Artificial Analysis weist auf seiner Modellseite je Denkstufe aus, wie viele Token ein Modell im Durchlauf des Intelligenz-Index (Fassung 4.3) je Aufgabe erzeugt. Für Opus 5.5 in der höchsten Stufe sind es im Mittel 119.166, davon 83.929 zum Nachdenken. Opus 5 kam in derselben Stufe auf 72.511, davon 42.793: Der Denkanteil hat sich fast verdoppelt, die gesamte Ausgabe ist um 64 Prozent gewachsen.
Unter den 171 Modellvarianten, für die die Seite solche Zahlen führt, liegt keine höher. Knapp dahinter folgt Claude Sonnet 5 in seiner höchsten Stufe mit 117.787 Token, Claude Fable 5.1 kommt auf 78.111, GPT-6 Astra auf 27.206.
In den unteren Stufen kehrt sich das Verhältnis um. In der Voreinstellung medium erzeugt Opus 5.5 25.745 Token je Aufgabe gegen 28.977 bei Opus 5, in der Stufe high 35.584 gegen 46.239. Erst ab xhigh liegt der Nachfolger vorn, mit 65.667 gegen 60.655. Das deckt Anthropics Angabe, das Modell arbeite bei Standardeinstellungen sparsamer. In der höchsten Stufe hebt der Mehrverbrauch die um ein Fünftel gesenkten Preise auf: 5,98 Dollar je Aufgabe gegen 5,86 bei Opus 5.
In seinem separaten Tempotest maß Artificial Analysis am 28. September für Opus 5.5 in der höchsten Stufe im Median 683 Sekunden bis zum ersten Antwort-Token, für Opus 5 35 Sekunden. Solche Tempowerte schwanken nach einem Modellstart oft binnen Tagen; der Wert ist eine Momentaufnahme.
Der Entwickler und YouTuber Theo Browne (t3.gg) liest die langen Gedankenketten als Vorteil für die Sicherheit: Mehr lesbarer Denktext mache nachvollziehbarer, was ein Modell tut. Die GPT-Modelle kommen mit deutlich weniger aus, GPT-6 Astra in der höchsten Stufe mit 16.691 Denk-Token je Aufgabe. Ob längere Gedankenketten tatsächlich besser zu überwachen sind, misst Artificial Analysis nicht.