Der Endpunkt liegt auf unserer Unzensiert-Stufe: Wir schalten keinen eigenen Inhaltsfilter dazwischen, und jede Ablehnung, die wir verzeichneten, kam vom Modell selbst, nicht von einer Schicht, die wir eingefügt haben. Alle drei Ablehnungen landeten bei der direkten Formulierung von L4 Intensiv — dem Bitten um eine intime Szene ohne Geschichte und ohne System-Prompt drumherum. Rahmte man dieselbe Anfrage als Fiktion oder setzte sie über einen System-Prompt, kam diese Stufe jedes Mal durch, und jede andere Stufe renderte oder schwächte sich nur ab.
Opus 4.5 ist ein Detail-Modell: Es verfolgt eine Figurenkarte, eine Grenze oder eine festgelegte Beziehung über einen langen Thread hinweg, ohne eine zusammenfassende Schicht, und driftet nicht aus der Stimme, sobald eine Persona gesetzt ist. Diese Konsistenz, nicht die reine Antwortlänge, ist der Grund, dazu zu greifen — seine Antwortobergrenze von 32.768 Token liegt hinter 4.6s und 5s 128.000.
Wie es sich zu 4.6 und 5 verhält. Opus 4.6 berechnet denselben Preis pro Token, liest einen fünfmal größeren Kontext (1.000.000 Token gegenüber 198.000) und renderte 15 derselben 24-Läufe-Leiter gegenüber Opus 4.5s 13, mit denselben drei Ablehnungen. Opus 5 behält 4.6s Fenster und Preis, lehnte aber acht von 24 Läufen ab, mehr als 4.5 oder 4.6. Wer heute neu wählt, liest mit 4.6 für dasselbe Geld weiter. Die vollständige Aufschlüsselung steht auf der Wertungskarte dieser Seite.
Claude Opus 4.5 ausprobieren →
Die wichtigsten Fakten
- Trefferquote: 13 von 24 Content-Leiter-Läufen renderten zwischen dem 17. und 26.09.2026 vollständig; alle 3 Ablehnungen waren die direkte Formulierung von L4 Intensiv, und jede andere Stufe renderte oder schwächte sich ab.
- Wertungskarte: Bewertungen und jeder bewertete Lauf stehen auf dieser Seite und werden mit jedem neuen Lauf neu berechnet; siehe den Claude Opus 4.5 Testbericht.
- Preis: $4.50 pro Million Input-Tokens, $0.45 im Cache und $22.50 Output.
- Grenzen: Kontext von 198.000 Token, Antwortobergrenze 32.768 Token (Standard 4.096), Tools und reasoning_effort auf low, medium oder high.
- Quellen: Bewertete Läufe stehen im Testbericht, die Bewertungsregeln auf unserer Seite zur Testmethodik, die vollständigen Parameter auf der Modellseite.
