Anthropic bringt günstigeres Claude Haiku 5.5 heraus und vervollständigt sein Modellportfolio vor geplantem Börsengang
Wichtige Erkenntnisse
- •Claude Haiku 5.5 ist im Durchschnitt etwa 75 % günstiger als Haiku 4.5, mit Preisen von 0,10 $ pro Million Eingabe-Tokens und 0,50 $ pro Million Ausgabe-Tokens für Anfragen bis zu 100.000 Tokens.
- •Ramps Sommerbericht, der mehr als 70.000 Unternehmen umfasst, ergab, dass Anthropic OpenAI bei der Verbreitung unter US-Geschäftskunden überholt hat.
- •Eine Analyse des World Economic Forum von 44 Lieferantenrechnungen zeigte, dass ein KI-Modell der Mittelklasse jede Aufgabe bewältigte, während ein leistungsfähigeres Modell nur 91 % davon abschloss.
- •Anthropos Prospekt wies für 2025 einen Umsatz von fast 4,6 Mrd. $ aus – ein Anstieg um das Zwölffache – neben einem operativen Verlust von 8,06 Mrd. $ und Verpflichtungen in Höhe von 518 Mrd. $ für künftige Cloud- und Infrastrukturleistungen.
- •Der Anbieterwechsel among Unternehmen erreichte im September mit 8 % einen Rekordwert, und 52 % der Unternehmen, die Anthropic oder OpenAI nutzen, sind Kunden beider Anbieter.

Anthropic hat am 7. Oktober Claude Haiku 5.5 veröffentlicht und damit das letzte Stück seines Drei-Modell-Portfolios neben Sonnet 5.5 und Opus 5.5 ergänzt. Das neue Modell soll Nutzer bei ihren täglichen Arbeitsabläufen unterstützen, da Unternehmen nach Wegen suchen, die Kosten der KI-Nutzung zu senken – und es erscheint, während sich Anthropic auf seinen Börsengang vorbereitet. Mit dieser Veröffentlichung bietet das Unternehmen nun Lösungen an drei verschiedenen Punkten der Preis-Leistungs-Kurve an – eine Struktur, die es Organisationen ermöglicht, jedes Modell an die Komplexität der jeweiligen Aufgabe anzupassen, statt standardmäßig immer die leistungsfähigste Option zu wählen.
Auf günstigen Betrieb im großen Maßstab ausgelegt
Laut Anthropic ist Haiku 5.5 im Durchschnitt etwa 75 % günstiger als Haiku 4.5. Für Anfragen von bis zu 100.000 Tokens liegen die Preise bei 0,10 $ pro Million Eingabe-Tokens und 0,50 $ pro Million Ausgabe-Tokens. Das Modell zielt auf alltägliche Aufgaben ab, darunter Zusammenfassungen, Klassifizierung, Datenbankabfragen und Aktionen, die von KI-Agenten ausgeführt werden.
Anthropic hat zudem die Cache-Lese-Kosten für Sonnet 5.5 gesenkt – den reduzierten Tarif, der berechnet wird, wenn eine Anwendung Kontext wiederverwendet, den das Modell bereits verarbeitet hat. In den Launch-Statements gab Asana an, die Latenz um mehr als 30 % reduziert zu haben, während Box eine Verbesserung von 11 Punkten gegenüber Version 4.5 zeigte.
Ein Markt, der um 63 % pro Jahr wächst
Der Launch spiegelt einen Markt wider, in dem Unternehmen ihre KI-Ausgaben rasch erhöhen. Laut Gartner werden die Ausgaben für KI-Modelle und -Plattformen in diesem Jahr voraussichtlich um mehr als 60 % steigen, von 39 Mrd. $ im Jahr 2025 auf 64 Mrd. $.
Während die KI-Ausgaben wachsen, werden Unternehmen selektiver bei der Wahl ihrer Investitionen. Eine September-Studie von BCG ergab, dass fast die Hälfte der Unternehmen bereits Wertsteigerungen durch KI verzeichnet, was den Druck auf Anbieter erhöht, angemessene Preise zu verlangen und zugleich die Ergebnisse zu verbessern.
Warum das größte Modell nicht immer die richtige Wahl ist
Das leistungsfähigste Modell ist nicht unbedingt die beste Wahl für jede Aufgabe. In einer Analyse des World Economic Forum vom 27. August, die 44 Lieferantenrechnungen umfasste, konnte eine KI-Lösung der Mittelklasse alle Rechnungen bearbeiten, während eine leistungsfähigere Lösung nur 91 % davon abschloss. Die Ergebnisse deuten darauf hin, dass die Eignung eines Modells für die Aufgabe wichtiger ist als seine Platzierung. Wie Cryptopolitan berichtete, verlagert sich der Wettbewerb zunehmend von Benchmark-Scores hin zu den Kosten der Aufgabenerledigung. Haiku 5.5 mit seinem Fokus auf alltägliche Arbeit steht genau in diesem Wettbewerb.
Holt auf OpenAI auf, doch die Loyalität ist gering
Anthropic gewinnt bei Geschäftskunden an Boden. Ramps Sommerbericht, der die Ausgaben von mehr als 70.000 Unternehmen untersuchte, zeigt, dass Anthropic OpenAI bei der Verbreitung im US-Markt überholt hat.
Diesen Vorsprung zu halten könnte sich jedoch als schwierig erweisen. Mehr als die Hälfte der Unternehmen, die Anthropic oder OpenAI nutzen (52 %), sind Kunden beider Anbieter. Ramps separate Untersuchung zeigt, dass der Anbieterwechsel im September mit 8 % einen Rekordwert erreichte, was darauf hindeutet, dass Unternehmen es zunehmend gewohnt sind, zwischen konkurrierenden KI-Diensten zu wechseln – ein Umfeld, in dem Preisentscheidungen direktes Wettbewerbsgewicht haben.
Die Frage vor dem Börsengang
Niedrigere Preise könnten Anthropic helfen, neue Kunden zu gewinnen und bestehende Kunden zu häufigerer Nutzung seiner Modelle anzuregen. Diese Strategie könnte seine Position vor einem möglichen Börsengang stärken, doch das Unternehmen muss noch zeigen, dass die wachsende Nachfrage sich in nachhaltige Gewinne umsetzen lässt.
Anthropic zielt auf einen Börsengang nach den US-Zwischenwahlen im November 2026 ab, wobei noch kein konkreter Termin bekannt gegeben wurde. Ein Reuters-Bericht vom 28. September erklärte, dass der Börsengang das Unternehmen mit mehr als 2 Billionen $ bewerten könnte. Der Prospekt offenbarte auch den finanziellen Druck hinter dieser Bewertung: Der Umsatz stieg 2025 um das Zwölffache auf fast 4,6 Mrd. $, doch Anthropic verzeichnete einen operativen Verlust von 8,06 Mrd. $ und wies Verpflichtungen in Höhe von 518 Mrd. $ für künftige Cloud-, Rechen- und Infrastrukturleistungen aus.
Diese Zahlen spiegeln die enormen Ressourcen wider, die zur Entwicklung und zum Betrieb fortschrittlicher KI-Systeme erforderlich sind, und erhöhen die Einsätze für Anthropos Niedrigpreisstrategie. Günstigere Modelle könnten eine breitere Nutzung fördern, doch die höhere Nutzung muss letztlich genug Umsatz generieren, um die wachsenden Ausgaben des Unternehmens zu decken. Während sich Anthropic auf den Börsengang vorbereitet, ist die zentrale Frage, ob es nachhaltige Gewinne erzielen kann, während es weiterhin stark in KI-Infrastruktur investiert.