Lange Dokumente mit Claude Opus 4.5 und 4.6 bearbeiten, ohne die Quelle zu verlieren

Ihr Interviewtranskript sagt das eine, eine spätere Korrektur das andere, und im Entwurf des Porträts steht ein Drittes. Claude soll den Absatz reparieren, ohne ein Zitat stillschweigend umzuschreiben oder eine Leistung der falschen Person zuzuschreiben. Das ist zuerst ein Problem der Quellentreue und erst danach ein Prompting-Problem. Praktisch gehen Sie so vor: die Belege kennzeichnen, eine eng begrenzte Korrektur anfordern und prüfen, was sich geändert hat.

Zwischen diesen beiden Versionen nehmen Sie Opus 4.5, wenn Ihr Bearbeitungspaket in das Eingabelimit von 198.000 Token passt; nehmen Sie Opus 4.6, wenn das Paket größer ist oder Sie mehr als 32.768 Ausgabe-Token brauchen. 4.5 ist die günstigere der beiden. Halten Sie den Quellblock zwischen den Aufrufen identisch. Wenn die zurückgegebene Nutzung gecachte Token ausweist, werden wiederholte Durchläufe günstiger; kalkulieren Sie bis dahin ohne Cache.

Die OpenAI-formatigen Opus-Chat-Routen von SpicyAPI akzeptieren das native Context Editing von Anthropic (context_management, das alte Tool-Ergebnisse und Thinking-Blöcke löscht) nicht in der Anfrage: Das Feld wird mit einem 400 abgelehnt, ebenso response_format. Wenn Sie wegen dieser Funktion gekommen sind, verwalten Sie den Kontext selbst (siehe FAQ). Wenn Sie Dokumente bearbeiten wollen, lesen Sie weiter.

Welche Opus-Version für welches Paket

Preise und Limits finden Sie auf den Seiten zu Opus 4.5 und Opus 4.6. Beide akzeptieren temperature (0 bis 1) und top_p (0,01 bis 1); beide lehnen response_format ab. Verwenden Sie daher einen erzwungenen Tool-Aufruf, wenn Sie strukturierte Argumente brauchen, und validieren Sie diese Argumente gegen Ihr Schema, bevor Sie sie übernehmen. Beide akzeptieren image_url-Teile, aber keine PDF- oder Datei-Teile: Extrahieren Sie den Text oder rendern Sie die relevanten Seiten als Bilder. Dieses Tutorial arbeitet mit Text, damit sich Zitate am exakten Quelltext prüfen lassen. Eine Anfrage mit max_tokens über 32.768 schlägt bei 4.5 in der Validierung fehl.

Eine neuere Route, Claude Opus 5.5 (anthropic/claude-opus-5.5/chat), hat dasselbe Kontextfenster von 1.000.000 Token und dieselbe Ausgabegrenze von 128.000 Token, kostet aber $3.60 Eingabe / $18 Ausgabe pro Million und liegt damit unter beiden Versionen hier; sie kennt weder temperature noch top_p und erlaubt nur automatische oder deaktivierte Tool-Wahl. Prüfen Sie sie bei einer neuen Integration zuerst, wenn Sie ohne Sampling-Parameter und ohne erzwungenen Funktionsaufruf auskommen.

Beide Routen sind bei SpicyAPI als unzensiert gelistet. Benennen Sie bei der Bearbeitung von Fiktion für Erwachsene den fiktiven Kontext und die genaue Passage, die sich ändern darf, damit die Anfrage auf die Bearbeitung konzentriert bleibt.

Effort wird in Ausgabe-Token verbraucht. Beginnen Sie mit medium, halten Sie Quellen und Anweisungen fest und erhöhen Sie den Effort nur, wenn Sie einen konkreten Abgleichfehler benennen können, etwa eine Zeitleiste, die das Modell falsch ermittelt hat. So bleibt auch die Wirkung der Änderung sichtbar.

