Nieuw Claude-model levert topprestaties tegen halve prijs, maar verzint vaker iets

Anthropic heeft op 24 juli Claude Opus 5 uitgebracht, het nieuwe topmodel in zijn Claude-familie. Het belangrijkste voor wie het gebruikt: de prijs blijft exact gelijk aan die van de voorganger Opus 4.8, terwijl de prestaties volgens zowel Anthropic als onafhankelijke testers een flinke sprong maken. Het model is meteen de standaardkeuze in het duurste abonnement Claude Max en het sterkste model dat je krijgt in Claude Pro.

De vergelijking die Anthropic zelf maakt, is met Fable 5, het duurdere en zwaardere model dat in juni uitkwam. Opus 5 komt volgens het bedrijf “close to the frontier intelligence of Claude Fable 5 at half the price”. Dat prijsverschil is concreet: Opus 5 rekent 5 dollar per miljoen invoertokens en 25 dollar per miljoen uitvoertokens, tegenover 10 en 50 dollar bij Fable 5. Tokens zijn de tekstbrokjes waarmee AI-leveranciers afrekenen, ruwweg te vergelijken met woorddelen. Voor wie sneller wil werken is er een nieuwe Fast Mode, die volgens Anthropic 2,5 keer sneller antwoordt maar het dubbele kost.

Kloppen die prestatieclaims ook buiten Anthropic?

Grotendeels wel, volgens twee onafhankelijke testhuizen. Artificial Analysis geeft Opus 5 een score van 61 op zijn Intelligence Index, een samenstelling van negen tests over kenniswerk, programmeren, wetenschappelijk redeneren en feitelijke juistheid. Daarmee staat het net voor Fable 5 (60), GPT-5.6 Sol van OpenAI (59), Kimi K3 (57) en Opus 4.8 (56). Wel belangrijk om te weten: Artificial Analysis testte het model samen met Anthropic vóór de publieke release.

Epoch AI komt tot een iets ander beeld. Dat instituut geeft Opus 5 een score van 159 op zijn Capability Index, net onder Fable 5 (161), met GPT-5.6 Sol op de eerste plaats. Op puur softwareontwikkeling komen Opus 5 en Fable 5 gelijk uit. De conclusie die The Decoder daaruit trekt: de topmodellen zitten zo dicht bij elkaar dat geen enkele aanbieder echt wegloopt van de rest.

Voor kantoorwerk zijn de cijfers opvallender dan voor programmeren. Op AA-Briefcase, een test met typische bureautaken zoals onderzoeksrapporten schrijven, presentaties bouwen en spreadsheets analyseren, haalt Opus 5 op zijn hoogste stand een Elo van 1720 tegenover 1574 voor Fable 5. De kostprijs per taak zakte daarbij naar 17,79 dollar, tegen 22,30 dollar voor Fable 5. Op de lagere stand “high” kost dezelfde taak 10,41 dollar en blijft het model nog steeds boven Fable 5 in de rangschikking. Op één punt verliest Opus 5: de visuele afwerking van presentaties, waar GPT-5.6 Sol ongeveer 40 Elo-punten voorstaat.

Wat is de keerzijde?

Het model geeft vaker een antwoord wanneer het eigenlijk onzeker is, en dat merk je aan de betrouwbaarheid. Artificial Analysis meet een hallucinatiecijfer van 50 procent, 14 punten hoger dan bij de voorganger. Op de test die de juistheid van kennisclaims meet, ging Opus 5 wel 7 punten vooruit tegenover Opus 4.8, maar het blijft achter op Fable 5. Voor wie AI gebruikt om feiten, cijfers of juridische en medische informatie te produceren, is dat geen detail: nazicht door een mens blijft noodzakelijk.

Er is ook een tegenintuïtieve bevinding. Opus 5 heeft vijf standen waarmee je kiest hoeveel rekenwerk het model in een antwoord stopt: low, medium, high, xhigh en max. Meer is niet altijd beter. Testbureau Vals.ai zag bij programmeertaken scores klimmen van 76,7 procent op “low” naar 89,8 procent op “high”, om daarna te zakken naar 88,3 procent op “xhigh” en 88,4 procent op “max”, terwijl de rekening wel flink hoger werd. De verklaring: op de hoogste standen bouwt het model complexere oplossingen die vaker fouten bevatten, en herschrijft het code die je niet gevraagd had aan te passen. Anthropic zelf raadt in zijn handleiding aan om “low” en “medium” ruim te gebruiken. Ook de tijd loopt op: op de hoogste stand doet het model volgens Artificial Analysis meer dan 36 minuten over één kantoortaak, tegen 24 minuten bij de voorganger.

Eén waarschuwing komt niet van de leverancier maar van de vakpers: tokenprijzen zeggen niet alles. Bij een eerdere generatie bleek Opus 4.7 uiteindelijk 30 tot 40 procent duurder per taak dan Opus 4.6, hoewel de tarieven identiek waren, simpelweg omdat het model meer tokens verbruikte. Bij Opus 5 lijkt dat mee te vallen: de gemiddelde testtaak kostte 2,03 dollar, minder dan bij Fable 5 (2,75 dollar), maar meer dan bij Opus 4.8 (1,80 dollar) en Sonnet 5 (1,53 dollar).

Kan je dit gebruiken met gegevens die in Europa moeten blijven?

Ja, dat kan, en dat is voor Vlaamse bedrijven het praktisch relevantste nieuws. Opus 5 is vanaf dag één beschikbaar via Amazon Bedrock, het AI-platform van AWS, onder meer in datacenters in Ierland en Zweden. AWS zegt dat er op Bedrock standaard geen gegevens bewaard worden en dat medewerkers van AWS geen toegang hebben tot je verwerkingen. Dat is een claim van de leverancier zelf; de bronnen bevatten geen onafhankelijke controle daarvan.

Ook bij Anthropic zelf blijft Opus 5, net als zijn voorganger, buiten de regel die gegevens dertig dagen bewaart en die wél geldt voor Fable 5 en Mythos 5. Dat verschil lag eerder al gevoelig bij privacybewuste gebruikers.

Verder verzachtte Anthropic de veiligheidsfilters rond computerbeveiliging. Volgens het bedrijf slaan die bij Opus 5 ongeveer 85 procent minder vaak aan dan bij Fable 5, waar de frequente blokkades veel kritiek kregen. Wordt een vraag toch geweigerd, dan valt het systeem terug op Opus 4.8. Voor ontwikkelaars is er een testversie van die automatische terugval, zodat je een werkend antwoord krijgt in plaats van een foutmelding.

Tot slot, en dat gaat eerder over dagelijks gebruik dan over benchmarks: Anthropic zette gelijktijdig zijn spraakmodus open voor de zwaardere modellen, waar die eerder alleen met het lichtste model Haiku werkte. Je kan tijdens een gesprek van model wisselen, in de mobiele app, de desktopversie en de webchat, en het model kan aangesloten diensten zoals Gmail, Google Agenda, Slack en Canva bedienen, bijvoorbeeld om een e-mail in te spreken en te versturen. De spraakmodus ondersteunt elf talen; welke dat precies zijn, staat niet in de bronnen.