Claude Opus 4.8 auf dem Mac: Legacy-API und Umstieg auf 5.5

Quellenabgleich: 10. Oktober 2026. Anthropic führt Claude Opus 4.8 inzwischen als aktives Legacy-Modell. Es lässt sich weiterhin über die Claude API und OpenRouter verwenden, läuft aber nicht lokal auf Apple Silicon. Für neue Coding-Agenten lohnt sich zunächst ein Test von Opus 5.5: Bei Anthropic sind dessen Input- und Output-Listenpreise um 20 % niedriger. Die Anthropic-Modellseite und der Opus-5.5-Eintrag nennen die Details.

Status und Kosten im direkten Vergleich

Eigenschaft	Opus 4.8	Opus 5.5
Status	Aktiv (Legacy)	Aktuelle Opus-Generation
Modell-ID bei Anthropic	claude-opus-4-8	claude-opus-5-5
Kontextfenster	1 Mio. Tokens	1 Mio. Tokens
Standard-Ausgabelimit	128.000 Tokens	128.000 Tokens
Input je 1 Mio. Tokens	5,00 USD	4,00 USD
Output je 1 Mio. Tokens	25,00 USD	20,00 USD
Cache Read	0,50 USD	0,20 USD
Standard-Effort	high	medium
Thinking ohne Angabe	Deaktiviert	Immer aktiv, adaptiv
Erzwungenes tool_choice: any/tool	Erlaubt	HTTP 400; auto oder none nutzen
Cache-Mindestlänge	1.024 Tokens	512 Tokens
Enterprise Priority Tier	Verfügbar	Nicht unterstützt
Cache Write (5 Minuten)	6,25 USD	5,00 USD
Cache Write (1 Stunde)	10,00 USD	8,00 USD

Das sind API-Tarife in US-Dollar, keine Claude-Abopreise.

Wichtig: Das 1M-Kontextfenster bleibt auch oberhalb von 200K Tokens zum normalen Opus-Inputpreis nutzbar; die offizielle Preisliste nennt dafür keinen gesonderten Opus-Langkontextaufschlag. Optionaler Fast Mode kostet dagegen 10/50 USD je Million bei Opus 4.8 und 8/40 USD bei Opus 5.5. Die ausdrücklich gewählte US-only-Inferenzregion in der direkten Claude API verteuert Tokens um Faktor 1,1. Fast Mode, Region, Batch und Cache dürfen deshalb nicht stillschweigend in dieselbe Listenpreisrechnung gemischt werden. Deutsche Rechnungsadresse oder Sprache sagen nichts über den tatsächlichen Inferenzstandort aus. Die endgültige Abrechnung in Deutschland kann Umrechnung, Steuern und Vertragsdetails enthalten. Die offizielle Preisliste sieht bei Batch-Anfragen einen Rabatt auf Input- und Output-Tokens vor. Nicht jede OpenRouter-Route muss dieselben Konditionen anbieten.

Legacy bedeutet nicht abgeschaltet

Für Opus 4.8 nennt Anthropic den Status „Active (legacy)“ und als frühesten Ruhestand 28. Mai 2027. „Nicht vor“ ist dabei keine Ankündigung eines konkreten Abschaltdatums. Produktionsdienste sollten den Nachfolger trotzdem rechtzeitig testen.

Was auf einem Mac wirklich läuft

Opus 4.8 ist ein Cloud-Modell. Auf dem Mac können Claude Code, ein Editor oder ein eigenes Agentenprogramm Dateien auswählen, API-Aufrufe ausführen und Tests anstoßen. Die Modellgewichte und das Decoding liegen beim Anbieter, nicht im Unified Memory deines Macs.

Das hat zwei Folgen: Für einen gehosteten Opus-Agenten sind weder 32 noch 128 GB Unified Memory Voraussetzung; gleichzeitig verlassen ausgewählte Prompts, Dateien und Tool-Ausgaben beim API-Aufruf das Gerät. „Im Terminal gestartet“ bedeutet nicht „vollständig lokal“. Wer vertrauliche Daten verarbeitet, sollte Berechtigungen und Anbieterbedingungen vorab prüfen.

OpenRouter: gleiche Modellfamilie, andere Rechnung

Auf OpenRouter lautet der Slug anthropic/claude-opus-4.8. Die Modellseite zeigt ein 1M-Kontextfenster und 5/25 USD pro Million Input-/Output-Tokens. Das garantiert weder die dauerhafte Provider-Auswahl noch bestimmte Verarbeitungsregionen.

