Claude Opus 5.5: Was lang laufende Coding-Agenten jetzt leisten können
Eine Million Kontext-Token, lange Ausgaben und steuerbarer Denkaufwand machen umfangreiche Migrationen, Audits und dokumentenreiche Analysen zum Kernprofil des neuen Anthropic-Modells.
Anthropic hat Claude Opus 5.5 am 22. September 2026 veröffentlicht. Das Modell ist für agentisches Coding, Computersteuerung und anspruchsvolle Wissensarbeit ausgelegt – insbesondere für Aufgaben, die über viele Dateien, Dokumente und Zwischenergebnisse hinweg zusammenhängend bearbeitet werden müssen. Der zentrale Fortschritt ist deshalb nicht nur eine bessere Einzelantwort, sondern mehr nutzbarer Arbeitsraum für lange, verzweigte Aufträge.
Mit einem standardmäßigen Kontextfenster von einer Million Token und regulär bis zu 128.000 Ausgabe-Token kann Opus 5.5 wesentlich mehr Material in einer Sitzung aufnehmen und ein umfangreicheres Ergebnis erzeugen. Anthropic nennt codebasisweite Migrationen und Audits als typische Einsätze. Das Modell ist über die Claude API sowie Amazon Bedrock, Claude Platform on AWS, Google Cloud und Microsoft Foundry verfügbar. (Anthropic, Modellübersicht, Versionshinweise)
Eine Codebasis wird zum gemeinsamen Arbeitskontext
Bei einer größeren Migration reicht es nicht, eine einzelne Datei korrekt umzuschreiben. Ein Coding-Agent muss Abhängigkeiten erkennen, wiederkehrende Muster finden, Konfigurationen berücksichtigen und nach den Änderungen erklären können, welche Stellen betroffen sind. Das große Kontextfenster erlaubt, deutlich mehr dieser Umgebung gleichzeitig bereitzuhalten: Quellcode, Tests, technische Dokumentation, Migrationsregeln und Fehlermeldungen können Teil desselben Auftrags sein.
Ein konkreter Einsatz wäre die Umstellung einer gemeinsam genutzten Schnittstelle. Statt jede Fundstelle isoliert zu behandeln, erhält der Agent die betroffenen Module, die neue Signatur, relevante Tests und die Vorgabe, auch indirekte Aufrufe zu erfassen. Er kann daraus eine zusammenhängende Änderung mit Erläuterung erzeugen. Die bis zu 128.000 Ausgabe-Token schaffen dabei Platz für umfangreiche Patches, Testergänzungen und eine nachvollziehbare Zusammenfassung, ohne dass das Resultat bereits nach wenigen Dateien enden muss. Die dokumentierten Grenzwerte garantieren allerdings nicht, dass jede große Codebasis vollständig in einen einzigen Auftrag passt; sie vergrößern den verfügbaren Raum für zusammenhängende Arbeit. (Modellübersicht)
Audits können Code, Tests und Dokumentation verbinden
Ein Audit profitiert anders vom langen Kontext als eine Migration. Hier geht es weniger um eine einheitliche Ersetzung als um Beziehungen zwischen vielen Hinweisen. Ein Agent kann beispielsweise eine Authentifizierungsbibliothek, ihre Aufrufstellen, die zugehörigen Tests und interne Vorgaben gemeinsam untersuchen. Der Auftrag sollte nicht allgemein nach „Problemen“ fragen, sondern Suchraum und Ergebnisform festlegen: betroffene Dateien, beobachtetes Verhalten, Begründung und vorgeschlagene Korrektur.
