Claude Sonnet 5 durchbricht 82 % auf SWE-bench Verified — $2/$10 zum Launch

Das Wichtigste in 30 Sekunden

• Anthropic launcht Claude Sonnet 5. Am Dienstag brach das Modell mit 82,1 % SWE-bench Verified erstmals die 80-Prozent-Marke bei einem Launch — Einstiegspreis $2/$10 pro Mio. Tokens, 1-Mio.-Token-Kontext.
• Anthropic öffnet Claude Science für die Pharma-Forschung. Der neue Workbench integriert über 60 wissenschaftliche Datenbanken und bezuschusst 50 Forschungsprojekte mit bis zu $30.000 an Compute-Credits.
• US-Handelsministerium hebt Fable-5-Sperre auf. Am Mittwoch ging das seit 12. Juni suspendierte Modell weltweit wieder online — 19 Tage nach dem ersten behördlich erzwungenen Frontier-Takedown.
• Meta plant „Meta Compute”. Bloomberg meldete am 1. Juli den Cloud-Angriff auf AWS, GCP und Azure — Basis sind $182,9 Mrd. AI-Infrastruktur-Committments per Ende Q1.

Claude Sonnet 5 durchbricht 82 % auf SWE-bench Verified — $2/$10 zum Launch

Am Dienstag, dem 30. Juni, veröffentlichte Anthropic Claude Sonnet 5 — den Nachfolger von Sonnet 4.6 und laut Anthropic „the most agentic Sonnet model yet”. Seit 1. Juli ist Sonnet 5 Default-Modell für alle Free- und Pro-Nutzer auf claude.ai und über die API mit der Modell-ID claude-sonnet-5 erreichbar. Parallel läuft der Roll-out in Claude Code, Cursor, Visual Studio Code und GitHub Copilot.

Der Datenpunkt, den die Ankündigung verkauft, ist 82,1 % auf SWE-bench Verified — der Standard-Benchmark für Software-Engineering-Aufgaben. Kein Frontier-Modell hatte diese Grenze bei Launch bisher überschritten. Auf dem härteren SWE-bench Pro landet Sonnet 5 bei 63,2 % gegenüber 58,1 % für Sonnet 4.6 und 69,2 % für Opus 4.8; GPT-5.5 kommt auf 58,6 %, Gemini 3.5 Flash auf 55,1 %. Das Kontext-Fenster wächst auf eine Million Tokens — Faktor fünf gegenüber Opus 4.5. Anthropic verkauft die Kapazität bis 31. August zum Einstiegspreis von $2/$10 pro Mio. Input-/Output-Tokens; danach greifen die regulären $3/$15.

Strategisch ist der Zeitpunkt kein Zufall. In den letzten zwei Wochen hatte OpenAI mit GPT-5.6 Sol, Terra und Luna nur einen Limited Preview an rund 20 regierungsgeprüfte Partner ausgeliefert, Google verschob Gemini 3.5 Pro in den Juli, und Anthropics eigenes Fable 5 war regulatorisch offline. Mit Sonnet 5 zieht Anthropic die Coding-Debatte in die Mitte des Portfolios: 82 % SWE-bench Verified zum halben Opus-Preis nimmt Cursor-Kunden das Argument, für Software-Engineering auf Opus 4.8 zu wechseln — und verschärft den Preisdruck für OpenAIs GPT-5.5-Reihe. Das aggressive Introductory-Pricing signalisiert zudem, dass Anthropic vor dem angekündigten IPO die API-Volumina hochziehen will.

Die Zweitmeinung ist bei der Vergleichbarkeit skeptisch. Codersera und TechCrunch weisen darauf hin, dass GPT-5.5 auf Terminal-Bench 2.1 mit 83,4 % gegenüber 80,4 % vorne liegt — Sonnet 5 ist kein flächendeckendes SOTA (State of the Art). Der neue Tokenizer sorgt zudem für 1,0- bis 1,35-fach höhere Token-Verbräuche bei identischen Prompts, was den Nominalpreis relativiert. Und die von Anthropic gemeldeten 46,8 % auf Humanity’s Last Exam (mit Tools) sind ein Symptom, kein Ausrufezeichen — die Grenze für offene Reasoning-Tasks bleibt weit unterhalb der Expertenbaseline.

