Claude Sonnet 5.5 Extra: Ein Routing-Gerücht, das auf einem Wort aufbaut, das Anthropic bereits verwendet

Am 5. November 2026 um 12:44 Uhr stellte ein Account, der auf X als @chetaslua postet, in einer Zeile eine Behauptung auf: „Sonnet 5.5 Extra sieht aus wie ein Routing zum nächsten Claude-Modell.“ Beide Tests wurden mit der Konfiguration durchgeführt, die der Beitrag als „Sonnet 5.5 Extra“ bezeichnet und die auf Claude Sonnet 5.5 mit hochgesetzter Effort-Einstellung hinausläuft. Im ersten wurde das Modell – bei deaktiviertem Browsing – gefragt, wohin Andrej Karpathy 2026 gegangen sei, und antwortete, er sei im Mai 2026 bei Anthropic zum Pretraining-Team gestoßen. Im zweiten wurde es nach „Pelikan auf einem Fahrrad, so realistisch wie möglich, nur mit Codes“ gefragt und gab – nach eigener Zählung des Verfassers – 26.599 SVG-Elemente, 6,5k Federstriche, null Bilder, null Data-URIs, null Skripte und 1.860 Zeilen Python zurück, was laut dem Verfasser „Byte für Byte neu erzeugt“.

Das Nützlichste, das man zuerst sagen sollte, ist die unspektakuläre Sache. Claude Sonnet 5.5 ist kein unveröffentlichtes Modell — es wurde am 28. September 2026 veröffentlicht, zu 2 US-Dollar pro Million Eingabe-Tokens und 10 US-Dollar pro Million Ausgabe-Tokens, und Amazon Bedrock dokumentiert dasselbe Modell unter der ID anthropic.claude-sonnet-5-5. Und „Extra“ ist ebenfalls kein neuer Name. Es ist das Wort, das im Hilfezentrum von Anthropic für die zweithöchste Reasoning-Einstellung steht, „Extra high (xhigh)“, die die API als xhigh schreibt und die der Modellselektor als Extra high anzeigt. Ein Eintrag in der Auswahlliste mit der Bezeichnung „Sonnet 5.5 — Extra high“ ist ein Modell plus eine Aufwandsstufe, und beide Hälften dieser Zeichenkette sind bereits in öffentlicher Dokumentation vorhanden.

Nichts davon bedeutet, dass der Verfasser des Beitrags unrecht hat. Es bedeutet, dass seine Behauptung unbelegt ist, und es schränkt ein, was als Beweis für sie gelten würde. Anthropic hat nichts bestätigt, keine Modell-ID ist in irgendeiner öffentlichen Modellliste aufgetaucht, und ein Leak-Rahmen ist der richtige: Das besagt die Behauptung, das lässt sich heute überprüfen, und das sollte ein Leser damit tun. Die nützliche Version dieser Geschichte ist nicht „ein neues Claude wird getestet“. Sie ist, dass die drei hier angebotenen Beweisstücke drei spezifische Fehlermodi haben, und jeder einzelne davon ist überprüfbar.

Was die Karpathy-Antwort tatsächlich belegt

Der erste Test wird als Fingerabdruck gelesen. Er ist näher an einem Kalender.

Karpathy gab am 19. Mai 2026 auf X bekannt, dass er zu Anthropic gekommen sei – „Ich bin zu Anthropic gekommen ... freue mich, hier zum Team zu stoßen und zur F&E zurückzukehren“ – und TechCrunch, Fortune und die NY Post berichteten noch am selben Tag darüber, mit dem Detail, dass er im Pretraining-Team unter Nick Joseph gelandet sei. Das ist ein Fakt in jedem Nachrichtenindex, und ein Modell, das es mit deaktiviertem Browsing korrekt beantwortet, hat genau eines bewiesen: Seine Trainingsdaten reichen über Mitte Mai 2026 hinaus.

Claude Sonnet 5.5 wurde am 28. September 2026 veröffentlicht. Eine Personalie, die vier Monate vor der Veröffentlichung eines Modells weltweit Schlagzeilen machte, ist genau die Art von Tatsache, die in seinen Trainingsdaten landet, sodass es das erwartete und nicht das überraschende Ergebnis ist, wenn das Modell diese Probe besteht. Die Probe kann außerdem Sonnet 5.5 nicht von Claude Opus 5.5, von Claude Haiku 5.5 oder von irgendeinem anderen nach Mai veröffentlichten Claude-Checkpoint unterscheiden. Ein Test, den jeder Kandidat besteht, identifiziert keinen einzigen von ihnen.

