[{"data":1,"prerenderedAt":1029},["ShallowReactive",2],{"blog-claude-haiku-5-5-de":3},{"slug":4,"published":5,"minutes":6,"category":7,"tags":8,"tagPages":14,"keywords":15,"about":25,"sources":32,"cover":51,"og":52,"expertise":53,"locales":54,"lang":56,"title":58,"description":59,"coverAlt":60,"metaTitle":61,"takeaways":62,"faq":68,"toc":84,"blocks":112,"others":797},"claude-haiku-5-5","2026-10-19",15,"llmops",[9,10,11,12,13],"Claude Haiku 5.5","LLM pricing","Reasoning effort","Model routing","Subagents",[],[16,17,4,18,19,20,21,22,23,24],"claude haiku 5.5","haiku 5.5 preise","haiku 5.5 vs haiku 4.5","haiku 5.5 vs sonnet 5.5 vergleich","haiku 5.5 benchmark ergebnisse","haiku 5.5 effort-stufen","claude subagent modell","günstigstes claude modell","haiku 5.5 api kosten",[26,29],{"name":27,"url":28},"Claude (AI)","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FClaude_(AI)",{"name":30,"url":31},"Anthropic","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FAnthropic",[33,36,39,42,45,48],{"title":34,"url":35},"Anthropic: Introducing Claude Haiku 5.5 (October 7, 2026)","https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fclaude-haiku-5-5",{"title":37,"url":38},"Claude Platform docs: Claude Haiku 5.5 overview","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fmodels\u002Fhaiku-5-5\u002Foverview",{"title":40,"url":41},"Claude Platform docs: Pricing","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fabout-claude\u002Fpricing",{"title":43,"url":44},"Claude Platform docs: Effort","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fbuild-with-claude\u002Feffort",{"title":46,"url":47},"Anthropic: Introducing Claude Sonnet 5.5 (September 28, 2026)","https:\u002F\u002Fwww.anthropic.com\u002Fnews\u002Fclaude-sonnet-5-5",{"title":49,"url":50},"Claude Platform docs: Models overview","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fabout-claude\u002Fmodels\u002Foverview","\u002Fimages\u002Fblog\u002Fclaude-haiku-5-5\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fclaude-haiku-5-5\u002Fog.jpg","ai-engineer",[55,56,57],"en","de","hu","Claude Haiku 5.5: Preise, Effort-Stufen und welche Sonnet-Aufgaben wechseln können","Preise von Claude Haiku 5.5 je Preisstufe, Benchmarks gegen Haiku 4.5 und Sonnet 5.5, Effort-Stufen und welche Sonnet-5.5-Aufgaben wechseln können.","Claude Haiku 5.5: Ein leichter Papierflieger mit kleiner Münze zieht schnell an einem großen, schweren Gefäß vorbei.","Claude Haiku 5.5: Preise und Effort · Balázs Csorba",[63,64,65,66,67],"Haiku 5.5 kostet Stand Oktober 2026 $0.10 pro Million Eingabetoken und $0.50 pro Million Ausgabetoken bei Prompts bis 100,000 Token. Darüber zahlen Prompts $0.50 und $2.50.","Die Tabelle von Anthropic setzt Haiku 5.5 weit vor Haiku 4.5 und hinter Sonnet 5.5. Der größte Abstand zu Sonnet zeigt sich bei Terminal-Bench 4.0, einem Test für agentisches Programmieren.","Effort steht standardmäßig auf medium. Nutzen Sie low für einfache Aufrufe mit hohem Volumen und erhöhen Sie die Stufe nur, wenn Ihre Evals einen Gewinn zeigen.","Verlagern Sie zuerst Klassifikation, Extraktion, Routing, Zusammenfassungen und Subagenten-Schritte. Komplexes agentisches Programmieren und urteilsintensive Arbeit bleiben bei Sonnet 5.5 oder Opus 5.5.","Testen Sie einen Wechsel von Haiku 4.5 als Ganzes neu: Das Token-Volumen steigt bei gleichem Text um rund 30%, Sampling-Parameter entfallen, und Thinking ist standardmäßig aktiv.",[69,72,75,78,81],{"q":70,"a":71},"Was kostet Claude Haiku 5.5?","Stand Oktober 2026 kostet Haiku 5.5 $0.10 pro Million Eingabetoken und $0.50 pro Million Ausgabetoken bei Prompts bis 100,000 Token, darüber $0.50 und $2.50. Die Batch API halbiert diese Preise, und ein Cache-Lesevorgang kostet in der unteren Stufe $0.01 pro Million Token.",{"q":73,"a":74},"Ist Claude Haiku 5.5 besser als Haiku 4.5?","Die Launch-Tabelle von Anthropic zeigt deutliche Zugewinne gegenüber Haiku 4.5 bei den aufgeführten Benchmarks und nennt im Schnitt rund 75% geringere Laufkosten. Das sind Herstellerangaben. Testen Sie Ihren eigenen Workload, bevor Sie umstellen.",{"q":76,"a":77},"Was bewirken die Effort-Stufen bei Haiku 5.5?","Effort legt fest, wie viel Arbeit das Modell in jede Antwort steckt, also in Text, Tool-Aufrufe und Thinking. Haiku 5.5 unterstützt low, medium, high, xhigh und max; Standard ist medium. Nutzen Sie low für einfache Aufrufe mit hohem Volumen und erhöhen Sie die Stufe nur, wenn Ihre Evals einen Qualitätsgewinn zeigen.",{"q":79,"a":80},"Kann Claude Haiku 5.5 Sonnet 5.5 ersetzen?","Nur bei engeren Aufgaben. Anthropic sagt, dass Sonnet 5.5 und Opus 5.5 beim komplexen agentischen Programmieren die bessere Wahl bleiben, und dass Haiku 5.5 für eng umrissene Aufgaben wie Verdichtung, Zusammenfassung und Subagenten-Aufgaben am besten geeignet ist. Testen Sie jeden Workload zuerst mit Ihren eigenen Evals.",{"q":82,"a":83},"Was ändert sich bei der Migration von Haiku 4.5?","Der neuere Tokenizer zählt denselben Text rund 30% mehr Token, also zählen Sie mit der Modell-ID 5.5 neu. Entfernen Sie temperature, top_p und top_k und legen Sie eine Effort-Stufe fest, denn Thinking ist standardmäßig aktiv und Effort ist eine neue Einstellung.",[85,88,91,94,97,100,103,106,109],{"id":86,"title":87},"what-haiku-55-is","Was ist Claude Haiku 5.5, und wo läuft es?",{"id":89,"title":90},"pricing-tiers-and-batch","Was kostet Haiku 5.5 pro Million Token?",{"id":92,"title":93},"benchmarks-against-haiku-45-and-sonnet-55","Wie schneidet Haiku 5.5 im Benchmark gegen Haiku 4.5 und Sonnet 5.5 ab?",{"id":95,"title":96},"effort-levels-on-haiku-55","Wie funktionieren die Effort-Stufen bei Haiku 