Direktvergleich

Claude Opus 5 vs. Claude Sonnet 4.6

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

gemeinsame Messreihen: 186
verschiedene Benchmarks: 31
jüngster Abruf: 15.10.2026

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 5 und Claude Sonnet 4.6
Merkmal	Claude Opus 5	Claude Sonnet 4.6
Anbieter	Anthropic	Anthropic
Erschienen	24. Juli 2026	Feb. 2026
Verfügbarkeit	Aktiv	Aktiv
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	1.000.000 Token
Wissensstand	Mai 2026	August 2025
Technische Quellen	Modell, Wissensstand	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 5 und Claude Sonnet 4.6
Preisart	Claude Opus 5	Claude Sonnet 4.6
API-Eingabe	5 $	3 $
API-Ausgabe	25 $	15 $
Cache lesen	0,5 $	0,3 $
Cache schreiben (5 Min.)	6,25 $	3,75 $
Cache schreiben (1 Std.)	10 $	6 $
Preis geprüft	22.09.2026 Quelle	22.09.2026 Quelle

Claude Opus 5Claude Sonnet 4.6

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 55 $

Claude Sonnet 4.63 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Opus 525 $

Claude Sonnet 4.615 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Opus 50,5 $

Claude Sonnet 4.60,3 $

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 5 und Claude Sonnet 4.6
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Opus 5	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	5,5 $	27,5 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-east-1	5,5 $	27,5 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic/fast	10 $	50 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/us	5,5 $	27,5 $	Quelle17.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	5,5 $	27,5 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 5 $	Günstigster erfasster Preis: 25 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/us	5,5 $	27,5 $	Quelle17.10.2026
Claude Sonnet 4.6	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	3,3 $	16,5 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us	3,3 $	16,5 $	Quelle17.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	3,3 $	16,5 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle17.10.2026
	Google	Über OpenRoutergoogle-vertex/us-east5	3,3 $	16,5 $	Quelle17.10.2026

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 5

Claude Sonnet 4.6

Coding: 100 / 6,2 (1 Benchmarkfamilie)

Reasoning: 99,7 / 78,1 (3 Benchmarkfamilien)

Wissen: 100 / 33 (1 Benchmarkfamilie)

Agenten-Aufgaben: 100 / 57,1 (3 Benchmarkfamilien)

Gesamt: 100 / 70,3 (2 Benchmarkfamilien)

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

Claude Opus 5Claude Sonnet 4.6

AA-BriefcaseOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 51.659,48 elo

Claude Sonnet 4.61.062,96 elo

AA-LCROverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 579,3 %

Claude Sonnet 4.680,0 %

AA-OmniscienceOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 537,067 Punkte

Claude Sonnet 4.612,217 Punkte

Artificial Analysis Intelligence IndexOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 550,777 Punkte

Claude Sonnet 4.630,058 Punkte

AutomationBench-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 556,6 %

Claude Sonnet 4.620,1 %

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 557,473 %

Claude Sonnet 4.639,892 %

CorpFin v2Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 573,194 %

Claude Sonnet 4.665,307 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 573,556 %

Claude Sonnet 4.660,154 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 558,633 %