Was als Nächstes passiert: Anthropic hat den Sonnet-5-Roll-out an die Rückkehr von Fable 5 gekoppelt (siehe unten) — der volle Portfolio-Stack ist damit erstmals seit 12. Juni wieder betriebsbereit. Parallel wartet der Markt auf OpenAIs Antwort: Der Public-Rollout von GPT-5.6 dürfte Anthropic zwingen, die $3/$15-Preise nach dem 31. August erneut zu überdenken. Für Coding-Startups wie Cursor, Cognition und Codeium bedeutet die Bewegung: Der Preis für State-of-the-Art-Agentic-Coding fällt schneller, als die Unit-Economics ihrer Anwendungs-Schicht mithalten kann.

Kurz notiert

Anthropic bringt Claude Science für die Biopharma-Forschung. Am 30. Juni öffnete Anthropic Claude Science für Pro-, Max-, Team- und Enterprise-Nutzer — ein Workbench-Produkt, das laut MIT Technology Review über 60 wissenschaftliche Datenbanken und Compute-Tools aus Genomics, Single-Cell, Proteomics, Strukturbiologie und Cheminformatik integriert. Ein Koordinationsagent verteilt Tasks an spezialisierte Sub-Agents; ein separater Reviewer-Agent prüft jede Zitation und Berechnung. Anthropic finanziert bis zu 50 „AI for Science”-Forschungsprojekte mit jeweils bis zu $30.000 Compute-Credits, Modal steuert zusätzlich bis zu $2.000 bei; Bewerbung bis 15. Juli, Vergabe bis 31. Juli. TechCrunch ordnet ein: Anthropic setzt anders als DeepMind (AlphaFold) oder OpenAI (LifeSciBench) nicht auf ein neues Wissenschafts-Modell, sondern auf Workflow-Kapselung — der Ansatz zielt direkt auf das kommerzielle Pharma-Segment.

Commerce hebt Fable-5-Exportsperre nach 19 Tagen auf. Am Mittwoch, dem 1. Juli, ging Claude Fable 5 weltweit wieder online — die vom 12. Juni datierende Suspend-Anordnung des US-Handelsministeriums ist damit vom Tisch. Anthropic verpflichtete sich per Brief an Commerce-Sekretär Howard Lutnick zu proaktivem Security-Monitoring, gemeinsamen Release-Protokollen und Meldung „böswilliger Aktivitäten” (Axios). Ein neuer Classifier blockiert laut Anthropic den ursprünglich von Amazon-Researchern gemeldeten Jailbreak in über 99 % der Fälle. Mythos 5 kehrt separat zurück — begrenzt auf US-Organisationen mit gesonderter Freigabe, erteilt am 26. Juni. Der erste behördlich erzwungene Frontier-Modell-Takedown ist damit nach 19 Tagen beendet; das Präzedens für Bureau-of-Industry-and-Security-Aufsicht über Frontier-Labs bleibt.

Kalifornien und Anthropic besiegeln 50 % Rabatt für alle Behörden. Am Montag, 29. Juni, meldete das Büro von Gouverneur Gavin Newsom eine First-of-its-kind-Partnerschaft mit Anthropic. Alle kalifornischen State Agencies, Städte und Counties erhalten Claude über das neue SITeS-Portal (Statewide Information Technology Shared Services) zum 50-Prozent-Rabatt inklusive kostenlosem Workforce-Training und technischem Support durch Anthropic-Entwickler. Nach TechCrunch ist es die größte Public-Sector-KI-Vereinbarung eines US-Bundesstaats bislang. Erste Anwendungsfelder: DMV-Kundenservice, interne Workflows der Department of Healthcare Services, Cyber-Defense bei CalOES. Strukturell relevant: Anthropic diversifiziert vor dem IPO in den Public Sector — dieselbe Route, die Palantir vor zehn Jahren einschlug.