5.5?",{"id":98,"title":99},"jobs-that-move-from-sonnet","Welche Sonnet-5.5-Aufgaben können zu Haiku 5.5 wechseln?",{"id":101,"title":102},"router-and-subagent-pattern","Wie passt Haiku 5.5 neben Sonnet 5.5 und Opus 5.5?",{"id":104,"title":105},"migrating-from-haiku-45","Was sollten Sie bei einem Wechsel von Haiku 4.5 neu testen?",{"id":107,"title":108},"practical-checklist","Welche Checkliste gilt, bevor Sie einen Workload umstellen?",{"id":110,"title":111},"sources","Quellen",[113,121,124,127,142,176,179,182,185,186,189,271,282,285,288,332,341,348,349,352,448,451,460,463,464,474,481,483,498,504,528,542,549,550,553,556,641,644,645,648,652,655,667,668,671,674,684,694,697,698,701,759,776,777],{"type":114,"content":115},"paragraph",[116,117,120],"Claude Haiku 5.5 ist Anthropics kleines Modell für Arbeit mit hohem Volumen. Es erschien am 7. Oktober 2026 unter der API-Modell-ID ",{"tag":118,"children":119},"code",[4],", und Anthropic bezeichnet es als das „günstigste, schnellste und leistungsfähigste kleine Modell, das wir je veröffentlicht haben“. Es hat ein Kontextfenster von 1M Token, bis zu 128K Ausgabetoken, adaptives Thinking standardmäßig aktiv und eine Effort-Einstellung; damit ist es das erste Modell der Haiku-Klasse mit dieser Option. Die kurze Antwort für die meisten Teams fällt eng aus: Nutzen Sie es für Klassifikation, Extraktion, Routing, Zusammenfassungen und Subagenten-Schritte, und lassen Sie komplexes agentisches Programmieren bei Sonnet 5.5 oder Opus 5.5.",{"type":114,"content":122},[123],"Dieser Artikel behandelt die Preisstufen und was sie für jede Anfrage bedeuten, den Benchmark-Vergleich mit Haiku 4.5 und Sonnet 5.5, wie Effort bei diesem Modell funktioniert, welche Sonnet-5.5-Aufgaben dorthin wechseln können und was Sie bei einer Migration von Haiku 4.5 neu testen sollten. Ich habe mehr als zehn Jahre an Vue-, Nuxt-, TypeScript-, Node- und PHP-Projekten gearbeitet und betreibe LLM-Funktionen auf meiner eigenen Nuxt-Seite. Deshalb stelle ich bei einer Ankündigung wie dieser eine praktische Frage: Welche meiner Workloads könnten ohne messbaren Qualitätsverlust zu einem günstigeren Modell wechseln? Jede Preis- und Benchmark-Angabe stammt aus den Launch-Beiträgen von Anthropic oder aus deren Plattformdokumentation; die Preise gelten Stand Oktober 2026.",{"type":125,"level":126,"id":86,"text":87},"heading",2,{"type":114,"content":128},[129,130,132,133,136,137,141],"Haiku 5.5 verarbeitet Text und Bilder als Eingabe und liefert Text als Ausgabe. Es ist jetzt über die Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry und Claude Platform on AWS verfügbar. Die API-ID lautet ",{"tag":118,"children":131},[4],"; auf Amazon Bedrock lautet sie ",{"tag":118,"children":134},[135],"anthropic.claude-haiku-5-5",". Die ",{"tag":138,"href":50,"children":139},"a",[140],"Modelltabelle der Plattform"," empfiehlt es für Aufgaben mit hohem Volumen und niedriger Latenz, etwa Klassifikation, Extraktion und Routing.",{"type":143,"ordered":144,"items":145},"list",false,[146,152,161,166,171],[147,151],{"tag":148,"children":149},"strong",[150],"Kontext und Ausgabe:"," 1M Token Kontext, bis zu 128K Ausgabetoken und bis zu 300K Ausgabetoken über die Message Batches API unter einem Beta-Header.",[153,156,157,160],{"tag":148,"children":154},[155],"Thinking und Effort:"," adaptives Thinking ist standardmäßig aktiv, Effort steuert, wie viel es nachdenkt. Der Standardwert ist ",{"tag":118,"children":158},[159],"medium",".",[162,165],{"tag":148,"children":163},[164],"Geschwindigkeit:"," Anthropic nennt es das bislang schnellste Modell bei der jeweiligen Standardgeschwindigkeit. Im Fast Mode läuft es langsamer als die Opus-Modelle.",[167,170],{"tag":148,"children":168},[169],"Wissensstand:"," verlässlicher Wissensstand und Trainingsdatenstand jeweils Juni 2026.",[172,175],{"tag":148,"children":173},[174],"Lebenszyklus:"," veröffentlicht am 7. Oktober 2026, Außerbetriebnahme frühestens am 7. Oktober 2027.",{"type":114,"content":177},[178],"Anthropic positioniert das Modell dort, wo Volumen und Geschwindigkeit mehr zählen als Tiefe. Der Launch-Beitrag nennt Zusammenfassungen, Verdichtungen, Datenbankabfragen und Klassifikationsanfragen als schnelle, sich wiederholende Arbeit, die es zuverlässig erledigt. Außerdem passe es als Subagent gut neben Opus 5.5 und Sonnet 5.5 bei Coding-Aufgaben. Als zeitkritische Einsatzfelder nennt der Beitrag Live-Kundensupport und Browser-Nutzung.",{"type":114,"content":180},[181],"Zwei Punkte brauchen vor dem Produktiveinsatz Aufmerksamkeit. Das Fenster mit 1M Token wird anders bepreist als bei den übrigen Modellen ab Version 4.6: Diese bieten das volle Fenster zum Standardpreis, während Prompts über 100,000 Token bei Haiku 5.5 höhere Preise zahlen. Und die Cybersicherheits-Schutzmechanismen sind strenger als bei Haiku 4.5, aber weniger streng als bei anderen aktuellen Modellen; sie blockieren weiterhin Penetrationstests und ähnliche Techniken. Anthropic nennt zudem das Cyber Verification Program für Organisationen mit umfassenderer Cyber-Arbeit. Planen Sie das ein, wenn Sie Sicherheitswerkzeuge bauen.",{"type":114,"content":183},[184],"Der Zeitpunkt war angekündigt. In seinem Sonnet-5.5-Beitrag vom 28. September 2026 erklärte Anthropic, Haiku 5.5 werde „in den kommenden Wochen“ zur Claude-5.5-Familie stoßen. Es erschien neun Tage später, am 7. Oktober.",{"type":125,"level":126,"id":89,"text":90},{"type":114,"content":187},[188],"Stand Oktober 2026 kostet Haiku 5.5 $0.10 pro Million Eingabetoken und $0.50 pro Million Ausgabetoken bei Prompts bis 100,000 Token. Prompts über 100,000 Token zahlen $0.50 für die Eingabe und $2.50 für die Ausgabe. Die Stufe legt jede