8** veröffentlicht. Das Update verspricht mehr Zuverlässigkeit und eine deutlich höhere Geschwindigkeit – und das zu einem Zeitpunkt, an dem Unternehmen und Entwickler mit explodierenden Kosten und neuen Chat-Beschränkungen kämpfen.
Sicherer, schneller, präziser
Das neue Modell ist darauf ausgelegt, vorsichtiger zu antworten und voreilige Schlüsse zu vermeiden. Stattdessen soll Claude gezielt Unsicherheiten in seinen Ergebnissen benennen. Technisch setzt Anthropic auf eine neue „Effort-Einstellung“ und dynamische Workflows in der Claude-Code-Umgebung. Ein besonderes Highlight: Der neue Fast Mode arbeitet mit der 2,5-fachen Geschwindigkeit früherer Versionen – und das bei niedrigeren Kosten.
Anzeige: Die neue Claude-Opus-Geschwindigkeit ist verlockend – doch ohne Kostenkontrolle droht die nächste Millionen-Rechnung. Dieser Report zeigt Ihnen, wie Sie mit dynamischen Workflows und Token-Optimierung Ihre KI-Kosten in den Griff bekommen. Jetzt kostenlosen Report anfordern
Doch die Entwicklung verlief nicht ohne Hindernisse. Bereits am Samstag wurden interne Tests unter dem Codenamen Project Glasswing bekannt, bei denen während der Entwicklung mehr als 10.000 kritische Sicherheitslücken identifiziert wurden. Ein weiteres Projekt, die Mythos Preview, war im April aufgrund hoher Risikobewertungen zurückgehalten worden und befindet sich weiterhin in der Testphase.
Die Leistungsdaten sprechen für sich: Externe Benchmarks von Nous Research zeigen, dass eine neue Tool-Search-Funktion die Genauigkeit von Opus 4 von 49 auf 74 Prozent steigerte. Opus 4.5 erreichte sogar 88,1 Prozent.
Die Kostenexplosion: 500 Millionen Dollar im Monat
Die Kehrseite der Medaille: Die leistungsfähigeren KI-Workflows treiben die Rechnungen in schwindelerregende Höhen. Einem Bericht zufolge soll ein Unternehmen im Mai eine monatliche Rechnung von 500 Millionen Dollar erhalten haben – weil keine Nutzungslimits für Mitarbeiter-Lizenzen gesetzt wurden. Das ist kein Einzelfall: Uber soll sein gesamtes KI-Budget für 2026 bereits in den ersten vier Monaten des Jahres aufgebraucht haben.
Der Grund liegt in den sogenannten Agentic Workflows, die enorme Mengen an Tokens verbrauchen. Branchendaten von Deloitte zufolge haben nur 20 Prozent der Unternehmen formale KI-Governance-Strukturen eingeführt, um diese Kosten zu kontrollieren. Microsoft hat bereits reagiert und interne Claude-Lizenzen für seine Mitarbeiter zurückgezogen.
Gleichzeitig berichten Privatnutzer von neuen Chat-Längen-Beschränkungen. Fehlermeldungen zwingen sie dazu, in den Standard-Modus zu wechseln oder zusätzliche Credits für Kontextfenster von bis zu einer Million Tokens zu kaufen. Technische Dokumente vom Samstag stellten klar: Viele Nutzer erreichen die 100-Prozent-Grenze nicht wegen eines totalen Kontextlimits, sondern aufgrund eines rollierenden Fünf-Stunden-Zeitfensters.
Neue Lösungen für das Token-Problem
Anzeige: Ein Unternehmen erhielt im Mai eine Rechnung über 500 Millionen Dollar – weil keine Nutzungslimits gesetzt waren. Sichern Sie sich jetzt die Checkliste zur Token-Optimierung und vermeiden Sie die Kostenfalle der Agentic Workflows. Token-Optimierungs-Checkliste sichern
Anthropic setzt auf Dynamic Workflows, bei denen mehrere KI-Agenten parallel an großen Aufgaben arbeiten. In einem Testfall konvertierte das System 750.000 Zeilen Code von Zig nach Rust – in elf Tagen und mit einer Testkompatibilität von 99,8 Prozent.
Für Entwickler gibt es ebenfalls Hoffnung: Ein Netflix-Ingenieur veröffentlichte heute das Open-Source-Tool Project Headroom. Es fungiert als Proxy und reduziert die Token-Redundanz, die in typischen Workflows bei bis zu 90 Prozent liegen kann. Durch reversible Kompression lassen sich bei 200 Milliarden Tokens rund 700.000 Dollar einsparen.
Bis solche Lösungen flächendeckend greifen, empfehlen Experten pragmatische Maßnahmen: Chats alle 15 bis 20 Nachrichten mit einer Zusammenfassung neu starten, spezifische Projekte für die Wiederverwendung von Dateien nutzen und für einfachere Aufgaben kleinere Modelle wie Haiku oder Sonnet wählen.
