Naar inhoud
Tier A — Frontier
Draait in:USGemaakt in:United States
Anthropic

Claude Opus 5

Tier A — Frontier · 1M tokens

Tokonomix-redactie·Gecontroleerd door Mes Kalkan··
Sectie 01

Snelheidsanalyse

Latency gemeten over alle benchmark-runs. P50 (mediaan) en P95 (95e percentiel) geven een realistisch beeld van de responssnelheid onder normale en piekbelasting.

P50 latency (mediaan)P95 latency120 runs
7403763678598081283009-3010-30ms
Sectie 02

Kwaliteitsscores

Hoe dit model zich per promptcategorie verhoudt tot de rest van het veld, uit een paarsgewijze berekening over dezelfde prompts. Het ruwe jurycijfer staat onder elk getal.

31%
Code generatie
jurygemiddelde 69
88%
Creatief
jurygemiddelde 92
49%
Feitelijk
jurygemiddelde 86
52%
Meertaligheid
jurygemiddelde 92
56%
Redeneren
jurygemiddelde 89

Winstpercentage per categorie: hoe vaak dit model een gemiddeld model verslaat op een prompt uit die categorie. 50% is gemiddeld, geen onvoldoende. Het is geen percentage goede antwoorden.

Sectie 03

Prijzen

Wat je per miljoen tokens betaalt als je dit model via Tokonomix gebruikt, plus een schatting voor een gemiddeld gesprek.

💰
API-tarieven — Claude Opus 5
$6.50 per 1M input-tokens
$32.50 per 1M output-tokens
≈ $0.0104 per typisch gesprek (800 tokens)
Input vs output prijs (per 1M tokens)
per 1M input-tokens$6.50
per 1M output-tokens$32.50
Sectie 04

Tokens per seconde

Doorvoersnelheid in tokens per seconde, afgeleid uit gemeten P50-latency. Hogere waarden zijn beter; fluctuaties weerspiegelen serverbelasting bij de provider.

Doorvoer (tokens / s)217 / avg 191
26832

Geschat uit P50-latency × 200 output-tokens — het absolute getal hangt af van deze aanname; de trend is wat telt.

Sectie 05

Mogelijkheden

toolssource: manualvisionjson modepdf inputreasoningjson schemaprompt cachingmax output tokens: 128000
Sectie 06

Beschikbaarheid

Beschikbaarheid

Hoe vaak dit model antwoordt als we het aanroepen — gemeten over echte API-aanvragen en live-tests in de afgelopen 30 dagen. Dit staat los van kwaliteit: deze cijfers laten alleen zien of het model reageert, niet hoe goed het antwoord is.

Afgelopen 7 dagen

—

Afgelopen 30 dagen

98.4%

n=190

Mediane responstijd

22,437ms

n=187

Gebaseerd op 550 metingen in de afgelopen 30 dagen.

Technische details

Alleen echte API-aanroepen en live-testverzoeken tellen mee — interne probes en benchmarkruns zijn uitgesloten.

Aanroepen met een eigen API-sleutel (BYOK) zijn uitgesloten: die fouten zijn sleutelspecifiek en geen teken van modelneergang.

Mislukte aanroepen worden NIET meegeteld in kwaliteitsscores — kwaliteit wordt gemeten op geslaagde responses. Beschikbaarheid en kwaliteit zijn onafhankelijke signalen.

Mediane responstijd (p50) over geslaagde aanroepen met een vastgelegde duur. Uitschieters trekken de mediaan minder dan het gemiddelde.

Totaal aanroepen (30d)

190

OK-reacties (30d)

187

Totaal aanroepen (7d)

0

OK-reacties (7d)

0

Sectie 07

Tokonomix benchmark-oordelen

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-583/100 · 46 runs
35 correct5 partial6 wrong76% accuracy
● 2026-10-25

Claude Opus 5 adds seven new capabilities with no benchmark data

Claude Opus 5 has introduced a significant expansion of technical capabilities without corresponding benchmark performance data in this window. The model now supports tools, vision, JSON mode, PDF input, reasoning, JSON schema, and prompt caching. These additions represent a substantial broadening of the model's functional scope, moving from a text-focused system to a multimodal platform with structured output capabilities and developer-friendly features like caching. However, the absence of benchmark results in both the current and previous windows makes it impossible to assess actual performance levels or compare quality against other models. Users gain access to a more versatile toolkit that should enable new use cases like document analysis, visual understanding, and function calling. The reasoning capability suggests enhanced logical processing, while prompt caching could improve efficiency for repetitive tasks. Without performance metrics, users should conduct their own evaluations for their specific use cases. The feature expansion indicates Anthropic's commitment to competitive parity with other frontier models, but real-world testing will be necessary to understand how these capabilities perform relative to alternatives.

