Claude Platform

“In unserer Research Suite hat Claude Fable 5.1 neue Bestwerte erzielt. Bei einer Aufgabe entwickelte es eine neuartige Lösung entlang einer völlig anderen Achse, als wir sie von anderen Modellen oder von menschlichen Forschern in der Vergangenheit gesehen hatten, wodurch die Ergebnisse deutlich über das vorherige Niveau hinausgingen. Es eignet sich besser für die kreative Problemlösung und liefert den entscheidenden Geistesblitz, den man benötigt, um ein schwieriges Problem zu lösen.”

“Die Entscheidung für Claude war rein datengestützt. Wir haben mehrere Modellanbieter miteinander verglichen, und Claude erzielte durchweg die besten Ergebnisse in Bezug auf Falllösungsraten und Kundenzufriedenheit.”

“Die Partnerschaft mit Anthropic war hervorragend – deren Beratung und Support haben unseren Engineering-Teams geholfen, die Modelle optimal zu nutzen.”

“Entwickler möchten Agenten, die Arbeit an der Software übernehmen und abschließen können. In unseren Tests mit GitHub Copilot CLI und VS Code gehörte Claude Opus 5.5 unter allen von uns gemessenen Modellen zu denjenigen, die am wenigsten Tokens und Schritte benötigten. In VS Code löste es mehr Terminalaufgaben als Opus 5 – in weniger als der Hälfte der Schritte. Claude Opus 5.5 erledigt nicht nur einzelne Aufgaben effizienter, sondern sorgt auch dafür, dass größere Projekte der Entwickler besser realisierbar sind.”

“Für Lovable-Builder bedeutet Opus 5.5 schnellere Builds bei gleicher Qualität, egal ob Sie von Grund auf neu beginnen oder an einer Live-App arbeiten. Claude Opus 5.5 erfasst den Kontext einmal, nimmt weniger, aber vollständigere Änderungen vor und bleibt nicht bei erneuten Versuchen hängen, wodurch der Prozess in einem Drittel bis zur Hälfte weniger Schritten abgeschlossen wird und dabei deutlich weniger Token verwendet werden.”

“Mit Claude Opus 5.5 haben wir eine deutliche Verbesserung der Tokeneffizienz bei unseren internen Bewertungen festgestellt, da wir dieselben Aufgaben kostengünstiger und schneller erledigen konnten.”

“Finanzunternehmen benötigen Ergebnisse, die stets korrekt sind. Mit der niedrigsten Aufwandseinstellung übertraf Claude Opus 5.5 Opus 5 bei hohem Aufwand in unserer BigFinance Bench – mit etwa 60 % weniger Ausgabetokens. Nicht nur die Antworten sind kürzer sowie besser strukturiert, sondern auch die Folien sind dichter und entsprechen stärker den Branchenstandards.”

“Claude Opus 5.5 ist das erste Modell, das wir bei mittlerem Aufwand standardmäßig verwenden würden. In unseren Tests erreichte Claude Opus 5.5 bei hohem Aufwand das Niveau von Opus 5, wobei 20 bis 25 % weniger Ausgabetokens verwendet wurden. Bei langen, unübersichtlichen Untersuchungen lieferte es immer eine klare, umsetzbare Antwort. Das bedeutet, dass unsere Kunden mehr mit weniger Aufwand erledigen können.”

“Unsere Kunden verwenden Box AI für enorme Mengen an Inhalten. Daher haben Geschwindigkeit und Kosten höchste Priorität. In unseren Bewertungen verwendete Claude Opus 5.5 ein Drittel der Token von Opus 5, und die Antworten waren um 40 % weniger umfangreich, ohne an Genauigkeit einzubüßen. Wir gehen davon aus, dass dies für Teams, die Agenten über ihre Inhalte hinweg in Bereichen wie dem Finanzwesen und dem öffentlichen Sektor einsetzen, von großer Bedeutung ist.”

“In den ersten Tests von Epic hat Claude Sonnet 5.5 das gleiche Qualitätsniveau erreicht, das Sie von einem höherstufigen Modell erwarten würden, und sich sowohl bei einer Überprüfung des Systemdesigns als auch bei einer Überprüfung des Datenflusses bewährt. Das neue Modell verwaltete Zehntausende von Codezeilen für die Architektur des Gameplay-Systems, sorgte für schnelle Antworten, bewältigte mehrstündige Aufgaben und lieferte Ergebnisse bei weniger präskriptivem Prompting.”

“Claude Sonnet 5.5 hat bei fast allen unseren Offline-Slackbot-Evaluierungen besser abgeschnitten als Sonnet 5, in weniger Schritten und mit etwa 14 % weniger Ausgabetokens, ohne dass wir unsere Prompts geändert haben. Wenn jemand Slackbot eine Aufgabe erteilt, sind Qualität und Geschwindigkeit am wichtigsten, und dank Sonnet 5.5 kann Slackbot den Nutzern schneller bessere Ergebnisse liefern.”

