Claude Sonnet 5: Das günstigere Flaggschiff-Modell, das dich zum Kostenmanagement zwingt
Anthropics Mittelklasse-Modell schlägt sich in den meisten Benchmarks fast wie das Flaggschiff – vorausgesetzt, man behält den Effort-Level im Griff.
Claude Sonnet 5: Das günstigere Modell als das Flaggschiff, das dich zum Kostenmanagement zwingt
Claude Sonnet 5 ist das erste Modell in der Geschichte von Anthropic, bei dem das mittlere Tier bei den meisten Intelligenz-Benchmarks tatsächlich mit dem Flaggschiff mithalten kann – aber der Kostenvorteil zeigt sich nur, wenn man das Effort-Level aktiv steuert. Wer dieses Detail übersieht, zahlt am Ende womöglich mehr pro Aufgabe als mit Opus 4.8.
Am 30. Juni 2026 veröffentlicht, markiert Claude Sonnet 5 einen echten Wendepunkt im Anthropic-Portfolio. Nicht weil es Opus 4.8 als absolut bestes Modell ablöst – das tut es nicht ganz –, sondern weil es für eine breite Klasse realer agentischer Arbeit vergleichbare Intelligenz bei rund 40 % geringeren Kosten pro Token liefert. Der Haken: Sonnet 5 wird mit dauerhaft aktiviertem Adaptive Thinking und einem neuen Tokenizer ausgeliefert, der pro Aufgabe mehr Tokens erzeugt. Bei falscher Konfiguration kann sich die Kostenrechnung komplett umkehren.
Dieser Beitrag geht über das Datenblatt hinaus: Wie man Sonnet 5 im Kontext einordnet, wann es wirklich die richtige Wahl ist, wann nicht, und was die „Effort-Level-Falle" in der Praxis tatsächlich bedeutet.
Was ist Claude Sonnet 5?
Claude Sonnet 5 (claude-sonnet-5) ist Anthropics am 30. Juni 2026 veröffentlichtes Modell der mittleren Stufe, Nachfolger von Claude Sonnet 4.6. Es steht an dritter Stelle der aktuellen Modellfamilie:
Fable 5 > Opus 4.8 > Sonnet 5 > Haiku 4.5
Anthropics Positionierung ist bewusst gewählt: „Leistung nahe an Opus 4.8 zu niedrigeren Preisen." Die Benchmark-Daten bestätigen das größtenteils – und bei manchen Auswertungen zieht Sonnet 5 mit dem Flaggschiff gleich oder liegt knapp vorn. Das 1-Millionen-Token-Kontextfenster, Adaptive Thinking und die starke agentische Tool-Nutzung heben es klar von seinem Vorgänger ab.
Die Benchmarks: Wo Sonnet 5 tatsächlich steht
Die Kernzahlen aus Anthropics Modellübersicht lohnen eine genaue Lektüre, denn die Geschichte lautet nicht „Sonnet 5 ist fast so gut wie Opus 4.8" – sie ist differenzierter.
| Benchmark | Sonnet 4.6 | Sonnet 5 | Opus 4.8 |
|---|---|---|---|
| SWE-bench Verified | 79,6 % | 85,2 % | 88,6 % |
| SWE-bench Pro | — | 63,2 % | — |
| FrontierCode | 15,1 % | 38,8 % | — |
| Terminal-Bench 2.1 | — | 80,4 % | ~82,7 %* |
| GDPval-AA (Elo für Wissensarbeit) | — | 1618 | 1615 (≈ Gleichstand) |
| Humanity's Last Exam (mit Tools) | — | 57,4 % | ~57,9 % (nahezu gleichauf) |
Opus 4.8s Terminal-Bench-2.1-Wert wird je nach Test-Harness zwischen ~74,6 % und 82,7 % angegeben, weshalb man die beiden Modelle eher als gleichauf denn als eindeutig überlegen betrachten sollte.
Der FrontierCode-Wert ist der auffälligste: Sonnet 5 mehr als verdoppelt den Wert von Sonnet 4.6 (15,1 % → 38,8 %). Das ist kein inkrementeller Fortschritt, sondern ein qualitativer Sprung bei komplexer Codegenerierung. Bei GDPval-AA – das die mehrstufige, urteilsintensive Wissensarbeit misst, die moderne agentische Pipelines prägt – liegt Sonnet 5 (1618) gleichauf mit Opus 4.8 (1615), und bei Terminal-Bench 2.1 ist es konkurrenzfähig zum Flaggschiff statt klar dahinter.
