KI-Modelle und Plattformen
Anthropic verknüpft die Preisgestaltung von Claude Opus 5.5 mit längeren Codierungssitzungen
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Anthropic berichtete am 24. September 2026, dass Claude Code‑Sitzungen in den letzten sechs Monaten länger und kontextintensiver geworden sind und erläuterte in einem Beitrag im Claude-Blog, wie die Preisgestaltung und die Caching‑Mechanik von Claude Opus 5.5 diesen Wandel adressieren. Das Unternehmen schätzt, dass die Betriebskosten von Opus 5.5 etwa 40 % unter denen von Opus 5 für eine typische tokenbasierte Arbeitslast liegen.
Sechs Monate Claude Code‑Nutzungsdaten
Der Beitrag, verfasst von Michael Segner, stützt sich auf aggregierte Nutzungsdaten von März bis September 2026. Die Anzahl der Eingabeaufforderungen pro Sitzung blieb konstant, berichtet der Beitrag, während die Arbeit innerhalb jeder Eingabeaufforderung zunahm: Das Modell arbeitet nun 3,3‑mal länger pro Eingabeaufforderung und führt auf jeder mehr als 40 % mehr Modellaufrufe aus, und Unterbrechungen sanken um 68 %. Entwickler verbinden jetzt etwa doppelt so häufig einen Tool‑Server oder nutzen eine Fähigkeit und fügen Text in Eingabeaufforderungen ein Drittel seltener ein.
Die Menge an Kontext pro Anfrage wuchs im Zeitraum um das 2,6‑fache, und das Eingabe‑zu‑Ausgabe‑Token‑Verhältnis verschob sich von 189 : 1 auf 324 : 1. Anthropic interpretiert die Zahlen so, dass Entwickler ein länger arbeitendes, besser informiertes Modell für größere, offener formulierte Aufgaben anstreben, und erklärt, dass die Einsparungen von Opus 5.5 gerade bei diesen längeren, kontextreichen Sitzungen am größten sind, wenn die Nutzung tokenbasiert abgerechnet wird.
Die Analyse baut auf der Veröffentlichung von Claude Opus 5.5 durch Anthropic auf, die zu niedrigeren Preisen als Opus 5 erschien. Während die Einführung die Preise festlegte, untersuchen der Beitrag vom 24. September und eine begleitende Analyse, die am 22. September 2026 von Addy Osmani veröffentlicht wurde, was diese Preise für reale Claude Code‑Arbeitslasten bedeuten.
Tokenpreise und die Kürzung der Cache‑Lesegebühr
Bei tokenbasierter Abrechnung senkte Anthropic die Preise für Eingabe‑ und Ausgabetoken um 20 % und kürzte den Preis für das Lesen eines gecachten Tokens um 60 %. Das Unternehmen erklärt, dass die Kürzung der Cache‑Lesegebühr am meisten ins Gewicht fällt, weil Cache‑Lesevorgänge den größten Teil der Kosten für agentenbasierte und codierende Arbeit ausmachen, und gibt an, dass zum Zeitpunkt der Veröffentlichung ein gecachter Token bei Opus 5.5 nur ein Fünftel der Kosten konkurrierender Modelle verursacht und diese übertrifft.
Osmanis begleitende Analyse listet die API‑Listenpreise von Opus 5.5 mit 4 $ pro Million Eingabetoken, 20 $ pro Million Ausgabetoken und 0,20 $ pro Million Cache‑Lesevorgänge auf. Zu diesen Preisen kostet ein Cache‑Lesevorgang 5 % eines frischen Eingabetokens, während das Schreiben in den Cache das 1,25‑fache des Eingabepreises für einen fünfminütigen Cache und das Zweifache des Eingabepreises für einen einstündigen Cache kostet, wobei jeder Treffer die Lebensdauer kostenlos erneuert. In den Pro‑, Max‑ oder Team‑Plänen wird der niedrigere Opus‑5.5‑Preis auf die Plan‑Limits übertragen, sodass sie etwa 25 % weiter reichen als bei Opus 5; der zusätzliche Cache‑Lese‑Rabatt gilt nur für die API‑Preisgestaltung.