Das ist wichtig dafür, wie die Behauptung bewertet werden sollte. Der Antwort-Thread unter dem Beitrag enthält die interessantere Hälfte der Belege, und er ist widersprüchlich: Eine Antwort fragt „du meinst sonnet 5.6?“, eine andere sagt „es ist auch fable 5.5, wird seit Wochen für Nutzer geroutet“. Zwei Personen interpretieren dasselbe Verhalten und kommen auf zwei verschiedene nicht angekündigte Modelle, und keine von beiden kann eine API-ID nennen. So sieht ein mehrdeutiges Label aus, wenn eine Community versucht, es zu interpretieren.

26.599 SVG-Elemente sind eine Schleifenzählung.

Die Zahl der Pelikane ist beeindruckend, bis man bemerkt, was sie zählt. Ein SVG-Element ist ein Tag. Ein Python-Skript, das Federn in einer Schleife platziert, kann vierzigtausend davon ausgeben, ohne dass das Modell jemals über einen Pelikan nachdenkt, und genau das beschreibt das Poster: 1.860 Zeilen Python, die die Elemente erzeugen, statt 26.599 von Hand geschriebener Elemente. Die Zahl misst den Ehrgeiz des Generators, nicht die Wiedergabetreue der Zeichnung.

„Null Bilder, null Data-URIs, null Skripte“ ist dieselbe Art von Statistik. Sie bestätigt, dass die Ausgabe eine reine Vektorzeichnung ist und keine in eine Datei geschmuggelte Bitmap. Sie sagt nichts darüber aus, ob der Vogel als Vogel zu erkennen ist. Wenn du die Zeichnung beurteilen willst, beurteile die Zeichnung — der eigene Videoanhang des Posters dauert 19 Sekunden, und das ist das Artefakt, das einen Blick wert ist.

Es gibt außerdem ein Detail zur zeitlichen Abfolge, das man kennen sollte, bevor dies als neues Fähigkeitsereignis zu den Akten gelegt wird. Am 22. Oktober 2026 veröffentlichte derselbe Account einen Screenshot eines „geheimnisvollen Modells auf Code Arena“ mit dem Prompt „Erstelle ein SVG eines Pelikans, der Fahrrad fährt, so detailliert wie möglich“, der rund 63.000 Aufrufe erzielte. Der Pelikan-Prompt ist der ständige Routing-Detektor dieses Accounts und wird wiederholt ausgeführt. Zwei Ergebnisse desselben Detektors mit drei Wochen Abstand sind keine unabhängigen Beobachtungen.

Der Pelikan-Test wurde von den Leuten abgeschafft, die ihn berühmt gemacht haben.

Simon Willison stellte am 25. Oktober 2024 „Erzeuge ein SVG eines Pelikans, der Fahrrad fährt“ vor, mit der Begründung, dass kein solches SVG plausibel in Trainingsdaten existieren könne, sodass jedes Modell es tatsächlich versuchen musste. Daraus wurde ein halbformeller Benchmark: Bis Juni 2025 hatte Willison 34 Pelikane und 560 paarweise Bewertungen gesammelt.

Dann erklärte Andrej Karpathy – dieselbe Person, deren Standort Gegenstand des ersten Tests ist – ihn für tot. Anfang August 2026 gab er Claude Opus 5 den Eröffnungsabsatz von Der Herr der Ringe mit einem Budget von rund einer Million Tokens und etwa 10 Dollar und ließ es zwei Stunden lang autonom laufen; es erzeugte rund 5.500 Zeilen Three.js, die prozedural ein interaktives Low-Poly-Auenland aufbauten, „ziemlich klapprig, aber unterhaltsam“. Seine Argumentation war, dass der Pelikan-Test seine Trennschärfe verloren habe: Frontier-Modelle bestehen ihn inzwischen, sodass er sie nicht mehr unterscheidet.

Der Beitrag vom 5. November verwendet also einen Detektor, den sein eigener Urheber vier Monate zuvor außer Dienst gestellt hatte, und zwar an einer Modellfamilie, die ihn bereits bestanden hatte. Das macht die Ausgabe nicht schlecht. Es macht sie nicht-diagnostisch – und genau diese eine Eigenschaft braucht ein Routing-Test.

„Extra“ ist eine dokumentierte Aufwandsstufe, kein Modellname.