OpenAI publiziert GeneBench-Pro — nur 31,5 % Bestwert bei Genomics-Reasoning. Zeitgleich mit dem Sonnet-5-Launch veröffentlichte OpenAI am 30. Juni GeneBench-Pro — einen 129-Aufgaben-Benchmark für multi-stage-statistisches Reasoning in Genomics, Quantitative Biology und Translational Medicine. Das Ergebnis fällt nüchtern aus: GPT-5.6 Sol Pro erreicht auf maximalem Reasoning-Level 31,5 % Pass-Rate, GPT-5.6 Sol landet bei 28,7 %, das stärkste Nicht-OpenAI-Modell (Claude Opus 4.8) bei 16,0 %. TechTimes hebt den qualitativen Befund hervor: Frontier-Modelle erkennen Datenfehler, handeln aber nicht danach — die „noticing-to-acting gap” bleibt der strukturelle Engpass für autonome Wissenschafts-Agents. Interessant im Kontext: OpenAI publiziert einen Benchmark, auf dem das eigene GPT-5.6 Sol Pro klar führt — genau am Tag, an dem Anthropic mit Claude Science den Pharma-Workflow angreift.

Meta plant „Meta Compute” — Angriff auf AWS, Google Cloud und Azure. Bloomberg meldete am 1. Juli, dass Meta unter dem Codenamen Meta Compute ein Cloud-Business aufbaut, das externen Kunden Rechenkapazität und Meta-eigene Modelle (u. a. Muse Spark) verkaufen soll. Federführend sind Infrastructure-Chef Santosh Janardhan, Superintelligence-Labs-Lead Daniel Gross und President Dina Powell McCormick. Basis: Meta hat bis Ende Q1 2026 $182,9 Mrd. an AI-Infrastruktur-Committments angehäuft; große Data-Center-Projekte laufen in Louisiana und Ohio. Der Markt reagierte scharf: Meta zeitweise +8,6 % im Pre-Market, während Neocloud-Anbieter CoreWeave (−10,8 %) und Nebius (−12,4 %) einbrachen. Damit tritt Meta erstmals als vollwertiger Hyperscaler auf — bislang blieb der Compute-Aufbau intern.

Zahl der Woche

82,1 % — der SWE-bench-Verified-Score, mit dem Claude Sonnet 5 am 30. Juni die 80-Prozent-Marke bei einem Launch erstmals überschritt. Auf dem härteren SWE-bench Pro liegt Sonnet 5 bei 63,2 %, gerade sechs Punkte unterhalb des dreimal teureren Opus 4.8 (69,2 %) und deutlich über Sonnet 4.6 (58,1 %) sowie GPT-5.5 (58,6 %). Rechnet man das Introductory-Pricing ($2 Input, $10 Output pro Mio. Tokens) auf die Verified-Score, kostet ein Prozentpunkt Coding-Qualität rund 24 US-Cent für einen typischen 100-Anfragen-Task — der günstigste Datenpunkt im aktuellen Frontier-Modell-Feld. Bemerkenswert an der Anthropic-eigenen Publikation: Der Cybersecurity-Guard-Modus ist bei Launch aktiviert, die getestete Firefox-Vulnerability-Exploitation-Rate liegt bei 0,0 %. Damit reagiert Anthropic direkt auf die Jailbreak-Ursache der Fable-5-Suspendierung von Mitte Juni.

Leseempfehlung

„Claude Science is Anthropic’s newest flagship product” (MIT Technology Review, 30. Juni 2026). Der Beitrag ordnet Anthropics Claude-Science-Launch nicht als Modell-Update, sondern als Produkt-Strategie ein — und erklärt, warum die Anthropic-Wette auf Workflow-Kapselung (statt eigenes Science-Modell wie AlphaFold oder LifeSciBench) das kommerzielle Pharma-Feld direkter angreift als bisherige Ansätze. Wer in einem Text verstehen will, warum Sonnet-5-Preisstrategie und Claude-Science-Timing zusammenhängen, bekommt hier die klarste Linie. technologyreview.com ↗

Dieses Briefing erscheint jeden Freitag auf agi.jetzt — schau regelmäßig vorbei. Alle Daten live im Dashboard →