De huidige Claude-serie van Anthropic maakt een eenvoudige prijsvergelijking misleidend. In deze review worden de Claude Opus 5.5, Claude Opus 5 en Claude Fable 5.1 aan dezelfde vijf opdrachten onderworpen en worden de taakresultaten, de lokale verstreken tijd, het door de route gerapporteerde tokengebruik en de grenzen van elke waarneming gerapporteerd.
Het praktische verschil is te zien aan de taakkaarten. Opus 5.5 was de snelste en goedkoopste van de geteste groep; Fable 5.1 produceerde het minste aantal uitvoertoken en de zuiverste respons in Chinees formaat, terwijl Opus 5 de meeste tijd in beslag nam en Opus 5.5 het meeste aantal uitvoertoken gebruikte. De coderingskaart voegt een belangrijke kanttekening toe: een kortere uitvoer was niet automatisch een betere uitvoer.
We hebben de vijf prompts uit de eerdere Claude Opus 5.5-beoordeling overgenomen en elke prompt één keer voor elk model uitgevoerd. De instellingen voor de verzoeken waren identiek: een maximum van 8.192 tokens, hoge inspanning, één gebruikersbericht en geen hulpmiddelen. De route retourneerde een HTTP 200 en einde beurt voor alle 15 verzoeken.
Kort antwoord
- De snelste in dit pakket van vijf opdrachten: Claude Opus 5.5 had 47,725 seconden lokale end-to-end-tijd nodig voor vijf opeenvolgende verzoeken. Claude Fable 5.1 had 53,290 seconden nodig en Claude Opus 5 had 61,470 seconden nodig.
- Geschatte laagste catalogusprijs: Opus 5.5 kwam uit op ongeveer $0.0818 voor de vijf verzoeken tegen de officiële tokentarieven, gevolgd door Opus 5 met $0.0962 en Fable 5.1 met $0.1415. Dit zijn rekenkundige schattingen, geen platformkosten.
- Kwaliteitsresultaat: Alle drie leverden ze een gestructureerde uitvoer op met vijf punten, parseerbare JSON en het juiste wiskundige antwoord. De programmeerresultaten verschilden wat betreft de afhandeling van randgevallen, terwijl Fable 5.1 de instructie in twee alinea’s in Chinese stijl het nauwkeurigst volgde.
- Opmerking over de API: Opus 5.5 is niet zomaar een vervanging voor elke Opus 5-integratie. In de migratiegids staat dat ‘thinking’ niet kan worden uitgeschakeld en dat sommige oudere tools en denkpatronen moeten worden aangepast.
- Maak je niet te veel van de ranglijst: Dit betreft één afgestemde rit per taak op één route. Hierbij worden concreet gedrag, de verstreken tijd en het gerapporteerde gebruik gemeten, en niet een algemene modelscore.
Wat de drie modellen kosten en wat ze te bieden hebben
Volgens de huidige modeldocumentatie van Anthropic delen de drie API’s een contextvenster van 1 miljoen tokens en een maximale uitvoer van 128K. Hun factureringseenheden en status verschillen: Opus 5.5 is de nieuwste Opus-route, Opus 5 wordt aangemerkt als verouderd en Fable 5.1 heeft de hoogste standaard invoer-/uitvoersnelheid.
| Model | Officiële status | API-model-ID | Invoer / uitvoer | Context / maximaal vermogen | Standaardinspanning | Cache lezen |
|---|---|---|---|---|---|---|
| Claude Opus 5,5 | Nieuwste | claude-opus-5-5 | $4 / $20 per MTok | 1M / 128K | Medium | $0.20 / MTok |
| Claude Opus 5 | Actief, verouderd | claude-opus-5 | $5 / $25 per MTok | 1M / 128K | Hoog | $0,50 / MTok |
| Claude Fable 5.1 | Nieuwste | claude-fabel-5-1 | $10 / $50 per MTok | 1M / 128K | Hoog | $0,25 / MTok |
Voor een eenvoudig voorbeeld zonder caching kost 100.000 invoertokens plus 20.000 uitvoertokens $0,80 op Opus 5.5, $1,00 op Opus 5 en $2,00 op Fable 5.1 tegen de vermelde tarieven. Fable 5.1 heeft een lager cache-leespercentage dan Opus 5, dus voor agent-workloads die intensief gebruikmaken van de cache is een aparte berekening nodig.