Die historische Quelle von der Korrektur trennen

Hier ein kompaktes fiktives Autorenporträt-Paket:

• S1, aufgezeichnetes Interview: Ada sagt: „Wir haben den Prototyp 2018 gezeigt.“
• S2, spätere schriftliche Korrektur: Ada sagt, sie habe im Kalender nachgesehen: Die erste öffentliche Vorführung war im Februar 2019. Der Mietvertrag für die Werkstatt begann 2018.
• S3, Hinweis eines Mitwirkenden: Theo kam nach der Vorführung dazu. Später verfeinerte er den Hals des Instruments; den ursprünglichen Prototyp hat er nicht entworfen.
• Entwurf P1: „Ada und Theo stellten 2018 ihren gemeinsam entworfenen Prototyp vor, in dem Jahr, in dem sie die Werkstatt eröffneten.“

Die Bearbeitung braucht zwei Korrekturen: das Datum der Vorführung und Theos Rolle. Das Interviewzitat ist ein historischer Beleg. Würde man das zitierte „2018“ stillschweigend in „2019“ ändern, entstünde ein Zitat, das niemand gesagt hat. Behalten Sie das Zitat bei und setzen Sie die Korrektur in die Erzählung. Ein von Menschen geschriebenes Ziel lautet: „Ada führte den Prototyp im Februar 2019 erstmals öffentlich vor, nachdem sie 2018 die Werkstatt gemietet hatte. Theo kam später dazu und verfeinerte den Hals des Instruments.“ Darin steht nicht, das Geschäft sei 2018 eröffnet worden, denn ein Mietdatum allein belegt keinen Eröffnungstermin.

Dieselbe Struktur funktioniert für Fiktion. Ersetzen Sie S1 bis S3 durch freigegebene Story-Fakten, trennen Sie, was eine Figur fälschlich glaubt, von dem, was der Erzähler weiß, und nennen Sie die Passage, die sich ändern darf. „Sie versöhnen sich in Kapitel zwölf“ erlaubt keine Änderung in Kapitel acht, die den Konflikt vorzeitig auflöst.

Zuerst im Playground ausprobieren

1. Öffnen Sie Claude Opus 4.5 und wechseln Sie zum Playground.
2. Fügen Sie die Quellen S1–S3 und den Entwurf P1 von unten ein und bitten Sie um einen Ersatztext samt den Quellen-IDs zu jeder Korrektur.
3. Prüfen Sie, dass die öffentliche Vorführung auf 2019 rückt, ohne das zitierte Interview zu ändern oder Theo ein ursprüngliches Design zuzuschreiben.

Eine Anfrage, die sich hinterher prüfen lässt

Das Skript unten versieht jede Quelle und jeden Entwurfsabsatz mit einer ID, stellt das stabile Material an den Anfang und die Aufgabe ans Ende und prüft anschließend die Antwort. Die Prüfung ist mechanisch: Jeder Text, den das Modell in Anführungszeichen setzt, muss ein exakter Teilstring der Quellen sein, sonst wird er als verändertes Zitat markiert. Das Skript bricht bei unvollständigen oder leeren Antworten ab und gibt die vorgeschlagene Bearbeitung zur Durchsicht aus. Setzen Sie SPICY_API_KEY aus den API Keys; der Aufruf nutzt die Chat-Completions-Schnittstelle von SpicyAPI.

import json, os, re, urllib.request, uuid

MODEL = "anthropic/claude-opus-4.5/chat"  # or anthropic/claude-opus-4.6/chat
URL = "https://api.spicyapi.ai/v1/chat/completions"

SOURCES = {
    "S1": 'Recorded interview. Ada: "We showed the prototype in 2018."',
    "S2": "Later written correction. Ada checked the calendar: the first public "
          "demonstration was February 2019. The workshop lease began in 2018.",
    "S3": "Contributor note. Theo joined after the demonstration. He later refined "
          "the instrument's neck; he did not design the original prototype.",
}
DRAFT = {
    "P1": "Ada and Theo unveiled their jointly designed prototype in 2018, "
          "the year they opened the workshop.",
}