Bei der Integration sind vier Punkte entscheidend: korrekte API-Basis-URL, Modell-ID, Tool-Support und Provider-Routing. Ein Cloud-Standort in Europa belegt nicht, dass alle Logs, Unterauftragsverarbeiter und weitere Verarbeitungsschritte in der EU verbleiben. Datenschutz und Aufbewahrung richten sich nach den tatsächlich beteiligten Anbietern und Verträgen.

API-Schlüssel nicht in Frontend-Code oder ein öffentliches GitHub-Repository übernehmen. Sie gehören in eine geschützte Umgebungsvariable oder einen Secret Store.

Rechenbeispiel für Coding-Agenten

Eine Aufgabe mit 100.000 regulären Input-Tokens und 10.000 Output-Tokens kostet ohne Cache, Batch, externe Tools und Wiederholungen:

Modell	Input	Output	Zwischensumme
Opus 4.8	0,50 USD	0,25 USD	0,75 USD
Opus 5.5	0,40 USD	0,20 USD	0,60 USD

Diese Zahlen sind keine Leistungsbenchmarks. Wiederholte Agentenaufrufe, lange Tool-Ausgaben und fehlgeschlagene Versuche erhöhen die tatsächliche Tokenmenge. Bei Prompt-Caching sind Cache-Schreiben und Cache-Lesen unterschiedliche Vorgänge mit unterschiedlichen Preisen. Die günstige Cache-Read-Rate gilt nicht für jeden Input-Token.

Migration von 4.8: konkrete Brüche bei Agenten und Tools

Der offizielle Anthropic-Migrationsleitfaden nennt API-Fehler und stille Änderungen der Agenten-Antworten. Nur die Modell-ID auszutauschen reicht nicht:

Bisheriges Verhalten unter 4.8	Anpassung für Opus 5.5
Kein thinking-Feld oder thinking: {"type":"disabled"}	Adaptive Thinking immer aktiv. Deaktivierung/manuelle Budgets entfernen; output_config.effort (low bis max) einstellen. Standard sinkt von high auf medium.
Erzwungenes tool_choice: {"type":"any"} oder ein bestimmtes tool	HTTP 400. tool_choice: {"type":"auto"} mit Schema-Prüfung oder kompatiblen strikten Tools verwenden.
Antwortauswertung mit content[0].text	Fehleranfällig: Der erste Block kann thinking sein. Textblöcke anhand von type auswählen. Für Fortschritt ggf. thinking.display: "summarized" nutzen.
Frühere Thinking-Blöcke vor tool_result weglassen	Den vollständigen Assistant-Turn unverändert zurücksenden, sonst kann HTTP 400 auftreten. Signaturen nicht entfernen.
computer_20251124 in der direkten Claude API	computer_toolset_20260801 nutzen. Cloud-Partner unterscheiden sich.
Mindest-Cachelänge von 1.024 Tokens	Opus 5.5 erlaubt Cache ab 512 Tokens. Cache-Treffer und Rechnung können sich ändern.
Enterprise Priority Tier	Opus 5.5 unterstützt keine Priority Tier; Kapazität separat planen.

Wichtig für Agentenprodukte: Texte zwischen Tool-Aufrufen liegen jetzt in thinking-Blöcken. Standardmäßig bleibt die Thinking-Darstellung leer. Ein bisheriger Fortschrittsindikator, der nach normalen Textblöcken sucht, kann daher scheinbar einfrieren. Thinking-Blöcke müssen im Tool-Loop unverändert erhalten bleiben; die Benutzeroberfläche muss Fortschrittsdaten neu zuordnen. Das betrifft besonders Orchestrierung und Review-Schleifen.

Cache-Kosten: alle Tokenkategorien abrechnen

Für beispielhaft 200.000 Tokens mit 5-Minuten-Cache-Schreiben, 200.000 Cache-Lese-Tokens, 100.000 ungecachete Input-Tokens und 10.000 Output-Tokens (über die betreffenden Requests) ergeben die Anthropic-Listenpreise:

Abrechnungsposten	Opus 4.8	Opus 5.5
Ungecachter Input	0,50 USD	0,40 USD
Cache Write (5 Min.)	1,25 USD	1,00 USD
Cache Read	0,10 USD	0,04 USD
Output	0,25 USD	0,20 USD
Beispielsumme	2,10 USD	1,64 USD

Dafür müssen Cache-Speicherung und Treffer tatsächlich stattfinden; nicht jede wiederholte Anfrage erhält einen Treffer. Cache Writes mit einer Stunde Laufzeit kosten anders. Nicht sichtbare Thinking-Tokens zählen ebenfalls zum Output und können den realen Verbrauch ändern. Für diese Artikelrevision wurde keine kostenpflichtige API-Anfrage ausgeführt.

