator, der Massenarbeit an kostengünstigere Worker delegiert. Unter Optimierung für Kosten und Intelligenz findest du beide Strategien, gemessene Beispiele und Implementierungsoptionen.

Nächste Schritte