Claude Opus 5,5<\/strong><\/td>| 47,725 s<\/td> | 9,545 s<\/td> | 700<\/td> | 3,952<\/td> | 2,214<\/td> | $0.0818<\/strong><\/td><\/tr>Claude Opus 5<\/strong><\/td>| 61,470 s<\/td> | 12,294 s<\/td> | 690<\/td> | 3,709<\/td> | 1,859<\/td> | $0.0962<\/td><\/tr> | Claude Fable 5.1<\/strong><\/td>| 53,290 s<\/td> | 10,658 s<\/td> | 700<\/td> | 2,690<\/td> | 1,122<\/td> | $0.1415<\/td><\/tr><\/tbody><\/table><\/div><\/div>\n\n\n\n *Sch\u00e4tzung auf Basis der von der Route gemeldeten Eingabe-\/Ausgabe-Token und der von Anthropic angegebenen Standard-API-Tarife. Cache-Geb\u00fchren, Plattformgutschriften, Steuern und Aufschl\u00e4ge sind darin nicht enthalten. Die verstrichene Zeit ist die lokale End-to-End-Realtime nach dem Absenden der Anfrage, nicht die Latenz des Anbieters oder die Anzahl der Token pro Sekunde. \u201cThinking\u201d ist ein vom Routenbetreiber gemeldetes Nutzungsfeld und keine unabh\u00e4ngig gemessene, verborgene Denkleistung.<\/p>\n\n\n\n 47,725 s<\/strong>Opus 5.5 insgesamt (Ortszeit)<\/span><\/div>2,690<\/strong>Fable 5.1-Ausgabe-Token<\/span><\/div>$0.0818<\/strong>Opus 5.5 \u2013 Sch\u00e4tzung des Listenpreises f\u00fcr f\u00fcnf Durchl\u00e4ufe<\/span><\/div><\/div><\/div>\n\n\n\nDie Gesamtergebnisse weisen je nach Bewertungskriterium in unterschiedliche Richtungen. Opus 5.5 erzielte die schnellste Gesamtzeit und die niedrigsten gesch\u00e4tzten Kosten, Fable 5.1 lieferte die geringste Anzahl an Ausgabetoken, und Opus 5 war in dieser Gruppe am langsamsten. Eine k\u00fcrzere Antwort ist nicht automatisch eine bessere Antwort: Die Programmierkarte zeigt, warum der Ausgabecontent und der Umgang mit Randf\u00e4llen weiterhin ber\u00fccksichtigt werden m\u00fcssen.<\/p>\n\n\n\n F\u00fcnf passende Aufgabenkarten<\/h2>\n\n\n\nAufgabe 01 \u00b7 Debugging in Python<\/span>K\u00f6nnen die Modelle eine Deduplizierungsfunktion mit gemischten Typen reparieren?<\/h3><\/div>Passende Eingabeaufforderung \u00b7 jeweils ein Durchlauf<\/span><\/div>Aufgabeneinstellung:<\/strong> Die Aufgabenstellung sah eine korrigierte Funktion sowie zwei pr\u00e4gnante Testf\u00e4lle vor, einen Zeichenfolgenvergleich ohne Ber\u00fccksichtigung der Gro\u00df-\/Kleinschreibung, die Beibehaltung der urspr\u00fcnglichen Schreibweise sowie keinen Absturz bei Werten, die keine Zeichenfolgen sind.<\/p>| Modell<\/th> | Zeit \/ Nutzung<\/th> | Beobachtetes Ergebnis<\/th><\/tr><\/thead> |
|---|
Claude Opus 5,5<\/strong><\/td>| 15,844 s lokal \u00b7 145 rein \/ 1478 raus \u00b7 700 zum Nachdenken \u00b7 end_turn<\/td> | Verwendet \u201ecasefold\u201c sowie eine Ausweichliste; in der Docstring-Beschreibung ist von \u201eIdentit\u00e4t\u201c die Rede, w\u00e4hrend im Code die Gleichheit verwendet wird.<\/td><\/tr> | Claude Opus 5<\/strong><\/td>| 16,845 s lokal \u00b7 143 rein \/ 1109 raus \u00b7 312 nachdenken \u00b7 end_turn<\/td> | F\u00fcgt typmarkierte Schl\u00fcssel und einen Fallback f\u00fcr die Gleichheitspr\u00fcfung hinzu und weist auf die ung\u00fcltige einzeilige Python-Syntax hin.<\/td><\/tr> | Claude Fable 5.1<\/strong><\/td>| 12,778 s lokal \u00b7 145 rein \/ 783 raus \u00b7 0 Nachdenken \u00b7 Zugende<\/td> | Verwendet \u201erepr(item)\u201c f\u00fcr nicht-hashbare Werte; dies funktioniert zwar in den gezeigten Beispielen, kann jedoch zu Typkonflikten f\u00fchren.<\/td><\/tr><\/tbody><\/table><\/div> Vergleichsergebnis:<\/strong> Der Randfall ist eine Beobachtung auf Aufgabenebene und keine Aussage \u00fcber alle Programmieraufgaben.<\/p><\/section><\/div>\n\n\n\n | | | |
| | | | |
![\"\"](\"https:\/\/wp.glbgpt.com\/wp-content\/uploads\/2026\/07\/claude-opus-5-5-1024x636.png\")
<\/figure>\n\n\n\n