Für solch eine Analyse bietet sich ein zweistufiger Prompt an. Zuerst soll das Modell die relevanten Komponenten und Abhängigkeiten erfassen, ohne Änderungen vorzunehmen. Danach erhält es den Auftrag, die wichtigsten Befunde zu priorisieren und konkrete Anpassungen samt Testfällen auszuarbeiten. Diese Trennung nutzt den großen Kontext für Orientierung, hält das Ergebnis aber fokussiert. Dass Anthropic gerade codebasisweite Audits als Einsatz nennt, zeigt, auf welche Auftragsgröße Opus 5.5 zielt; eine automatische Aussage über Fehlerfreiheit ist damit nicht verbunden. (Anthropic)
Adaptives Thinking wird über Effort gelenkt
Bei Opus 5.5 ist adaptives Thinking dauerhaft aktiviert. Anwendungen schalten den Denkmodus daher nicht fallweise ein oder aus, sondern steuern den eingesetzten Rechenaufwand über den Effort-Parameter. Die dokumentierte Voreinstellung ist medium. Damit verschiebt sich die wichtigste Entscheidung von „Denken oder nicht?“ zu „Wie viel Aufwand ist diese Aufgabe wert?“. (Modellübersicht, Änderungsübersicht)
Medium eignet sich als Ausgangspunkt für die Orientierung in einer Codebasis, begrenzte Änderungen und Wissensaufgaben mit klarer Fragestellung. Mehr Aufwand ist vor allem dort plausibel, wo mehrere Abhängigkeiten gegeneinander geprüft, widersprüchliche Hinweise zusammengeführt oder zahlreiche Änderungsschritte konsistent geplant werden müssen. Die Einstellung sollte dabei zur Aufgabe passen: Ein höherer Effort ersetzt weder präzise Eingaben noch eine klare Definition des gewünschten Ergebnisses.
Praktisch lässt sich dieselbe Aufgabe zunächst mit der Voreinstellung formulieren. Fehlen relevante Abhängigkeiten oder bleibt die Begründung zu oberflächlich, wird nicht sofort der gesamte Prompt verlängert. Zuerst helfen ein engerer Auftrag, passende Dateien und eindeutige Erfolgskriterien; anschließend kann der Effort für die anspruchsvollere Analyse angehoben werden. So bleibt der zusätzliche Rechenaufwand den Aufgaben vorbehalten, die tatsächlich mehr Abwägung benötigen.
Lange Aufträge brauchen erkennbare Zwischenziele
Ein großes Kontextfenster macht einen unklaren Auftrag nicht automatisch besser. Für eine codebasisweite Migration funktioniert eine Gliederung nach überprüfbaren Zwischenzielen: zuerst betroffene Stellen erfassen, dann die neue Regel auf gemeinsame Komponenten anwenden, anschließend Aufrufstellen und Tests anpassen und zuletzt die Änderungen samt verbleibender Ausnahmen zusammenfassen. Das ist keine künstliche Zerlegung in viele unabhängige Chats; alle Teile können im selben Kontext aufeinander Bezug nehmen.
Ein geeigneter Prompt nennt das Ziel, den erlaubten Änderungsbereich und die erwarteten Nachweise. Beispiel: „Ermittle alle Aufrufe der alten Schnittstelle in den bereitgestellten Modulen. Passe Implementierung und Tests an die neue Signatur an. Liste danach jede geänderte Datei mit Begründung und nenne Fundstellen, die absichtlich unverändert bleiben.“ Damit bekommt der Agent nicht nur eine Tätigkeit, sondern auch ein prüfbares Ausgabeformat.
Für Wissensarbeit gilt dasselbe Prinzip. Werden mehrere lange Dokumente verglichen, sollte der Auftrag die Vergleichsdimensionen festlegen – etwa Annahmen, Abweichungen, Belege und Konsequenzen. Die Million Token ist besonders wertvoll, wenn Informationen über viele Stellen verteilt sind. Sie ist weniger hilfreich, wenn das Material ohne Priorität gesammelt wird und das gewünschte Ergebnis unbestimmt bleibt.
Werkzeugaufrufe ändern sich gegenüber Opus 5
Beim Modellwechsel gibt es eine inkompatible Änderung in der Werkzeugsteuerung. Opus 5.5 lehnt tool_choice mit den Typen any oder tool ab; unterstützt bleiben auto und none. Eine bestehende Anwendung, die einen bestimmten Werkzeugaufruf durch diese Auswahl erzwingt, kann deshalb nicht allein durch den Austausch der Modell-ID migriert werden. Die API-ID des neuen Modells lautet claude-opus-5-5. (Änderungsübersicht, Modellübersicht)
Für agentische Coding-Aufgaben bedeutet das: Das Modell kann mit auto selbst entscheiden, ob ein verfügbares Werkzeug für den nächsten Schritt benötigt wird. Soll kein Werkzeug eingesetzt werden, steht none bereit. Anwendungen, deren Logik bisher auf einem erzwungenen Aufruf beruhte, müssen die betreffende Verzweigung an diese unterstützten Modi anpassen. Besonders relevant ist das bei Agenten, die Dateien durchsuchen, Änderungen anwenden oder Prüfbefehle aufrufen.
