Die Claude-Modellfamilie: opus, sonnet, haiku und wann Sie welches nutzen

# Die Claude-Modellfamilie: opus, sonnet, haiku und wann Sie welches nutzen

Das falsche Claude-Tier zu wählen ist der häufigste Weg, entweder Geld zu verbrennen oder etwas Langsames und Dummes auszuliefern. Anthropic bietet drei Modellfamilien an, und der Unterschied zwischen ihnen ist nicht „besser" gegen „schlechter". Es ist ein bewusster Trade-off zwischen roher Leistungsfähigkeit, Latenz und Kosten, und Ihre Aufgabe als Builder ist es, jede Aufgabe an das günstigste Tier zu routen, das die Qualitätsschwelle noch erreicht.

Hier das mentale Modell vor den Details: Opus für die härtesten Reasoning-Aufgaben und lange agentische Arbeit, Sonnet für die alltägliche Balance aus klug und schnell, und Haiku für Jobs mit hohem Volumen und Latenzdruck, bei denen Sie eine Antwort im Bruchteil einer Sekunde brauchen.

Die drei Tiers, nach Job und nicht nach Ego

Denken Sie an die Familien als Rollen in einem Team, nicht als Rangliste.

Haiku ist Ihr schneller Responder. Es ist die günstigste Option mit der niedrigsten Latenz, gebaut für Klassifikation, Extraktion, Routing, kurze Zusammenfassungen und die innere Schleife von Pipelines, die tausendfach laufen. Wenn Sie ein enges Budget pro Call haben und die Aufgabe klar abgegrenzt ist, ist Haiku der Default.

Sonnet ist das Arbeitspferd. Es bewältigt den Großteil des Produktionsverkehrs: Entwürfe, Coding, mehrstufiges Reasoning, Tool-Nutzung und Dokumentenanalyse. Es ist stärker als Haiku und bleibt dabei schnell und günstig genug, um im großen MaMaUsing software to automate repetitive marketing tasks and campaigns, enabling personalisation at scale across channels like email, web, and social.Vollständige Definition ansehen →ßstab zu laufen. Wenn Sie nicht sicher sind, wo Sie anfangen sollen, fangen Sie hier an.

Opus ist der schwere Denker. Greifen Sie darauf zurück bei wirklich harten Problemen: große Refactorings über viele Dateien, tiefe Research-Synthese, kniffligen agentischen Workflows, in denen ein falscher Zwischenschritt sich fortpflanzt, und allem, wo die Kosten einer schlechten Antwort die Kosten des Calls weit übersteigen.

Die Versionsnummern bewegen sich (Anthropic hat Claude-4.x-Generationen von Sonnet und Opus ausgeliefert, Haiku wurde parallel aktualisiert), holen Sie sich also immer die aktuellen Modell-IDs und Fähigkeiten aus der Modellübersicht in der Doku, statt sie aus dem Gedächtnis hart zu verdrahten. Die *Familien* sind das stabile Konzept; der Versionssuffix ist das, was sich ändert.

Ein konkretes Routing-Beispiel

Sie bauen ein Support-Tool mit zwei sehr unterschiedlichen Jobs.

Job A: eingehende Tickets nach Kategorie und Dringlichkeit taggen. Das läuft bei jedem Ticket, den ganzen Tag, und muss schnell und günstig sein. Der Entscheidungsraum ist klein und der Prompt ist jedes Mal derselbe. Das ist ein Lehrbuchfall für Haiku.

from anthropic import Anthropic

client = Anthropic()

def classify_ticket(text: str) -> str:
    resp = client.messages.create(
        model="claude-haiku-4-5",
        max_tokens=20,
        system="Classify the ticket. Reply with exactly one of: BILLING, BUG, FEATURE, OTHER.",
        messages=[{"role": "user", "content": text}],
    )
    return resp.content[0].text.strip()

print(classify_ticket("I was charged twice this month"))

Beachten Sie das enge max_tokens und den eingeschränkten Output. Bei einer Klassifikationsaufgabe bezahlen Sie nicht dafür, dass ein Modell laut nachdenkt, Sie bezahlen für ein Label.

Job B: ein Agent, der einen komplexen Bug löst, indem ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → ein Repo mit vielen Dateien liest, das Problem reproduziert und einen Patch vorschlägt. Das ist langfristig, mehrstufig, und ein früher Fehltritt verschwendet den gesamten Durchlauf. Das ist Opus-Terrain (oder ein starkes Sonnet, wenn das Budget knapp und die Codebase klein ist). Hier sieht der Call anders aus: hohes TokenTokenA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →-Budget, Tool-Zugriff und aktiviertes Extended Thinking.

Zu dieser Steuerung kommen wir als Nächstes.

Das große Context WindowContext WindowThe context window is the maximum amount of text (measured in tokens) a language model can process at once, including both the input prompt and the generated output.Vollständige Definition ansehen → verändert, wie Sie prompten

Claude-Modelle haben ein großes Context WindowContext WindowThe context window is the maximum amount of text (measured in tokens) a language model can process at once, including both the input prompt and the generated output.Vollständige Definition ansehen → (in der Größenordnung von ein paar hunderttausend TokensTokensA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen → in den Standard-Tiers, in manchen Konfigurationen ist noch mehr Kontext verfügbar). In der Praxis heißt das, Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen ein ganzes Codebase-Modul, einen langen Vertrag oder ein vollständiges Meeting-Transkript direkt in eine einzelne Nachricht kippen, statt alles vorab über Retrieval zu chunken.