Anfrage selbst fest, anhand der Prompt-Länge dieser Anfrage.",{"type":190,"head":191,"rows":202},"table",[192,194,196,198,200],[193],"Pro 1 Mio. Token",[195],"Haiku 5.5, bis 100K \u002F über 100K",[197],"Haiku 4.5",[199],"Sonnet 5.5",[201],"Opus 5.5",[203,214,225,235,244,254,263],[204,206,208,210,212],[205],"Eingabe",[207],"$0.10 \u002F $0.50",[209],"$1.00",[211],"$2.00",[213],"$4.00",[215,217,219,221,223],[216],"Ausgabe",[218],"$0.50 \u002F $2.50",[220],"$5.00",[222],"$10.00",[224],"$20.00",[226,228,230,232,234],[227],"Cache-Schreiben, 5 Min.",[229],"$0.125 \u002F $0.625",[231],"$1.25",[233],"$2.50",[220],[236,238,240,241,242],[237],"Cache-Schreiben, 1 Std.",[239],"$0.20 \u002F $1.00",[211],[213],[243],"$8.00",[245,247,249,251,252],[246],"Cache-Lesen",[248],"$0.01 \u002F $0.05",[250],"$0.10",[250],[253],"$0.20",[255,257,259,261,262],[256],"Batch-Eingabe",[258],"$0.05 \u002F $0.25",[260],"$0.50",[209],[211],[264,266,268,269,270],[265],"Batch-Ausgabe",[267],"$0.25 \u002F $1.25",[233],[220],[222],{"type":114,"content":272},[273,274,277,278,281],"Drei Details verändern die Rechnung stärker als der Grundpreis. Erstens zählt die Prompt-Länge, die die Stufe bestimmt, alle Eingabetoken einschließlich Cache-Lese- und Cache-Schreibvorgängen; ein langer Prompt rutscht also durch Caching nicht in die untere Stufe. Zweitens halbiert die Batch API Eingabe- und Ausgabepreise, was sich für Rückstaus eignet, die nicht in Sekunden beantwortet werden müssen. Drittens erhöht ",{"tag":118,"children":275},[276],"inference_geo"," mit dem Wert ",{"tag":118,"children":279},[280],"\"us\""," jede Token-Kategorie um den Multiplikator 1.1x, und bei Haiku 5.5 gilt er auch für die Preise über 100,000 Token.",{"type":114,"content":283},[284],"Cache-Lesevorgänge kosten bei Haiku 5.5 10% des Grundpreises der Eingabe: $0.01 pro Million Token in der unteren Stufe, ein Zehntel des Betrags, den Sonnet 5.5 für einen Cache-Lesevorgang verlangt. Anthropic hat außerdem am Starttag den Preis für Cache-Lesevorgänge bei Sonnet 5.5 von $0.20 auf $0.10 pro Million Token halbiert, was laut Anthropic die Kosten von Sonnet 5.5 bei den meisten agentischen Aufgaben um etwa 20% senkt. Am selben Tag wurde ein monatliches API-Guthaben für Max- und Team-Abonnenten angekündigt, das in dieser Woche ausgerollt wird: $100 pro Monat für Max 5x, $200 für Max 20x und bis zu $500 für ein Team, gemeinsam genutzt. Es soll das Experimentieren mit Werkzeugen und Agenten fördern, die die API aufrufen, und funktioniert mit jedem Modell.",{"type":114,"content":286},[287],"Ein Rechenbeispiel macht die Stufen greifbar. Angenommen, es gibt eine Million Klassifikationsaufrufe mit jeweils einem Prompt von 1,500 Token und einer Antwort von 50 Token. Das sind 1.5 Milliarden Eingabetoken und 50 Millionen Ausgabetoken. Die Tabelle rechnet das in der unteren Stufe durch, mit und ohne Batch-Preise und Caching, und zum Vergleich mit Sonnet 5.5.",{"type":190,"head":289,"rows":296},[290,292,293,294],[291],"1 Mio. Aufrufe, je 1,500 Eingabe- + 50 Ausgabetoken",[205],[216],[295],"Gesamt",[297,306,314,323],[298,300,302,304],[299],"Haiku 5.5, Standard",[301],"$150.00",[303],"$25.00",[305],"$175.00",[307,309,311,312],[308],"Haiku 5.5, 1,200 Eingabetoken gecacht",[310],"$42.00",[303],[313],"$67.00",[315,317,319,321],[316],"Haiku 5.5, Batch",[318],"$75.00",[320],"$12.50",[322],"$87.50",[324,326,328,330],[325],"Sonnet 5.5, Standard",[327],"$3,000.00",[329],"$500.00",[331],"$3,500.00",{"type":114,"content":333},[334,335,337,338,340],"Die Caching-Zeile setzt sich aus $12 für 1.2 Milliarden gecachte Token zu $0.01 pro Million und $30 für die übrigen 300 Token je Aufruf zu $0.10 pro Million zusammen. Sie lässt den einmaligen Cache-Schreibvorgang außen vor und setzt voraus, dass das Präfix warm bleibt; 1,200 Token liegen über dem Minimum von 512 Token für Caching. Setzt man bei der Standardzeile ",{"tag":118,"children":336},[276]," auf ",{"tag":118,"children":339},[280],", steigt die Summe von $175 auf $192.50.",{"type":342,"variant":343,"title":344,"body":345},"callout","warn","Die Grenze von 100,000 Token gilt pro Anfrage",[346],[347],"Eine Anfrage mit einem Prompt über 100,000 Token zahlt die höheren Haiku-5.5-Preise, auch wenn ein Teil des Prompts aus einem Cache-Treffer stammt. Ein langer System-Prompt oder abgerufener Kontext kann einen Workload unbemerkt über die Grenze schieben. Messen Sie die Verteilung der Prompt-Längen, kürzen Sie, wo die Qualität hält, und behandeln Sie die Stufe als Teil des Designs, nicht als Fußnote.",{"type":125,"level":126,"id":92,"text":93},{"type":114,"content":350},[351],"In der Tabelle von Anthropic übertrifft Haiku 5.5 Haiku 4.5 mit großem Abstand, wo Haiku 4.5 einen Wert hat. Auf jeder Zeile liegt es hinter Sonnet 5.5, und es übertrifft GPT-6 Luna in jeder Zeile, in der Luna einen Wert hat. Das sind Herstellerangaben. Lesen Sie sie als Richtung und grobe Größenordnung, nicht als Urteil über Ihren Workload.",{"type":190,"head":353,"rows":362},[354,356,358,359,361],[355],"Benchmark (Bezeichnung von Anthropic)",[357],"Haiku 5.5",[197],[360],"GPT-6 Luna",[199],[363,374,385,396,407,417,428,438],[364,366,368,370,372],[365],"GDPval-AA v2.1 (Wissensarbeit)",[367],"1,620",[369],"735",[371],"1,437",[373],"1,840",[375,377,379,381,383],[376],"AA-Briefcase v1.1 (Wissensarbeit)",[378],"1,578",[380],"614",[382],"1,336",[384],"1,824",[386,388,390,392,394],[387],"OSWorld 2.1, Offline-Teilmenge (Computernutzung)",[389],"72.4%",[391],"15.7%",[393],"48.9%",[395],"83.9%",[397,399,401,403,405],[398],"Humanity’s Last Exam, ohne Tools",[400],"45.9%",[402],"10.2%",[404],"—",[406],"56.9%",[408,410,412,414,415],[409],"Humanity’s