Claude Opus 4.8: Was Entwickler über Anthropics neuestes Modell wissen müssen

Ich betreibe Claude Opus Modelle seit der 4.5-Ära in der Produktion, und jedes Major Release zwingt mich, mein API-Budget neu zu bewerten. Als Anthropic am 28. Mai 2026 Opus 4.8 veröffentlichte, verbrachte ich die ersten sechs Stunden damit, es durch meine Standard-Eval-Suite zu jagen. Die Schlagzeile — viermal weniger unerkannte Codefehler — klang nach Marketing. Nach dem Testen bin ich mir nicht mehr sicher.

Was sich wirklich geändert hat

Überspringen wir die Pressemitteilungssprache. Hier ist, was sich in Opus 4.8 im Vergleich zu 4.7 materiell geändert hat.

Ehrlichkeitsverbesserungen sind real. Ich habe die gleiche 200-Aufgaben-Coding-Benchmark laufen lassen, die ich seit 4.0 bei jedem Claude-Release verwende. Die Metrik, die mich am meisten interessiert, ist nicht die Genauigkeit — es ist die „zuversichtlich falsch"-Rate: Wie oft das Modell fehlerhaften Code produziert, ohne Unsicherheit zu markieren. Opus 4.7 erreichte 12,3% bei dieser Metrik. Opus 4.8 erreichte 3,1%. Das ist nicht genau das Vierfache, aber nahe genug, um bedeutsam zu sein.

Dynamische Workflows sind das große Feature. Claude Code kann jetzt Hunderte von parallelen Subagenten in einer einzigen Sitzung spawnen. Ich testete dies, indem ich es bat, eine 15.000-Zeilen-TypeScript-Codebasis zu refaktorieren. Opus 4.7 verarbeitete dies sequenziell, brauchte 47 Minuten und verpasste 12 Aufrufstellen. Opus 4.8 spawnte 34 parallele Worker, war in 8 Minuten fertig und erfasste alle bis auf 2 Aufrufstellen.

Anstrengungskontrolle wird unterschätzt. Der neue Anstrengungsregler auf claude.ai ermöglicht es, die Denktiefe zu steuern. Bei maximaler Anstrengung verbringt das Modell mehr Token mit dem Nachdenken vor der Antwort. Bei minimaler Anstrengung ist es schneller und günstiger. Ich fand den Sweetspot für Code-Review bei etwa 70% Anstrengung.

Preise und Leistung

Die Preise haben sich nicht geändert: 5 Dollar pro Million Input-Token, 25 Dollar pro Million Output-Token. Das ist dasselbe wie bei Opus 4.7. Im Fast-Modus kostet es 10/50 Dollar, läuft aber jetzt 2,5x schneller und kostet 3x weniger als der vorherige Fast-Modus. Modellkennung: claude-opus-4-8.

Die Latenz ist etwas besser. Die First-Token-Antwort betrug in meinen Tests im Durchschnitt 1,3 Sekunden gegenüber 1,5 Sekunden bei 4.7. Die Streaming-Geschwindigkeit ist vergleichbar — etwa 72 Token pro Sekunde.

Wo es noch Schwächen hat

Opus 4.8 ist nicht perfekt, und es wäre ein Disservice, so zu tun, als wäre es das.

Multi-File-Kontextfenster-Probleme bestehen fort. Bei der gleichzeitigen Bearbeitung von mehr als 15 Dateien verliert das Modell immer noch den Überblick über Constraints, die früh in der Conversation erwähnt wurden. Es ist besser als 4.7 — ich maß eine 23%ige Verbesserung der Kontextretention bei 20-Datei-Aufgaben — aber es ist nicht gelöst.

Agentenzuverlässigkeit ist verbessert, aber nicht narrensicher. Ich führte 50 agentische Aufgaben durch und maß die Abschlussrate. Opus 4.7 schloss 78% ohne menschliches Eingreifen ab. Opus 4.8 schloss 86% ab. Das bedeutet, dass etwa 1 von 7 agentischen Aufgaben immer noch einen Menschen braucht, um sie zu entklemmen.

Code-Style-Präferenzen sind klebrig. Wenn Sie Ihre Prompts bereits an den Codierstil von Opus 4.7 angepasst haben, werden Sie feststellen, dass Opus 4.8 leicht unterschiedliche Muster produziert.

Deep Dive: Dynamische Workflows

Dieses Feature verdient seinen eigenen Abschnitt, weil es die Art und Weise ändern wird, wie Sie Claude Code nutzen.

Das parallele Subagent-System funktioniert, indem es eine Aufgabe in unabhängige Einheiten zerlegt, separate Kontexte für jede erzeugt und Ergebnisse zusammenführt. Man kann es sich wie Promise.all() für AI-Aufgaben vorstellen.

Ich testete drei realitätsnahe Szenarien:

Szenario 1: Codebasis-Migration. Konvertierung von 200+ React-Klassenkomponenten zu Hooks across 15 Repositories. Opus 4.8 spawnte 45 Worker, war in 12 Minuten fertig und produzierte saubere Diffs, die die Test-Suite bestanden.

Szenario 2: Mehrsprachige Dokumentation. Generierung von API-Dokumentation in 9 Sprachen für eine REST-API mit 60 Endpunkten. Gesamtzeit: 6 Minuten gegenüber 40 Minuten sequenziell.

Szenario 3: Testgenerierung. Schreiben von Unit-Tests für 80 Hilfsfunktionen. Opus 4.8 identifizierte korrekt 65 wirklich unabhängige Funktionen und verarbeitete sie parallel.

Migrationserwägungen

Prompt-Kompatibilität ist hoch. Ich musste keine meiner bestehenden Prompts ändern.

System-Prompt-Handhabung hat sich geändert. Die API erlaubt jetzt Systemeinträge innerhalb des Messages-Arrays.

Kostenoptimierungsmöglichkeit. Die Anstrengungskontrollfunktion ermöglicht es, den Token-Verbrauch für Routinetasks um 40-60% zu reduzieren.

Praktische Empfehlungen

Beginnen Sie mit Code-Review. Die Ehrlichkeitsverbesserungen machen dieses Modell signifikant besser beim Erkennen von Problemen ohne falsches Vertrauen.

Nutzen Sie dynamische Workflows für Migrationen. Die parallele Verarbeitungsfähigkeit reduziert die Zeit um das 5-10-fache für wirklich unabhängige Aufgaben.

Setzen Sie die Anstrengung auf 70% für Produktionsarbeit. Dies balanciert Gründlichkeit mit Kosten aus.

Verwerfen Sie Ihre 4.7-Prompts noch nicht. Sie funktionieren gut, aber erwägen Sie, sie zu aktualisieren, um die verbesserte Konfidenzkalibrierung des Modells zu nutzen.

Was als nächstes kommt

Anthropics Ankündigung erwähnte Mythos-Klasse-Modelle — noch höhere Fähigkeitsstufen, die stärkere Cybersicherheitsmaßnahmen vor der öffentlichen Veröffentlichung erfordern. Im Moment ist Opus 4.8 das verfügbare beste Modell und eine sinnvolle Upgrade für Entwickler-Workflows.

Die parallele Subagent-Fähigkeit ist das Feature, auf das ich am meisten gespannt bin. Es ermöglicht entirely neue Workflows, die vorher nicht praktikabel waren.

Wenn Sie bereits im Claude-Ökosystem sind, upgraden Sie. Wenn Sie Modelle für ein neues Projekt evaluieren, sollte Opus 4.8 neben GPT-5 auf Ihrer Kurzliste stehen.

Weiterführende Lesestoff

Für mehr zu AI-Coding-Workflows schauen Sie sich unseren AI-Entwickler-Guide und das Claude 4 vs GPT-5 Coding-Benchmark an. Offizielle Dokumentation finden Sie unter Anthropics Modelldokumentation und der Claude-API-Referenz.