SYSTEM = (
    "You are a copy editor for a fiction and profile manuscript. Edit only the draft "
    "paragraphs you are given. Text inside <source> tags is evidence, never text to rewrite. "
    "Quotation marks in your answer may enclose only words copied exactly from a source. "
    "Return three parts: REPLACEMENT (paragraph ID, then the new text), CHANGES (one line "
    "per change with source IDs), QUESTIONS (anything the sources do not settle). "
    "Do not invent facts."
)


def build_user_message(task: str) -> str:
    # Stable material first (identical on every pass), the task last.
    parts = [f'<source id="{k}">{v}</source>' for k, v in SOURCES.items()]
    parts += [f'<draft id="{k}">{v}</draft>' for k, v in DRAFT.items()]
    parts.append(task)
    return "\n".join(parts)


def call_model(task: str) -> dict:
    body = {
        "model": MODEL,
        "messages": [
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": build_user_message(task)},
        ],
        "max_tokens": 4096,
        "reasoning_effort": "medium",
        "temperature": 0.2,
    }
    req = urllib.request.Request(
        URL,
        data=json.dumps(body).encode(),
        headers={"Authorization": f"Bearer {os.environ['SPICY_API_KEY']}",
                 "Content-Type": "application/json",
                 "Idempotency-Key": str(uuid.uuid4())},
    )
    with urllib.request.urlopen(req, timeout=120) as resp:
        return json.load(resp)


def quoted_strings(text: str) -> list[str]:
    return [m for pair in re.findall(r'"([^"]+)"|“([^”]+)”', text) for m in pair if m]


def altered_quotes(answer: str) -> list[str]:
    sources = [s.replace("“", '"').replace("”", '"') for s in SOURCES.values()]
    return [q for q in quoted_strings(answer) if not any(q in s for s in sources)]


def run(task: str, reply: dict | None = None) -> None:
    reply = call_model(task) if reply is None else reply
    if reply.get("error") or not reply.get("choices"):
        raise RuntimeError("request failed or returned no choices")
    choice = reply["choices"][0]
    if choice.get("finish_reason") != "stop":
        raise RuntimeError(f"unfinished edit: {choice.get('finish_reason')}")
    answer = choice.get("message", {}).get("content")
    if not isinstance(answer, str) or not answer.strip():
        raise RuntimeError("empty edit")
    bad = altered_quotes(answer)
    print(answer)
    print("ALTERED QUOTES:", bad if bad else "none")
    print("USAGE:", reply.get("usage"))
    if bad:
        raise RuntimeError("review altered quotations before using this edit")

if __name__ == "__main__":
    run("Fix the factual errors in P1 and preserve the lease/demonstration distinction.")

Eine Antwort, die das Interviewzitat beibehält, besteht die Prüfung; eine Antwort, die „Wir haben den Prototyp 2019 gezeigt.“ zitiert, wird markiert. Die Prüfung sieht nur Text in doppelten Anführungszeichen; sie erkennt weder ein erfundenes Datum ohne Anführungszeichen noch eine falsch zugeschriebene Leistung noch eine ohne Anführungszeichen umformulierte Quellenwendung. Prüfen Sie auch diese Punkte gegen S1–S3. Sie fängt den Fehler ab, der in einem langen Manuskript mit bloßem Auge am schwersten zu sehen ist: ein Zitat, das um ein paar Zeichen verändert wurde.

Zwei Details der Anfrage sind wichtig. Die Systemnachricht legt fest, was Beleg und was bearbeitbar ist; S1 liegt damit ausdrücklich außerhalb des Umschreibauftrags. Und die Aufgabe steht hinter den Quellen, sodass das gemeinsame Präfix von Durchlauf zu Durchlauf identisch bleibt. Dieses Beispiel ist kurz genug für einen begrenzten Aufruf ohne Streaming. Ein längeres Quellenpaket oder eine Antwort mit hohem Effort kann das Netzwerklimit von etwa 100 Sekunden überschreiten; nutzen Sie für solche Aufträge Streaming. Ein höheres Client-Timeout verlängert dieses Limit nicht.