Eine unabhängige Auswertung von Artificial Analysis verortet Sonnet 5 bei einem Intelligence Index von 53 und Rang #5 insgesamt. Ihr wichtigerer Befund: Die Kosten pro Aufgabe liegen bei etwa 2,29 $ – tatsächlich rund 15 % teurer als Opus 4.8 bei vergleichbaren Aufgaben. Warum das enorm wichtig ist, kommt gleich.
Sonnet 5 verkleinert den Abstand zum Flaggschiff bei den meisten Benchmarks und zieht bei Terminal- und Wissensarbeits-Benchmarks mit Opus 4.8 gleich. FrontierCode zeigt die dramatischste Verbesserung gegenüber Sonnet 4.6.
Das Feature, das alles verändert: Adaptive Thinking
Jedes frühere Anthropic-Modell behandelte Extended Thinking als Opt-in-Funktion. Sonnet 5 macht es verpflichtend. Adaptive Thinking ist immer aktiv, und man steuert dessen Tiefe über fünf Effort-Level:
- low – minimales Reasoning, am schnellsten, am günstigsten
- medium – leichter Reasoning-Durchlauf
- high (Standard) – die Einstellung, die die meisten Benchmarks verwenden
- xhigh – tiefes Reasoning, deutlich mehr Output-Tokens
- max – maximales Reasoning-Budget
Diese Designentscheidung ist der Kern der Kostenmanagement-Herausforderung. Bei high (Standard) ist Sonnet 5 zum Standardpreis ab September von 3 $/M Input und 15 $/M Output für die meisten Aufgaben klar günstiger als Opus 4.8 (5 $/25 $). Bei xhigh oder max jedoch wächst der Token-Output erheblich – und in Kombination mit dem neuen Tokenizer (geteilt mit Opus 4.7, 4.8 und Fable 5), der etwa 1,0- bis 1,35-mal mehr Tokens erzeugt als ältere Tokenizer, kann eine Sonnet-5-Aufgabe die Kosten des äquivalenten Opus-4.8-Aufrufs übersteigen.
Das Zapier-Engineering-Team stellte etwas Interessantes fest: Bei low Effort schlägt Sonnet 5 bereits Sonnet 4.6 bei jedem beliebigen Effort-Level – und kostet weniger. Das ist der Fall des „günstigen Arbeitspferds". Einfache Retrieval-Aufgaben, Zusammenfassungen, leichte Klassifizierung, Routing-Aufgaben – low Effort auf Sonnet 5 ist der neue Standard für kostenbewusste Entwickler.
Das reale Kostenbild: Einführungsphase und was danach kommt
Die Preisgestaltung hat zwei Phasen:
| Zeitraum | Input | Output | Anmerkungen |
|---|---|---|---|
| Einführung (bis 31. Aug. 2026) | 2 $/M | 10 $/M | Dieses Zeitfenster nutzen |
| Standard (ab 1. Sep. 2026) | 3 $/M | 15 $/M | Standard-Tier |
| Prompt-Cache-Reads | Bis zu 90 % Rabatt | Bis zu 90 % Rabatt | Sehr effektiv bei wiederholtem Kontext |
| Batch-API | 50 % Rabatt | 50 % Rabatt | 300k Output-Kontext in Beta |
Die Einführungsphase ist wichtig. Agentische Workloads, die jetzt auf Sonnet 5 laufen, kosten 2 $/10 $ – 33 % günstiger als der Standard. Wer eine Pipeline baut, sollte jetzt zu niedrigen Grenzkosten testen und optimieren, bevor die September-Preise greifen. Die Anthropic-Sonnet-Seite enthält aktuelle Preisdetails.
Ein unterschätztes Feature: Prompt-Caching mit bis zu 90 % Rabatt macht Sonnet 5 extrem effizient für die Art von Long-Context-agentischer Arbeit, bei der wiederholt dasselbe Repository, dieselbe Dokumentensammlung oder dasselbe Tool-Schema gelesen wird. Bei solchen Mustern können die effektiven Kosten deutlich unter den genannten Headline-Zahlen liegen.