Last Exam, mit Tools",[411],"57.4%",[413],"18.7%",[404],[416],"64.5%",[418,420,422,424,426],[419],"Terminal-Bench 4.0 (agentisches Programmieren)",[421],"39.2%",[423],"0.0%",[425],"16.4%",[427],"70.6%",[429,431,433,434,436],[430],"FrontierCode 1.1, Hauptset (agentisches Programmieren)",[432],"46.4%",[404],[435],"42.4%",[437],"52.1% (xhigh)",[439,441,442,444,446],[440],"Chartography, ohne Tools (visuelles Schlussfolgern)",[432],[443],"6.4%",[445],"29.1%",[447],"61.6%",{"type":114,"content":449},[450],"Die Tabelle von Anthropic ist die Quelle für jede Haiku-Zahl in diesem Abschnitt. Bei der Sonnet-5.5-Spalte ist Vorsicht geboten. Der Sonnet-5.5-Beitrag von Anthropic nennt 1,844 bei GDPval-AA, 1,811 bei AA-Briefcase und 80.1% bei OSWorld 2.1, bezeichnet als „partial“, während der Haiku-Beitrag 1,840, 1,824 und 83.9% für die Offline-Teilmenge angibt. Die Quellen erklären die Differenz nicht; deshalb verwendet dieser Artikel durchgehend den Haiku-Beitrag und mittelt nicht. GPT-6 Luna ist außerdem ein anderes Modell als das GPT-6 Sol aus dem Sonnet-Beitrag.",{"type":114,"content":452},[453,454,459],"Die größte Lücke zu Sonnet 5.5 zeigt sich bei Terminal-Bench 4.0, einer Bewertung für agentisches Programmieren, mit 39.2% gegen 70.6%. Das passt zu Anthropics eigener Aussage, dass Sonnet 5.5 und Opus 5.5 bei komplexem agentischen Programmieren die besseren Optionen bleiben. Am kleinsten ist die Lücke bei FrontierCode, mit 46.4% gegen 52.1%. Der größte Sprung gegenüber Haiku 4.5 liegt bei OSWorld 2.1, von 15.7% auf 72.4%. Für Drittanbieter-Zahlen zu Opus 5.5 lesen Sie meinen ",{"tag":455,"to":456,"children":457},"link","\u002Fblog\u002Fartificial-analysis-leaderboard-claude-opus-5-5",[458],"Artificial-Analysis-Beitrag zu Claude Opus 5.5","; das ist eine eigene Frage neben der Herstellertabelle.",{"type":114,"content":461},[462],"Anthropics Beitrag zitiert außerdem Kunden, deren Ergebnisse vom Hersteller zusammengetragen und nicht unabhängig geprüft sind. AlphaSense berichtet einen statistisch signifikanten Gewinn bei 400 Abfragen an seine Funktion Ask in Document: 0.84 für Haiku 5.5 gegenüber 0.76 für Haiku 4.5. Box meldet in frühen Tests 11 Punkte mehr als Haiku 4.5 bei etwa halber Latenz. HubSpot nennt 92.8% im Mittel über drei Durchläufe auf einer CRM-Reporting-Suite und bezeichnet das als das beste Ergebnis, das es auf dieser Suite je gesehen hat.",{"type":125,"level":126,"id":95,"text":96},{"type":114,"content":465},[466,467,469,470,473],"Effort legt fest, wie viel Arbeit das Modell in die gesamte Antwort steckt, also in Text, Tool-Aufrufe und Thinking. Haiku 5.5 unterstützt low, medium, high, xhigh und max; Standard ist medium. Ein Senden von ",{"tag":118,"children":468},[159]," verhält sich deshalb wie das Weglassen des Parameters. Effort ist ein Verhaltenssignal und kein striktes Token-Budget; ",{"tag":118,"children":471},[472],"max_tokens"," bleibt die harte Grenze für die Gesamtausgabe.",{"type":114,"content":475},[476,477,480],"Die Einstellung steht unter ",{"tag":118,"children":478},[479],"output_config",". Der minimale Aufruf unten folgt der Form aus dem Effort-Leitfaden, mit der Haiku-Modell-ID:",{"type":118,"code":482},"import anthropic\n\nclient = anthropic.Anthropic()\n\nresponse = client.messages.create(\n    model=\"claude-haiku-5-5\",\n    max_tokens=2048,\n    messages=[\n        {\n            \"role\": \"user\",\n            \"content\": \"Label this support ticket as billing, bug, or other. Ticket: ...\",\n        }\n    ],\n    output_config={\"effort\": \"low\"},\n)\n\nfor block in response.content:\n    if block.type == \"text\":\n        print(block.text)",{"type":114,"content":484},[485,486,489,490,493,494,497],"Die Form ist dieselbe, die der Effort-Leitfaden für andere Modelle verwendet. Lassen Sie ",{"tag":118,"children":487},[488],"temperature",", ",{"tag":118,"children":491},[492],"top_p"," und ",{"tag":118,"children":495},[496],"top_k"," weg, wie die Übersicht empfiehlt.",{"type":499,"src":500,"alt":501,"wide":502,"caption":503},"image","\u002Fimages\u002Fblog\u002Fclaude-haiku-5-5\u002Fdiagram-28.webp","Effort-Stufen bei Haiku 5.5: fünf Stufen von low bis max, medium als Standard für den Einstieg.",true,"Effort-Stufen von Haiku 5.5: low ist am günstigsten, medium ist der Standard, und xhigh sowie max brauchen einen gemessenen Qualitätsgewinn.",{"type":143,"ordered":144,"items":505},[506,511,515,520],[507,510],{"tag":148,"children":508},[509],"low"," ist die günstigste und schnellste Stufe. Anthropic empfiehlt sie für Chat, kurze Tool-Aufgaben und einfache Anfragen mit hohem Volumen. Die Übersicht warnt außerdem, dass das Modell bei langen Agenten-Prompts auf dieser Stufe eher eine Suche auslässt, früh aufhört oder eine Prüfung überspringt.",[512,514],{"tag":148,"children":513},[159]," ist der Standard und der empfohlene Ausgangspunkt für die meiste Arbeit, auch für agentisches Programmieren.",[516,519],{"tag":148,"children":517},[518],"high"," eignet sich für Wissensarbeit, längere Agentenaufgaben und strikte Befolgung von Anweisungen.",[521,493,524,527],{"tag":148,"children":522},[523],"xhigh",{"tag":148,"children":525},[526],"max"," sind für Workloads gedacht, bei denen Ihre Evals einen Qualitätsgewinn zeigen. Anthropic rät, sie vor dem Einsatz mit Sonnet 5.5 bei Leistung, Kosten und Geschwindigkeit zu vergleichen.",{"type":114,"content":529},[530,531,533,534,537,538,541],"Thinking ist standardmäßig aktiv und zählt auf ",{"tag":118,"children":532},[472],", lassen Sie also Spielraum in diesem Limit. Um weniger Thinking zu erhalten, senken Sie die Effort-Stufe. Sie können auch ",{"tag":118,"children":535},[536],"thinking: {\"type\": \"disabled\"}"," bei high oder darunter senden. Bei xhigh oder max liefert diese Anfrage einen 400-Fehler; verwenden Sie dort adaptives Thinking. Übergeben Sie ",{"tag":118,"children":539},[540],"adaptive"," nie als Effort-Wert, denn das ist ein Thinking-Modus und keine Stufe.",{"type":114,"content":543},[544,545,548],"Auf der Claude API und in Google Cloud akzeptiert Haiku 5.5 zusätzlich einen Effort-Wechsel pro Nachricht in der Beta, mit dem Header ",{"tag":118,"children":546},[547],"mid-conversation-output-config-2026-07-01","; der Prompt-Cache bleibt dabei erhalten. Bei deaktiviertem Thinking funktioniert das nicht. Anthropic trägt im Launch-Beitrag drei Benchmarks gegen Effort auf. Nutzen Sie diese Diagramme, um den Verlauf des Zielkonflikts zu sehen, und fahren Sie dann Ihren eigenen Sweep, denn die Empfehlung für Opus 5.5 und Sonnet 5.5 lautet, auf eigenen Evals zu sweepen, statt Einstellungen aus einem früheren Modell zu übernehmen.",{"type":125,"level":126,"id":98,"text":99},{"type":114,"content":551},[552],"Verlagern Sie zuerst die engen Aufgaben mit hohem Volumen: Klassifikation, Extraktion, Routing, Zusammenfassungen und Verdichtung, Abfragen und Subagenten-Schritte. Komplexes agentisches Programmieren, Fehlerbehebung und Dokument- oder Folienarbeit bleiben bei Sonnet 5.5, und Opus 5.5 ist für das schwierigste Denken reserviert.",{"type":114,"content":554},[555],"Der Grund, den Wechsel zu testen, ist der Preis. In der unteren Stufe kostet Sonnet 5.5 pro Token das 20-Fache von Haiku 5.5: $2 gegen $0.10 für die Eingabe und $10 gegen $0.50 für die Ausgabe. Über 100,000 Prompt-Token bleibt Sonnet 5.5 beim Standardpreis, sodass das Verhältnis auf ein Viertel schrumpft: $0.50 gegen $2.00 für die Eingabe und $2.50 gegen $10 für die Ausgabe.",{"type":190,"head":557,"rows":564},[558,560,561,562],[559],"Aufgabe",[357],[199],[563],"Grundlage in den Quellen",[565,574,582,590,598,606,615,624,632],[566,568,570,572],[567],"Klassifikation und Routing",[569],"Ausgangspunkt",[571],"Nur wo Haiku in Ihren Evals danebenliegt",[573],"Die Übersicht nennt Klassifikation und Routing",[575,577,578,580],[576],"Extraktion aus einem oder wenigen Dokumenten",[569],[579],"Wo sich Genauigkeitslücken zeigen",[581],"Die Übersicht nennt Extraktion; AlphaSense testete Haiku 5.5 an Ask in Document",[583,585,586,588],[584],"Zusammenfassungen und Verdichtung",[569],[587],"Wenn wichtige Fakten verloren gehen",[589],"Der Launch-Beitrag nennt Zusammenfassungen und Verdichtung für Haiku 5.5",[591,593,594,596],[592],"Datenbankabfragen und schnelle Nachschlagen",[569],[595],"Mehrstufige Analysen",[597],"Launch-Beitrag; Rogo: „quick lookups“",[599,601,602,604],[600],"Subagenten-Schritte in einem größeren Lauf",[569],[603],"Planung und abschließendes Urteil",[605],"Der Launch-Beitrag stellt es als Subagent neben Opus 5.5 und Sonnet 5.5",[607,609,611,613],[608],"Live-Support und Browser-Nutzung",[610],"Ausgangspunkt wegen des Tempos",[612],"Lange Läufe mit vielen Schritten",[614],"Launch-Beitrag; OSWorld 2.1: 72.4% gegen 83.9%",[616,618,620,622],[617],"Agentisches Programmieren über eine Codebasis",[619],"Nur als Subagent",[621],"Führende Rolle",[623],"Terminal-Bench 4.0: 39.2% gegen 70.6%",[625,627,629,630],[626],"Eng umrissene Fehlerbehebung und sauber gestaltete Dokumente",[628],"Zuerst testen",[569],[631],"Sonnet-5.5-Beitrag: am stärksten bei diesen Aufgaben",[633,635,637,639],[634],"Komplexes Urteilen und langer Horizont",[636],"Nicht als Hauptmodell",[638],"Ausgangspunkt, bzw. Opus 5.5 für das Schwierigste",[640],"Sonnet-5.5-Beitrag: Opus 5.5 ist für sorgfältiges Urteilen gebaut",{"type":114,"content":642},[643],"Die Tabelle ist ein Ausgangspunkt. Keine der Quellen veröffentlicht Ergebnisse für genau diese Workloads; testen Sie jeden auf beiden Modellen, bevor Sie ihn verlagern. Anthropic zieht die Grenze selbst: Sonnet 5.5 und Opus 5.5 bleiben die besseren Optionen für komplexes agentisches Programmieren, während Haiku 5.5 für eng umrissene Aufgaben wie Verdichtung, Zusammenfassung und Subagenten-Aufgaben am besten geeignet ist. Box sagt, es würde Haiku 5.5 für analytische Aufgaben im großen Stil einsetzen, etwa Kostenberichte, Finanzzusammenfassungen und wöchentliche wiederkehrende Reviews.",{"type":125,"level":126,"id":101,"text":102},{"type":114,"content":646},[647],"Stellen Sie Haiku 5.5 als erste Stufe davor, entweder als Router, der Anfragen sortiert, oder als Subagent für enge Schritte, und eskalieren Sie nur die Anfragen, die mehr Leistung brauchen. Der Launch-Beitrag zeigt beide Rollen anhand von Kundenbeispielen. Cognition sagt, Haiku 5.5 stoße in Devin Fusion als Sidekick dazu, und man könne es in der Devin CLI mit Opus 5.5 als Hauptmodell ausprobieren. Rogo beschreibt einen Haiku-5.5-Subagenten, der die Zeile mit dem Segmentumsatz aus einem 10-K herauszieht, während ein größeres Modell die Präsentation baut.",{"type":499,"src":649,"alt":650,"wide":502,"caption":651},"\u002Fimages\u002Fblog\u002Fclaude-haiku-5-5\u002Fdiagram-39.webp","Routing mit Haiku 5.5 als erster Stufe: Routinearbeit bleibt bei Haiku, schwierige Fälle gehen an Sonnet oder Opus.","Router-Muster: Haiku 5.5 sortiert jede Anfrage, und nur Anfragen, die mehr Leistung brauchen, gehen an Sonnet 5.5 oder Opus 5.5.",{"type":114,"content":653},[654],"Ein Router braucht ein Signal, nach dem er eskaliert, und die Quellen definieren keines. Wählen Sie es anhand Ihrer Evals: die Prompt-Länge mit Blick auf die 100,000-Token-Stufe, eine Validierungsprüfung der Haiku-Ausgabe oder den Aufgabentyp. Was immer Sie wählen, protokollieren Sie, welchen Weg jede Anfrage nimmt. Die Rechnung hängt von der