Das macht RAG nicht überflüssig. Es ändert, *wann* Sie darauf zurückgreifen. Die Faustregel:

• Wenn das relevante Material bequem hineinpasst und Sie es ein- oder zweimal abfragen, packen Sie es einfach in den Prompt. Einfacher, weniger bewegliche Teile.
• Wenn der Korpus riesig ist, sich ständig ändert oder Sie ihn tausendfach abfragen, nutzen Sie Retrieval, damit Sie nicht bei jedem Call für das erneute Lesen derselben TokensTokensA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen → bezahlen.

Ein nicht offensichtlicher Kostenhebel ist Prompt Caching. Wenn Sie über viele Calls hinweg dasselbe große Prefix senden (einen langen System-Prompt, ein großes Dokument, ein Tool-SchemaSchemaA schema is the formal blueprint that defines how data is structured, named, typed, and related within a database, file, or message.Vollständige Definition ansehen →), kann Anthropic es cachen, sodass Sie nicht jedes Mal den vollen Preis für die erneute Verarbeitung zahlen. Für agentische Loops, die in jeder Runde denselben Kontext erneut senden, ist das eine große Ersparnis. Die Mechanik steht in der Messages-API-Doku.

Effort- und Thinking-Steuerung

Hier hört die Tier-Auswahl auf, binär zu sein. Moderne Claude-Modelle bieten Extended Thinking (auch Reasoning- oder „Thinking"-Budget des Modells genannt): Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen das Modell vor der finalen Antwort internes Reasoning produzieren lassen, und Sie steuern, wie viel.

Mehr Thinking bedeutet bessere Ergebnisse bei harten, mehrstufigen Problemen, auf Kosten von mehr TokensTokensA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen → und mehr Latenz. Weniger Thinking (oder keines) bedeutet schnelle, günstige Antworten, die für einfache Aufgaben völlig ausreichen.

Sie setzen das über einen thinking-Parameter und ein TokenTokenA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →-Budget:

resp = client.messages.create(
    model="claude-opus-4-5",
    max_tokens=8000,
    thinking={"type": "enabled", "budget_tokens": 4000},
    messages=[{"role": "user", "content": "Refactor this module for testability:\n\n" + source}],
)

Der praktische Workflow ist eine Entscheidung auf zwei Achsen, nicht auf einer:

1. Wählen Sie die Familie (Haiku / Sonnet / Opus) für die Untergrenze an Leistungsfähigkeit, die Sie brauchen.

2. Justieren Sie das Thinking-Budget danach, wie hart *dieser konkrete Call* ist.

Ein Sonnet mit großzügigem Thinking-Budget kann bei bestimmten Reasoning-Aufgaben ein Opus ohne Thinking schlagen, und dabei weniger kosten. Messen Sie also mit Ihren eigenen Evals, bevor Sie annehmen „das größte Modell gewinnt". Das Ziel ist die günstigste zuverlässige Kombination, nicht die teuerste.

Wo die Tiers im Ökosystem auftauchen

Dieselben Familien treiben alles an, was Anthropic ausliefert, aber die Oberfläche entscheidet, welches Tier Sie anfassen und wie Sie es steuern.

In den Claude Apps (Web, Desktop, Mobile) wählen Sie das Modell meist aus einem Dropdown. Projects erlauben es, ein Modell samt persistentem Kontext und Dateien für einen Arbeitsbereich festzupinnen. Artifacts rendern generierte Dokumente, Apps und Diagramme in einem Seitenpanel, an dem Sie weiterarbeiten kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen. Styles lassen Sie Ton und Format speichern, damit der Output zu Ihrer Stimme passt, ohne dass Sie jedes Mal neu prompten.

Skills bündeln wiederverwendbare Anweisungen und Ressourcen, die das Modell für wiederkehrende Aufgaben aufrufen kann, und Connectors (inklusive Connector-Marketplace) verbinden Claude mit externen Tools und Datenquellen. Unter der Haube sprechen Connectors MCP, das Model Context Protocol, den offenen Standard, um Tools, Daten und Prompts einheitlich für ein Modell verfügbar zu machen. MCP einmal zu lernen heißt, dass Ihre Integrationen über die Apps, Claude Code und Ihre eigenen APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen →-Agenten hinweg funktionieren.