Sonnet 5 vs. Opus 4.8 vs. Haiku 4.5: Ein echtes Entscheidungsraster
Der Standardrat – „nutze das Flaggschiff für schwere Aufgaben, das mittlere Tier für mittlere Aufgaben, das kleine Modell für einfache Aufgaben" – funktioniert bei Sonnet 5 nicht mehr. Die Benchmark-Daten erzwingen eine feinere Betrachtung.
Wann Sonnet 5 eindeutig die richtige Wahl ist
Agentisches Coding und Terminal-Arbeit. Sonnet 5 erreicht 80,4 % bei Terminal-Bench 2.1 – gleichauf mit Opus 4.8 statt klar dahinter –, und sein FrontierCode-Wert hat sich gegenüber der Vorgängergeneration mehr als verdoppelt. Für die Art von End-to-End-Coding-Agents – schreiben, ausführen, Ergebnis prüfen, iterieren –, die heute produktive KI-Workflows prägen, hält Sonnet 5 mit. Das Zapier-Team hob speziell hervor, dass agentische Aufgaben, die in früheren Modellen „ins Stocken gerieten", nun end-to-end abgeschlossen werden. Es „prüft angeblich sein eigenes Ergebnis, ohne dazu aufgefordert zu werden", was den Bedarf an expliziten Verifikationsschleifen reduziert.
Wissensarbeit und Forschungs-Pipelines. Die GDPval-AA-Elo von 1618 (gegenüber 1615 bei Opus 4.8) ist im Wesentlichen ein statistischer Gleichstand – der Punkt ist, dass Sonnet 5 kaum bis keine Qualität bei Wissensarbeit einbüßt, um Kosten zu sparen. Für Forschungszusammenfassungen, Dokumentenverarbeitung und mehrstufiges Reasoning über lange Kontexte – besonders mit dem 1M-Token-Fenster – behauptet sich Sonnet 5 bei high Effort gegen das Flaggschiff.
Alles, was das 1M-Kontextfenster benötigt. Sowohl Sonnet 5 als auch Opus 4.8 bieten ein 1-Millionen-Token-Kontextfenster. Aber zu Sonnet-5-Preisen kostet die Analyse einer 500k-Token-Codebasis pro Aufruf deutlich weniger.
Hochvolumige API-Produktion. Zum Standardpreis ist Sonnet 5 pro Token 40 % günstiger als Opus 4.8. Bei Skalierung summiert sich das schnell.
Wann Opus 4.8 sich noch lohnt
Aufgaben, bei denen die Varianz der Ausgabequalität mehr zählt als die Durchschnittsqualität. Die Lücke bei SWE-bench Verified (85,2 % vs. 88,6 %) beträgt 3,4 Punkte. In der Praxis bedeutet das: Opus 4.8 löst einen höheren Anteil schwieriger Coding-Aufgaben korrekt. Bei irreversiblen Aktionen, compliance-sensiblen Workflows oder Aufgaben, bei denen eine falsche Antwort mehr kostet als die API-Preisdifferenz, lohnt sich das Flaggschiff.
Wenn eine garantierte Obergrenze der Leistung nötig ist. Sonnet 5 kommt Opus 4.8 im Durchschnitt gleich – aber Opus 4.8 bewegt sich konsistenter am oberen Ende seiner Bandbreite. Bei kritischen Einmal-Analysen, die sich nicht einfach iterieren lassen, hat Opus 4.8 weiterhin die Nase vorn.
Wann Haiku 4.5 die naheliegende Antwort ist
Routing, Klassifizierung, leichte Zusammenfassungen, einfache Q&A, alles, was 50+ Mal pro Nutzersitzung läuft. Claude Haiku 4.5 ist zu 1 $/5 $ für diese Muster wirklich leistungsfähig, und Sonnet 5 bei low Effort rechtfertigt den dreifachen Preis für einfache Aufgaben nicht. Baut man eine Routing-Schicht – Haiku für Volumen, Sonnet 5 für mittlere Komplexität, Opus 4.8 für die schweren Fälle –, senkt das die Kosten gegenüber einem Ein-Modell-Ansatz erheblich.
Die Effort-Level-Kostenfalle
Das ist der Teil der Sonnet-5-Geschichte, den die meiste Berichterstattung völlig übersieht.
