Direktvergleich

Claude Opus 4.6 vs. Claude Opus 4.5

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 13
verschiedene Benchmarks: 8
jüngster Abruf: 26.08.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Opus 4.6 und Claude Opus 4.5
Merkmal	Claude Opus 4.6	Claude Opus 4.5
Anbieter	Anthropic	Anthropic
Erschienen	Feb. 2026	Nov. 2025
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	200.000 Token
Wissensstand	Mai 2025	März 2025
Technische Quellen	Modell, Kontext	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Opus 4.6 und Claude Opus 4.5
Preisart	Claude Opus 4.6	Claude Opus 4.5
API-Eingabe	5 $	5 $
API-Ausgabe	25 $	25 $
Cache lesen	0,5 $	0,5 $
Cache schreiben (5 Min.)	6,25 $	6,25 $
Cache schreiben (1 Std.)	10 $	10 $
Preis geprüft	30.07.2026 Quelle	30.07.2026 Quelle

Claude Opus 4.6Claude Opus 4.5

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.65 $

Claude Opus 4.55 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.625 $

Claude Opus 4.525 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.60,5 $

Claude Opus 4.50,5 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Anbieterpreise von Claude Opus 4.6 und Claude Opus 4.5
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Opus 4.6	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle30.07.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Google	Über OpenRoutergoogle-vertex/europe	5,5 $	27,5 $	Quelle12.09.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
Claude Opus 4.5	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle30.07.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	5,5 $	27,5 $	Quelle12.09.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle12.09.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Claude Opus 4.6

Claude Opus 4.5

Reasoning: 100 / 85,3 (1 Benchmarkfamilie)

Agenten-Aufgaben: 100 / 55,8 (1 Benchmarkfamilie)

Multimodal: 100 / 99,6 (1 Benchmarkfamilie)

Cybersecurity: 96 / 100 (1 Benchmarkfamilie)

Bildung: 100 / 93 (1 Benchmarkfamilie)

10 passende Messreihen aus 5 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 5 von 5 vergleichbaren Kategorien.

Claude Opus 4.6Claude Opus 4.5

METR Time Horizon50% time horizon. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.612 Std. (95-Prozent-Konfidenzintervall 5,3 Std. bis 60,6 Std.)

Claude Opus 4.54,9 Std. (95-Prozent-Konfidenzintervall 2,7 Std. bis 10,4 Std.)

MultiChallengeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.656,02 % ± 1,08

Claude Opus 4.558,97 % ± 0,42

MultiNRCOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.648,34 % ± 3,02

Claude Opus 4.541,23 % ± 2,97

PRBench FinanceOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.653,28 % ± 0,18

Claude Opus 4.546,16 % ± 0,27

PRBench LegalOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 4.652,27 % ± 0,66

Claude Opus 4.544,21 % ± 0,34

SecCodeBench-V2Generation with security hints. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.670,65 %

Claude Opus 4.572,1 %

TutorBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.653,55 % ± 1,01

Claude Opus 4.549,82 % ± 0,98

VISTAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.645,48 % ± 0,44

Claude Opus 4.545,32 % ± 0,03

METR Time Horizon80% time horizon. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.61,2 Std. (95-Prozent-Konfidenzintervall 27 min bis 2,8 Std.)

Claude Opus 4.549,4 min (95-Prozent-Konfidenzintervall 20,7 min bis 1,7 Std.)

SecCodeBench-V2Generation without hints. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.651,05 %

Claude Opus 4.558,02 %

SecCodeBench-V2Repair with security hints. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.681,73 %

Claude Opus 4.582,18 %

SecCodeBench-V2Repair without hints. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.673,1 %