“Wir haben Claude Sonnet 5.5 mit Antworten und Eskalationsanfragen aus Hunderten von echten Supportfällen trainiert. Es traf weniger falsche Entscheidungen und löste Tickets schneller als die Claude-Modelle, die wir heute in der Produktion verwenden. Tickets wurden um 20 % schneller bearbeitet, sodass unsere Kunden die benötigte Hilfe ohne Wartezeit erhielten.”

“Claude Fable 5.1 ist ein führendes Modell für die Evaluierung von Vorfallsuntersuchungen. Dabei wird anhand echter Vorfälle in der Produktion beurteilt, wie effektiv unser Agent, Bits Investigation, Ursachenanalysen erstellen kann. Wir bewerten die Ergebnisse unseres Agenten anhand der von unseren Entwicklern ermittelten Ursachen. In diesen Bewertungen hat es stärkere Reasoning-Fähigkeiten als Opus 5 gezeigt und die komplexesten von uns getesteten Produktionsvorfälle erfolgreich diagnostiziert.”

“Wir verlagern unseren Opus 5-Traffic in Devin am Tag der Markteinführung auf Claude Fable 5.1. In unseren Tests hat es Fable 5 erreicht oder übertroffen, und zwar zu geringeren Kosten pro Aufgabe, und mit den neuen Cache-Read-Preisen ist ein Modell der Fable-Klasse endlich wirtschaftlich für die Workloads, die wir auf Opus gehalten haben – beginnend mit der Code-Überprüfung.”

“Wir haben Claude Fable 5.1 gebeten, ein klinisches Forschungsprojekt für Rakuten Medical zu überprüfen, das drei andere Frontier-Modelle genehmigt hatten. Es fand eine Lücke, die keiner von ihnen erkannt hatte, und bestand darauf, sie weiter zu testen. Dann schlug es eine völlig neue Hypothese vor und entwickelte aus einem bereits abgeschriebenen Datensatz innerhalb eines Nachmittags eine neue Forschungsrichtung. Es ist das erste Mal, dass uns ein Frontier-Modell wie Claude die Möglichkeit gibt, auf diese Weise neue Forschungsansätze zu erkunden.”

“Das Highlight in Claude Fable 5.1 sind die Schreibfähigkeiten: Es schreibt verständlicher sowie aussagekräftiger und hält sich besser an unsere Schreibanweisungen. In Blindtests gegen Fable 5 habe ich Claudes Schreibstil und Ausgabe bevorzugt. Und in Canva Code baute es ein Rhythmusspiel mit echter Musik und On-Beat-Gameplay, das auf das generierte Level abgestimmt war – etwas, das kein anderes von uns getestetes Modell geliefert hat.”

“In unserer Research Suite hat Claude Fable 5.1 neue Bestwerte erzielt. Bei einer Aufgabe entwickelte es eine neuartige Lösung entlang einer völlig anderen Achse, als wir sie von anderen Modellen oder von menschlichen Forschern in der Vergangenheit gesehen hatten, wodurch die Ergebnisse deutlich über das vorherige Niveau hinausgingen. Es eignet sich besser für die kreative Problemlösung und liefert den entscheidenden Geistesblitz, den man benötigt, um ein schwieriges Problem zu lösen.”

“Die Entscheidung für Claude war rein datengestützt. Wir haben mehrere Modellanbieter miteinander verglichen, und Claude erzielte durchweg die besten Ergebnisse in Bezug auf Falllösungsraten und Kundenzufriedenheit.”

“Die Partnerschaft mit Anthropic war hervorragend – deren Beratung und Support haben unseren Engineering-Teams geholfen, die Modelle optimal zu nutzen.”

“Entwickler möchten Agenten, die Arbeit an der Software übernehmen und abschließen können. In unseren Tests mit GitHub Copilot CLI und VS Code gehörte Claude Opus 5.5 unter allen von uns gemessenen Modellen zu denjenigen, die am wenigsten Tokens und Schritte benötigten. In VS Code löste es mehr Terminalaufgaben als Opus 5 – in weniger als der Hälfte der Schritte. Claude Opus 5.5 erledigt nicht nur einzelne Aufgaben effizienter, sondern sorgt auch dafür, dass größere Projekte der Entwickler besser realisierbar sind.”

“Für Lovable-Builder bedeutet Opus 5.5 schnellere Builds bei gleicher Qualität, egal ob Sie von Grund auf neu beginnen oder an einer Live-App arbeiten. Claude Opus 5.5 erfasst den Kontext einmal, nimmt weniger, aber vollständigere Änderungen vor und bleibt nicht bei erneuten Versuchen hängen, wodurch der Prozess in einem Drittel bis zur Hälfte weniger Schritten abgeschlossen wird und dabei deutlich weniger Token verwendet werden.”

“Mit Claude Opus 5.5 haben wir eine deutliche Verbesserung der Tokeneffizienz bei unseren internen Bewertungen festgestellt, da wir dieselben Aufgaben kostengünstiger und schneller erledigen konnten.”