Claude Opus 5.5 Migration: Was sich für die API wirklich ändert

Anthropic hat Claude Opus 5.5 am 22. September 2026 veröffentlicht. Für alle, die die Claude-API ansprechen, ist das Upgrade ein einziger String: claude-opus-5 wird zu claude-opus-5-5.

Testen Sie Apidog noch heute

Hinter diesem String stecken: 20 % günstigere Preise pro Token in beide Richtungen, ein Limit von 128.000 Output-Token pro Antwort, eine behauptete 30 % schnellere Ausgabe und eine Architektur, die darauf ausgelegt ist, 18 Stunden oder länger an einer einzigen Aufgabe zu bleiben. Nichts davon ist folgenlos für Code, den Sie auf Opus 5 abgestimmt haben.

Dies ist der zweite Migrationsschritt auf dieser Modelllinie, und er liest sich ganz anders als der erste. Opus 4.8 zu Opus 5 war eine Korrektheits-Migration: Standardwerte veränderten sich unter funktionierendem Code, und eine zuvor gültige Request-Kombination begann, einen harten 400-Fehler zurückzugeben. Dieser Schritt ist eine Budget- und Betriebsrahmen-Migration. Die Arbeit besteht darin, Zahlen neu zu messen, die Sie bereits einmal gemessen haben, weil sich jede einzelne verschoben hat. Opus 5.5 erschien außerdem am selben Tag wie zwei neue OpenAI-Modelle, was eine Geschichte für sich ist.

Der Diff, in den einzigen Zellen, die wir belegen können

Die leeren Zellen sind Absicht. Anthropic hat die Opus-5.5-Seite auf seiner Modellseite veröffentlicht, und wir werden die Opus-5-Seite nicht aus dem Gedächtnis rekonstruieren, denn eine falsche Zahl in einem Kostenmodell ist schlimmer als eine fehlende. Ziehen Sie diese fünf Zeilen von der Preisseite von Anthropic, bevor Sie eine Einsparungsschätzung darauf aufbauen.

1. Die ID-Änderung ist real, die 20 % sind real, die 40 % brauchen Interpretation

Tauschen Sie den String aus, und Sie zahlen 20 % weniger pro Token in beide Richtungen. Das ist reine Rechnung: von 5 $ auf 4 $ beim Input, von 25 $ auf 20 $ beim Output, derselbe Schnitt auf beiden Seiten.

Anthropic sagt außerdem, dass Opus 5.5 40 % weniger kostet als Opus 5. Diese beiden Zahlen widersprechen sich nicht, aber sie sind auch nicht dieselbe Aussage. Ein Preisnachlass von 20 % pro Token kann allein keine Rechnungsminderung von 40 % erzeugen. Die andere Hälfte muss daher kommen, dass das Modell für dieselbe Aufgabe weniger Token benötigt, und Token-Effizienz ist workloadspezifisch auf eine Art, wie es eine Preisliste nie ist.

Betrachten Sie die 40 % also als Grund zum Nachmessen, nicht als Zahl für eine Prognose. Spielen Sie einen repräsentativen Ausschnitt des echten Traffics der letzten Woche gegen beide Modell-IDs mit identischen Prompts und Einstellungen ab, vergleichen Sie die usage-Blöcke statt Ihres Eindrucks von ihnen, und multiplizieren Sie die tatsächlichen Token-Zahlen mit den neuen Sätzen. Ihr Ergebnis wird irgendwo zwischen 20 % und 40 % liegen, und wo es landet, verrät Ihnen etwas Nützliches darüber, wie viel Ihres Prompts nie nötig war.

2. Die Cache-Zeile ist die größte Preisänderung in der Tabelle

Cache-Lesezugriffe bei Opus 5.5 kosten 0,20 $ pro Million Token gegenüber 4,00 $ für frischen Input – ein Nachlass von 95 %. Cache-Schreibzugriffe kosten 5,00 $ pro Million, ein Aufpreis von 1,00 $ gegenüber den 4,00 $, die Sie gezahlt hätten, um diese Token unzwischengespeichert zu senden.

Dieser Aufpreis amortisiert sich beim ersten Treffer – mit Wechselgeld. Das Schreiben eines Prefix kostet 1,00 $ pro Million mehr als das Nicht-Cachen. Jedes spätere Lesen dieses Prefix spart 3,80 $ pro Million. Der Break-even liegt bei rund einem Viertel eines einzigen erneuten Lesevorgangs, was in der Praxis bedeutet: Wird der Prefix auch nur einmal wiederverwendet, war das Caching richtig.