Adaptive Thinking ist immer aktiv. Bei max Effort kann Sonnet 5 problemlos das 2- bis 3-Fache der Output-Tokens derselben Aufgabe bei low Effort erzeugen. In Kombination mit der 1,0- bis 1,35-fachen Token-Inflation des neuen Tokenizers gegenüber älteren Modellen kann ein Entwickler, der Sonnet 5 mit Standard- (oder High-) Effort in eine Produktions-Pipeline einbaut und die tatsächlichen Token-Zahlen nicht misst, am Ende leicht mehr pro Aufgabe ausgeben als mit Opus 4.8 bei einer niedrigeren Effort-Einstellung.
Artificial Analysis bestätigte dies empirisch: Die Kosten pro Aufgabe für Sonnet 5 in ihrer agentischen Benchmark-Suite lagen bei ~2,29 $, rund 15 % mehr als bei Opus 4.8. Das wirkt zunächst kontraintuitiv – wie kann das günstigere Modell pro Aufgabe mehr kosten? Die Antwort ist die Token-Inflation durch Reasoning: Der high-Standard-Effort bedeutet, dass Sonnet 5 Tokens fürs Nachdenken verbrennt, die Opus 4.8 nicht braucht (oder implizit erledigt, ohne so viele Reasoning-Tokens zu erzeugen).
Praktische Empfehlungen:
- Standardmäßig
lowfür alles verwenden, das kein mehrstufiges Reasoning erfordert. BeilowEffort übertrifft Sonnet 5 bei den meisten Benchmarks weiterhin Sonnet 4.6 bei jedem beliebigen Effort-Level. high(Standard) für agentische Aufgaben verwenden, bei denen Reasoning-Qualität zählt. Das ist die Einstellung, die die Benchmarks verwenden und bei der die Opus-4.8-Vergleiche gültig sind.xhigh/maxechten schwierigen Problemen vorbehalten – komplexes Debugging, neuartige Forschung, prüfungsreifes Reasoning. Nur bei diesen Aufgaben ist der zusätzliche Token-Aufwand vertretbar.- Tatsächliche Token-Zahlen pro Aufgabe messen, bevor man in Produktion geht. Der neue Tokenizer bedeutet, dass die eigenen Sonnet-4.6-Kostenschätzungen daneben liegen werden.
Für Teams, die auf Happycapy oder direkt auf der API entwickeln, ist das keine optionale Disziplin – es ist der Unterschied, ob Sonnet 5 40 % günstiger als Opus 4.8 ist oder deutlich teurer. Kostenlos starten auf happycapy.ai, um Vergleiche zwischen Effort-Leveln nebeneinander durchzuführen, bevor man sich auf eine Konfiguration festlegt.
Wie es sich tatsächlich anfühlt, Sonnet 5 zu nutzen
Die claude.ai-Web-App nutzt Sonnet 5 nun standardmäßig sowohl für Free- als auch Pro-Tiers. Die anfängliche Resonanz der Community zur Leistungsfähigkeit war überwiegend positiv – mit bemerkenswerten Einschränkungen.
Was funktioniert: Agentisches Durchhaltevermögen ist das häufigste Lob. Ingenieure berichten, dass mehrstufige Aufgaben, die bei Sonnet 4.6 menschliches Eingreifen an bestimmten Punkten erforderten, nun autonom abgeschlossen werden. Das Modell verifiziert Ausgaben zuverlässiger selbst – führt einen Test aus, sieht ihn fehlschlagen, korrigiert den Code und führt ihn erneut aus, ohne explizit dazu aufgefordert zu werden. Das reduziert den Scaffolding-Code, den man für agentische Pipelines schreiben muss.
Was frustriert: Übermäßige Verweigerung ist die dominierende Beschwerde in der Web-UI. Manche Nutzer beschreiben es als „paranoide" Schutzmaßnahmen, die vernünftige kreative oder technische Anfragen blockieren. Bemerkenswert ist, dass ein Großteil dieses Verhaltens eher am claude.ai-System-Prompt zu liegen scheint als an einer dokumentierten Modell-Regression – Entwickler, die die API direkt nutzen, berichten von weniger Problemen. Verwandt: Manche Nutzer haben das Gefühl, das Modell habe im Vergleich zu früheren Sonnet-Versionen etwas an Wärme oder eigenständiger „Persönlichkeit" verloren.
Das Problem des übermäßigen agentischen Lesens: Sonnet 5s Tendenz, vor dem Handeln große Mengen an Kontext zu lesen – laut manchen Berichten „Zehntausende von Zeilen für einfache Fragen" –, ist real und resultiert direkt aus dem dauerhaft aktiven Adaptive Thinking. Das Modell versucht, gründlich zu sein. In einem Agenten mit Zugriff auf eine große Codebasis kann das schnell Tokens verbrennen. Den Kontextzugriff auf Tool-Ebene einzuschränken ist effektiver, als gegen die natürlichen Tendenzen des Modells anzukämpfen.
