Welches Claude Modell nutzen? Kostenvergleich

Welches Claude-Modell sollte ich verwenden?

Die kurze Antwort auf die Frage nach dem passenden Claude-Modell lautet: Beginnen Sie mit Claude Opus 4.8. Wechseln Sie nur dann zu einem anderen Modell, wenn Sie einen konkreten Grund dafür nennen können. Anthropic gibt dieselbe Empfehlung: „Wenn Sie unsicher sind, welches Modell Sie verwenden sollen, nutzen Sie Claude Opus 4.8 für komplexes agentisches Coding und Enterprise-Aufgaben.“ Wechseln Sie zu Claude Sonnet 5, wenn die Aufgabe präzise definiert ist und Sie diese mehrmals täglich ausführen. Wechseln Sie für mechanische Aufgaben mit hohem Volumen, bei denen das korrekte Ergebnis bereits bekannt ist, zu Claude Haiku 4.5. Claude Fable 5 ist für langlaufende Agenten für alle anderen Modelle vorgesehen.

Die Wahl ist mit Kosten verbunden. Dies sind die Tarife für die Claude API (application programming interface) Stand 23. Juli 2026, pro Million Token (in der Dokumentation als MTok bezeichnet).

• Claude Fable 5 (claude-fable-5): $10 / MTok in, $50 / MTok out. 1M context.
• Claude Opus 4.8 (claude-opus-4-8): $5 in, $25 out. 1M context.
• Claude Opus 4.7 (claude-opus-4-7): $5 in, $25 out. 1M context.
• Claude Sonnet 5 (claude-sonnet-5): $2 in, $10 out (Einführungspreis bis zum 31. August 2026). Der Standardtarif von $3 in und $15 out gilt ab dem 1. September 2026. 1M context.
• Claude Haiku 4.5 (claude-haiku-4-5): $1 in, $5 out. 200K context.

Diese Identifikatoren sind in dieser Form vollständig. Es werden keine Zusätze angehängt.

Die Größe selbst verursacht keinen Aufpreis bei den 1M-Token-Modellen: „Eine Anfrage mit 900k Token wird zum gleichen Preis pro Token abgerechnet wie eine Anfrage mit 9k Token.“

Wofür jedes Modell tatsächlich gedacht ist

Anthropic beschreibt die Produktreihe mit einem Satz pro Modell. Diese Beschreibungen sind hilfreicher als jedes Leaderboard.

• Claude Fable 5: „Intelligenz der nächsten Generation für langlaufende Agents.“ Bei der Latenz das langsamste der vier Modelle.
• Claude Opus 4.8: „Für komplexes agentisches Coding und Enterprise-Anwendungen.“ Moderate Latenz.
• Claude Sonnet 5: „Die beste Kombination aus Geschwindigkeit und Intelligenz.“ Schnell.
• Claude Haiku 4.5: „Das schnellste Modell mit nahezu Frontier-Intelligenz.“

Haiku 4.5 weist zudem Einschränkungen auf, die die Eignung für eine Aufgabe vor dem Preis bestimmen. Das Kontextfenster beträgt 200K Tokens statt 1M Tokens; große Repositories oder lange Agent-Transkripte passen daher nicht hinein. Die maximale Ausgabe über die synchrone Messages API beträgt 64K Tokens, während die anderen Modelle 128K Tokens erreichen. Der Wissensstand (Knowledge Cutoff) liegt bei Februar 2025, während die anderen drei Modelle den Stand von Januar 2026 aufweisen.

Welche Kosten entstehen durch die Wahl bei einer realen Arbeitslast?

Jedes Modell in der Produktreihe berechnet den Output zum fünffachen Satz des Inputs. Opus 4.8 kostet 5 $ für Input und 25 $ für Output. Haiku 4.5 kostet 1 $ für Input und 5 $ für Output. Dieses Verhältnis bleibt über die gesamte Produktreihe hinweg bestehen. Die Wahl des Modells ist daher bei Aufgaben mit hohem Output-Aufkommen am entscheidendsten.

