Werkzeuge AI Minute Newsroom 2026-08-24

Entwickler sahen die Effort-Anzeige niedrig stehen. Anthropic sagt, es teste Serving-Konfigurationen — und die Zahl bedeute diese Woche etwas anderes.

Am Wochenende des 22. August berichteten Nutzer von Claude Code, die „Effort"-Anzeige des Werkzeugs zeige unerwartet niedrige Werte — ein Screenshot nannte 10 von 100 — und identische Aufgaben verhielten sich zwischen Opus 5 und dem älteren Opus 4.6 sehr unterschiedlich, in einem Fall 43 Minuten gegenüber 2 Minuten für dieselbe Arbeit. Der Thread schaffte es auf die Startseite von Hacker News. Thariq, der bei Anthropic das Claude-Code-Team leitet, antwortete öffentlich, das Unternehmen teste derzeit API-Serving-Konfigurationen, und während dieses Tests werde der numerische Effort-Wert „anders abgebildet" als sonst. Der von Nutzern gewählte Effort sei auch der, den sie bekämen, und die eigenen Auswertungen zeigten keinen Leistungsabfall. Der Rest des Threads löst sich nicht so leicht auf: eine lange Reihe von Nutzern beschreibt die Ausgaben von Opus 5 als wortreicher und ausgeschmückter als gewünscht, manche kehren zu 4.6 zurück oder wechseln zu Konkurrenzwerkzeugen. Das sind Eindrücke, keine Messungen, und Eindrücke von Modellqualität sind bekanntermaßen unzuverlässig. Konkret bestätigt hat Anthropic allerdings: Eine in der Oberfläche angezeigte Zahl bedeutete diese Woche nicht das, was sie letzte Woche bedeutete.

Warum es wichtig istEin kleiner Vorfall mit einer großen Lehre darüber, Fähigkeit pro Token einzukaufen. Was man bei einem Modellanbieter mietet, ist kein festes Objekt: Die Gewichte mögen stabil sein, aber die Serving-Konfiguration darum herum — Quantisierung, Routing, Effort-Zuordnung, Kontextbehandlung — wird laufend nachjustiert, meist ohne Release Notes. Hier war die Änderung sichtbar, weil sie eine Zahl auf dem Bildschirm bewegte; die meisten solchen Änderungen sind es nicht. Wenn Ihre Arbeit darauf angewiesen ist, dass Modellverhalten konstant bleibt, ist die praktische Antwort, einen eigenen kleinen Evaluationssatz zu pflegen und ihn regelmäßig laufen zu lassen, statt sich auf das Dashboard des Anbieters oder das eigene Gefühl zu verlassen, dass etwas nicht stimmt. Und behandeln Sie Beiträge nach dem Muster „das Modell ist schlechter geworden" mit Vorsicht: Sie haben manchmal recht und sind fast nie ein Beleg.

#Coding #KI-Agenten

✓ Verifiziert · 2 Quellen

In der App lesen — kostenlos, 9 Sprachen

Verwandte Meldungen

Ein Modell mit 300 Millionen Parametern rät, was das große als Nächstes sagt — und ein MacBook antwortet 2,87-mal schneller
2026-08-23 Gefragt, wie viele ihrer „Agenten“ eine mehrstufige Aufgabe wirklich unbeaufsichtigt zu Ende bringen, antworteten sieben von zehn Unternehmen: ein Viertel oder weniger
2026-08-23 Ein Suchindex für programmierende Agenten statt für Menschen: 70 Millionen READMEs, Issues und Pull Requests — zum Ausprobieren nicht einmal ein Schlüssel nötig
2026-08-23 Der Standard, der KI an Ihre Werkzeuge anschließt, wurde für einen Menschen gebaut, der auf „Erlauben“ klickt. Sein neuer Fahrplan räumt ein: Der Aufrufer ist inzwischen eine Maschine.
2026-08-23 Ein Modell mit 27 Milliarden Parametern schlug Opus 4.8 und GPT-5.5 beim Reproduzieren veröffentlichter Arbeiten
2026-08-23