Auch gespeicherte Thinking-Blöcke lassen sich nicht wie frei austauschbare Textbausteine behandeln. Laut Dokumentation sind sie an das jeweilige Modell und den Gesprächsverlauf gebunden. Beim Wechsel auf Opus 5.5 sollte daher ein neuer, konsistenter Verlauf mit dem neuen Modell verwendet werden, statt ältere Thinking-Blöcke in einen veränderten Kontext zu übertragen. (Änderungsübersicht)
Lange Ausgaben sind ein Budgetfaktor
Der Listenpreis beträgt 4 US-Dollar je Million Eingabe-Token und 20 US-Dollar je Million Ausgabe-Token. Eine vollständig genutzte Million Eingabe-Token entspräche damit 4 US-Dollar für die Eingabe; 128.000 erzeugte Ausgabe-Token entsprächen rechnerisch 2,56 US-Dollar für die Ausgabe. Das sind Kosten der jeweiligen Tokenmengen, nicht der garantierte Preis jeder Sitzung: Wiederholte Agentenschritte und weitere Aufrufe kommen jeweils hinzu. (Preisübersicht)
Caching kann bei wiederverwendetem Kontext besonders relevant werden. Cache-Lesezugriffe kosten 0,20 US-Dollar je Million Token. Cache-Schreibvorgänge liegen je nach Laufzeit bei 5 beziehungsweise 8 US-Dollar je Million Token. Damit bietet es sich an, einen stabilen Kern aus Repository-Regeln, Architekturhinweisen oder Referenzdokumenten wiederzuverwenden, während nur die aufgabenspezifischen Teile wechseln. Ob sich das lohnt, hängt davon ab, wie oft derselbe Kontext tatsächlich erneut gelesen wird.
Für nicht zeitkritische Mengenverarbeitung nennt Anthropic außerdem einen Preisnachlass von 50 Prozent auf Ein- und Ausgabe über die Batch API. Das passt eher zu gebündelten Analysen als zu einem interaktiven Coding-Agenten, der fortlaufend Werkzeuge auswählt und auf neue Ergebnisse reagiert. Die Preisstruktur belohnt somit zwei unterschiedliche Techniken: wiederkehrenden stabilen Kontext über Cache-Zugriffe und planbare Aufgabenmengen über Batch-Verarbeitung. (Preisübersicht)
Wo Opus 5.5 seinen größten Hebel hat
Der passende Einsatz beginnt dort, wo eine Aufgabe zugleich groß, zusammenhängend und erklärungsbedürftig ist. Eine Migration über viele Module, ein Audit mit verstreuten Indizien oder eine Analyse mehrerer umfangreicher Dokumente nutzt Kontext und Ausgabelänge sinnvoll. Für eine kleine, isolierte Änderung ist der maximale Arbeitsraum dagegen kein Selbstzweck.
Entscheidend ist die Verbindung aus drei Eigenschaften: viel Material kann gemeinsam bereitgestellt werden, das Modell kann lange Ergebnisse liefern, und der Denkaufwand lässt sich über Effort an die Schwierigkeit anpassen. Daraus entsteht ein Modellprofil für Agenten, die länger an einer Sache bleiben sollen – nicht bloß für einzelne Codevorschläge.
Beim Wechsel von Opus 5 sind deshalb drei Punkte konkret: die Modell-ID auf claude-opus-5-5 setzen, die Werkzeugauswahl auf auto oder none ausrichten und gespeicherte Thinking-Blöcke nicht über Modell- oder Verlaufsgrenzen hinweg wiederverwenden. Wer anschließend Ziel, Arbeitsbereich und gewünschte Nachweise präzise formuliert, kann den erweiterten Kontext für genau die Aufgaben einsetzen, auf die Anthropic Opus 5.5 ausgerichtet hat.