Kwaliteit

—

Latency p50

—

Testruns

0

✓ Seven new capabilities added✓ Multimodal support introduced✓ Developer features expanded✗ No benchmark data available
Sectie 08

Volledig modelprofiel

Claude Opus 5 — model deep-dive

Claude Opus 5 is het nieuwe vlaggenschip in Anthropic's Opus-lijn, uitgebracht op 24 juli 2026 als opvolger van Opus 4.8. Anthropic positioneert het model "voor complexe agentic coding en enterprise-werk" en het is nu de standaard in Claude Code, Anthropics eigen coding-agent. Het model is beschikbaar via de Claude API (model-ID claude-opus-5), Amazon Bedrock, Google Cloud Vertex AI, Microsoft Foundry en Claude Platform on AWS.

Prijs en context-venster

Volgens Anthropic "evenaart Opus 5 veel van Fable 5's capaciteiten tegen de helft van de prijs" — een claim van Anthropic zelf, niet onafhankelijk geverifieerd. Het model heeft een context-venster van 1.000.000 tokens en kan tot 128k tokens output teruggeven per synchrone aanroep, genoeg voor het overzien van grote codebases of lange documentsets in één keer.

Adaptive thinking en kennis-cutoff

In plaats van de handmatige budget_tokens-instelling van extended thinking werkt Opus 5 met adaptive thinking, gestuurd via een effort-parameter met vijf standen: low, medium, high, xhigh en max (standaard: high). De trainingsdata is betrouwbaar tot mei 2026 — volgens Anthropic de meest recente cutoff van alle huidige Claude-modellen.

Langdurig zelfstandig werken

Anthropic's belangrijkste claim voor Opus 5 gaat over volhouden op lange, onbewaakte taken: urenlang zelfstandig doorwerken, herstellen van eigen fouten, om blokkades heen routeren in plaats van vastlopen, en tussentijds het eigen werk controleren. Anthropic onderbouwt dit met eigen cijfers: 43,3% op Frontier-Bench v0.1 (tegen 18,7% voor Opus 4.8) en 68,8% op DeepSWE v1.1 (tegen 59,0% voor Opus 4.8). Dit zijn Anthropic's eigen gepubliceerde resultaten, niet onafhankelijk gereproduceerd door Tokonomix.

Beter oordeelsvermogen

Anthropic noemt daarnaast beter oordeelsvermogen: het model stelt vaker een verduidelijkende vraag vóórdat het gokt bij een ambigue instructie, geeft eerder tegengas bij een gebrekkige of onderbepaalde opdracht in plaats van die letterlijk uit te voeren, en overweegt vaker de gevolgen van een wijziging vóór implementatie. Er is geen kwantitatieve meting bij deze claim — het is een kwalitatieve beschrijving van het ontwerpdoel.

Wanneer Opus 5 kiezen

Anthropic positioneert Opus 5 als de nieuwe standaardkeuze voor complexe, agentic coding- en enterprise-taken, en als het goedkopere alternatief voor Fable 5 met naar eigen zeggen vergelijkbare capaciteiten op veel vlakken. Voor eenvoudiger werk — korte chats, classificatie, lichte extractie — blijft een kleiner en goedkoper model doorgaans de efficiëntere keuze; Opus 5 is gebouwd voor langdurige, complexe taken met hoge inzet, niet voor hoogvolume eenvoudig werk.

Beschikbaarheid op Tokonomix

Claude Opus 5 staat op Tokonomix onder de slug claude-opus-5, tier A, US-hosted via Anthropic direct. Onafhankelijke benchmarkscores van Tokonomix' eigen testrunners zijn nog niet beschikbaar en verschijnen automatisch op deze pagina zodra het model meedraait in de eerstvolgende testcyclus.

Laatste automatische test
30 okt 2026 · 02:03 UTC · Snelheidstest
P50 latency
923 ms
P95 latency
933 ms
Fouten
0 / 6 runs
Laatst beoordeeld door Tokonomix-team·15 september 2026