Wat de officiële vergelijkingstabel laat zien
Anthropic’s Aankondiging Claude Opus 5.5 plaatst alle drie de modellen in dezelfde vergelijkingstabel voor providers. Opus 5.5 staat bovenaan de lijst, maar het gaat hier om door de providers zelf gerapporteerde resultaten, waarbij gebruik is gemaakt van benchmarkspecifieke testopstellingen en inspanningsinstellingen. In de aankondiging zelf wordt gewaarschuwd dat kleine verschillen in de benchmarkresultaten op dit prestatieniveau een minder betrouwbare indicatie zijn voor verschillen in de praktijk.
| Vergelijking van aanbieders | Opus 5.5 | Fable 5.1 | Opus 5 | Wat het meet |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% | Programmeren via de opdrachtregel met agent-benadering |
| FrontierCode v1.1 | 54.4% | 50.3% | 48.0% | Of wijzigingen in de agentcode zouden worden samengevoegd |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% | Dubbelzinnige codeertaken met meerdere bestanden |
| GDPval-AA v2.1 | 1846 | 1735 | 1708 | Professioneel kenniswerk in 44 beroepen |
| AutomationBench | 40.0% | 31.4% | 26.9% | End-to-end bedrijfsprocessen |
| Het laatste examen van de mensheid | 67.7% met gereedschap | 65.6% met gereedschap | 63.6% met gereedschap | Multidisciplinair redeneren |
| OSWorld 2.0 | 81.8% gedeeltelijk | 80,71 TP40T gedeeltelijk | 74.0% gedeeltelijk | Taken waarbij een computer wordt gebruikt |
De tabel is handig om de door de aanbieder opgegeven prestatielimiet te bepalen. Het is geen vervanging voor de hieronder weergegeven vergelijkbare kaarten: onze test maakt gebruik van korte prompts van één beurt, een hoge inspanningsgraad, geen hulpmiddelen en een door een derde partij gecontroleerde route.
Dezelfde invoerprompts, dezelfde verzoekinstellingen
We hebben de vijf prompts uit het eerdere Opus 5.5-testpakket gekopieerd en elk exemplaar één keer naar elk model gestuurd. De klant wisselde de volgorde van de modellen per taak af, gebruikte UTF-8 JSON en mat de tijd vanaf het begin van het verzoek tot het moment dat de volledige responstekst was gelezen. Alle 15 verzoeken leverden een HTTP 200-status op en einde beurt. Zie voor de bredere achtergrond en de herhaalbare werkwijze Hoe GlobalGPT AI-modellen test.
Vergelijking van tijd en token
| Route | 5 runs verstreken | Gemiddelde / taak | Invoertokens | Uitgangstokens | Routegericht denken | Geschatte catalogusprijs* |
|---|---|---|---|---|---|---|
| Claude Opus 5,5 | 47,725 s | 9,545 s | 700 | 3,952 | 2,214 | $0.0818 |
| Claude Opus 5 | 61,470 s | 12,294 s | 690 | 3,709 | 1,859 | $0.0962 |
| Claude Fable 5.1 | 53,290 s | 10,658 s | 700 | 2,690 | 1,122 | $0.1415 |
*Schatting op basis van de door de route gerapporteerde input-/output-tokens en de door Anthropic vermelde standaard API-tarieven. Hierin zijn cachekosten, platformtegoed, belastingen en opslag niet meegerekend. De verstreken tijd is de lokale end-to-end-tijd vanaf het moment dat het verzoek werd verzonden, niet de latentie van de provider of het aantal tokens per seconde. “Thinking” is een door de route gerapporteerd gebruiksveld, geen onafhankelijk gemeten verborgen redenering.