Hier ist der Teil, der auf der Support-Website von Anthropic in etwa neunzig Sekunden überprüfbar ist. Die Hilfeseite zum Ändern von Modell-, Effort- und Thinking-Einstellungen listet fünf Stufen auf: Low, Medium, High, „Extra high (xhigh)“ und Max. Die eigene Erläuterung für Extra high lautet, dass es „für lang laufende Coding- und agentische Aufgaben konzipiert ist und tiefergehendes Reasoning als High bietet, ohne die vollen Token-Kosten von Max“. Außerdem wird dort ergänzt, dass die Stufe „auf Opus 4.7 und neueren Modellen verfügbar“ ist. Der API-Parameter wird xhigh geschrieben; im Auswahlfeld wird er ausgeschrieben.

Claude Sonnet 5.5 hat alle fünf Stufen – niedrig, mittel, hoch, xhoch und max –, wobei Thinking dauerhaft aktiviert ist und es keine Möglichkeit gibt, es zu deaktivieren. Der Standardwert ist nicht auf jeder Oberfläche gleich – die Claude API und Claude Code landen nicht zwangsläufig standardmäßig auf derselben Stufe. Wenn Sie nichts einstellen, läuft bei Ihnen möglicherweise bereits eine andere Konfiguration, je nachdem, von wo aus Sie aufgerufen haben. Ein Nutzer, der also eine Modellauswahl öffnet, den Standard-Eintrag Sonnet 5.5 sieht und den Effort auf Extra hoch stellt, hat ein Label erzeugt, das genau wie „Sonnet 5.5 Extra“ aussieht – während ein Modell läuft, das seit neununddreißig Tagen allgemein verfügbar ist.

Was der Effort mit der Rechnung macht, ist der Teil, den man verinnerlichen sollte, denn daher stammt wahrscheinlich der Eindruck vom „nächsten Modell“. Der Preis pro Token ändert sich nicht mit dem Effort: 2 $ Eingabe, 10 $ Ausgabe, 0,20 $ Cache-Reads, auf jeder Stufe. Die Token pro Aufgabe variieren enorm. Artificial Analysis hat zum Start die vollständige Messreihe auf seinem Pre-v5-Index durchgeführt und diese Leiter erhalten:

• Niedrig — Index 36 bei 0,41 $ pro Aufgabe

• Mittel — Index 41 zu 0,59 $ pro Aufgabe

• Hoch — Index 47 bei 1,08 $ pro Aufgabe

• Extra hoch (xhigh) — Index 52 bei 2,74 $ pro Aufgabe

• Max — Index 56 bei 7,60 $ pro Aufgabe

Lesen Sie das als Ausgabenkurve, nicht als Fähigkeitskurve. Der Wechsel von hoch auf Extra hoch mehr als verdoppelt die Kosten pro abgeschlossener Aufgabe für fünf Indexpunkte – dasselbe Modell, das länger nachdenkt. Ein Nutzer, der diesen Schalter umlegt und dann sieht, wie die Ausgabe sichtbar aufwendiger wird, würde es als „ein anderes Modell“ beschreiben. Es sind dieselben Gewichte, nur mit mehr Spielraum.

Der aktuelle Live-Wert ist niedriger und anders gemessen, und die beiden dürfen nicht vermischt werden. Artificial Analysis hat seinen Index am 27. Oktober 2026 auf v5.0 neu aufgebaut, wobei neun Bestandteilsevaluierungen ersetzt und 60 % auf private oder zurückgehaltene Sets gewichtet wurden. Auf v5.0.1 ergibt dieselbe Claude Sonnet 5.5 bei maximalem Aufwand 55, 155 Token pro Sekunde, 10,02 $ pro Indexaufgabe, nachdem sie während des Laufs 335 Millionen Ausgabetoken erzeugt hat, gegenüber einem Median von 72,6 Millionen. Die 56 oben ist eine Zahl aus der Zeit vor v5. Das eine vom anderen abzuziehen ist sinnlos.

Die Ausführlichkeitskennzahl ist diejenige, die beide Bewertungsraster übersteht: etwa das 4,6-Fache des medianen Ausgabevolumens bei einem identischen Aufgabensatz. Das ist es, was „Extra“-Aufwand erkauft und was er kostet, und es ist eine weit plausiblere Erklärung für eine verblüffende Demo als ein stillschweigender Modellaustausch.

Was würde es tatsächlich klären

Die Behauptung ist falsifizierbar, was man von den meisten Leak-Gerüchten nicht behaupten kann. Grob nach Stärke geordnet:

• Ein Eintrag in der Modellauswahl, dessen Name nicht in Anthropics öffentlicher Modellliste erscheint – ein String, kein Screenshot des Verhaltens.