Agentische Arbeit fällt unter diese Kategorie, da Thinking-Tokens als Output-Tokens berechnet werden. Diese zählen zu max_tokens, selbst wenn der Text nicht an Sie übertragen wird. Bei Fable 5, Opus 4.8, Opus 4.7 und Sonnet 5 wird die Reasoning-Zusammenfassung standardmäßig weggelassen, sodass das Feld thinking leer bleibt. Die Abrechnung bleibt unverändert: „In jedem Fall wird der Block gleich abgerechnet und in Multi-Turn-Konversationen gleich zurückgegeben.“ Was eine Claude-Token-Rechnung tatsächlich ausmacht analysiert diesen Mechanismus im Detail.

Ob Thinking überhaupt ausgeführt wird, unterscheidet sich zwischen den verglichenen Modellen. Ein übersehener Unterschied führt zu fehlerhaften Kostentests. Bei Sonnet 5 und Fable 5 ist Thinking bereits aktiviert und erfordert keine Konfiguration. Bei Opus 4.8 und Opus 4.7 ist es deaktiviert, bis Sie thinking: {type: "adaptive"} in der Anfrage setzen. Stellen Sie sicher, dass die Konfiguration auf beiden Seiten identisch ist, bevor Sie die Zahlen auswerten.

Warum das günstigste Modell das teuerste sein kann

Nehmen Sie eine abgeschlossene Programmieraufgabe. Die Anfrage enthält 60.000 Token Kontext und das Modell generiert 8.000 Token Output inklusive Thinking-Prozess. Da kein Caching verwendet wird, bleibt die Berechnung transparent.

Auf Opus 4.8: 0,06 MTok Input bei $5 ergibt $0,30, und 0,008 MTok Output bei $25 ergibt $0,20. Der Versuch kostet $0,50. Auf Haiku 4.5 kostet derselbe Versuch $0,06 plus $0,04, also $0,10.

Haiku ist pro Versuch fünfmal günstiger. Das erscheint zunächst als große Ersparnis, bis man die Folgen eines fehlgeschlagenen Versuchs betrachtet. Eine falsche Antwort zu lesen, kostet Zeit. Bei einem Retry wird die Antwort als Kontext erneut gesendet, wodurch jeder Versuch größer ist als der vorherige. Wenn der dritte Versuch ebenfalls fehlschlägt, eskaliert man meist auf ein größeres Modell: $0,30 für Haiku plus $0,50 für Opus ergibt $0,80. Das sind 60 % mehr als ein einzelner Durchlauf mit Opus.

Die entscheidende Frage ist daher, wie kostengünstig die Antwort überprüft werden kann. Wenn eine falsche Antwort innerhalb einer Sekunde erkennbar ist, ist das kleine Modell eine Ersparnis. Wenn die Erkennung ein sorgfältiges Lesen eines Diff erfordert, kostet das kleine Modell Zeit, die nicht auf der Rechnung erscheint.

Wann ein kleineres Modell eindeutig überlegen ist

Haiku 4.5 ist in diesen Fällen die richtige Wahl:

• Mechanische Subagenten-Aufgaben. Ein Subagent, der Dateien umbenennt oder Suchergebnisse sammelt, benötigt keine komplexe Logik. Dies ist das Standardmuster, sobald Sie einen AI Agent mit Claude bauen und ihm Helfer zuweisen.
• Log-Triage. Die Entscheidung, ob eine Zeile Rauschen ist oder die Aufmerksamkeit eines Menschen erfordert, ist eine eng gefasste Bewertung mit eindeutigen Fehlermodi.
• Klassifizierung gegen einen festen Labelsatz. Die Ausgabe ist kurz und die Genauigkeit ist anhand einer Stichprobe messbar.
• Produktionsaufrufe mit hohem Volumen. Bei 100.000 Durchläufen pro Tag ist der Preisunterschied pro Token kein vernachlässigbarer Rundungsfehler mehr. Dies ist das typische Szenario für in n8n integrierte AI Workflows.
• Alles, wobei die Antwortgeschwindigkeit für den Benutzer entscheidend ist. Haiku 4.5 gilt als das schnellste Modell in der Serie.

