Anthropic hat Claude Sonnet 5.5 als das zweite Modell der Claude 5.5-Familie veröffentlicht, das gegenüber Claude Sonnet 5 eine Leistungssteigerung um über 30 % bei gleichzeitig bis zu 30 % geringeren Kosten pro Aufgabe bietet. Das Modell ist auf alltägliche Aufgaben, Code-Fehlerbehebung und die Erstellung polierter Dokumente, Tabellen und Präsentationen ausgelegt, während Claude Opus 5.5 weiterhin für komplexe, offene Aufgaben mit nachhaltiger Urteilskraft positioniert bleibt. Sonnet 5.5 erzielt 70,6 % auf dem Agenten-Programmier-Benchmark Terminal-Bench 4.0 und übernimmt erstmals strenge Sicherheits- und Cyber-Schutzvorkehrungen, die zuvor Opus vorbehalten waren. Ein kommendes Mitglied der Familie ist Claude Haiku 5.5 für kosten- und volumensensitive Anwendungen.
Wichtigste Punkte
Leistungssteigerung bei Coding: Sonnet 5.5 erreicht 70,6 % auf Terminal-Bench 4.0 (verglichen mit 10,3 % bei Sonnet 5), 46,2 % auf FrontierCode 1.1 und 55,5 % auf CursorBench 4.0.
Preise und Token-Effizienz: Die Grundpreise betragen 2 $ pro Million Input-Token, 10 $ pro Million Output-Token und 0,20 $ pro Million Cache-Read-Token, wobei das Modell durch geringeren Token-Verbrauch bis zu 30 % günstiger pro Aufgabe arbeitet.
Geschwindigkeit: Die Ausgabegeschwindigkeit liegt über 30 % höher als beim Vorgänger, womit es das bisher schnellste Sonnet-Modell ist.
Sicherheitsvorkehrungen: Erstmals führt ein Sonnet-Modell automatisierte Cyber-Safeguards und Schutzmaßnahmen gegen Destillationsangriffe (Sicherheitsklassifizierer und erweiterte „preserved thinking“-Mechanismen) ein.
Verfügbarkeit: Das Modell ist plattformübergreifend auf AWS, Google Cloud und Microsoft Azure verfügbar und dient zudem als neues Standardmodell im kostenlosen Web-Tarif von Claude.
Diskussions-Highlights
Nutzen im Vergleich zu Opus 5.5: Viele Diskussionsteilnehmer stellen in Frage, wann Sonnet 5.5 auf höheren Anstrengungsstufen („high“ oder „xhigh“) eingesetzt werden sollte, da die Kosten und Ergebnisse dort nah an Opus 5.5 herankommen und Opus bei komplexen Aufgaben überlegen bleibt.
Vergleich mit chinesischen Modellen: Mehrere Kommentatoren argumentieren, dass Modelle wie GLM und DeepSeek im Vergleich zu Anthropic-Frontier-Modellen zu einem Bruchteil des Preises (bis zu 20-mal günstiger) eine ähnliche Leistung für alltägliche Aufgaben bieten.
Probleme mit Denk-Token (Thinking Tokens): Nutzer wie Simon Willison berichten, dass bei maximaler Anstrengung („max effort“) über 128.000 Denk-Token verbraucht wurden (was ca. 15 Minuten dauerte und zu Fehlern führte), während die Stufen „low“ und „medium“ keine Denk-Token verwendeten.
Sicherheits-Overhead und Einschränkungen: Entwickler im Bereich autorisierter Bug-Bounties kritisieren, dass berechtigte Anfragen fälschlicherweise durch die neuen Cyber-Schutzfilter blockiert werden („Cyber“-Flag).
Benchmark-Anomalien: Es wurde angemerkt, dass das überraschend starke Abschneiden von Sonnet 5.5 gegenüber Opus 5.5 auf Terminal-Bench teilweise durch eine höhere Rate an Modell-Fallbacks bei Opus (10 % vs. 1,5 %) bedingt sein könnte.