De resultaten wijzen verschillende kanten op, afhankelijk van de maatstaf. Opus 5.5 leverde de snelste totale tijd en de laagste geschatte kosten op, Fable 5.1 leverde het minste aantal output-tokens op, en Opus 5 had de traagste totale tijd in deze groep. Een korter antwoord is niet automatisch een beter antwoord: de coderingskaart laat zien waarom de uitvoerinhoud en de afhandeling van randgevallen nog steeds moeten worden bekeken.
Vijf bij elkaar horende taakkaarten
Kunnen de modellen een gedupliceerde functie van gemengd type herstellen?
Opzet van de taak: De opdracht vereiste een gecorrigeerde functie plus twee beknopte tests, het vergelijken van tekenreeksen waarbij hoofdletters en kleine letters niet van belang zijn, behoud van de oorspronkelijke spelling en geen crash bij waarden die geen tekenreeks zijn.
| Model | Tijd / gebruik | Waargenomen resultaat |
|---|---|---|
| Claude Opus 5,5 | 15,844 s lokaal · 145 in / 1478 uit · 700 nadenken · einde beurt | Maakt gebruik van casefold in combinatie met een fallback op basis van een lijst; in de docstring staat ‘identiteit’, terwijl de code ‘gelijkheid’ hanteert. |
| Claude Opus 5 | 16,845 s lokaal · 143 in / 1109 uit · 312 nadenken · einde beurt | Voegt sleutels met typetags en een fallback voor gelijkheid toe, en wijst op de ongeldige Python-syntaxis van één regel. |
| Claude Fable 5.1 | 12,778 s lokaal · 145 in / 783 uit · 0 nadenken · einde beurt | Gebruikt `repr(item)` voor waarden die niet in een hash kunnen worden opgeslagen; dit voldoet aan de getoonde voorbeelden, maar kan bij verschillende typen tot conflicten leiden. |
Vergelijkingsresultaat: Het randgeval is een observatie op taakniveau, geen bewering die geldt voor alle programmeerwerkzaamheden.
Kunnen de modellen de vijf opgegeven feiten behouden zonder beweringen toe te voegen?
Opzet van de taak: De input bestond uit een kort verslag over een test van twee weken met drie schrijfassistenten. Het gaat om een korte extractietaak, niet om een benchmark in een bredere context.
| Model | Tijd / gebruik | Waargenomen resultaat |
|---|---|---|
| Claude Opus 5,5 | 4,374 s lokaal · 210 in / 312 uit · 101 nadenken · einde_beurt | Ik heb vijf genummerde kogels teruggestuurd en ben binnen de verstrekte gegevens gebleven; de labels en de volgorde verschilden enigszins. |
| Claude Opus 5 | 4,661 s lokaal · 208 in / 265 uit · 27 nadenken · einde beurt | Ik heb vijf genummerde kogels teruggestuurd en ben binnen de verstrekte gegevens gebleven; de labels en de volgorde verschilden enigszins. |
| Claude Fable 5.1 | 6,305 s lokaal · 210 in / 223 uit · 0 nadenken · einde beurt | Ik heb vijf genummerde kogels teruggestuurd en ben binnen de verstrekte gegevens gebleven; de labels en de volgorde verschilden enigszins. |
Vergelijkingsresultaat: De brontekst was kort; hiermee wordt de extractie en opmaak op basis van de tekst zelf gecontroleerd, niet de verwerking van een context van miljoenen tokens.
Kunnen de modellen de exact gevraagde structuur weergeven?
Opzet van de taak: De opdracht vereiste uitsluitend geldige JSON, vijf exacte sleutels, twee voordelen, twee nadelen en korte tekenreeksen. De fictieve inhoud van de beoordeling vormt geen bewijs met betrekking tot welk model dan ook.