Kleiner kostenpflichtiger API-Vergleich (Python ohne Zusatzpakete)

Das Beispiel sendet bei Ausführung je eine kostenpflichtige Anfrage pro Modell. Für beide setzt es adaptive Thinking und niedrigen Effort, damit die unterschiedlichen Standard-Effort-Stufen nicht den Vergleich verfälschen; weitere Effort-Stufen müssen für den produktiven Agenten gesondert getestet werden. Es zeigt HTTP-Fehlercodes, verwendet Textblöcke nach Typ und berücksichtigt ungecacheten Input, Output, Cache-Reads und beide Cache-Write-Laufzeiten aus den usage-Feldern. Die Rechnung ist nur eine Listenpreisschätzung – ohne Fast Mode, Region, Batch, serverseitige Tools, Rabatte und Steuern.

ANTHROPIC_API_KEY sicher als Umgebungsvariable setzen und niemals ins Repository committen.

import json
import os
from urllib.error import HTTPError
from urllib.request import Request, urlopen

key = os.environ.get("ANTHROPIC_API_KEY")
if not key:
    raise SystemExit("Set ANTHROPIC_API_KEY in your environment")
rates = {
    "claude-opus-4-8": (5, 25, 0.50, 6.25, 10),
    "claude-opus-5-5": (4, 20, 0.20, 5, 8),
}
task = "Write a Python function to merge two sorted integer lists; include three asserts."

for model, (r_in, r_out, r_read, r_write5, r_write1) in rates.items():
    payload = {
        "model": model, "max_tokens": 4096,
        "thinking": {"type": "adaptive"},
        "output_config": {"effort": "low"},
        "messages": [{"role": "user", "content": task}],
    }
    request = Request(
        "https://api.anthropic.com/v1/messages",
        data=json.dumps(payload).encode("utf-8"),
        headers={
            "x-api-key": key,
            "anthropic-version": "2023-06-01",
            "content-type": "application/json",
        },
    )
    try:
        with urlopen(request, timeout=120) as response:
            result = json.load(response)
    except HTTPError as error:
        raise SystemExit(f"{model}: HTTP {error.code} - check model access and migration settings") from error

    usage = result["usage"]
    writes = usage.get("cache_creation") or {}
    w5 = writes.get("ephemeral_5m_input_tokens", 0)
    w1 = writes.get("ephemeral_1h_input_tokens", 0)
    if usage.get("cache_creation_input_tokens", 0) != w5 + w1:
        raise SystemExit("Unrecognized cache-write breakdown: check the actual invoice")
    plain = usage["input_tokens"]
    read = usage.get("cache_read_input_tokens", 0)
    output = usage["output_tokens"]
    estimate = (
        plain * r_in + read * r_read + w5 * r_write5
        + w1 * r_write1 + output * r_out
    ) / 1_000_000
    answer = "".join(block.get("text", "") for block in result["content"] if block["type"] == "text")
    print(model, "stop_reason:", result.get("stop_reason"))
    print("uncached/read/write5/write1/output:", plain, read, w5, w1, output)
    print("estimated base USD:", round(estimate, 6), "text chars:", len(answer))

A/B-Abnahme: Fünf echte, nicht vertrauliche Bugfixes und fünf Mehrdateien-Refactorings mit denselben Berechtigungen ausführen. Bestandene Tests, Wiederholungen, Toolfehler, Abbrüche, Refusals, Tokens, Laufzeit und Kosten je erfolgreicher Aufgabe protokollieren. Erst nach bestandenem Testkatalog den bisherigen produktiven Modellpfad ablösen.

Wann Opus 4.8 noch sinnvoll ist

Ein bestehendes, geprüftes Setup kann zunächst auf 4.8 bleiben, während ein Migrationstest läuft. Bei neuen Integrationen sprechen geringere Tokenpreise und die aktuelle Dokumentation zunächst für 5.5. Ist Offline-Verarbeitung das wichtigste Kriterium, ist weder das eine noch das andere die richtige Kategorie; dafür gibt es lokale Open-Weight-Modelle.

Primärquellen geprüft am 10. Oktober 2026: Opus 4.8, Opus 5.5, Anthropic-Preise, OpenRouter-Listing.