Änderungen nutzen, die den Cache schützen
Selbst als der Kontext pro Anfrage etwa um das 2,6‑fache anstieg, sank der Anteil der Eingaben, die den Cache verfehlten, im sechsmonatigen Zeitraum um mehr als 50 %, berichtet der Beitrag. Er führt eine Reihe von Claude Code‑Änderungen an, die versehentliche Cache‑Unterbrechungen reduzieren, von kleinen Störungen wie einer Anmelde‑Aktualisierung bis hin zu größeren wie dem Hinzufügen von Anweisungen mitten im Gespräch oder dem Laden von Tools auf Abruf. In Opus 5.5 und Fable 5.1 können Entwickler außerdem die Aufwand‑Stufen mitten in einer Sitzung ändern, ohne den Cache zurückzusetzen.
Die offizielle Prompt‑Caching‑Dokumentation legt fest, dass das Verhalten der Aufwand‑Stufen mit einem API‑Schlüssel oder einem Claude‑Abonnement gilt und nicht auf Amazon Bedrock, der Agent‑Plattform von Google Cloud oder einem Claude‑Apps‑Gateway, noch wenn die CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS Flagge gesetzt ist oder eine Organisation eine HIPAA‑Konfiguration hat.
Entwickler mit API‑Schlüsseln und Cloud‑Anbietern können jetzt eine Cache‑Lebensdauer von einer Stunde festlegen, die Abonnenten bereits hatten. Die Dokumentation zeigt die Vorgaben: eine Stunde für das Hauptgespräch bei einem Claude‑Abonnement im Rahmen der Plan‑Nutzung und fünf Minuten für Nutzungsguthaben, API‑Schlüssel oder Cloud‑Anbieter. Die Einstellung promptCacheTtl oder die CLAUDE_CODE_PROMPT_CACHE_TTL Umgebungsvariable wählt die längere Lebensdauer aus, und beide Steuerungen erfordern Claude Code v2.1.242 oder neuer.
Gespaltene Subagenten starten jetzt aus dem Cache der übergeordneten Sitzung, anstatt das gleiche Kontext erneut zu verarbeiten. Die Dokumentation erklärt, dass ein Fork den System‑Prompt, das Tool‑Set und den gesamten Gesprächsverlauf des Elternteils übernimmt, sodass seine Eröffnungsanfrage direkt aus dem Cache des Elternteils liest.
Weniger Interaktionen pro Aufgabe
Anthropic berichtet, dass Opus 5.5 eine Aufgabe in weniger Interaktionen erledigen kann als andere Modelle. Laut dem Beitrag verzeichnete Zeta Labs weniger Interaktionen und Tool‑Aufrufe pro Aufgabe als bei Opus 5, bei fast der Hälfte der Kosten, und schloss doppelt so viele seiner schwierigsten Aufgaben ab.
Der Beitrag warnt, dass dieses Muster nicht für jede Aufgabe gilt, und zitiert Osmanis Analyse: „Bei einer gut abgegrenzten Aufgabe beenden beide Modelle etwa die gleiche Anzahl an Interaktionen, und die Preis‑Kürzung ist alles, was man bekommt. Die Lücke sollte bei offenen Aufgaben am größten sein, bei denen ein Modell viele Interaktionen mit einer falschen Idee verbringt.“
Anthropic berichtet außerdem, dass Opus 5.5 Ausgaben mehr als 30 % schneller erzeugt als Opus 5. Der Gewinn lässt den Token‑Verbrauch und die Cache‑Treffer‑Rate unverändert; der Beitrag stellt fest, dass er die Wartezeit bei langen Durchläufen verkürzt, da Claude mehr Zeit unbeaufsichtigt arbeitet.
Der Beitrag schließt mit Praktiken zum Schutz von zwischengespeicherten Lesevorgängen ab: Führen Sie /usage in Claude Code aus, um zu sehen, welcher Anteil einer Sitzung aus dem Cache bedient wird, wählen Sie das Modell zu Beginn einer Sitzung, anstatt es währenddessen zu wechseln, führen Sie die Komprimierung aus, bevor Sie sich zurückziehen, anstatt danach, und aktivieren Sie bei einem API‑Schlüssel oder Cloud‑Anbieter die einstündige Cache‑Lebensdauer für lange Sitzungen.
