Entscheidungsbaum: Welches Modell für welche Aufgabe?

Tobias Ulrich

11d • 🍵 Lounge ...

HI (Prompt) + KI (Perplexity) + HI (lesen) + KI (Claude) + HI (freigabe)

Stand: Juli 2026.

Über die Claude-App/Claude Code wählst du direkt; über die API sind es die Modell-IDs in Klammern.

Faustregel (die eigentliche Entscheidung)

Denk nicht in vier isolierten Kästen, sondern in einer Eskalationsleiter:

Sonnet 5 (Default) → reicht die Qualität nicht? → Opus 4.8 → immer noch nicht, und Aufgabe ist lang/komplex? → erst Opus-Effort auf xhigh/max drehen → wenn das nachweislich scheitert → Fable 5.

Merke: Der Sprung Opus→Fable verdoppelt die Kosten. Der Sprung Sonnet→Opus verfünffacht die Output-Kosten. Deshalb: erst Effort-Level ausreizen, dann Tier wechseln.

1. „Schnell, günstig, viele Durchläufe" → Haiku 4.5

Nimm Haiku, wenn:

Hohes Volumen: viele einfache Klassifikationen, Tagging, Zusammenfassungen kurzer Texte.
Latenz zählt: Chat-Funktionen, schnelle UI-Antworten.
Aufgabe ist flach: keine tiefen Reasoning-Schritte.
Sub-Agenten für kleine Teilaufgaben („skaliere Daten", „formatiere CSV", „generiere Meta-Labels").

Kontextfenster: 200k (deutlich kleiner als der Rest — bei langen Dokumenten fällt Haiku raus).

2. „Allzweck-Coding & normale Agenten" → Sonnet 5

Dein Standard-Modell im Alltag. Wichtig: Sonnet 5 (Release 30.06.2026) bringt near-Opus-Intelligenz zu Sonnet-Kosten — der Abstand zu Opus ist kleiner geworden. Umso mehr Grund, hier zu starten.

Nimm Sonnet 5, wenn:

Du Code entwickelst.
Feature-Requests, kleine Refactorings, Bugfixes, Code-Reviews anstehen.
Agenten laufen, die nicht wochenlang, sondern höchstens ein paar Stunden arbeiten („analysiere Repo, erstelle RFC, generiere Code-Änderungen").
Du eine gute Balance aus Kosten und Leistung willst.

Typische Use Cases: neue Funktionen im PySide6-Tool, UI-Entwicklung (Widgets, Animationen, Layouts), Business-Automatisierung, schneller Loop „Prompt → Code → Test → Nachprompt" im IDE.

3. „Komplexes Reasoning, große Refactorings, langlaufende Agenten" → Opus 4.8

Der Flaggschiff-Tier. Wechsle hierher, wenn Sonnet die Qualität nicht liefert.

Opus 4.8 ist richtig, wenn:

Mehrstufige Analysen / Systemdesign aus vielen Bausteinen, tiefes Verständnis der Codebase nötig ist.
Du mehrstündige, autonome Coding-Agenten laufen lässt („refactor gesamte Backend-Struktur").
Systems-Engineering: Datenbankdesign, API-Strategie, Skalierungskonzepte.
Hohe Autonomie gefragt ist: Teilziele selbst definieren, Pläne anpassen, Fehler korrigieren.

Dein wichtigster Hebel — Effort-Level: Opus 4.8 läuft standardmäßig auf „high". Für schwere Aufgaben und lange asynchrone Workflows dreh es auf „extra" / „xhigh" (Claude Code) oder „max" — das Modell investiert dann mehr Tokens für bessere Ergebnisse. Das ist der Schritt VOR dem Sprung zu Fable. In den meisten Fällen schließt xhigh/max die Lücke, ohne dass du den doppelten Preis zahlst.

Konkret sinnvoll für dich: Umstrukturierung größerer Python-Projekte (CRM, Datentools), Entwurf komplexer Architekturen (Multi-Service-App, Cloud/Hetzner/Coolify), tiefere Analysen mit klaren Outputs (Pläne, Reports, Visualisierungen), lange Agentenläufe zum „starten und laufen lassen".

Nebenbei: Vision ist hier schon stark (seit Opus 4.7 großer Auflösungssprung). Screenshots→Code, Tabellen/PDFs auslesen, Diagramme interpretieren — braucht kein Fable.

4. „Die schwersten, langlaufenden, analytisch extremen Projekte" → Fable 5

Eigener Tier über Opus (Mythos-Klasse), Anthropics stärkstes öffentlich verfügbares Modell. Der Vorsprung gegenüber Opus 4.8 wächst, je länger und komplexer die Aufgabe. Preis: doppelt so teuer wie Opus.

Fable lohnt sich, wenn:

Opus 4.8 auch auf „max" an Grenzen stößt (sehr große Codebase-Migrationen über mehrere Repos, komplexe Refactors mit vielen Abhängigkeiten).
Du Multi-Day-Sessions planst („über 3–5 Tage neues Backend migrieren und dokumentieren").
Ein übersehenes Detail in einer sehr langen, schweren Analyse teuer würde und die reine Reasoning-Tiefe den Ausschlag gibt.

Was Fable NICHT rechtfertigt (häufige Denkfehler):

❌ Großer Kontext / „nah an 1M Tokens" — kein Fable-Argument. Sonnet 5 und Opus 4.8 haben ebenfalls 1M-Kontext.
❌ Bildlastige Arbeit — Vision ist tierübergreifend stark; Opus reicht.
→ Der einzige echte Grund für Fable ist Reasoning-Tiefe bei langen, komplexen Aufgaben, nicht Kontextgröße oder Bilder.

Zwei Praxis-Caveats:

Safeguards-Routing: Anfragen zu bestimmten sensiblen Themen (u. a. Cybersecurity) werden bei Fable automatisch still an Opus 4.8 umgeleitet (in unter 5 % der Sessions). Du zahlst dann Fable-Preis für eine Opus-Antwort — nicht wundern.
Verfügbarkeit: Fable war 12.–30. Juni 2026 wegen Exportkontrollen offline, seit 1. Juli 2026 wieder da. Als Fallback in Produktions-Setups trotzdem immer Opus 4.8 oder Sonnet 5 einplanen.

(Randnotiz: „Mythos 5" ist das Schwestermodell zu Fable — gleiche Leistungsklasse, weniger Safeguards, aber nur per Einladung über Project Glasswing. Für dich nicht relevant.)

Cheatsheet

Viel & simpel → Haiku 4.5
Alltag & produktiv → Sonnet 5 (hier startest du fast immer)
Reicht nicht / komplex → Opus 4.8 → bei Bedarf Effort auf xhigh/max
Opus (max) scheitert nachweislich an einer sehr langen/komplexen Aufgabe → Fable 5

Goldene Regel: Erst Effort-Level ausreizen, dann Tier wechseln. Der Tier-Sprung kostet mehr als der Effort-Sprung.

Spannend, oder?

Vor allem das Safeguards-Routing hat mich irritiert.

3 comments

Entscheidungsbaum: Welches Modell für welche Aufgabe?