Claude Opus 4.573,67 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 4.6 und Claude Opus 4.5
Benchmark und Aufgabe	Claude Opus 4.6	Claude Opus 4.5	Quelle
METR Time Horizon50% time horizon Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: TH 1.1Messgröße: 50% time horizonBewertung: Mehr ist besserClaude Opus 4.6: Snapshot: claude-opus-4-6-2026-02-05, Agent: ReAct, Harness: ReAct, Versuche: 6 independent runs per task Claude Opus 4.5: Snapshot: claude-opus-4-5-2025-11-24, Agent: ReAct, Harness: ReAct, Versuche: 6 independent runs per taskReAct-Agent, sechs unabhängige Läufe je Aufgabe. Die Zeit ist die geschätzte menschliche Bearbeitungsdauer.	Gewinner12 Std. (95-Prozent-Konfidenzintervall 5,3 Std. bis 60,6 Std.)	4,9 Std. (95-Prozent-Konfidenzintervall 2,7 Std. bis 10,4 Std.)	METR Quellendetails Datenstand: 08.05.2026
MultiChallengeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: four multi-turn challenge typesMessgröße: rubric pass rateBewertung: Mehr ist besserClaude Opus 4.6: Reasoning: none, Versuche: pass@1 Claude Opus 4.5: Reasoning: thinking, Versuche: pass@1Mehrstufige Gespräche mit binären, aufgabenspezifischen Rubriken.	56,02 % ± 1,08 95-%-Konfidenzintervall: ±1,08	Höherer Messwert58,97 % ± 0,42 95-%-Konfidenzintervall: ±0,42	Scale AI Quellendetails Datenstand: 26.08.2026
MultiNRCOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: French, Spanish, and Chinese releaseMessgröße: accuracyBewertung: Mehr ist besserEinstellungen: Reasoning: none, Versuche: pass@1Native, nicht aus dem Englischen übersetzte Reasoning-Aufgaben mit automatischer Bewertung.	Gewinner48,34 % ± 3,02 95-%-Konfidenzintervall: ±3,02	41,23 % ± 2,97 95-%-Konfidenzintervall: ±2,97	Scale AI Quellendetails Datenstand: 26.08.2026
PRBench FinanceOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: full finance setMessgröße: weighted rubric scoreBewertung: Mehr ist besserClaude Opus 4.6: Reasoning: none, Versuche: pass@1 Claude Opus 4.5: Reasoning: thinking, Versuche: pass@1600 Finanzaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.	Höherer Messwert53,28 % ± 0,18 95-%-Konfidenzintervall: ±0,18	46,16 % ± 0,27 95-%-Konfidenzintervall: ±0,27	Scale AI Quellendetails Datenstand: 26.08.2026
PRBench LegalOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: full legal setMessgröße: weighted rubric scoreBewertung: Mehr ist besserClaude Opus 4.6: Reasoning: none, Versuche: pass@1 Claude Opus 4.5: Reasoning: thinking, Versuche: pass@1500 Rechtsaufgaben mit aufgabenspezifischen Rubriken und o4-mini als Juror.	Höherer Messwert52,27 % ± 0,66 95-%-Konfidenzintervall: ±0,66	44,21 % ± 0,34 95-%-Konfidenzintervall: ±0,34	Scale AI Quellendetails Datenstand: 26.08.2026
SecCodeBench-V2Generation with security hints Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.2.0Messgröße: security-aware generation pass@1Bewertung: Mehr ist besser98 Projektfälle. Funktionstests laufen vor dynamischen Exploit-Prüfungen und Sicherheitsbewertung.	70,65 %	Gewinner72,1 %	SecCodeBench Quellendetails Datenstand: 16.02.2026
TutorBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1,490-task releaseMessgröße: weighted rubric scoreBewertung: Mehr ist besserEinstellungen: Reasoning: none, Versuche: pass@11.490 Aufgaben mit gewichteten Rubriken und Claude 4 Sonnet als Juror.	Gewinner53,55 % ± 1,01 95-%-Konfidenzintervall: ±1,01	49,82 % ± 0,98 95-%-Konfidenzintervall: ±0,98	Scale AI Quellendetails Datenstand: 26.08.2026
VISTAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauKein klarer VorsprungVersion: 758 private prompt-image pairsMessgröße: rubric scoreBewertung: Mehr ist besserEinstellungen: Reasoning: none, Versuche: pass@1758 einzelne Bild-Text-Aufgaben mit strukturierten Ja-Nein-Rubriken.	Kein klarer Vorsprung45,48 % ± 0,44 95-%-Konfidenzintervall: ±0,44	45,32 % ± 0,03 95-%-Konfidenzintervall: ±0,03	Scale AI Quellendetails Datenstand: 26.08.2026
METR Time Horizon80% time horizon Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: TH 1.1Messgröße: 80% time horizonBewertung: Mehr ist besserClaude Opus 4.6: Snapshot: claude-opus-4-6-2026-02-05, Agent: ReAct, Harness: ReAct, Versuche: 6 independent runs per task Claude Opus 4.5: Snapshot: claude-opus-4-5-2025-11-24, Agent: ReAct, Harness: ReAct, Versuche: 6 independent runs per taskReAct-Agent, sechs unabhängige Läufe je Aufgabe. Die Zeit ist die geschätzte menschliche Bearbeitungsdauer.	Gewinner1,2 Std. (95-Prozent-Konfidenzintervall 27 min bis 2,8 Std.)	49,4 min (95-Prozent-Konfidenzintervall 20,7 min bis 1,7 Std.)	METR Quellendetails Datenstand: 08.05.2026
SecCodeBench-V2Generation without hints Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.2.0Messgröße: native generation pass@1Bewertung: Mehr ist besser98 Projektfälle. Funktionstests laufen vor dynamischen Exploit-Prüfungen und Sicherheitsbewertung.	51,05 %	Gewinner58,02 %	SecCodeBench Quellendetails Datenstand: 16.02.2026
SecCodeBench-V2Repair with security hints Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.2.0Messgröße: security-aware repair pass@1Bewertung: Mehr ist besser98 Projektfälle. Funktionstests laufen vor dynamischen Exploit-Prüfungen und Sicherheitsbewertung.	81,73 %	Gewinner82,18 %	SecCodeBench Quellendetails Datenstand: 16.02.2026
SecCodeBench-V2Repair without hints Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.2.0Messgröße: native repair pass@1Bewertung: Mehr ist besser98 Projektfälle. Funktionstests laufen vor dynamischen Exploit-Prüfungen und Sicherheitsbewertung.	73,1 %	Gewinner73,67 %	SecCodeBench Quellendetails Datenstand: 16.02.2026
SecCodeBench-V2Weighted total Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.2.0Messgröße: weighted pass@1Bewertung: Mehr ist besser98 Projektfälle. Funktionstests laufen vor dynamischen Exploit-Prüfungen und Sicherheitsbewertung.	64,9 %	Gewinner68,1 %	SecCodeBench Quellendetails Datenstand: 16.02.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Community-Tests zum Anschauen

Vergleiche, wie die Modelle denselben Prompt umsetzen. Jeder Test zeigt den ersten Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 4.6

Noch nicht getestet

Claude Opus 4.5

Noch nicht getestet

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Claude Opus 4.6 und Claude Opus 4.5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich