Dieses Modell ist veraltet. Wir messen die Leistung nur noch für die Standard-Workload mit 10.000 Eingabe-Tokens. Ergebnisse für andere Workloads sind historische Daten und werden nicht mehr aktualisiert.

Anthropic hat eine neuere Version veröffentlicht: Claude Opus 4.7. Wir empfehlen, diese als Alternative in Betracht zu ziehen.

Anthropic

•

Claude Opus 4.6

•

Proprietary model

•

Released Februar 2026

Claude Opus 4.6 (Max): Analyse von Intelligenz, Leistung und Preis

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Ausprobieren Benchmarks der API-Anbieter

IntelligenzUpdated

32*

Artificial Analysis Intelligence Index

* Geschätzt

Geschwindigkeit

40.2

Ausgabetokens pro Sekunde

Kosten

Eingabe 5,00 $Ausgabe 25,00 $Cache-Rabatt 90%

k. A.

Kosten pro Intelligence-Index-Aufgabe

Ausführlichkeit

k. A.

Ausgabetokens im Intelligence Index

Claude Opus 4.6 (Max) zählt bei der Intelligenz zu den überdurchschnittlichen Modellen, ist aber besonders teuer im Vergleich zu anderen Modellen mit ähnlichem Preis. Das Modell unterstützt Text und Bilder als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 1M Tokens.

Claude Opus 4.6 (Max) erzielt im Artificial Analysis Intelligence Index einen Wert von 32 und liegt damit über dem Durchschnitt der vergleichbaren Modelle (Median: 26).

Der Preis für Claude Opus 4.6 (Max) beträgt $5.00 pro 1 Mio. Eingabetokens (teuer; Median: $2.00) und $25.00 pro 1 Mio. Ausgabetokens (teuer; Median: $10.00).

Mit 40 Tokens pro Sekunde ist Claude Opus 4.6 (Max) auffallend langsam (Median: 83).

Reasoning	Ja Diese Seite zeigt die Reasoning-Version dieses Modells. Möglicherweise gibt es auch eine Variante ohne Reasoning.
Eingabemodalität	Unterstützt: Text und Bilder
Ausgabemodalität	Unterstützt: Text
Kontextfenster	1M ~1500 A4-Seiten in Arial mit Schriftgröße 12

Metriken werden mit Modellen derselben Klasse verglichen:

Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:

Sehr klein: ≤4B Parameter
Klein: 4B–40B Parameter
Mittel: 40B–150B Parameter
Groß: >150B Parameter

Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:

<$0.15 pro 1 Mio. Tokens
$0.15–$1 pro 1 Mio. Tokens
>$1 pro 1 Mio. Tokens

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Not publicly available

Geschwindigkeit

Output tokens per second · Higher is better

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

Not publicly available

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Not publicly available

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Not publicly available

Estimate (independent evaluation forthcoming)

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Benchmarks

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

Not publicly available

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench 4.0

Agentic coding & terminal use

SciCodeUnder review

Coding

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

CritPtUnder review

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR v1.1

Long context reasoning

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

MLCR-AA

Medical long context reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index (higher is better) measures knowledge reliability and hallucination. It rewards correct answers, penalizes hallucinations, and has no penalty for refusing to answer. Scores range from -100 to 100, where 0 means as many correct as incorrect answers, and negative scores mean more incorrect than correct.

Not publicly available

Vergleiche des Intelligence Index

Intelligence Index vs. Kosten pro Intelligence-Index-Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Kosten

Kosten pro Intelligence-Index-Aufgabe

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type. Lower is better

Not publicly available

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

Not publicly available

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Not publicly available

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kontextfenster

Context window: tokens limit · Higher is better

Not publicly available

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Zeit pro Intelligence-Index-Aufgabe

Weighted average decode time (minutes) per task; excludes TTFT and overhead time · Lower is better

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Latenz

Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token

Latenz: Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antwort-Token · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Häufig gestellte Fragen

Häufige Fragen zu Claude Opus 4.6 (Max)

Claude Opus 4.6 (Max) wurde am 5. Februar 2026 veröffentlicht.

Claude Opus 4.6 (Max) wurde von Anthropic entwickelt.

Claude Opus 4.6 (Max) erzielt im Artificial Analysis Intelligence Index einen geschätzten Wert von 32 und liegt damit im Vergleich zu anderen Reasoning-Modellen einer ähnlichen Preisklasse über dem Durchschnitt (Median: 26).

Claude Opus 4.6 (Max) erzeugt Ausgaben mit 40.2 Tokens pro Sekunde (auf Grundlage der API von Anthropic). Dies ist am unteren Ende im Vergleich zu anderen Reasoning-Modellen einer ähnlichen Preisklasse (Median: 82.7 Tokens/s).

Claude Opus 4.6 (Max) hat eine Zeit bis zum ersten Token (TTFT) von 21.08 s (auf Grundlage der API von Anthropic). Dies ist etwas höher als der Durchschnitt im Vergleich zu anderen Reasoning-Modellen einer ähnlichen Preisklasse (Median: 3.74 s).

Claude Opus 4.6 (Max) kostet $5.00 pro 1 Mio. Eingabetokens (am oberen Ende; Median: $2.00) und $25.00 pro 1 Mio. Ausgabetokens (am oberen Ende; Median: $10.00). Die Angaben basieren auf der API von Anthropic.

Claude Opus 4.6 (Max) kostet $5.00 pro 1 Mio. Eingabetokens und $25.00 pro 1 Mio. Ausgabetokens (auf Grundlage der API von Anthropic). Bei einem Mischpreis mit einem Verhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe entspricht dies $3.85 pro 1 Mio. Tokens. Der Preis kann je nach Anbieter variieren. Preise der Anbieter vergleichen

Ja, Claude Opus 4.6 (Max) ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt.

Claude Opus 4.6 (Max) unterstützt Text und Bilder als Eingabe.

Claude Opus 4.6 (Max) unterstützt Text als Ausgabe.

Ja, Claude Opus 4.6 (Max) unterstützt Bildeingaben und kann Bilder analysieren, beschreiben und Fragen dazu beantworten.

Ja, Claude Opus 4.6 (Max) ist multimodal. Es kann Text und Bilder als Eingabe verarbeiten und Text als Ausgabe erzeugen.

Claude Opus 4.6 (Max) hat ein Kontextfenster von 1.0M Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Nein, Claude Opus 4.6 (Max) ist proprietär. Die Modellgewichte sind nicht öffentlich verfügbar.

Claude Opus 4.6 (Max) ist ein proprietäres Modell und Anthropic hat weder die Modellgröße noch die Parameterzahl offengelegt.

Claude Opus 4.6 (Max) erzielt im Artificial Analysis Intelligence Index einen Wert von 32. Dieser zusammengesetzte Benchmark bewertet Modelle in den Bereichen Schlussfolgern, Wissen, Mathematik und Programmierung.

Ja, Claude Opus 4.6 (Max) ist über 4 Anbieter per API verfügbar. API-Anbieter vergleichen

Claude Opus 4.6 (Max) ist über 4 API-Anbieter verfügbar. Anbieter vergleichen

Claude Opus 4.6 (Max): Analyse von Intelligenz, Leistung und Preis

Modellübersicht

IntelligenzUpdated

Geschwindigkeit

Kosten

Ausführlichkeit

Zusammenfassung des Vergleichs

Technische Spezifikationen

224 Modelle in dieser Klasse

Intelligenz

Geschwindigkeit

Kosten pro Aufgabe

IntelligenzUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index

Open Weights

Benchmarks

Intelligence Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

AA-Omniscience

AA-Omniscience Index

AA-Omniscience Index

Vergleiche des Intelligence Index

Intelligence Index vs. Kosten pro Intelligence-Index-Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Kosten

Kosten pro Intelligence-Index-Aufgabe

Cost per Intelligence Index Task

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Cache Hit

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Geschwindigkeit

Ausgabegeschwindigkeit

Output Speed

Model Performance Representation

Zeit pro Intelligence-Index-Aufgabe

Time per Intelligence Index Task

Latenz

Latenz: Zeit bis zum ersten Antworttoken

Time to First Answer Token

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit

End-to-End Response Time

Model Performance Representation

Häufig gestellte Fragen

Wann wurde Claude Opus 4.6 (Max) veröffentlicht?

Wer hat Claude Opus 4.6 (Max) entwickelt?

Wie intelligent ist Claude Opus 4.6 (Max)?

Wie schnell ist Claude Opus 4.6 (Max)?

Wie hoch ist die Latenz von Claude Opus 4.6 (Max)?

Wie viel kostet Claude Opus 4.6 (Max)?

Wie gestaltet sich der API-Preis von Claude Opus 4.6 (Max)?

Ist Claude Opus 4.6 (Max) ein Reasoning-Modell?

Welche Eingabemodalitäten unterstützt Claude Opus 4.6 (Max)?

Welche Ausgabemodalitäten unterstützt Claude Opus 4.6 (Max)?

Kann Claude Opus 4.6 (Max) Bilder verarbeiten?

Ist Claude Opus 4.6 (Max) multimodal?

Wie groß ist das Kontextfenster von Claude Opus 4.6 (Max)?

Hat Claude Opus 4.6 (Max) offene Gewichte?

Wie viele Parameter hat Claude Opus 4.6 (Max)?

Wie schneidet Claude Opus 4.6 (Max) in Benchmarks ab?

Ist Claude Opus 4.6 (Max) über eine API verfügbar?

Wo kann ich Claude Opus 4.6 (Max) verwenden?