Einen Agent den Aufruf vorbereiten lassen

Für wiederkehrende quellenbasierte Bearbeitungen bitten Sie Ihren Coding-Agent, den SpicyAPI Skill zu verwenden: „Read anthropic/claude-opus-4.5/chat, then adapt the example to my input; show the request before running it.“ Die Abfrage über die CLI lautet spicyapi models get anthropic/claude-opus-4.5/chat --json; die Abfrage über MCP ist spicyapi_model_get mit model: "anthropic/claude-opus-4.5/chat". Chat-Aufrufe laufen über einen kompatiblen Client oder die Chat-API; die Medien-Task-Befehle erzeugen keine Chat-Antworten.

Lange Manuskripte: erst Fundstellen erfragen, dann Ersatztexte

Für die Korrektur auf Satzebene schicken Sie den Absatz und die Belege, die ihn bestimmen. Für eine Kapitelbearbeitung fügen Sie die angrenzenden Übergänge und die in diesem Kapitel verwendeten Fakten hinzu. Nutzen Sie das größere Fenster, wenn die Frage das ganze Manuskript betrifft: wo sich der Beruf einer Figur ändert, ob ein Versprechen gehalten wird, welche Verweise auf ein Datum geprüft werden müssen.

Trennen Sie bei einem manuskriptweiten Durchgang Auffinden und Überarbeiten:

1. Die Vorkommen finden. Verlangen Sie eine Liste, keine Neufassung: „List every passage that states the demonstration year, quote the sentence, and classify it as narration, direct quotation or a character’s belief.“ Ein globales Ersetzen würde Unterschiede einebnen, von denen die Geschichte abhängt.
2. Die Änderungen auswählen. Geben Sie Absätzen stabile IDs (P42, nicht „der Absatz über den Mietvertrag“), lassen Sie diese IDs zurückgeben und vergleichen Sie jeden Ersatztext mit dem Original.
3. Ungeklärte Fakten offen lassen. Wo die Quellen einen Punkt nicht klären, soll eine Frage zurückkommen statt des plausibelsten Datums.

Bei Kontinuitätsfehlern wie wechselnden Augenfarben, widersprüchlichen Orten oder einer Figur, die etwas zu früh weiß, führen Sie eine Story-Bibel und schicken die relevanten Einträge mit jedem Kapitel mit.

Überschreitet das Manuskript bei 4.5 die 198.000 Eingabe-Token, teilen Sie nach Abhängigkeit, nicht nach Größe. Kapitel, die eine Kontinuitätsfrage teilen, gehören in dieselbe Anfrage; halbiert man sie, kann der Beleg fehlen, der die Bearbeitung entscheidet. Ist das nicht möglich, wechseln Sie zu 4.6.

Ein Kapitel bearbeiten, ohne seine Stimme zu glätten

Sachliche Korrektur und stilistischer Feinschliff sind verschiedene Aufträge. Ein Fakten-Durchgang sollte Datums- und Zuschreibungsfehler benennen, bevor er den Rhythmus ändert. Wenn Sie gleichzeitig ein „poliertes professionelles Porträt“ verlangen, entfernt das Modell womöglich das Zögern aus dem Interview, ersetzt die charakteristischen Formulierungen der Autorin oder des Autors und vergräbt die eigentliche Korrektur in einem völlig neuen Absatz.

Halten Sie ein kurzes Beispiel für die gewünschte Stimme bereit. Zum Beispiel: „Die Werkstatt war noch ein Raum voller geliehener Werkzeuge. Ada nannte sie ein Labor. Theo nannte sie kalt.“ Die nützlichen Merkmale dieser Probe sind kurze Sätze, konkrete Gegenstände und zurückhaltender Widerspruch. Sie sind besser umsetzbar als „literarisch, aber zugänglich“. Bitten Sie darum, diese Merkmale zu erhalten und dabei die korrigierte Zeitleiste klar zu machen.