| Model | Tijd / gebruik | Waargenomen resultaat |
|---|---|---|
| Claude Opus 5,5 | 8,276 s lokaal · 128 in / 622 uit · 390 nadenken · einde_beurt | Er werd een parseerbare JSON-uitvoer geretourneerd met de gevraagde sleutels en twee voor- en twee nadelen; de gegenereerde beoordelingsclaims zijn testtekst, geen productgegevens. |
| Claude Opus 5 | 6,344 s lokaal · 126 in / 238 uit · 0 nadenken · einde beurt | Er werd een parseerbare JSON-uitvoer geretourneerd met de gevraagde sleutels en twee voor- en twee nadelen; de gegenereerde beoordelingsclaims zijn testtekst, geen productgegevens. |
| Claude Fable 5.1 | 6,626 s lokaal · 128 in / 203 uit · 0 nadenken · einde beurt | Er werd een parseerbare JSON-uitvoer geretourneerd met de gevraagde sleutels en twee voor- en twee nadelen; de gegenereerde beoordelingsclaims zijn testtekst, geen productgegevens. |
Vergelijkingsresultaat: De JSON-strings beschrijven een fictieve beoordelingsopzet en mogen niet als productgegevens worden gepubliceerd.
Kunnen de modellen de afgeronde reeks stappen doorvoeren tot aan het uiteindelijke antwoord?
Opzet van de taak: De reeks was 12, daarna nog eens 25%, afgerond naar beneden, verdeeld over vier partijen.
| Model | Tijd / gebruik | Waargenomen resultaat |
|---|---|---|
| Claude Opus 5,5 | 3,830 s lokaal · 89 in / 257 uit · 74 nadenken · einde beurt | De uitkomsten waren 12, 15, 18, 22 en in totaal 67; alle drie eindigden met het gevraagde getal 67 op zichzelf. |
| Claude Opus 5 | 5,079 s lokaal · 87 in / 277 uit · 90 nadenken · einde_beurt | De uitkomsten waren 12, 15, 18, 22 en in totaal 67; alle drie eindigden met het gevraagde getal 67 op zichzelf. |
| Claude Fable 5.1 | 5,347 s lokaal · 89 in / 127 uit · 0 nadenken · einde beurt | De uitkomsten waren 12, 15, 18, 22 en in totaal 67; alle drie eindigden met het gevraagde getal 67 op zichzelf. |
Vergelijkingsresultaat: Alle drie hebben deze rekenopgave goed doorstaan; op basis van één opgave kan de betrouwbaarheid van het algemeen redeneervermogen niet worden ingeschat.
Kan de route de gevraagde indeling in twee alinea’s behouden?
Opzet van de taak: In de opdracht werd gevraagd om twee alinea’s in het Chinees van elk 80–120 Chinese karakters: een antwoord over de waarde, gevolgd door het testplan.
| Model | Tijd / gebruik | Waargenomen resultaat |
|---|---|---|
| Claude Opus 5,5 | 15,401 s lokaal · 128 in / 1283 uit · 949 denkfase · einde beurt | De twee gevraagde alinea's teruggestuurd, daarna Markdown-opmaak toegevoegd en een opmerking in het Engels. |
| Claude Opus 5 | 28,541 s lokaal · 126 in / 1820 uit · 1430 nadenken · einde beurt | De twee gevraagde alinea's zijn teruggeplaatst, waarna na een scheidingsteken een opmerking in het Engels is toegevoegd. |
| Claude Fable 5.1 | 22,234 s lokaal · 128 in / 1354 uit · 1122 nadenken · end_turn | Er werden twee nette Chinese alinea’s weergegeven, zonder extra opmerkingen of Markdown-opmaak. |
Vergelijkingsresultaat: Dit documenteert de instructies die tijdens de geteste route zijn gevolgd; het is geen kwaliteitsnorm voor de Chinese taal.
Aandachtspunten met betrekking tot API’s en migratie
Opus 5.5 is niet zomaar een vervanging voor elke Opus 5-integratie. Anthropic’s migratiegids stelt dat de denkfunctie niet kan worden uitgeschakeld in Opus 5.5; verzoeken om de oude denkmodus uit te schakelen of handmatig in te schakelen, leveren een 400-fout op. De migratie brengt ook wijzigingen aan in het verplichte gebruik van tools, koppelt denkblokken aan het model en het gesprek, en vervangt de oudere tool voor computergebruik in de Claude-API en het Google Cloud-pad.
