Direktvergleich

Claude Opus 4.8 vs. GPT-5.5

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

gemeinsame Messreihen: 28
verschiedene Benchmarks: 28
jüngster Abruf: 29.09.2026

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 4.8 und GPT-5.5
Merkmal	Claude Opus 4.8	GPT-5.5
Anbieter	Anthropic	OpenAI
Erschienen	Mai 2026	23. Apr. 2026
Verfügbarkeit	Legacy	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	1.050.000 Token
Wissensstand	Januar 2026	1. Dezember 2025
Technische Quellen	Modell, Wissensstand	Modell

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 4.8 und GPT-5.5
Preisart	Claude Opus 4.8	GPT-5.5
API-Eingabe	5 $	5 $ ≤272K / 10 $ >272K
API-Ausgabe	25 $	30 $ ≤272K / 45 $ >272K
Cache lesen	0,5 $	0,5 $ ≤272K / 1 $ >272K
Cache schreiben (5 Min.)	6,25 $	Nicht ausgewiesen
Cache schreiben (1 Std.)	10 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Opus 4.8GPT-5.5

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.85 $

GPT-5.55 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.825 $

GPT-5.530 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Opus 4.80,5 $

GPT-5.50,5 $

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.

Für Claude Opus 4.8 ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Claude Opus 4.8 und GPT-5.5
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Opus 4.8	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle22.09.2026
GPT-5.5	OpenAI	Direkt beim EntwicklerBis 272.000 Kontext-Token	5 $	30 $	Quelle22.09.2026
	OpenAI	Direkt beim EntwicklerÜber 272.000 Kontext-Token	10 $	45 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-east-1	5,5 $	33 $	Quelle06.10.2026
	Azure	Über OpenRouterazure	5 $	30 $	Quelle06.10.2026
	Azure	Über OpenRouterazure/eu	5,5 $	33 $	Quelle06.10.2026
	Azure	Über OpenRouterazure/us	5,5 $	33 $	Quelle06.10.2026
	OpenAI	Über OpenRouteropenai	5 $	30 $	Quelle06.10.2026
	OpenAI	Über OpenRouteropenai/fast	12,5 $	75 $	Quelle06.10.2026
	OpenAI	Über OpenRouteropenai/flex	Günstigster erfasster Preis: 2,5 $	Günstigster erfasster Preis: 15 $	Quelle06.10.2026

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 4.8

GPT-5.5

Coding: 100 / 84,1 (5 Benchmarkfamilien)

Reasoning: 99,2 / 100 (1 Benchmarkfamilie)

Wissen: 100 / 98,4 (1 Benchmarkfamilie)

Finanzen: 99,6 / 96,6 (6 Benchmarkfamilien)

Recht: 98,9 / 77,1 (3 Benchmarkfamilien)

Agenten-Aufgaben: 96,7 / 90,1 (3 Benchmarkfamilien)

Multimodal: 98,1 / 100 (1 Benchmarkfamilie)

Suche: 99,9 / 100 (1 Benchmarkfamilie)

28 passende Messreihen aus 27 Benchmarkfamilien wurden berücksichtigt. Das Radar zeigt 8 von 12 vergleichbaren Kategorien.

Claude Opus 4.8GPT-5.5

BrowseCompOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.884,3 %

GPT-5.584,4 %

Code MigrationOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.847,25 %

GPT-5.545,161 %

CorpFin v2Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.866,706 %

GPT-5.568,415 %

EMBOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.869,373 %

GPT-5.564,543 %

Finance Agent (v2)Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.853,918 %

GPT-5.551,76 %

GPQA DiamondOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.892,424 %

GPT-5.593,182 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.89,583 %

GPT-5.53,75 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.843,75 %

GPT-5.540,385 %

LegalBenchOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.883,568 %

GPT-5.586,515 %

LiveCodeBench v6Overall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.887,819 %