Ein Limit gilt spezifisch für Haiku. Die minimale Anzahl an Token für einen Cacheable Prompt beträgt 4.096, im Vergleich zu 1.024 bei Opus 4.8 und Sonnet 5. Unterhalb dieses Minimums gilt: "any requests to cache fewer than this number of tokens will be processed without caching, and no error is returned". Ein 1.500-Token-Instruktionsblock, der bei Sonnet 5 lautlos gecacht wird, wird bei Haiku 4.5 nicht gecacht. Das Anzeichen dafür ist, dass cache_creation_input_tokens und cache_read_input_tokens beide bei Null liegen, was neben anderen Ursachen für Cache-Verluste auch die Kosten eines Always-on Agents senkt betrifft.

Die Stellschrauben für die Antwortqualität

Jede dieser Maßnahmen beeinflusst das Ergebnis stärker als der Modellname.

Effort. output_config.effort steuert, wie viel Rechenaufwand das Modell vor der Antwort betreibt. Die Stufen sind low, medium, high, xhigh und max; der Standardwert ist high: "Das Setzen von effort auf high führt zu exakt demselben Verhalten wie das vollständige Weglassen des Parameters effort." Dieser Parameter ist in output_config verschachtelt und befindet sich nicht auf der obersten Ebene des Requests:

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    messages=messages,
)

Effort wirkt sich auf jedes Token in der Antwort aus: "Es kann alle Token-Kosten beeinflussen, einschließlich Tool-Aufrufen. Ein niedrigerer Effort bedeutet beispielsweise, dass Claude weniger Tool-Aufrufe tätigt." Dies verstärkt sich in agentischen Schleifen (agentic loops). Es handelt sich nicht um eine Token-Obergrenze: "Effort ist ein Verhaltenssignal, kein striktes Token-Budget." Anthropic gibt keinen Kostenmultiplikator pro Stufe an und empfiehlt, den eigenen Anwendungsfall zu testen. Ein Vergleich zwischen einem Sonnet 5-Durchlauf bei high und einem Opus 4.8-Durchlauf bei low ist also heute möglich. Haiku 4.5 wird in der Liste der Modelle, die Effort unterstützen, nicht aufgeführt.

Prompt caching. Ein Cache-Read kostet 0,1x des Basis-Input-Tarifs. Die Entscheidung für ein Modell hängt davon ab, wie sich dieser Faktor über die verschiedenen Stufen auswirkt. Ein Cache-Hit bei Opus 4.8 kostet 0,50 $ / MTok, während ein nicht gecachter Input bei Haiku 4.5 1 $ / MTok kostet. Ein gut gecachter Opus-Präfix ist pro Input-Token also günstiger als ein ungespeicherter Haiku-Prompt. Bei Workloads, die einen großen, stabilen Präfix wiederholt senden, ist eine saubere Session-Hygiene wichtiger als die Modellwahl.

Batches. Wenn keine sofortige Antwort erforderlich ist, nutzt die Message Batches API dieselben Modelle mit "50 % Rabatt auf Input- und Output-Token". Dies halbiert jeden Wert in der untenstehenden Vergleichstabelle und gilt für alle Stufen: Ein Batch-Job mit Opus 4.8 ist ab dem 1. September 2026 günstiger als ein synchroner Sonnet 5-Job zum Standardpreis. Hierbei wird Latenz gegen Leistungsfähigkeit bei gleichem Budget eingetauscht.

Kostenvergleich für einen Durchlauf

Die Arbeitslast: Klassifizierung von 100.000 Support-E-Mails. Ein Aufruf pro E-Mail mit 2.000 Input-Tokens und 300 Output-Tokens pro Aufruf. Das entspricht 200 MTok Input und 30 MTok Output.

• Haiku 4.5: 200 x $1 = $200 Input, 30 x $5 = $150 Output. Gesamt $350.
• Sonnet 5, Einführungstarif: 200 x $2 = $400 Input, 30 x $10 = $300 Output. Gesamt $700.
• Sonnet 5, ab 1. September 2026: 200 x $3 = $600 Input, 30 x $15 = $450 Output. Gesamt $1.050.
• Opus 4.8: 200 x $5 = $1.000 Input, 30 x $25 = $750 Output. Gesamt $1.750.