De gebruikte gezamenlijke test output_config.effort: hoog voor alle drie de modellen, zodat de resultaten van de prompts gemakkelijker te vergelijken waren. Dit betekent dat deze runs niet de standaardinstelling voor de inspanningsgraad van elk model weergeven. Voor Fable 5.1 is vastgelegd dat adaptief denken altijd is ingeschakeld en de standaardinspanningsgraad hoog is; voor Opus 5.5 is vastgelegd dat adaptief denken altijd is ingeschakeld en de standaardinspanningsgraad gemiddeld is; Opus 5 maakt gebruik van adaptief denken met een hoge standaardinspanningsgraad.
Wat deze test daadwerkelijk aantoont
Oordeel op taakniveau
Opus 5.5: de snelste en laagste geschatte catalogusprijs in dit pakket met vijf taken, terwijl het tegelijkertijd de meeste output-tokens oplevert. Fable 5.1: de kortste uitvoer in totaal en de striktste naleving van de Chinese beperking van twee alinea’s, maar door de hogere tokenprijs kwam de schatting voor vijf runs het hoogst uit en vertoonde de uitwijkoplossing voor de codering een concreet randgeval met kruisvormige elementen. Opus 5: correct bij de taken voor gegevensontsluiting, JSON en wiskundige bewerkingen, maar het traagst in dit voorbeeld van een route en in de officiële documentatie aangemerkt als verouderd.
Dat is voldoende om een praktische voorkeur voor Opus 5.5 op deze gemeten route te rechtvaardigen, maar niet genoeg om te beweren dat het bij elke werklast beter presteert. Herhaal de test met verschillende tools, langere invoergegevens en meerdere testruns voordat je het resultaat als een productiebenchmark beschouwt.
Als je de vergelijking wilt maken zonder drie aparte accounts aan te maken, Probeer de workflow voor modelvergelijking in GlobalGPT eens uit. De route van het directe model en de toewijzing van de upstream-provider moeten nog steeds afzonderlijk worden gecontroleerd voordat er een definitief besluit wordt genomen.
FAQ
Welk model was het snelst in de vergelijkende test?
Claude Opus 5.5 had de laagste totale lokale doorlooptijd: 47,725 seconden over vijf opeenvolgende verzoeken. Dit betreft een waarneming op het niveau van de route, niet de latentie aan de kant van de provider.
Welk model gebruikte de minste output-tokens?
Claude Fable 5.1 gebruikte 2.690 door de route gerapporteerde outputtokens voor de vijf taken, tegenover 3.709 voor Opus 5 en 3.952 voor Opus 5.5.
Welk model was het goedkoopst in de test?
Op basis van de officiële standaard API-tarieven en het aantal geretourneerde input- en output-tokens kwam Opus 5.5 uit op de laagste schatting voor vijf runs: $0,0818. Hierbij is geen rekening gehouden met cache, credits, belastingen en platformtoeslag.
Hebben alle drie de modellen dezelfde taken met succes uitgevoerd?
Alle drie leverden ze een ‘grounded’ JSON-uitvoer op met vijf elementen, die kon worden geparseerd en de gevraagde sleutels bevatte, evenals het juiste totaal van 67. De codering en de kaarten in Chinese indeling vertonen betekenisvolle verschillen in de uitvoer.
Was dit een benchmark met een lange context?
Nee. De hergebruikte extractieopdracht bevat een korte tekst. Deze toetst de gronding en de exacte opmaak, dus mag deze niet worden gepresenteerd als bewijs van de prestaties bij een context van een miljoen tokens.
Is Claude Opus 5 nog steeds actueel?
In de modeldocumentatie van Anthropic wordt Opus 5 aangemerkt als actief maar verouderd, en wordt aanbevolen om Opus 5.5 te overwegen voor betere prestaties. Bij bestaande API-integraties dient de migratiegids te worden geraadpleegd alvorens over te stappen.
Officiële specificaties: Opus 5.5-documentatie, Opus 5-documenten, en Fable 5.1-documenten. De benchmarkwaarden van de aanbieder zijn toegewezen aan Anthropic; de praktijkwaarden zijn afkomstig uit het hierboven beschreven bijbehorende testpakket.
