Claude Opus 4.8 im Test: kleines Upgrade, große Kostenfrage

Dieser Text ersetzt meine frühere Review zu Claude Opus 4.7. Was von damals noch gilt, vor allem die Sache mit der Tokenfalle, ist hier eingearbeitet.

Am 28. Mai 2026 hat Anthropic Claude Opus 4.8 veröffentlicht. Ich nutze das Modell seit dem Launch, und mein kurzes Fazit lautet: echtes Upgrade, aber ein kleines. Die offizielle Ankündigung führt mit stärkerem Coding, dichterer Analyse und besserem Alignment. Klingt plausibel, manches davon spüre ich auch im Alltag.

Der Teil, der für meine Arbeit tatsächlich zählt, hat sich mit dem Modell aber nicht verändert, und das ist der Preis. Und während ich 4.8 getestet habe, hat Microsoft allen ein sehr teures Anschauungsbeispiel dafür geliefert, warum.

Was sich mit Opus 4.8 wirklich ändert

Erst mal zu dem, was konkret neu ist. Laut Anthropics Ankündigung baut 4.8 auf 4.6 auf und räumt vor allem das auf, was an 4.7 genervt hat.

Der Kommentar-Wildwuchs ist weg, bei dem das Modell Code mit Erklärungen vollgestopft hat, die niemand wollte. Das Gleiche gilt für die wackligen Tool-Calls, bei denen 4.7 gerne mal die falsche Funktion griff oder Parameter verschluckte. Wer 4.7 deswegen übersprungen hat, hat jetzt einen guten Grund zu wechseln.

Interessanter finde ich, wie das Modell mit den eigenen Fehlern umgeht. Anthropic gibt an, dass 4.8 rund viermal seltener als sein Vorgänger einen Fehler im eigenen Code unkommentiert stehen lässt. Bei agentischer Arbeit, wo das Modell über viele Schritte hinweg schreibt, ausführt und die eigene Ausgabe prüft, ist diese Selbstkorrektur mehr wert als ein reiner Sprung in den Benchmarks.

Hohe Anstrengung ist jetzt Standard. Bei 4.7 musste man höhere Effort-Level noch gezielt anfordern. 4.8 startet direkt auf hoch, was Anthropic als die beste Balance aus Qualität und Nutzererlebnis beschreibt. Bei Coding-Aufgaben soll dieser Standard laut Anthropic etwa so viele Token verbrauchen wie der alte Standard von 4.7, nur mit besseren Ergebnissen.

Wer mehr will, kann auf „extra“ oder „max“ hochschalten und zahlt dafür mit mehr Token. Für schwierige Aufgaben und lange, asynchrone Workflows soll sich das laut Anthropic lohnen.

Dazu kommt Dynamic Workflows als Research Preview: Claude plant eine größere Aufgabe selbst und startet dann Hunderte parallele Subagenten in einer einzigen Claude-Code-Session, bevor es die Ergebnisse prüft und zurückmeldet. Ich habe das noch nicht intensiv getestet, aber die Richtung ist klar, mehr Autonomie für größere Aufgabenpakete. Parallel dazu gibt es jetzt auch einen Effort-Regler direkt in Claude.ai und Cowork, mit dem du selbst festlegst, wie viel Denkzeit ein einzelner Task bekommen soll, auf allen Plänen.

Der Preis ist die eine Zahl, die sich nicht bewegt hat: weiterhin 5 Dollar pro Million Input-Token und 25 Dollar pro Million Output-Token, 10 und 50 Dollar im Fast Mode, genau wie bei 4.7.

Meine Einschätzung: besser, aber kein großer Sprung

Ich fahre Opus 4.8 dauerhaft auf hohem Effort. Für meine Aufgaben bringt mir alles darunter kaum etwas, also passt mir der neue Standard gut.

Was mir gegenüber 4.7 auffällt, ist eher fein. 4.8 fragt öfter nach, bevor es einfach drauflos rät. Wenn eine Aufgabe unklar formuliert ist, stoppt das Modell etwas häufiger und prüft nach, statt zu raten und loszulegen. Und es hält komplexe, mehrteilige Aufgaben etwas länger zusammen, gerade dort, wo der Kontext driftet und ältere Modelle irgendwann den Faden verlieren, und das sind kleine Gewinne, aber die richtigen kleinen Gewinne.

Auch beim Schreiben ist es besser, allerdings mit einem großen Vorbehalt: nur wenn du deinen Kontext gut pflegst und dem Modell genug Referenz zu deinem Ton und deiner Marke gibst. Das Modell weiß von sich aus nicht, wie du klingst. Fütterst du es mit einem dünnen Prompt, bekommst du kompetenten, aber generischen Text zurück. Gibst du ihm dagegen deine Stimme in Form eines Guides und echte Beispiele, bleibt 4.8 länger auf Kurs als 4.7 es tat, weil sich das Modell zwar verbessert hat, die Vorarbeit aber trotzdem geblieben ist.

Unterm Strich bleibt es ein kleines Upgrade, kein großer Wurf. Weil der Preis aber gleich bleibt, ist es trotzdem eine leichte Empfehlung.

Das Tokenproblem taucht wieder auf

Hier gibt es eine kleine Spannung, die ich nicht ganz auflösen kann. Anthropic sagt, der neue Standard von 4.8 verbrauche in etwa so viele Token wie der von 4.7. In meiner eigenen Nutzung fühlt es sich eher so an, als würde es mehr fressen.