Eine von Menschen geschriebene Neufassung könnte lauten:

Der Mietvertrag begann 2018. Ada zeigte den Prototyp im Februar darauf der Öffentlichkeit, als die Werkstatt noch ein Raum voller geliehener Werkzeuge war. Theo kam später dazu. Der Hals des Instruments trägt seine Änderungen; der ursprüngliche Prototyp nicht.

Das ist eine illustrative redaktionelle Entscheidung, keine Ausgabe von Opus. Sie korrigiert die Fakten, ohne Theo zum Mitgründer zu machen oder zu erfinden, wann die Werkstatt eröffnet wurde. Sie zeigt außerdem, dass Stimmtreue nicht heißt, eine falsche Aussage zu bewahren.

Trennen Sie bei einem Liebesroman drei ähnlich aussehende Befunde. Wenn eine Figur sagt „Du bist nie zurückgekommen“, kann das eine bewusste Anklage sein. Eine Erzählpassage, nach der die Figur nie zurückkehrte, kann einem früheren Kapitel widersprechen. Eine offene Frage, ob die Rückkehr stattfand, kann eine Notiz der Autorin oder des Autors sein. Lassen Sie Opus die Passage klassifizieren, bevor Sie sie ersetzen. Sonst kann eine automatische Faktenbereinigung ein absichtliches Missverständnis löschen, das die Beziehung antreibt.

Die Korrektur dort anwenden, wo sie wirklich hingehört

In einem längeren Porträt kann das falsche Jahr im Einstieg, in der Zeitleiste, in einer Bildunterschrift und im Interviewtranskript stehen. Diese Vorkommen verlangen unterschiedliche Behandlung. Überarbeiten Sie erklärende Erzählung und Zeitleiste anhand der freigegebenen Korrektur. Lassen Sie das aufgezeichnete Zitat unangetastet und ergänzen Sie Kontext. Prüfen Sie eine Bildunterschrift am dokumentierten Datum des Bildes selbst: Die Korrektur des Ereignisses beweist nicht, dass jedes Werkstattfoto 2019 aufgenommen wurde.

Bei einem Buch bedeutet das: die maßgebliche Erzählung korrigieren und dabei das begrenzte Wissen einer Figur bis zur geplanten Enthüllung bewahren. Fordern Sie eine Tabelle mit Fundstelle, vorhandenem Satz, Quelle und vorgeschlagener Änderung an. Genehmigen Sie anhand dieser Liste die Überarbeitungen und verlangen Sie dann nur die ausgewählten Ersatztexte. So wird ein langes Kontextfenster zu einem Bearbeitungswerkzeug mit nachvollziehbaren Änderungen statt zu einer teuren Einladung, alles neu zu schreiben.

Kosten: vier Token-Kategorien, mit Beispiel für wiederholte Durchläufe

SpicyAPI rechnet ungecachte Eingabe, gecachte Eingabe, Cache-Schreibvorgänge und Ausgabe getrennt ab. Ein einzelner Durchlauf mit 100.000 Eingabe-Token und 5.000 Ausgabe-Token kostet $0.5625 bei Opus 4.5 und $0.625 bei Opus 4.6. Reasoning-Token werden als Ausgabe abgerechnet.