Ändern Sie vier Zahlen, um die Kalkulation mit den Preisen von morgen durchzuführen. Die folgenden Anpassungen verändern das Ergebnis stärker als der Modellname:

• Batching halbiert jeden Zeilenwert: $175, $350, $525 und $875. Da bei einem nächtlichen Klassifizierungslauf keine Wartezeiten entstehen, ist Batching sinnvoll.
• Caching des gemeinsamen Präfix. Angenommen, 1.200 der 2.000 Input-Tokens sind bei jedem Aufruf derselbe Instruktionsblock. Bei Sonnet 5 zum Einführungstarif kosten diese als Cache-Hits $0,20 / MTok statt $2 / MTok. 120 MTok kosten somit $24 statt $240. Rechnen Sie 80 MTok neuen Input zu $2 ($160) und $300 Output hinzu. Der Preis für Sonnet 5 liegt dann bei ca. $484 statt $700. Bei Haiku 4.5 hat dieser Trick keinen Effekt, da 1.200 Tokens unter dem Minimum von 4.096 Tokens liegen.
• Retries. Angenommen, Sie lehnen die Antwort von Haiku bei 8 % der E-Mails ab und führen diese erneut mit Opus 4.8 aus. Rechnen Sie 0,08 x $1.750 = $140 zu den $350 hinzu, was $490 ergibt. Messen Sie Ihre eigene Ablehnungsrate, anstatt meine zu verwenden.
• Tool-Definitionen, falls der Job diese nutzt. Der generierte System-Prompt beträgt 290 Tokens bei Opus 4.8 mit tool_choice auf auto gesetzt, 354 bei Sonnet 5 und 496 bei Haiku 4.5. Das günstigste Modell hat den höchsten fixen Overhead.

Haiku mit einem Eskalationspfad für $490 und Sonnet 5 mit Caching für $484 kosten gleich viel, wobei eines der Modelle die Aufgabe in einem einzigen Durchlauf erledigt. Das Modell allein ist nicht die gesamte Fragestellung.

Spart der Wechsel der Modelle während einer Sitzung Geld?

Seltener als die Listenpreise vermuten lassen. Die Ersparnis erfolgt pro Token, aber ein kompletter gecachter Präfix geht verloren.

Anthropic dokumentiert, was einen Cache ungültig macht. Präfixe werden in der Reihenfolge tools, dann system, dann messages aufgebaut. "Änderungen auf einer Ebene machen diese Ebene und alle nachfolgenden Ebenen ungültig." Zwei Einstellungen für Anfragen stehen ebenfalls auf dieser Liste: "Die Thinking-Konfiguration und die aufgelöste effort-Ebene werden direkt in den Prompt eingefügt. Eine Änderung einer dieser Einstellungen startet einen neuen Cache-Präfix." In der Dokumentation zu den Kosten heißt es zudem: "Variieren Sie den Effort zwischen verschiedenen Workloads, anstatt innerhalb einer Konversation, die auf Cache-Hits angewiesen ist."

Das Modell steht nicht auf dieser Liste, daher sollte man keine Annahme treffen. Prüfen Sie cache_read_input_tokens nach der ersten Anfrage nach einem Wechsel; der Wert gibt Aufschluss. Bei einem 150.000-Token Opus 4.8 Präfix kostet ein Cache-Read etwa $0,08 und ein neuer Write etwa $0,94. Das ist mehr als die Differenz der Token-Preise über mehrere Interaktionen hinweg.

Ändern Sie diese Einstellungen also zwischen Aufgaben, nicht innerhalb einer Aufgabe. Bei Claude Code bedeutet das: Zuerst /clear, wenn der Cache ohnehin verworfen wird, dann /model oder /effort.

So testen Sie die Antwort für Ihre eigene Workload

Dimensionieren Sie einen Prompt nicht anhand von Werten eines anderen Modells. Der Token-Counting-Endpunkt ist kostenlos nutzbar und verwendet den Tokenizer des jeweils angegebenen Modells. Geben Sie daher das Modell an, das Sie tatsächlich aufrufen möchten. Opus 4.7 und neuere Versionen sowie Fable 5 und Sonnet 5 verwenden einen neueren Tokenizer, der „für denselben Text etwa 30 % mehr Tokens erzeugt“. Ein Budget, das auf einem älteren Modell berechnet wurde, ist bei einem neueren Modell bei gleichbleibendem Preis pro Token zu niedrig angesetzt.