Die Erklärung dafür ist wahrscheinlich unspektakulär. Hoher Effort ist jetzt Standard, die Ausgaben sind dichter, und ich vergleiche meinen normalen Arbeitsalltag statt einen kontrollierten Test durchzuführen. Egal ob sich die Zahl pro Aufgabe wirklich erhöht hat oder nur mein Eindruck: Die praktische Konsequenz bleibt dieselbe wie schon bei 4.7. Nicht der Preis pro Token entscheidet, sondern die Tokenkosten über den ganzen Workflow.

Ich halte Opus auf dem 22-Euro-Pro-Plan mit zwei Gewohnheiten bezahlbar. Erstens setze ich es nicht für alles ein. Superpowers, mein liebstes Skill-Setup, leitet einfache Prüfschritte automatisch an Sonnet weiter und hebt Opus für komplexe Planung und Reasoning auf. So bekommt jeder Schritt automatisch das passende Modell, ohne dass ich das jedes Mal neu entscheiden muss.

Zweitens komprimiere ich. Mit dem Caveman-Skill, das gesprächige Füllwörter aus den Antworten des Modells streicht, komme ich selbst auf dem Pro-Plan überraschend lange durch, bevor die Limits greifen.

Neu ist an dieser Empfehlung nichts. Ich habe denselben Punkt schon beim Launch von Opus 4.7 gemacht, und das größere Argument dazu steht in meinem Beitrag zum Context Engineering. 4.8 ändert an dieser Logik nichts, sondern bestätigt sie nur.

Die Kostenrechnung ist jetzt da

Als 4.7 startete, nannte ich das Problem die Tokenfalle: Man baut Workflows auf einem stärkeren, hungrigeren Modell auf, gewöhnt sich an die Qualität und rutscht langsam in eine Abhängigkeit, aus der man schwer wieder rauskommt. Das war damals eine Vorhersage. Inzwischen passiert es, und zwar nicht bei Hobbyprojekten.

Microsofts Sparte Experiences & Devices beendet die interne Nutzung von Claude Code bis zum 30. Juni 2026 und stellt ihre Entwickler auf GitHub Copilot CLI um, wie Cybernews unter Berufung auf The Verge berichtet. Der Grund war die tokenbasierte Abrechnung: Das Team hatte sein Jahresbudget für KI Monate vor Fristende aufgebraucht. Mehreren Berichten zufolge mochten die Entwickler das Tool. Die Rechnung hat es beendet. Auch Uber erzählt eine ähnliche Geschichte und hat sein geplantes KI-Coding-Budget für 2026 in rund vier Monaten verbrannt.

Ein Punkt braucht Präzision, weil die Schlagzeilen ihn verwischt haben: Niemand hat Claude gekündigt. Microsoft hat sich zeitgleich mit bis zu 5 Milliarden Dollar an Anthropic beteiligt und bietet Claude weiterhin über Azure an. Zurückgezogen wurde ausschließlich das Produkt Claude Code, und zwar intern, weil die tokenbasierte Abrechnung bei Tausenden Entwicklern zu teuer wurde. Der Unterschied ist wichtig: kein Urteil über das Modell, sondern über die Kostenstruktur dahinter.

Genau darum geht es am Ende: Wenn selbst Ingenieure, die das Tool mögen, es wegen der Tokenkosten nicht behalten können, hört die Modellnummer auf, die interessante Variable zu sein. Kostenkontrolle wird zur eigentlichen Fähigkeit, die zählt.

Was das für deine Praxis bedeutet

Ein paar klare Schlüsse aus dem Umgang mit 4.8 und der Kostengeschichte drumherum.

Wer bisher gezögert hat, sollte auf 4.8 upgraden: Der Preis steigt nicht, und die Störgeräusche aus 4.7 sind behoben, ein risikoarmer, leicht positiver Schritt. Einen Sprung solltest du trotzdem nicht erwarten, denn wenn 4.7 bei dir schon funktioniert hat, ist 4.8 nur eine stille Qualitätsverbesserung und kein Grund, Workflows neu aufzubauen. Wichtiger ist, nach Schwierigkeit zu routen, weil nicht jeder Schritt Opus braucht: Einfache Prüfungen gehen an Sonnet, Opus bleibt für Planung und schwieriges Reasoning reserviert. Wo genau diese Grenze verläuft, zeigt mein Vergleich Sonnet gegen Opus.

Kosten gehören außerdem fest ins Setup, nicht nachträglich dazu. Microsoft und Uber haben die Rechnung nicht übersehen, sie haben sie nur zu spät bemerkt, um ihre Workflows rechtzeitig darum herum zu bauen.

Anthropic hat mit Opus 4.8 ein besseres Modell geliefert. Das ist echt gut, und zum gleichen Preis ist es ein sauberer Gewinn.

Die Lektion dieses Release-Zyklus hat aber wenig mit dem Modell selbst zu tun. Sie liegt darin, dass Kontextmanagement und Kostenkontrolle inzwischen darüber entscheiden, ob sich das Ganze noch trägt. Das Modell wird weiter besser, aber ob du es dir dann noch leisten kannst, entscheidest du selbst.