Hier die Rechnung für einen System-Prompt mit 200.000 Token, was eine normale Größe ist, sobald man ein OpenAPI-Spec-Bundle einfügt:

Gleiche Prompts, gleiches Modell, 83 % weniger. Der Request, der Ihnen die zweite Zeile verschafft, markiert den Prefix explizit:

{ "model": "claude-opus-5-5", "max_tokens": 4096, "system": [ { "type": "text", "text": "<your 200k-token spec bundle>", "cache_control": {"type": "ephemeral"} } ], "messages": [ {"role": "user", "content": "Which endpoints changed between v2 and v3?"} ] } 

Lesen Sie anschließend die Response, um zu bestätigen, dass Sie einen Treffer erhalten haben – denn ein Cache, von dem Sie glauben, dass Sie ihn haben, den Sie aber nicht haben, ist die teuerste Art:

"usage": { "input_tokens": 41, "cache_creation_input_tokens": 204800, "cache_read_input_tokens": 0, "output_tokens": 612 } 

Beim ersten Aufruf trägt cache_creation_input_tokens die Last. Bei jedem Aufruf danach sollte diese Zahl auf null fallen und cache_read_input_tokens sie übernehmen. Tut es das nicht, verändert etwas Upstream Ihren Prefix – meist ein Zeitstempel, eine Request-ID oder eine umsortierte Tool-Liste. Einen Aufruf in Apidog zu speichern und zweimal abzufeuern, ist der schnellste Weg zu sehen, welches der beiden Felder sich bewegt. Die vollständige Rechnung, einschließlich der Frage, wann sich ein 1M-Kontext überhaupt zu cachen lohnt, finden Sie in der Cache-Kostenrechnung für Opus 5.5.

3. Eine Antwort mit 128.000 Token ist ein Client-Problem, bevor es ein Modellproblem ist

Opus 5.5 gibt bis zu 128.000 Output-Token in einer einzigen Antwort zurück. Bei 20 $ pro Million sind das 2,56 $ für einen einzigen ausgereizten Aufruf – gut zu wissen, bevor jemand max_tokens in einer Retry-Schleife auf das Maximum setzt.

Das größere Problem ist alles zwischen dem Modell und Ihrem Code:

• HTTP-Read-Timeouts. Eine so lange Antwort dauert Minuten, nicht Sekunden. Standard-Client-Timeouts in den meisten SDKs und Reverse-Proxys sind kürzer.
• Proxy- und Gateway-Puffer. Ein Gateway, das den vollständigen Body puffert, bevor es weiterleitet, hält Megabyte pro laufendem Request, und manche brechen einfach die Verbindung ab.
• Nicht-streamende Aufrufe. Ohne Streaming warten Sie die ganze Zeit, ohne etwas zu sehen und ohne einen Checkpoint.
• Abgeschnittenes JSON. Erreicht max_tokens mitten in einem Objekt das Limit, entsteht ungültiges JSON, kein teilweise verwertbares Objekt. Prüfen Sie stop_reason, bevor Sie parsen.

max_tokens anzuheben, weil die Obergrenze gestiegen ist, ist die einfache Hälfte. Ihre Timeout-Kette, Ihre Puffer und Ihren Parser mit der neuen Obergrenze in Einklang zu bringen, ist die Hälfte, die den Vorfall verursacht.

4. Schnellerer Output bedeutet keine kürzere Wartezeit

Anthropic gibt an, dass Opus 5.5 Output 30 % schneller erzeugt als Opus 5. Die Ausgabegeschwindigkeit ist nur ein Term in der Latenz, die Sie tatsächlich an Ihre Nutzer ausliefern. Time to First Token, Retries und Queueing kommen hinzu, und ein Modell, das schneller streamt, kann sich trotzdem langsamer anfühlen, wenn es länger nachdenkt, bevor das erste Token ankommt.

Messen Sie es also. Feuern Sie einen festen Satz repräsentativer Prompts gegen beide Modell-IDs aus derselben Netzwerkposition ab, und zeichnen Sie p50 und p95 getrennt für Time to First Token und Gesamtzeit auf. Die durchschnittliche Latenz verbirgt genau den Fall, der Sie nachts aus dem Bett holt.

Wenn Sie API-Testszenarien in Apidog pflegen, ist das eine Kleinigkeit: einen gespeicherten Request klonen, die Modell-ID ändern, beide nach Zeitplan laufen lassen und die Response-Zeitreihe lesen statt auf eine Stoppuhr zu starren. Der Punkt ist, mit einer Vorher-Zahl in die Migration zu gehen, denn nach dem Umschalten gibt es keine Möglichkeit mehr, eine zu bekommen.

5. Fast Mode kostet exakt das Doppelte der Listenpreise

Fast Mode bei Opus 5.5 kostet 8,00 $ pro Million Input-Token und 40,00 $ pro Million Output-Token. Neben den Standardpreisen von 4,00 $ und 20,00 $ ist die Preisregel leicht im Kopf zu behalten: Fast Mode ist ein glattes 2x auf beiden Seiten.

Das macht die Entscheidung zur Rechnung statt zum Ermessen: Wenn die Latenz auf einer bestimmten Route die Verdopplung der Token-Rechnung dieser Route wert ist, nutzen Sie es dort – sonst nicht. Die übliche Aufteilung: Fast Mode auf interaktiven Pfaden, Standardpreise für Batch- und Hintergrundarbeiten.

