Stellen Sie sich zwei Handwerker vor einer feuchten Stelle an der Wand vor. Der eine streicht darüber und schließt den Auftrag. Der andere folgt der Spur bis zum undichten Rohr, repariert es und prüft anschließend den Nebenraum. Claude Opus 5 ist darauf ausgelegt, wie der zweite Handwerker zu programmieren.
Darum ist 43,3 % auf Frontier-Bench v0.1 die wichtigste Zahl. Der Test verlangt, unbekannte Engineering-Aufgaben mit Terminal und Werkzeugen zu lösen. GPT-5.6 Sol kam in Anthropics Vergleich auf 34,4 %, Fable 5 auf 33,7 %, Opus 4.8 auf 21,1 %. Opus 5 ersetzt 4.8 nicht nur; es verdoppelt dessen Ergebnis ungefähr.
Ein Beispiel zeigt die Haltung dahinter. Opus 5 sollte ein Maschinenteil aus einer Zeichnung rekonstruieren, die es nicht direkt ansehen konnte. Es schrieb eine eigene Vision-Pipeline, gewann Geometrie aus Pixeln und baute das Teil in FreeCAD. Bei einem Paketmanager fand es die Grundursache eines Fehlers und zusätzlich einen Randfall, den der Community-Patch übersehen hatte. Das sind Herstellerbeispiele, keine Naturgesetze. Sie zeigen aber klar das Trainingsziel: weiter untersuchen, bis die Belege stimmen.
Warum es vor Fable 5 liegt
Fable gewinnt noch einige Zielfotos: 53,5 % auf FrontierCode gegenüber 53,4 %, dazu etwa ein halber Punkt mehr am CursorBench-Maximum. Doch eine Rangliste ist eine Kaufentscheidung, kein Museum für Nachkommastellen. Opus 5 kostet 5/25 US-Dollar pro Million Ein-/Ausgabetoken, genau halb so viel wie Fable, verlangt im allgemeinen Zugang keine besondere Datenspeicherung und hat weniger restriktive Klassifikatoren.
Artificial Analysis liefert ein frühes unabhängiges Signal: 61 Punkte und Platz eins bei Max. High und xhigh erreichen 59 und 60. Die Kehrseite: Max erzeugte sehr viele Token. Ein Modell zum halben Listenpreis kann eine volle Rechnung schreiben, wenn es beim Reparieren eines Buttons einen Roman verfasst.
Warum es #1 knapp verfehlt
GPT-5.6 Sol führt DeepSWE v1.1 mit 72,7 %, vor Fable mit 69,7 % und Opus 5 mit 68,8 %. Im aktuellen direkten Vergleich von Artificial Analysis erreichen Claude Code mit Opus 5 und Codex mit GPT-5.6 Sol jedoch beide 67 Punkte im Coding Agent Index. Die Aufteilung ist aussagekräftiger als das Unentschieden: GPT gewinnt DeepSWE und Terminal-Bench und beendet Aufgaben schneller sowie günstiger; Opus gewinnt den Test zum Verständnis eines Repositorys. GPT-5.6 erhält Platz eins daher über einen Effizienz- und Terminal-Tiebreak, nicht weil es Opus 5 beim Programmieren überall klar schlägt.
Die sinnvolle Aufteilung lautet daher: Opus 5 für unklare Bugs, Ursachenanalyse, große Multi-File-Änderungen und visuelle Frontend-Kontrolle; Sol für den härtesten Terminal-Marathon; Fable nur dort, wo sein winziger Spitzenvorsprung den doppelten Preis rechtfertigt.
Der Umstieg bleibt angenehm: 1M Kontext, 128k Ausgabe, Vision, PDFs, Caching, Batch und Claude-Werkzeuge bleiben. Adaptives Denken ist standardmäßig aktiv. Nur API Web Fetch und Priority Tier fehlen. Opus 5 ersetzt Opus 4.8 vollständig und macht Fable für normale Produktionsmengen schwerer zu rechtfertigen.