Analysieren Sie anschließend das Ergebnis. input_tokens stellt nur den nicht gecachten Rest dar; die tatsächliche Prompt-Größe ergibt sich aus diesem Feld plus cache_creation_input_tokens plus cache_read_input_tokens. Eine erste Claude API App auf einem VPS ist die einfachste Möglichkeit, diese Messung durchzuführen. Welcher Claude Plan zu Ihrem Verbrauch passt, ist eine separate Entscheidung darüber, ob Sie überhaupt pro Token bezahlen.

FAQ

Welches Claude-Modell ist am besten für Coding geeignet?

Claude Opus 4.8 ist der dokumentierte Ausgangspunkt für komplexes agentisches Coding. Stand Juli 2026 kostet es 5 $ pro Million Input-Token und 25 $ pro Million Output-Token. Claude Sonnet 5 bietet die beste Kombination aus Geschwindigkeit und Intelligenz. Bis zum 31. August 2026 kostet es mit 2 $ / 10 $ weniger als halb so viel. Führen Sie dieselbe Aufgabe auf beiden Modellen aus, halten Sie die Thinking-Konfiguration konstant und vergleichen Sie die Gesamtausgaben für Token ab response.usage.

Ist Claude Haiku 4.5 günstig genug, um Sonnet 5 zu ersetzen?

Pro Token ist dies der Fall: 1 $ / 5 $ gegenüber 2 $ / 10 $ für Sonnet 5 bei Einführungspreisen, oder 3 $ / 15 $ ab dem 1. September 2026. Die Limits sind entscheidend. Haiku 4.5 hat ein Context Window von 200K statt 1M, ein Maximum von 64K Output über die synchrone Messages API, einen zuverlässigen Wissensstand (Knowledge Cutoff) von Februar 2025, keinen output_config.effort Support und einen Cacheable Prompt von mindestens 4.096 Token, der das Caching bei kurzen System-Prompts deaktiviert.

Spart ein Wechsel zu einem günstigeren Claude-Modell während einer Session Geld?

Seltener als es scheint. Anthropic listet Cache-Invalidatoren als Änderungen an den Präfixen tools, system oder messages, Änderungen an der Thinking-Konfiguration und Änderungen an output_config.effort auf. Die Auswirkungen eines Modellwechsels auf einen bestehenden Cache sind nicht dokumentiert; behandeln Sie diesen daher als unbekannt und lesen Sie cache_read_input_tokenscache_read_input_tokens beim ersten Request danach. Die Ersparnis ist wichtig zu wissen: Bei einem Opus 4.8 Präfix von 150.000 Token kostet ein Cache-Read etwa 0,08 $ und ein neuer Write etwa 0,94 $. Dies übersteigt die Ersparnis durch mehrere Turns bei den Token-Preisen. Wechseln Sie zwischen Aufgaben erst nach /clear in Claude Code, wenn der Cache ohnehin verworfen wird.

Was bewirkt output_config.effort für meine Rechnung?

Es ändert die Anzahl der Token, die das Modell für Text, Tool Calls und Thinking verbraucht. Ein niedrigerer Effort führt zu weniger Tool Calls. Dies wirkt sich bei agentischen Loops kumulativ aus, da jedes Tool-Ergebnis in späteren Turns erneut gesendet wird. Die Stufen sind low, medium, high, xhigh und max, wobei high der Standard ist. Anthropic veröffentlicht keinen Kostenmultiplikator pro Stufe. Effort wird als Verhaltenssignal und nicht als Token-Budget bezeichnet; messen Sie die Kosten daher anhand Ihrer eigenen Aufgabe.

Wie viel spart die Claude Batches API?

50 % bei Input- und Output-Token im Austausch für eine asynchrone Bereitstellung. Stand Juli 2026 kostet Opus 4.8 damit 2,50 $ (In) / 12,50 $ (Out), Sonnet 5 bei Einführungspreisen 1 $ / 5 $ und Haiku 4.5 0,50 $ / 2,50 $. Ein relevanter Vergleich über verschiedene Stufen hinweg: Ein Batch-Job mit Opus 4.8 kostet weniger als ein synchroner Sonnet 5 Job zum Standardtarif ab dem 1. September 2026. Batching ermöglicht also ein stärkeres Modell für das gleiche Geld.