Claude Sonnet 5.5

Typische Einsatzfälle

• Agentische Coding-Läufe, bei denen Opus 5.5 zu teuer ist
• Computer-Use und Büroaufgaben (Dokumente, Folien, Tabellen)
• Wissensarbeit in hohem Volumen

Leistung im Vergleich

Unabhängige Indizes (Artificial Analysis, 0–100), zwei kontaminationsarme Einzel-Benchmarks (Terminal-Bench, agentische Shell-Aufgaben; τ²-bench, Tool-Use-Verlässlichkeit über viele Läufe) und Human-Präferenz-Elo (LMArena). Die dunkle Markierung zeigt den Bestwert im Katalog – so wird der Abstand zur Spitze sichtbar. Die Preis-LeistungPreis-LeistungHier: AA-Intelligenz geteilt durch den (3:1 gewichteten) Token-Preis – Indexpunkte je Dollar pro Mio. Tokens. Höher = mehr Leistung fürs Geld. Entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis.Mehr im Wissen → oben ist daraus abgeleitet: AA-Intelligenz je AA-Blended-Preis (3:1) – entspricht der „Intelligence vs. Price“-Sicht von Artificial Analysis. AAs token-basiertes „Cost to Run Index“ ist nicht öffentlich abrufbar.

• IntelligenzAA-IntelligenzZusammengesetzter Intelligenz-Index von Artificial Analysis (unabhängig, 0–100): bündelt mehrere Reasoning-, Wissens- und Mathe-Benchmarks zu einer Zahl. Je höher, desto stärker das allgemeine Reasoning.Mehr im Wissen →56

Benchmarks im Detail

Kennzahlen aus zitierten Messungen – unabhängige Quellen sind ausgewiesen, Anbieterangaben entsprechend markiert. Werte sind nicht über Skalen hinweg vergleichbar. Wie man Benchmark-Zahlen liest →

• Artificial Analysis Intelligence Index (v4.3)

  56

  (höchste Denkstufe, Rang 3 von 216); Opus 5.5: 57,6. Kosten je Index-Aufgabe 7,60 $ (Opus 5.5: 5,98 $), rund 139 Token/s. Übrige Stufen: xhigh 51,9 (2,74 $), high 46,7 (1,08 $), medium 40,7 (0,59 $), low 35,8 (0,41 $)

  unabhängigArtificial Analysis – Modellseite Claude Sonnet 5.5, alle Denkstufen, abgerufen 2026-09-29

• Terminal-Bench 4.0 (agentisches Coding im Terminal)

  70,6 %

  (Sonnet 5: 10,3 %, Opus 5.5: 66,4 % in xhigh)

  AnbieterangabeAnthropic – Ankündigung Claude Sonnet 5.5, 2026-09-28 (Anbieterangabe)

• FrontierCode v1.1 (agentisches Coding)

  52,1 %

  in xhigh, 46,2 % in max (Sonnet 5: 42,4 %, Opus 5.5: 54,4 %, GPT-6 Sol: 49,3 %)

  AnbieterangabeAnthropic – Ankündigung Claude Sonnet 5.5, 2026-09-28 (Anbieterangabe)

• OSWorld 2.1 (Computer-Use)

  80,1 %

  (Sonnet 5: 57,0 %, Opus 5.5: 81,8 %)

  AnbieterangabeAnthropic – Ankündigung Claude Sonnet 5.5, 2026-09-28 (Anbieterangabe)

• GDPval-AA v2.1 (reale Berufsaufgaben, Elo)

  1844

  (Sonnet 5: 1449, Opus 5.5: 1846, GPT-6 Sol: 1487) – laut Anthropic auf einem Vorab-Deployment mit einem Fehler bei strukturierten Ausgaben gemessen

  unabhängigArtificial Analysis (Lauf), berichtet in Anthropics Ankündigung, 2026-09-28