Eskalationsrate ebenso sehr ab wie vom günstigsten Weg.",{"type":114,"content":656},[657,658,662,663,160],"Lange Prompts brauchen eine eigene Regel. Über 100,000 Token ist Haiku 5.5 immer noch ein Viertel des Sonnet-5.5-Preises; ein langer Prompt an Sonnet muss daher durch Qualitätsdaten begründet sein, nicht allein durch die Stufe. Zum breiteren Kostenbild lesen Sie ",{"tag":455,"to":659,"children":660},"\u002Fblog\u002Fllm-cost-latency-prompt-caching-routing",[661],"Prompt-Caching und Modell-Routing",", und für Routing-Entscheidungen mit kalibrierter Konfidenz und Übergabe an einen Menschen lesen Sie ",{"tag":455,"to":664,"children":665},"\u002Fblog\u002Fjev-typed-decisions-llm-routing",[666],"typisierte Entscheidungen für LLM-Routing",{"type":125,"level":126,"id":104,"text":105},{"type":114,"content":669},[670],"Testen Sie die gesamte Anfrage neu, nicht nur den Modellnamen. Das Token-Volumen steigt, Sampling-Parameter entfallen, Thinking ist standardmäßig aktiv, und Effort ist eine neue Einstellung, die Sie festlegen müssen. Beginnen Sie mit einer Token-Zählung echter Prompts und fahren Sie dann einen Effort-Sweep auf Ihren Evals.",{"type":114,"content":672},[673],"Das Token-Volumen steigt. Haiku 5.5 verwendet den neueren Tokenizer, den Claude 4.7 und spätere Modelle teilen, und laut Übersicht zählt derselbe Text rund 30% mehr Token als bei Haiku 4.5. Die Reduktionszahlen im Launch-Beitrag berücksichtigen diesen Effekt laut dessen Fußnote bereits. Ihr eigenes Budget tut das nicht: Zählen Sie Token mit der Modell-ID 5.5 an echten Prompts und kalkulieren Sie anhand dieser Werte.",{"type":114,"content":675},[676,677,489,679,493,681,683],"Auch Sampling-Parameter entfallen. Die Übersicht empfiehlt, ",{"tag":118,"children":678},[488],{"tag":118,"children":680},[492],{"tag":118,"children":682},[496]," wegzulassen, und verweist für die Werte, die einen 400-Fehler liefern, auf einen Abschnitt im Migrationsleitfaden. Auch beim Thinking ändert sich etwas. Adaptives Thinking ist standardmäßig aktiv, und Thinking-Blöcke funktionieren nur im Konto, das sie erzeugt hat, oder in einem damit verknüpften Konto. Das ist wichtig, wenn Sie Unterhaltungen zwischen Konten verschieben.",{"type":114,"content":685},[686,687,493,690,693],"Lesen Sie die Fähigkeiten über die Models API aus, statt sie aus Notizen zu übernehmen. Das Capabilities-Objekt jedes Modells zeigt, ob es ",{"tag":118,"children":688},[689],"thinking: {type: \"disabled\"}",{"tag":118,"children":691},[692],"between_tools"," akzeptiert und welche Server-Tools es unterstützt, sodass ein Migrationsskript diese Flags prüfen kann, bevor es eine Anfrage sendet.",{"type":114,"content":695},[696],"Danach kommt der Effort-Sweep. Beginnen Sie bei medium für die meiste Arbeit, messen Sie low auf den einfachen Pfaden mit hohem Volumen und high dort, wo lange Agentenläufe oder die strikte Befolgung von Anweisungen zählen. Anthropic warnt, dass bei low Effort lange Agenten-Prompts das Modell eher dazu bringen, eine Suche auszulassen, früh aufzuhören oder eine Prüfung zu überspringen. Ergänzen Sie Ihre Evals deshalb um Fälle, die genau diese Auslassungen testen. Lesen Sie vor dem Umschreiben der Prompts den Leitfaden „Prompting Claude Haiku 5.5“, auf den die Übersicht verlinkt, denn er beschreibt das Verhalten dieses Modells. Die Quellen dieses Artikels nennen keine weiteren Änderungen; alles andere müssen Ihre Evals erst finden.",{"type":125,"level":126,"id":107,"text":108},{"type":114,"content":699},[700],"Gehen Sie diese Schritte für jeden Workload der Reihe nach durch und behalten Sie den Sonnet-5.5-Pfad als Fallback, bis Ihre Evals etwas anderes zeigen.",{"type":143,"ordered":502,"items":702},[703,705,725,740,745,755,757],[704],"Teilen Sie den Traffic nach Prompt-Länge auf und zählen Sie die Anfragen über 100,000 Token, denn sie zahlen die höhere Stufe.",[706,707,709,710,713,714,717,718,713,721,724],"Zählen Sie Token mit der Modell-ID ",{"tag":118,"children":708},[4]," an echten Prompts. Berücksichtigen Sie den System-Prompt für Tool-Nutzung, den die Preisseite mit 286 Token bei der Tool-Auswahl ",{"tag":118,"children":711},[712],"auto"," oder ",{"tag":118,"children":715},[716],"none"," und mit 406 Token bei ",{"tag":118,"children":719},[720],"any",{"tag":118,"children":722},[723],"tool"," angibt.",[726,727,489,729,493,731,733,734,737,738,160],"Entfernen Sie ",{"tag":118,"children":728},[488],{"tag":118,"children":730},[492],{"tag":118,"children":732},[496]," aus jeder Anfrage und setzen Sie ",{"tag":118,"children":735},[736],"output_config.effort"," ausdrücklich, beginnend mit ",{"tag":118,"children":739},[159],[741,742,744],"Lassen Sie Spielraum in ",{"tag":118,"children":743},[472]," für Thinking, und lassen Sie Thinking aktiv, außer der Sweep zeigt, dass es für diesen Workload nichts bringt.",[746,747,749,750,713,752,754],"Fahren Sie den Effort-Sweep auf einem gemeinsamen Eval-Set. Nutzen Sie ",{"tag":118,"children":748},[509]," nur dort, wo die Auslassungsprüfungen weiterhin bestehen, und gehen Sie zu ",{"tag":118,"children":751},[523],{"tag":118,"children":753},[526]," nur, wenn der Wert steigt.",[756],"Schicken Sie nicht eilige Arbeit über die Batch API zum halben Preis und cachen Sie gemeinsame Präfixe von mindestens 512 Token.",[758],"Protokollieren Sie für jede Anfrage Weg, Eskalationsgrund, Token-Zahlen und Eval-Wert, damit Sie Eskalationsrate und tatsächliche Kosten pro Weg sehen.",{"type":114,"content":760},[761,762,766,767,771,772,160],"Wenn Sie die Routing- und Evaluationsschicht um solche Modelle herum bauen, gehen zwei verwandte Beiträge auf diesem Blog weiter: ",{"tag":455,"to":763,"children":764},"\u002Fblog\u002Freasoning-models-effort-thinking-budget",[765],"Reasoning-Effort und Thinking-Budgets"," behandelt Effort-Sweeps ausführlich, und ",{"tag":455,"to":768,"children":769},"\u002Fblog\u002Fsmall-language-models-when-enough",[770],"Small Language Models"," klärt, wann ein kleines Modell reicht. Bei der Einführung von LLM-Funktionen wie diesen in den Produktivbetrieb finden Sie mehr in meiner ",{"tag":455,"to":773,"children":774},"\u002Fexpertise\u002Fai-engineer",[775],"Arbeit im Bereich KI-Engineering",{"type":125,"level":126,"id":110,"text":111},{"type":143,"ordered":502,"items":778},[779,782,785,788,791,794],[780],{"tag":138,"href":35,"children":781},[34],[783],{"tag":138,"href":38,"children":784},[37],[786],{"tag":138,"href":41,"children":787},[40],[789],{"tag":138,"href":44,"children":790},[43],[792],{"tag":138,"href":47,"children":793},[46],[795],{"tag":138,"href":50,"children":796},[49],[798,873,920,959],{"slug":799,"published":800,"minutes":801,"category":7,"tags":802,"tagPages":807,"keywords":808,"about":820,"sources":830,"cover":867,"og":868,"expertise":53,"locales":869,"lang":56,"title":870,"description":871,"coverAlt":872},"small-language-models-when-enough","2026-10-17",11,[803,804,805,12,806],"Small language models","Distillation","Quantization","LLMOps",[],[809,810,811,812,813,814,815,816,817,818,819],"kleine sprachmodelle","wann ein kleines sprachmodell nutzen","slm vs llm kosten","modell-destillation","quantization-aware training","q4_k_m quantisierung","llm-routing kleine modelle","kleines modell evaluieren","on-device llm auf dem gerät","gemma 4 e4b modell","lokales llm datenschutz",[821,824,827],{"name":822,"url":823},"Small language model","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FSmall_language_model",{"name":825,"url":826},"Knowledge distillation","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FKnowledge_distillation",{"name":828,"url":829},"Large language model","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FLarge_language_model",[831,834,837,840,843,846,849,852,855,858,861,864],{"title":832,"url":833},"Belcak et al.: Small Language Models are the Future of Agentic AI (arXiv 2506.02153)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2506.02153",{"title":835,"url":836},"Google: Gemma 4 model card","https:\u002F\u002Fai.google.dev\u002Fgemma\u002Fdocs\u002Fcore\u002Fmodel_card_4",{"title":838,"url":839},"Google: Gemma 3 QAT models, state-of-the-art AI on consumer GPUs","https:\u002F\u002Fdevelopers.googleblog.com\u002Fen\u002Fgemma-3-quantized-aware-trained-state-of-the-art-ai-to-consumer-gpus\u002F",{"title":841,"url":842},"Google: Introducing Gemma 3 270M","https:\u002F\u002Fdevelopers.googleblog.com\u002Fen\u002Fintroducing-gemma-3-270m\u002F",{"title":844,"url":845},"Microsoft Research: Phi-4 Technical Report (arXiv 2412.08905)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2412.08905",{"title":847,"url":848},"Qwen: Qwen3 Technical Report (arXiv 2505.09388)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2505.09388",{"title":850,"url":851},"Apple: Apple Intelligence Foundation Language Models, Tech Report 2025 (arXiv 2507.13575)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.13575",{"title":853,"url":854},"Ong et al.: RouteLLM, Learning to Route LLMs with Preference Data (arXiv 2406.18665)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2406.18665",{"title":856,"url":857},"LMSYS: RouteLLM, an open-source framework for cost-effective LLM routing","https:\u002F\u002Flmsys.org\u002Fblog\u002F2024-07-01-routellm\u002F",{"title":859,"url":860},"Gomes et al.: On the Generalization vs Fidelity Paradox in Knowledge Distillation (arXiv 2505.15442)","https:\u002F\u002Farxiv.org\u002Fabs\u002F2505.15442",{"title":862,"url":863},"llama.cpp: quantize tool documentation","https:\u002F\u002Fgithub.com\u002Fggml-org\u002Fllama.cpp\u002Fblob\u002Fmaster\u002Ftools\u002Fquantize\u002FREADME.md",{"title":865,"url":866},"European Commission: AI Act","https:\u002F\u002Fdigital-strategy.ec.europa.eu\u002Fen\u002Fpolicies\u002Fregulatory-framework-ai","\u002Fimages\u002Fblog\u002Fsmall-language-models-when-enough\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fsmall-language-models-when-enough\u002Fog.jpg",[55,56,57],"Kleine Sprachmodelle: wann ein 4B-Modell reicht","Wann ein kleines Modell die Frontier-API schlägt: Kosten pro Fall, Latenz, Datenschutz, Destillation, Quantisierung, Routing und ein Eval-Plan.","Kleine Sprachmodelle: Eine Hand nimmt statt des großen Werkzeugkastens ein Taschenmesser, um eine Schnur zu schneiden.",{"slug":874,"published":875,"updated":876,"minutes":877,"category":7,"tags":878,"tagPages":883,"keywords":884,"about":892,"sources":896,"cover":914,"og":915,"expertise":53,"locales":916,"lang":56,"title":917,"description":918,"coverAlt":919},"openrouter","2026-07-23","2026-08-01",10,[879,12,880,881,882],"LLM gateway","Fallbacks","OpenAI-compatible","Pay per token",[],[874,885,886,887,888,889,890,891],"openrouter vs litellm vergleich","llm-gateway übersicht","openrouter preise","openai-kompatible api-gateway","llm fallback-routing","multi-modell api-gateway","byok llm-routing",[893],{"name":894,"url":895},"OpenRouter","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FOpenRouter",[897,900,903,906,909,912],{"title":898,"url":899},"OpenRouter documentation: quickstart","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fquickstart",{"title":901,"url":902},"OpenRouter pricing","https:\u002F\u002Fopenrouter.ai\u002Fpricing",{"title":904,"url":905},"OpenRouter documentation: model