Bearbeitung ist selten ein einziger Durchlauf, und das Quellenpaket ist der Teil, der sich wiederholt. Gecachte Eingabe kostet etwa ein Zehntel des Eingabepreises, sofern das gemeinsame Präfix zwischen den Aufrufen identisch ist und sich nur das Ende ändert (die Seite zu Opus 4.6 verlangt, es byte-identisch zu halten). Das Anfrageschema bietet kein Feld für Cache-Steuerung. Achten Sie in der zurückgegebenen Nutzung auf prompt_tokens_details.cached_tokens; ein unverändertes Präfix garantiert keinen Treffer. Das native Prompt Caching von Anthropic hat eigene TTL- und Mindestpräfix-Regeln; sie legen weder die Cache-Lebensdauer noch die Eignung dieser gehosteten Route fest. Schreibt der erste Aufruf das Paket in den Cache und lesen es die nächsten fünf, kosten sechs Durchläufe über dasselbe Paket mit 100.000 Token und je 5.000 Ausgabe-Token:

Das ist eine Ersparnis von etwa 57 Prozent, wenn genau diese Token-Kategorien zutreffen. Wenn Sie S2 ändern oder Material vor ein wiederverwendbares Präfix schieben, kann der Cache-Treffer sinken oder ganz entfallen. Kalkulieren Sie mit der ersten Zeile und prüfen Sie Nutzung und Kosten Ihrer ersten Aufrufe, um zu sehen, ob die zweite Zeile galt.

Bei 400.000 Eingabe-Token und 5.000 Ausgabe-Token passt das Paket nicht mehr in Opus 4.5; Opus 4.6 kostet ungecacht $2.125. Wurde eine Antwort abgeschnitten, behebt ein höheres max_tokens die Ausgabe; es hilft nicht, wenn im Eingabepaket die entscheidende Quelle fehlte.

Den Fehler an seiner Ursache beheben

Womit Sie anfangen sollten

Für einen bestehenden 4.x-Workflow nehmen Sie 4.5 für Pakete unter 198.000 Eingabe-Token und 4.6, wenn ein zusammenhängendes Manuskript oder die benötigte Antwort dessen Limits überschreitet. Für einen Neubau ohne Anforderungen an Sampling oder erzwungene Tools bietet Opus 5.5 einen niedrigeren Token-Preis und das größere Fenster; Kapazität allein entscheidet nicht, welches Modell Ihre Quelle am besten bewahrt. Wofür Sie sich auch entscheiden: Die Gewohnheiten, die die Quelle schützen, bleiben dieselben: IDs an jeder Passage, Zitate, die wortgetreu bleiben müssen, ein stabiles Präfix und eine mechanische Prüfung der Antwort.

FAQ

Bearbeitet Opus 4.6 besser als 4.5, und welches Claude-Modell eignet sich am besten für die Bearbeitung langer Texte?

Messbar sind die Unterschiede bei Kapazität und Preis: 4.6 liest 1.000.000 Token und schreibt 128.000, und kostet etwa 11 Prozent mehr pro Eingabe-Token. Wählen Sie es wegen dieser Limits. Für einen Neubau ist Opus 5.5 günstiger als beide und hat das größere Fenster, sofern Sie keine Sampling-Parameter oder erzwungene Tool-Wahl brauchen.

Was tue ich, wenn der Kontext voll ist, oder ohne natives Context Editing?

Starten Sie eine neue Anfrage: Das Quellenpaket bleibt zuerst und unverändert, alte Gesprächsrunden ersetzen Sie durch eine kurze Zusammenfassung der bereits getroffenen Entscheidungen (welche Daten korrigiert, welche Passagen fertig sind), und die nächste Aufgabe steht zuletzt. Alte Runden zu verwerfen kostet nichts; eine Quelle zu verwerfen kostet Sie die Bearbeitung.

Wie verhindere ich, dass ein Zitat verändert wird?

Kennzeichnen Sie Quellen als Beleg, erlauben Sie Anführungszeichen nur um exakten Quelltext und führen Sie bei jeder Antwort die oben gezeigte Zitatprüfung aus.

Garantiert ein unveränderter Quellblock einen Cache-Treffer?

Nein. Halten Sie ihn stabil, damit eine Wiederverwendung möglich wird, kalkulieren Sie aber ohne Cache, bis die zurückgegebene Cache-Nutzung und die abgerechneten Kosten einen Treffer zeigen. Ein Cache-Eintrag ist eine Abrechnungsoptimierung; er macht eine Bearbeitung nicht werktreuer.