6. Betrachten Sie die Benchmark-Tabelle als Grund zu testen, nicht als Ergebnis

Anthropics veröffentlichte Zahlen für Opus 5.5 sind stark: Terminal-Bench 4.0 mit 66,4 %, FrontierCode v1.1 mit 54,4 %, CursorBench 4.0 mit 57,8 %, GDPval-AA v2.1 mit 1846 Elo, AutomationBench mit 40,0 %, Humanity's Last Exam mit 67,7 % mit Tools, OSWorld 2.0 mit 81,8 % und Chartography mit 89,0 %. Artificial Analysis, ein Dritter statt eines der beiden Anbieter, platziert es mit einem Score von 58 auf Platz 1 von 212 Modellen in seinem Index.

Zwei weitere Herstellerangaben sind operativ statt wettbewerbsrelevant. Opus 5.5 ist darauf ausgelegt, 18 Stunden oder länger an einer einzigen Aufgabe zu bleiben, was viele gewöhnliche Annahmen über Timeouts, Retries und Fortsetzbarkeit bricht. Und Anthropic berichtet von 85 % weniger erfolgreichen Versuchen, Sicherheitsgrenzen zu umgehen – das ist eine testbare Eigenschaft Ihrer eigenen Endpunkte, keine Eigenschaft, die Sie automatisch erben.

Keine davon sagt Ihnen, ob Opus 5.5 auf Ihren Prompts besser ist. Führen Sie Ihren eigenen Eval-Satz über beide IDs aus, bevor Sie die Produktion umschalten – aus demselben Grund, aus dem Sie kein Datenbank-Upgrade allein auf Basis der Benchmark-Zahlen des Anbieters ausrollen würden.

Migrations-Checkliste

1. Ändern Sie claude-opus-5 zu claude-opus-5-5 in einem Dienst, nicht in allen.
2. Lesen Sie Anthropics Migrationsleitfaden für diesen Schritt, bevor Sie annehmen, dass die Parameteroberfläche unverändert ist. Der Sprung von 4.8 auf 5 hat Standardwerte stillschweigend verschoben – verifizieren Sie also, statt zu folgern.
3. Spielen Sie einen Ausschnitt echten Traffics gegen beide IDs ab und diffen Sie die usage-Blöcke.
4. Berechnen Sie Ihre Monatskosten neu bei 4 $ und 20 $ – und separat bei 5 $ für Cache-Schreibzugriffe und 0,20 $ für Cache-Lesezugriffe.
5. Bestätigen Sie Cache-Treffer in cache_read_input_tokens, statt darauf zu vertrauen, dass der Prefix stabil ist.
6. Erhöhen Sie Ihre HTTP-Read-Timeouts und prüfen Sie Gateway-Puffer, bevor jemand max_tokens nahe 128.000 setzt.
7. Zeichnen Sie p50- und p95-Latenz auf beiden IDs auf, bevor Sie umschalten.
8. Entscheiden Sie Fast Mode Route für Route, zum 2-fachen Listenpreis.
9. Führen Sie Ihren eigenen Eval-Satz erneut aus. Anbieter-Benchmarks sind der Grund zu testen, nicht der Test.

Opus 5.5 ist eine günstigere, schnellere, länger laufende Version eines Modells, das Sie bereits aufrufen. Das Migrationsrisiko besteht nicht darin, dass die String-Änderung fehlschlägt. Es besteht darin, dass Sie ein Kostenmodell, einen Timeout und einen max_tokens-Wert übernehmen, die alle auf ein anderes Modell abgestimmt waren.

FAQ

Ist claude-opus-5-5 ein Drop-in-Ersatz für claude-opus-5? Behandeln Sie es erst danach als einen, wenn Sie Anthropics Migrationsleitfaden für diesen Schritt geprüft haben. Die ID-Änderung ist eine Ein-Zeilen-Änderung, aber der vorherige Schritt auf dieser Linie hat Standardwerte verschoben, ohne die Request-Struktur zu ändern – Verifikation ist also eine günstige Versicherung.

Wie viel günstiger ist Opus 5.5? 20 % weniger pro Token in beide Richtungen: von 5 $ auf 4 $ beim Input und von 25 $ auf 20 $ beim Output. Anthropic gibt separat eine 40-%-Reduzierung der Betriebskosten an, was Token-Effizienzgewinne über dem Preisschnitt hinaus impliziert. Messen Sie Ihren eigenen Workload, um zu sehen, wo Sie zwischen den beiden Werten landen.

Was kostet Prompt-Caching bei Opus 5.5? Schreibzugriffe kosten 5,00 $ pro Million Token, Lesezugriffe 0,20 $ pro Million, gegenüber 4,00 $ für uncachten Input. Eine einzige Wiederverwendung eines gecachten Prefix übersteigt den Schreibaufpreis bei Weitem.

Ändert das 128.000-Token-Output-Limit etwas an meinem Client? Meistens ja. Prüfen Sie Ihre HTTP-Read-Timeouts, das Gateway-Buffering und ob Sie streamen. Prüfen Sie außerdem stop_reason, bevor Sie parsen, denn das Erreichen des Limits mitten in einem Objekt erzeugt ungültiges JSON statt eines abgeschnittenen Objekts.