Kontextfenster und technische Spezifikationen
| Spezifikation | Wert |
|---|---|
| Kontextfenster | 1.000.000 Tokens |
| Max. Output (Standard) | 128.000 Tokens |
| Max. Output (Batch-API Beta) | 300.000 Tokens |
| Input-Modalitäten | Text + Bilder |
| Output-Modalitäten | Nur Text |
| Wissensstand | Januar 2026 |
| Adaptive Thinking | Immer aktiv (5 Level) |
| API-Kennung | claude-sonnet-5 |
Das 1M-Kontextfenster wird in der aktuellen Modellfamilie nur von Opus 4.8 erreicht. Für Anwendungsfälle mit vollständiger Codebasis-Analyse, langen Rechtsdokumenten oder Multi-Dokument-Forschungssynthese ist das bedeutsam – und zu Sonnet-5-Preisen sind Aufrufe mit großem Kontext deutlich günstiger als der äquivalente Opus-4.8-Aufruf.
Es wird keine Audio-Ein- oder -Ausgabe unterstützt. Text und Bilder rein, Text raus.
Verfügbarkeit: Wo man Sonnet 5 nutzen kann
Sonnet 5 ist über praktisch jeden großen Bereitstellungskanal verfügbar:
- claude.ai – Standardmodell für Free- und Pro-Tiers
- Anthropic API – Modell-ID
claude-sonnet-5 - Claude Code – verfügbar als Backend für den Coding-Agenten
- AWS Bedrock – in unterstützten Regionen bereitgestellt
- Google Vertex AI – über den Vertex Model Garden verfügbar
- Microsoft Foundry – für Enterprise-Deployments verfügbar
- Happycapy – Sonnet 5 ist eines von 150+ Modellen in der browserbasierten Sandbox
Der Happycapy-Ansatz ist für Entwickler interessant, die Sonnet 5 gegen Alternativen evaluieren möchten, ohne API-Schlüssel oder Infrastruktur zu verwalten. Man kann Sonnet 5 direkt neben Opus 4.8, Haiku 4.5 und Modellen anderer Anbieter laufen lassen – alles mit Tool-Nutzung, Agenten-Pipelines und Dateizugriff in einer Browser-Sandbox. Für das oben beschriebene Effort-Level-Testing ist eine solche Nebeneinander-Umgebung wirklich nützlich, bevor man sich auf eine Produktionskonfiguration festlegt.
Für Entwickler, die an Claude-nativen Anwendungen arbeiten, siehe das Claude Code SDK und den Harness-Engineering-Leitfaden für Integrationsmuster, sowie agentische KI vs. KI-Agenten für die konzeptionelle Einordnung, wo Sonnet 5 in autonome Pipelines passt.
Fazit: Intelligenz pro Dollar, gesteuert
Die Formulierung, die es am besten trifft: Sonnet 5 überschneidet sich mit dem Flaggschiff-Tier bei rund 40 % weniger Kosten pro Token zum Standardpreis. Die Benchmark-Daten bestätigen das für die meisten Workloads. Aber der wichtigere Satz stammt von Artificial Analysis: In der Praxis können die Kosten pro Aufgabe höher sein als bei Opus 4.8, wenn die Effort-Level nicht gesteuert werden.
Sonnet 5 ist das erste Sonnet, das eine echte Betrachtung gegenüber dem Flaggschiff verdient – nicht als Kompromiss, sondern als Standardwahl für eine breite Klasse realer Arbeit. Die Implikation für Entwickler ist ein Wandel im mentalen Modell: Die schwierige Frage war früher „welches Modell?" Jetzt lautet sie „welches Modell bei welchem Effort-Level, und sagt mir meine Token-Instrumentierung tatsächlich die Wahrheit?"
Das ist eine anspruchsvollere Frage. Aber sie ist auch ein Zeichen dafür, dass das mittlere Tier tatsächlich erwachsen geworden ist.
Kostenlos starten auf happycapy.ai, um Sonnet 5 neben 150+ anderen Modellen in einer Browser-Sandbox mit vollem Tool-Zugriff auszuprobieren – kein API-Schlüssel erforderlich.