• Humanity's Last Exam (mit Werkzeugen)

  64,5 %

  (Sonnet 5: 54,9 %, Opus 5.5: 67,7 %)

  AnbieterangabeAnthropic – Ankündigung Claude Sonnet 5.5, 2026-09-28 (Anbieterangabe)

Einordnung

• Zweites Modell der Reihe Claude 5.5 nach Opus 5.5 (22.09.2026); Haiku 5.5 soll in den kommenden Wochen folgen. Kontextfenster (1 Mio. TokenTokenDie kleinste Verarbeitungseinheit eines Sprachmodells – ein Wortstück, kein ganzes Wort. Faustregel: rund 1.000 Tokens entsprechen grob 750 deutschen Wörtern. Preise und Kontextlängen werden in Tokens gerechnet.Mehr im Wissen →) und maximale Ausgabe (128 K) bleiben wie bei Sonnet 5, der Wissensstichtag rückt auf Juni 2026. Der Denkaufwand steht in Claude Code und den Apps standardmäßig auf medium, auf der Claude Platform auf high.Beleg · Primärquelle
• Anthropic verspricht bis zu 30 Prozent geringere Kosten je Aufgabe als bei Sonnet 5 – durch weniger Token, nicht durch einen niedrigeren Preis. Die unabhängige Messung aller Denkstufen gibt dem Versprechen recht, solange der Denkaufwand niedrig bleibt: In medium kostet eine Index-Aufgabe 41 %, in high 40 % weniger als bei Sonnet 5, in xhigh nur noch knapp 5 %. In der höchsten Stufe max kostet sie 49 % mehr (7,60 statt 5,09 $). Bei gleichem Punktwert bleibt Opus 5.5 trotz doppeltem Token-Preis die günstigere Wahl.Beleg · Sekundärquelle

Aus der System-Card

Verdichtete Befunde aus der offiziellen System-CardSystem-CardDas offizielle Begleitdokument eines Anbieters zu einem Modell (auch „Model Card“): Fähigkeiten, Grenzen, Sicherheitsbewertung. Primärquelle – die Fähigkeitsangaben darin sind aber Eigenangaben, nicht unabhängig gemessen.Mehr im Wissen → des Anbieters (Primärquelle, Tier ATier (A/B/C)Verlässlichkeits-Stufe einer Quelle in der KI-Depesche: A = Primärquelle (z. B. offizielle Doku), B = solide Sekundärquelle, C = subjektiv/Einzelstimme. Steuert, wie stark eine Aussage gewichtet wird.Mehr im Wissen →). Fähigkeitswerte sind Anbieterangaben – nicht unabhängig nachgemessen. Card-Stand 2026-09-28.

Fähigkeiten

• Cyber – Laut Anbieter weniger fähig als Opus 5.5 oder Mythos 5.1, entwickelt aber deutlich bessere Exploits als Sonnet 5; das dreistufige Cyber-Schutzsystem ist aktiv.

Verhalten & Sicherheit

• RSP – Überschreitet laut Anbieter keine neuen RSP-Schwellen; Anthropic behandelt Sonnet 5.5 als Modell der Stufen CB-1 und Autonomy-1 und wendet die zugehörigen Schutzmaßnahmen an.
• Rückschritte – Laut Anbieter Rückschritte in mehrstufigen Tests etwa zu Ortung und Überwachung; die Ablehnungsrate für schädliche Aufgaben in der Computer-Bedienung liegt auf dem Niveau von Opus 5.5, aber unter einigen älteren Modellen.
• Denken – Das Denken des Modells ist laut Anbieter schwerer lesbar als bei vielen Vorgängern; zugleich die niedrigste Rate versuchter Sandbox-Ausbrüche in Anthropics eigener Prüfung. Erstes Sonnet-Modell mit Klassifikatoren gegen das Auslesen der Denkschritte.

⚙ Riskante Cybersicherheitsanfragen werden sichtbar an Sonnet 5 weitergereicht.