GPT-5.585,296 %

MedCodeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.853,217 %

GPT-5.549,1 %

MedScribeOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 4.885,755 %

GPT-5.586,868 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 4.8 und GPT-5.5
Benchmark und Aufgabe	Claude Opus 4.8	GPT-5.5	Quelle
BrowseCompOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1,266 tasksMessgröße: accuracyBewertung: Mehr ist besserHerstellerübergreifende Vergleichstabelle mit Browser-Werkzeugen. Die genauen Agentensysteme unterscheiden sich.	84,3 % Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.	Gewinner84,4 % Redaktionelle Auswahl aus der Hersteller-Tabelle, kein vollständiger Auszug der Vergleichsgruppe.	OpenAI Quellendetails Datenstand: 09.07.2026
Code MigrationOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner47,25 %	45,161 %	Vals AI Quellendetails Datenstand: 27.09.2026
CorpFin v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	66,706 %	Gewinner68,415 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner69,373 %	64,543 %	Vals AI Quellendetails Datenstand: 27.09.2026
Finance Agent (v2)Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner53,918 %	51,76 %	Vals AI Quellendetails Datenstand: 27.09.2026
GPQA DiamondOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	92,424 %	Gewinner93,182 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besser	Gewinner9,583 %	3,75 %	Vals AI Quellendetails Datenstand: 27.09.2026
Legal Research BenchOverall · All-pass Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besser	Gewinner43,75 %	40,385 %	Vals AI Quellendetails Datenstand: 27.09.2026
LegalBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	83,568 %	Gewinner86,515 %	Vals AI Quellendetails Datenstand: 27.09.2026
LiveCodeBench v6Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner87,819 %	85,296 %	Vals AI Quellendetails Datenstand: 01.09.2026
MedCodeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner53,217 %	49,1 %	Vals AI Quellendetails Datenstand: 26.09.2026
MedScribeOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	85,755 %	Gewinner86,868 %	Vals AI Quellendetails Datenstand: 26.09.2026
MMLU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner89,585 %	88,144 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMMU-ProOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	86,59 %	Gewinner88,266 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner69,912 %	68,76 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner1 %	0,5 %	Vals AI Quellendetails Datenstand: 27.09.2026
Public Benefits Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner68,133 %	60,893 %	Vals AI Quellendetails Datenstand: 27.09.2026
SAGEOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner54,788 %	51,532 %	Vals AI Quellendetails Datenstand: 26.09.2026
SkillsBenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands	59,227 %	Gewinner62,209 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench VerifiedOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner88,6 %	82,6 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: accuracyBewertung: Mehr ist besser	Gewinner64,906 %	60,456 %	Vals AI Quellendetails Datenstand: 27.09.2026
TaxEval v2Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: accuracyBewertung: Mehr ist besser	Gewinner75,634 %	74,98 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.0Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.0Messgröße: accuracyBewertung: Mehr ist besser	70,037 %	Gewinner73,202 %	Vals AI Quellendetails Datenstand: 04.06.2026
Terminal-Bench 2.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besser	71,91 %	Gewinner76,404 %	Vals AI Quellendetails Datenstand: 27.09.2026
Time Horizon Index: KSPOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1Messgröße: progressBewertung: Mehr ist besser	Gewinner11,833 %	8,333 %	Vals AI Quellendetails Datenstand: 14.09.2026
Vals IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 2Messgröße: weighted index scoreBewertung: Mehr ist besser	Gewinner60,908 %	57,411 %	Vals AI Quellendetails Datenstand: 27.09.2026
Vals Multimodal IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besser	Gewinner70,889 %	68,071 %	Vals AI Quellendetails Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Harness: OpenHands	Gewinner82,725 %	69,847 %	Vals AI Quellendetails Datenstand: 27.09.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Vergleiche, wie die Modelle denselben Prompt umsetzen. Angezeigt wird jeweils der aktuellste Versuch, ohne nachträgliche Korrekturen am erzeugten Code. Frühere Läufe bleiben in den Testdetails erreichbar. Die Ergebnisse fließen nicht in einen Gesamtscore ein.

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 4.8

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-4.8
API-Modell laut Antwort: anthropic/claude-opus-4.8
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.8-opus-20260528
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 18 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

GPT-5.5

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-5.5
API-Modell laut Antwort: openai/gpt-5.5
Reasoning-Einstellung: high
Festgelegter Endpunkt: OpenAI | openai/gpt-5.5-20260423
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 25,9 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)

07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

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 4.8 und GPT-5.5 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich