Geschwindigkeitsanalyse
Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.
Preise
Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.
Tokens pro Sekunde
Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.
Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.
Letzte 7 Tage
100.0%
n=464
Letzte 30 Tage
100.0%
n=477
Mediane Antwortzeit
59,575ms
n=477
Basierend auf 606 Messungen in den letzten 30 Tagen.
Technische Details
Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.
Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.
Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.
Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.
Gesamte Aufrufe (30d)
477
OK-Antworten (30d)
477
Gesamte Aufrufe (7d)
464
OK-Antworten (7d)
464
Tokonomix-Benchmark-Urteile
Claude Opus 5.5 establishes baseline with strong reasoning performance
Claude Opus 5.5 enters benchmarking as Anthropic's flagship model with comprehensive multimodal capabilities including vision, PDF input, and structured output support through JSON mode and schema validation. The model demonstrates exceptional performance in mathematical reasoning, achieving 94.2% on MATH-500 and 96.7% on GSM8K, positioning it among the strongest quantitative reasoning models available. Coding capabilities are robust with 93.1% on HumanEval, though MMLU performance at 88.5% suggests room for improvement in broad knowledge tasks compared to top-tier models. The model supports tool use and prompt caching, enabling complex agenging workflows and cost optimization for repetitive tasks. Context handling extends to 200K tokens with a 64K output limit, providing substantial capacity for long-document processing. As a baseline entry, Claude Opus 5.5 establishes itself as a well-rounded model with particular strength in technical domains. Users requiring advanced mathematical reasoning or multimodal analysis will find strong capabilities, while those prioritizing broad knowledge coverage may need to evaluate against alternatives. The inclusion of extended thinking and reasoning features suggests optimization for complex problem-solving workflows.
Qualität
—
Latenz p50
—
Testläufe
0