Anthropic – System Card: Claude Sonnet 5.5 (PDF, 148 Seiten)· Primärquelle, abgerufen 2026-09-29

Stimmen aus der Öffentlichkeit

Subjektive Einschätzungen Dritter – keine belegten Fakten, jeweils verlinkt.

• gemischtSonnet 5.5 schreibe deutlich klarer als die Vorgängergeneration, sei aber kein Modell, das man in Claude Code selbst auswählen sollte: Im Alltag sei es weder spürbar klüger noch günstiger als Opus 5.5. Seine Stärke liege darin, als Werkzeug zu dienen, das Opus oder Fable bei großen Aufgaben für Teilarbeiten aufrufen – für manche solcher Aufgaben sei es deutlich kosteneffizienter als Opus. Die Denkstufe max solle man meiden („Pretend it doesn’t exist.“). ⚠️ Eigene Vergleiche ohne offengelegtes Verfahren; für die hohen Stufen deckt sich die Kostenrichtung mit Artificial Analysis, für medium und high misst AA dagegen deutliche Ersparnisse gegenüber Sonnet 5. Werbeblock CodeRabbit.Theo – t3.gg (YouTube) – „I did not think I'd like this model“, 29.09.2026 (per oEmbed verifiziert, gegen das Transkript gelesen) · Community, 2026-09-29
• positivPraxis-Messung im eigenen Coding-Leaderboard: In medium ist Sonnet 5.5 das erste Modell mit weniger als einer Minute Laufzeit je Prompt im Schnitt, bei rund 20 Cent je Prompt; in high erreicht es die Punktstufe von Opus 5.5 und GPT-6 Astra. xhigh und max lägen außerhalb jedes sinnvollen Kosten-Nutzen-Verhältnisses – in einem Projekt brauchte xhigh sechs Minuten und fast einen Dollar je Lauf. Sonnet 5 stand in derselben Wertung auf Platz 42 von 55. ⚠️ Einzelläufe ohne offengelegtes Protokoll, teils im Abo gemessen.AI Coding Daily (YouTube) – „I Tried NEW Sonnet 5.5 on 27 Coding Prompts“, 29.09.2026 (per oEmbed verifiziert, gegen das Transkript gelesen) · Community, 2026-09-29
• gemischtIm Dreiervergleich mit Opus 5.5 und GPT-6 Astra landet Opus 5.5 vorn, Sonnet 5.5 und Astra knapp dahinter. Sonnet brauchte dabei die meisten Token und die längste Zeit – im Panzerspiel-Test rund 750.000 Token gegen 500.000 bei Opus. Den Sprung zum Vorgänger nennt der Tester groß: Sonnet 5 und Opus 5 seien für ihn „basically unusable“ gewesen. ⚠️ Einzelläufe unter ungleichen Bedingungen (die Anthropic-Modelle durften eine externe Bild-API nutzen), Werbeblock im Video.Chase AI (YouTube) – „I Tested Sonnet 5.5 vs Opus 5.5 vs GPT 6 Astra (No Hype)“, 29.09.2026 (per oEmbed verifiziert, gegen das Transkript gelesen) · Community, 2026-09-29
• positivSchreib-Eigenheit: Sonnet 5.5 verwende in allen Texten britische Schreibweise, lasse sich per Anweisung aber davon abbringen („it is obviously extremely steerable“). Im Alltag könne er Sonnet 5.5 kaum von Opus 5.5 unterscheiden; schwach bleibe das Modell bei Klang und Musik in Spiel-Demos. ⚠️ Vorabzugang vom Anbieter, keine Messung; einen Teil der Demos baute sein Team.Matthew Berman (YouTube) – „Sonnet 5.5 Is Here. Look What It Can Build.“, 29.09.2026 (per oEmbed verifiziert, gegen das Transkript gelesen) · Community, 2026-09-29