• Ein Antwortkörper, dessen model-Feld etwas anderes als eine dokumentierte ID meldet. Jede Antwort der Claude-API gibt das Modell wieder, das sie ausgeliefert hat; ein stiller Austausch, der dieses Feld übersteht, ist eine andere, größere Geschichte.

• Ein datierter Changelog-Eintrag, eine Bedrock- oder Vertex-Modellkarte oder ein dokumentiertes Kontext- oder Ausgabelimit, das von den 1M Eingabe und 128K Ausgabe von Claude Sonnet 5.5 abweicht.

• Das Generator-Skript hinter dem pelican, zweimal mit zwei benannten Konfigurationen ausgeführt, wobei die Ausgaben verglichen werden. Der Verfasser des Beitrags sagt, es baue Byte für Byte neu; das ist eine Behauptung, die zwei Läufe klären könnten.

Bis eines davon eintrifft, ist die ehrliche Lesart, dass eine Effort-Stufe eine beeindruckendere Zeichnung erzeugt hat und eine Community sie als neues Release aufgefasst hat. Anthropic hat nichts darüber veröffentlicht, und der Beitrag selbst erhebt keinen Anspruch auf einen Namen, den er mit einer Kennung belegen kann — er sagt, das Verhalten „sehe aus wie“ Routing. Das ist die Beschreibung eines Eindrucks.

Das eigentliche Problem ist das stille Routing, und es lässt sich beheben

Zieht man die Modellbezeichnung ab, bleibt eine berechtigte Sorge: Wenn ein Anbieter eine Anfrage unter einer Bezeichnung bedienen kann, während er etwas anderes laufen lässt, dann misst jeder Benchmark, den du ausführst, und jede Kostenkalkulation, die du anstellst, ein bewegliches Ziel. Die Antwort ist nicht besseres Hörensagen. Sie heißt Pinning.

Bei OrcaRouter ist Claude Sonnet 5.5 eine Route unter mehr als 200 Modellen mit einem einzigen Schlüssel, zum Listenpreis des Anbieters mit 0 % Aufschlag — die oben genannten $2 und $10 sind also genau das, was Sie tatsächlich zahlen, und eine Preisänderung des Anbieters ist bei uns noch am selben Tag live. Sie nennen das genaue Modell in der Anfrage; ein Failover wechselt nur dann zu einem anderen Anbieter, wenn bei einem ein Fehler auftritt, und teilt Ihnen das mit, statt still zu ersetzen. Wenn Sie die Hypothese in diesem Beitrag richtig testen möchten, brauchen Sie keinen Screenshot: Leiten Sie denselben Prompt mit hoher und mit Extra-hoher Einstellung an Sonnet 5.5 weiter, kennzeichnen Sie die beiden Routen und vergleichen Sie die Ausgaben und die Token-Zahlen selbst. Das ist ein kontrolliertes Experiment. Es kostet Cents und liefert eine Zahl statt eines Eindrucks.

Wenn ein wirklich unangekündigtes Modell auftaucht, wird es dieselbe Disziplin sein, die es aufdeckt – eine festgepinnte ID, die plötzlich nicht mehr zum Modellfeld passt, nicht ein Pelikan, der besser aussieht als der des letzten Monats.

Was Sie tun sollten, bevor Sie irgendetwas neu aufbauen

Noch nichts. Die Behauptung ist einen Tag alt, stammt aus einer einzigen Quelle, und ihr stärkstes Beweisstück ist ein dokumentiertes Effort-Level. Migrieren Sie keine Pipeline, benchmarken Sie kein Modell neu und schreiben Sie keinen Launch-Post allein aufgrund dieser Behauptung.

Was du diese Woche tun kannst, ist so oder so günstig und nützlich. Prüfe, mit welcher Aufwandsstufe deine eigenen Aufrufe tatsächlich laufen, denn die Standardwerte variieren je nach Oberfläche, und fast niemand legt sie explizit fest. Achte auf die Kosten pro abgeschlossener Aufgabe statt auf den Preis pro Token, denn das ist die Kennzahl, die Extra high verdoppelt. Und wenn du Modelle vergleichst, pinne die ID und protokolliere das Feld „model“ in jeder Antwort – die einzige Routing-Aussage, die zählt, ist die, die deine eigenen Logs bestätigen können.

Die offene Frage ist nicht, ob Claude Sonnet 5.5 Extra existiert. Sie ist, ob jemand vor dem nächsten Pelikan einen Bezeichner dafür erstellen wird.