fallbacks","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fguides\u002Frouting\u002Fmodel-fallbacks",{"title":907,"url":908},"OpenRouter documentation: provider routing","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fguides\u002Frouting\u002Fprovider-selection",{"title":910,"url":911},"OpenRouter documentation index","https:\u002F\u002Fopenrouter.ai\u002Fdocs\u002Fllms.txt",{"title":913,"url":895},"Wikipedia: OpenRouter","\u002Fimages\u002Fblog\u002Fopenrouter\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fopenrouter\u002Fog.jpg",[55,56,57],"OpenRouter: ein API-Schlüssel vor jedem Modell im Katalog","OpenRouter im Test: 500+ Modelle von über 80 Anbietern hinter einem OpenAI-kompatiblen Endpunkt, mit Fallbacks und Weiterverrechnung zum Listenpreis.","OpenRouter: Ein Schlüssel am Ring, von dem Linien zu einer Reihe verschiedener Türen führen.",{"slug":921,"published":922,"updated":923,"minutes":924,"category":7,"tags":925,"tagPages":929,"keywords":930,"about":939,"sources":944,"cover":953,"og":954,"expertise":53,"locales":955,"lang":56,"title":956,"description":957,"coverAlt":958},"llm-cost-latency-prompt-caching-routing","2026-06-01","2026-09-22",9,[926,12,927,928],"Prompt caching","LLM cost","Latency",[],[931,932,933,934,935,936,937,938],"prompt-caching","llm-kosten senken","llm latenz senken","modell-routing","batch-api kosten senken","llm-kosten pro anfrage","günstigeres llm-modell","cache-trefferquote llm",[940,941],{"name":828,"url":829},{"name":942,"url":943},"Latency (engineering)","https:\u002F\u002Fen.wikipedia.org\u002Fwiki\u002FLatency_(engineering)",[945,948,951],{"title":946,"url":947},"Claude API docs: Prompt caching","https:\u002F\u002Fplatform.claude.com\u002Fdocs\u002Fen\u002Fdocs\u002Fbuild-with-claude\u002Fprompt-caching",{"title":949,"url":950},"OpenAI API docs: Prompt caching","https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Fprompt-caching",{"title":952,"url":50},"Claude API docs: Models overview, context windows and prices (as of September 2026)","\u002Fimages\u002Fblog\u002Fllm-cost-latency-prompt-caching-routing\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fllm-cost-latency-prompt-caching-routing\u002Fog.jpg",[55,56,57],"Prompt-Caching und Modell-Routing: LLM-Kosten und Latenz senken","LLM-Kosten und Latenz senken: Prompt-Caching, Routing auf das kleinere Modell und Batch-APIs sind die Hebel im Produktivbetrieb. So nutzt du jeden davon.","Prompt-Caching und Routing: Eine Weiche teilt das Gleis zu einem kleinen und einem großen Bahnhof, daneben Uhr und Münze.",{"slug":960,"published":961,"minutes":962,"category":963,"tags":964,"tagPages":969,"keywords":972,"about":983,"sources":988,"cover":1023,"og":1024,"expertise":53,"locales":1025,"lang":56,"title":1026,"description":1027,"coverAlt":1028},"claude-in-opencode","2026-10-30",12,"agents",[965,966,967,968,10],"OpenCode","Claude Code","Claude Agent SDK","Coding agents",[970,971],"claude-code","coding-agents",[973,974,975,976,977,978,979,980,981,982],"claude in opencode","opencode claude einrichten","opencode claude agent","opencode claude abo","opencode claude max","opencode anthropic api key","claude agent sdk opencode","opencode claude code login","opencode github copilot claude","opencode claude kosten",[984,985,986],{"name":27,"url":28},{"name":30,"url":31},{"name":965,"url":987},"https:\u002F\u002Fopencode.ai",[989,992,995,998,1001,1004,1007,1010,1013,1016,1019,1020],{"title":990,"url":991},"OpenCode v2.2.3 release notes (October 30, 2026)","https:\u002F\u002Fgithub.com\u002Fanomalyco\u002Fopencode\u002Freleases\u002Ftag\u002Fv2.2.3",{"title":993,"url":994},"OpenCode pull request #58782: add Claude Agent provider","https:\u002F\u002Fgithub.com\u002Fanomalyco\u002Fopencode\u002Fpull\u002F58782",{"title":996,"url":997},"Claude Agent provider design spec","https:\u002F\u002Fgithub.com\u002FTarquinen\u002Fopencode\u002Fblob\u002Fclaude-agent-provider\u002Fspecs\u002Fv2\u002Fclaude-agent-provider.md",{"title":999,"url":1000},"OpenCode docs: Providers","https:\u002F\u002Fopencode.ai\u002Fv2\u002Fdocs\u002Fproviders\u002F",{"title":1002,"url":1003},"OpenCode docs: Models","https:\u002F\u002Fopencode.ai\u002Fv2\u002Fdocs\u002Fmodels\u002F",{"title":1005,"url":1006},"OpenCode docs (v1): Providers, note on Claude Pro\u002FMax plugins","https:\u002F\u002Fopencode.ai\u002Fdocs\u002Fproviders\u002F",{"title":1008,"url":1009},"OpenCode Console: models and pricing","https:\u002F\u002Fopencode.ai\u002Fv2\u002Fdocs\u002Fconsole\u002Fmodels\u002F",{"title":1011,"url":1012},"OpenCode Go: plans and usage limits","https:\u002F\u002Fopencode.ai\u002Fv2\u002Fdocs\u002Fconsole\u002Fgo\u002F",{"title":1014,"url":1015},"Claude Code docs: Legal and compliance","https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Flegal-and-compliance",{"title":1017,"url":1018},"Claude Help Center: Use the Claude Agent SDK with your Claude plan","https:\u002F\u002Fsupport.claude.com\u002Fen\u002Farticles\u002F15036540-use-the-claude-agent-sdk-with-your-claude-plan",{"title":40,"url":41},{"title":1021,"url":1022},"GitHub Docs: Supported AI models in GitHub Copilot","https:\u002F\u002Fdocs.github.com\u002Fen\u002Fcopilot\u002Freference\u002Fai-models\u002Fsupported-models","\u002Fimages\u002Fblog\u002Fclaude-in-opencode\u002Fcover.webp","\u002Fimages\u002Fblog\u002Fclaude-in-opencode\u002Fog.jpg",[55,56,57],"Claude in OpenCode: der Claude-Agent-Provider, API-Keys und die anderen Wege","Claude in OpenCode nutzen: der neue Claude-Agent-Provider mit Ihrem Claude-Abo, API-Keys, Console, Copilot und OpenRouter, mit Kosten und Grenzen.","Claude in OpenCode: Eine Hand steckt einen von zwei Adaptern in einen Laptop mit Terminalfenster.",1793451245574]