Für Vergleiche über die aktuelle Generation coding-fokussierter Modelle siehe unseren Leitfaden bester KI-Agent fürs Coding und die Gegenüberstellung Claude Code vs. Cursor.
FAQ: Claude Sonnet 5
Was ist Claude Sonnet 5?
Claude Sonnet 5 ist Anthropics am 30. Juni 2026 veröffentlichtes Modell der mittleren Stufe. Es ist das drittleistungsfähigste Modell in Anthropics aktuellem Portfolio (hinter Fable 5 und Opus 4.8) und verfügt über ein 1-Millionen-Token-Kontextfenster, dauerhaft aktives Adaptive Thinking und starke agentische Coding-Leistung. API-Kennung: claude-sonnet-5.
Wie schneidet Claude Sonnet 5 im Vergleich zu Opus 4.8 ab?
Bei den meisten Benchmarks kommt Sonnet 5 nahe an Opus 4.8 heran und liegt bei Terminal-Aufgaben und der Wissensarbeits-Elo etwa gleichauf. Sonnet 5 kostet 3 $/M Input und 15 $/M Output gegenüber 5 $/25 $ bei Opus 4.8. Allerdings kann Sonnet 5s dauerhaft aktives Adaptive Thinking die tatsächlichen Kosten pro Aufgabe höher ausfallen lassen als erwartet – Artificial Analysis maß ~2,29 $ pro Aufgabe, rund 15 % mehr als Opus 4.8, aufgrund des Token-Outputs durch Reasoning. Bei kontrollierten Effort-Leveln ist Sonnet 5 für die meisten Produktions-Workloads das bessere Angebot.
Was kostet Claude Sonnet 5?
Bis zum 31. August 2026: 2 $/M Input-Tokens, 10 $/M Output-Tokens (Einführungspreis). Ab dem 1. September 2026: 3 $/M Input, 15 $/M Output. Prompt-Caching bietet bis zu 90 % Ersparnis bei wiederholtem Kontext; die Batch-API (50 % Rabatt) unterstützt bis zu 300k Output-Tokens in der Beta.
Ist Claude Sonnet 5 kostenlos nutzbar?
Ja – Claude Sonnet 5 ist das Standardmodell im claude.ai-Free-Tier, man kann es also ohne Bezahlung nutzen. Im Free-Tier gelten Nutzungslimits. Auf Happycapy kann man Sonnet 5 auch mit einem kostenlosen Konto neben 150+ anderen Modellen in einer Browser-Sandbox mit Tool-Unterstützung ausprobieren.
Wie groß ist das Kontextfenster von Claude Sonnet 5?
1.000.000 Tokens (1M). Der maximale Output beträgt 128.000 Tokens bei Standard-API-Aufrufen und bis zu 300.000 Tokens über die Batch-API-Beta.
Wie schneidet Claude Sonnet 5 im Vergleich zu Sonnet 4.6 ab?
Durchweg deutlich stärker. SWE-bench Verified verbesserte sich von 79,6 % auf 85,2 %. FrontierCode mehr als verdoppelte sich (15,1 % → 38,8 %). Das Kontextfenster wurde auf 1M Tokens erweitert. Adaptive Thinking ist jetzt immer aktiv. Bemerkenswert: Sonnet 5 bei low Effort schlägt bei den meisten Aufgaben bereits Sonnet 4.6 bei jedem beliebigen Effort-Level – und kostet weniger pro Token.
Was ist Adaptive Thinking, und kann ich es bei Sonnet 5 abschalten?
Adaptive Thinking ist Anthropics Funktion für erweitertes internes Reasoning – das Modell denkt Probleme durch, bevor es antwortet. Bei Sonnet 5 ist es immer aktiv und kann nicht deaktiviert werden. Die Tiefe steuert man über fünf Effort-Level (low/medium/high/xhigh/max), wobei high der Standard ist. Höhere Effort-Level erzeugen mehr Reasoning-Tokens und erhöhen die Kosten; low Effort ist die kosteneffizienteste Einstellung für einfache Aufgaben.
Das Effort-Level ist der primäre Kostenhebel bei Sonnet 5. Bei low unterbietet es Sonnet 4.6 sowohl bei Kosten als auch bei Qualität. Bei xhigh/max kann die Token-Inflation die Kosten pro Aufgabe über die von Opus 4.8 treiben.