Für Builder zählen drei Oberflächen am meisten:

• Die Messages API ist der rohe Endpoint, an dem Sie die Modell-ID wählen, max_tokens und thinking setzen, Tools anhängen und Prompt Caching betreiben. Alles andere sitzt darauf auf.
• Claude Code ist Anthropics agentisches Coding-Tool, das in Ihrem Terminal und Editor läuft, Ihr Repo liest und bearbeitet, Befehle ausführt und sich mit MCP-Servern verbindet. Es nutzt standardmäßig ein leistungsfähiges Tier für die schwere Arbeit und ist der Ort, an dem lange agentische Coding-Aufgaben tatsächlich stattfinden.
• Das Claude Agent SDK (mit Managed Agents) gibt Ihnen das Gerüst, auf dem Claude Code gebaut ist, damit Sie eigene Agenten mit derselben Schleife bauen kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen: Tool-Nutzung, Dateizugriff und Multi-Turn-Ausführung. Die Repos und Beispiele finden Sie unter github.com/anthropics, und die GitHub-Integration lässt Claude direkt Pull Requests öffnen und auf Issues antworten.

Die Routing-Logik, die Sie oben gelernt haben, gilt innerhalb all dieser Oberflächen. Ein Managed Agent kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnte Haiku nutzen, um zu triagieren, welche Dateien relevant sind, und dann für den eigentlichen Fix auf Opus eskalieren. Genau dieses gestufte Routing innerhalb eines Workflows ist das fortgeschrittene Muster, das sich zu verinnerlichen lohnt.

Eine einfache Routing-Policy, die Sie wirklich ausliefern kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen

Routen Sie nicht nach Bauchgefühl. Schreiben Sie die Policy auf. Hier eine Starter-Vorlage, die Aufgabentypen auf Tiers abbildet.

routing:
  - task: classification_or_extraction
    model: haiku
    thinking: disabled
    notes: high volume, constrained output, tiny max_tokens

  - task: drafting_summarizing_coding
    model: sonnet
    thinking: low_to_medium
    notes: default for most production traffic

  - task: long_agentic_or_deep_reasoning
    model: opus
    thinking: high
    notes: refactors across files, research synthesis, costly-to-be-wrong

Dann tun Sie zwei Dinge. Erstens: Setzen Sie Guardrails, deckeln Sie max_tokens pro Tier, damit ein außererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → Kontrolle geratener Agent nicht still Ihr Budget verbrennt. Zweitens: Bauen Sie ein kleines Eval-Set aus echten Aufgaben und lassen Sie jedes Tier dagegen laufen. Meist werden Sie feststellen, dass Sonnet bei mehr Aufgaben die Schwelle erreicht als erwartet und dass Sie Opus nur bei einer Minderheit brauchen. Genau das ist das gewünschte Ergebnis: Es heißt, dass Sie Opus-Geld nur dort ausgeben, wo es sich auszahlt.

Eine Anmerkung zur Kostendisziplin

Das Pricing ist pro TokenTokenA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen → und unterscheidet sich stark je Tier (Haiku ist am günstigsten, Opus mit großem Abstand am teuersten). Da sich die genauen Zahlen ändern, prüfen Sie die aktuellen Raten auf der offiziellen Pricing-Seite, bevor Sie Ihre Unit Economics modellieren. Die dauerhaften Prinzipien:

• Thinking-TokensTokensA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen → sind echte TokensTokensA token is the basic unit of text that language models process, often a word fragment, whole word, or punctuation mark rather than a single character.Vollständige Definition ansehen →. Ein großzügiges Thinking-Budget auf Opus summiert sich im MaMaUsing software to automate repetitive marketing tasks and campaigns, enabling personalisation at scale across channels like email, web, and social.Vollständige Definition ansehen →ßstab schnell.
• Prompt Caching ist der größte Einzelhebel bei wiederholten Calls mit großem Kontext.
• Eskalation schlägt pauschale Upgrades. Lassen Sie zuerst das günstige Tier laufen, erkennen Sie niedrige Confidence oder Fehlschläge, und wiederholen Sie dann auf einem stärkeren Tier.

Key Takeaways

• Routen Sie nach Aufgabe, nicht nach Prestige. Haiku für Klassifikation und Extraktion mit hohem Volumen, Sonnet als Alltags-Default, Opus für lange agentische Arbeit und tiefes Reasoning, wo eine falsche Antwort teuer ist.
• Behandeln Sie Tier und Thinking-Budget als zwei getrennte Regler. Justieren Sie die Modellfamilie für die Untergrenze an Leistungsfähigkeit und das thinking-Budget danach, wie hart der konkrete Call ist; ein gut eingestelltes Sonnet schlägt oft ein Opus mit zu wenig Thinking.
• Nutzen Sie das große Context Window bewusst. Packen Sie Material in den Prompt, wenn es passt und Sie es selten abfragen; nutzen Sie Retrieval, wenn der Korpus riesig ist oder ständig angefragt wird; cachen Sie in beiden Fällen das wiederholte Prefix.
• Schreiben Sie Ihre Routing-Policy auf und untermauern Sie sie mit einem echten Eval-Set. Sie werden Opus meist seltener brauchen, als der Instinkt vermuten lässt, und genau darum geht es.
• Dieselben Familien treiben das gesamte Ökosystem an. Ob Sie in den Apps, in Claude Code oder im Agent SDK über die Messages APIAPIApplication Programming Interface: a standardised interface that lets applications communicate and exchange data without knowing each other's internal workings.Vollständige Definition ansehen → arbeiten: MCP und gestuftes Routing sind die Fähigkeiten, die überall tragen.