Claude Sonnet 4.651,035 %

GDP.pdfOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 521,6 %

Claude Sonnet 4.615,8 %

GDPval-AAOverall. Mehr ist besser. Kein dokumentierter Setup-Unterschied

Claude Opus 51.721,15 elo

Claude Sonnet 4.61.232 elo

GPQA DiamondOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Opus 593,434 %

Claude Sonnet 4.685,606 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Opus 5 und Claude Sonnet 4.6
Benchmark und Aufgabe	Claude Opus 5	Claude Sonnet 4.6	Quelle
AA-BriefcaseOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: AA-Briefcase EloBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner1.659,48 elo	1.062,96 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-LCROverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v1.1Messgröße: Pass rateBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	79,3 %	Gewinner80,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AA-OmniscienceOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: AA-Omniscience IndexBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner37,067 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	12,217 Punkte Der Index kann negative Werte annehmen und reicht laut Anbieter von -100 bis 100.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Artificial Analysis Intelligence IndexOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v4.3.2Messgröße: Artificial Analysis Intelligence IndexBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner50,777 Punkte	30,058 Punkte	Artificial Analysis Quellendetails Datenstand: 15.10.2026
AutomationBench-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Objectives completed without guardrail violationsBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner56,6 %	20,1 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert57,473 %	39,892 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert73,194 %	65,307 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert73,556 %	60,154 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert58,633 %	51,035 %	Vals AI Quellendetails Datenstand: 12.10.2026
GDP.pdfOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: All-pass rateBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner21,6 %	15,8 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
GDPval-AAOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: v2.1Messgröße: GDPval-AA EloBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner1.721,15 elo	1.232 elo	Artificial Analysis Quellendetails Datenstand: 15.10.2026
GPQA DiamondOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert93,434 %	85,606 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert6,667 %	5 %	Vals AI Quellendetails Datenstand: 12.10.2026
Humanity's Last ExamOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: unspecifiedMessgröße: Text-only pass@1 accuracyBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner54,9 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	33,6 % Der Anbieter beschreibt seine Vergleichsauswertung als text-only 2.158 Fragen, nicht als den vollständigen 2.500-Fragen-Datensatz.	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert55,288 %	38,462 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert86,974 %	82,12 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,033 %	82,091 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMLU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert91,591 %	87,341 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMMU-ProOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert89,884 %	83,584 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert72,059 %	67,726 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert3 %	0,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert76,928 %	62,449 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	Höherer Messwert49,426 %	46,582 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert60,441 %	49,052 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench VerifiedOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert97 %	77,4 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert45,548 %	25,84 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	75,143 %	Höherer Messwert77,106 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-BenchOverall Testdetails Kein dokumentierter Unterschied im TestaufbauVersion: 4.0Messgröße: Task successBewertung: Mehr ist besserClaude Opus 5: Snapshot: Claude Opus 5 (Max), Reasoning: Max Claude Sonnet 4.6: Snapshot: Claude Sonnet 4.6 (Max), Reasoning: MaxClaude Opus 5: Exakte AA-Konfiguration: Claude Opus 5 (Max) (Release claude-opus-5, Zeile claude-opus-5, UUID b8fc61f7-5e9a-49e6-8547-6ac56db24627, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.Claude Sonnet 4.6: Exakte AA-Konfiguration: Claude Sonnet 4.6 (Max) (Release claude-sonnet-4-6, Zeile claude-sonnet-4-6-adaptive, UUID df8d14e0-3997-4e4d-b4ad-9c047acc9c69, reasoning=true, source reasoning-token configuration budget=0, suffix=Max). Der konfigurierte Wert ist kein gemessener Tokenverbrauch.	Gewinner49,0 %	3,0 %	Artificial Analysis Quellendetails Datenstand: 15.10.2026
Terminal-Bench 2.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 5: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert84,644 %	57,303 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vals Multimodal IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: weighted index scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert73,896 %	60,571 %	Vals AI Quellendetails Datenstand: 11.08.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 5: Harness: OpenHands Claude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert88,404 %	51,476 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert53,297 %	30,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Exact Pages Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert68,648 %	63,17 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,171 %	61,52 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert54,617 %	48,92 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondFew-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert92,424 %	85,859 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger87,319 %	Kein direkter Sieger87,319 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert65,152 %	43,939 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchConclusion Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert91,56 %	87,991 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert99,068 %	98,758 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMLU-ProBiology Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert95,676 %	92,748 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxNumerical Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert81,399 %	74,96 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert41,5 %	2 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGEAutomata Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens	32,54 %	Höherer Messwert35,318 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchNo Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert45,191 %	27,827 %	Vals AI Quellendetails Datenstand: 27.09.2026
SWE-bench Verified<15 min fix Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert98,454 %	87,113 %	Vals AI Quellendetails Datenstand: 01.09.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert23,295 %	10 %	Vals AI Quellendetails Datenstand: 12.10.2026
TaxEval v2Correctness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	61,979 %	Höherer Messwert65,822 %	Vals AI Quellendetails Datenstand: 01.09.2026
Terminal-Bench 2.1Easy Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 5: Compute: high, Temperatur: 1, Ausgabegrenze: 128.000 tokens Claude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger100 %	Kein direkter Sieger100 %	Vals AI Quellendetails Datenstand: 28.09.2026
Vals Multimodal IndexCorpFin v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.2Messgröße: benchmark scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert74,942 %	66,667 %	Vals AI Quellendetails Datenstand: 11.08.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert70 %	68,571 %	Vals AI Quellendetails Datenstand: 12.10.2026
CorpFin v2Max Fitting Context Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,991 %	66,084 %	Vals AI Quellendetails Datenstand: 12.08.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert87,681 %	78,493 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert47,708 %	38,795 %	Vals AI Quellendetails Datenstand: 12.10.2026
GPQA DiamondZero-Shot CoT Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert94,444 %	85,354 %	Vals AI Quellendetails Datenstand: 01.09.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert92,676 %	86,797 %	Vals AI Quellendetails Datenstand: 12.10.2026
LegalBenchInterpretation Tasks Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert85,84 %	82,469 %	Vals AI Quellendetails Datenstand: 13.10.2026
LiveCodeBench v6Hard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert77,429 %	60,571 %	Vals AI Quellendetails Datenstand: 01.09.2026
MMLU-ProBusiness Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert93,536 %	91,888 %	Vals AI Quellendetails Datenstand: 01.09.2026
MortgageTaxSemantic Extraction Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert62,719 %	60,493 %	Vals AI Quellendetails Datenstand: 01.09.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserEinstellungen: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert3 %	0,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
SAGECalculus Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Opus 5: Compute: max, Temperatur: 1, Ausgabegrenze: 30.000 tokens Claude Sonnet 4.6: Temperatur: 1, Ausgabegrenze: 30.000 tokens	Höherer Messwert77,16 %	60,494 %	Vals AI Quellendetails Datenstand: 08.10.2026
SkillsBenchWith Skills Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserEinstellungen: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens	Höherer Messwert60,441 %	49,052 %	Vals AI Quellendetails Datenstand: 27.09.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

SVG-Kurztest

Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Gemeinsame Testrunde: 4ae5d8eeb9a9

Claude Opus 5

In dieser Runde nicht verfügbar

Claude Sonnet 4.6

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Opus 5

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-opus-5
API-Modell laut Antwort: anthropic/claude-opus-5
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-opus-5-20260723
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 63 s

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

Frühere Versuche (1)

07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Claude Sonnet 4.6

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 06.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-sonnet-4.6
API-Modell laut Antwort: anthropic/claude-sonnet-4.6
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.6-sonnet-20260217
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 106 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Frühere Versuche (2)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-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 5 und Claude Sonnet 4.6 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich

Claude Opus 5 vs. Claude Sonnet 4.6

Modellauswahl ändern

Allgemeine Daten

API-Preise im Vergleich

Gemeinsame Benchmarks

Fähigkeitsprofil aus vergleichbaren Benchmarks

Unsere Tests

SVG-Kurztest

Claude Opus 5

Claude Sonnet 4.6

Pelikan auf dem Fahrrad

Ein Benchmark-Sieg ist kein Gesamturteil

Ähnliche LLM-Vergleiche