Ich wechsle mitten im laufenden Chat das Modell. Meistens genau einmal, an einer Stelle, die ich inzwischen ziemlich zuverlässig erkenne: wenn die Denkarbeit erledigt ist und die Fließbandarbeit beginnt. In Gesprächen der letzten Wochen mit Kunden und Kollegen ist mir aufgefallen, dass das fast niemand macht. Modell auswählen, Chat starten, bis zum Ende durchziehen. Meine These nach mehreren Wochen Test: Wer das Claude-Modell nie wechselt, verbrennt sein teuerstes Kontingent an Aufgaben, die keine Spitzenintelligenz brauchen. Ich zeig dir, wo der Schnitt sitzt, was er in Euro und in Wochenlimit bringt, und an welcher Stelle mein eigenes Konzept nicht hält.
Definitionen vorab
Modell-Routing heißt, dass du eine Aufgabe bewusst auf verschiedene Sprachmodelle verteilst, statt sie komplett von einem erledigen zu lassen. In der API macht das ein Router automatisch. In claude.ai machst du es selbst, über das Dropdown neben dem Eingabefeld, auch mitten in einer laufenden Konversation.
Output-Token sind die Tokens, die das Modell erzeugt, im Unterschied zu den Input-Tokens, die du hineingibst. Sie kosten bei Claude das Fünffache des Inputs. Das Nachdenken des Modells zählt zu den Output-Tokens, auch wenn du davon nur eine Zusammenfassung siehst.
Effort ist ein Regler, mit dem du bestimmst, wie viel Aufwand ein Modell in eine Antwort steckt. Er sitzt innerhalb eines Modells, das Routing sitzt zwischen Modellen. Beides sind unterschiedliche Hebel, und man kann sie kombinieren.
Was passiert eigentlich, wenn ich das Modell mitten im Chat wechsle?
Genau das, was viele befürchten, passiert nicht: Der Kontext geht nicht verloren. Die komplette bisherige Konversation wird an das neu gewählte Modell übergeben, inklusive deiner Anweisungen, der Zwischenergebnisse und der Entscheidungen, die vorher gefallen sind. Das neue Modell liest alles und arbeitet weiter.
Was nicht mitwandert, ist der Denkprozess selbst. Die Überlegungen, die Fable 5 angestellt hat, um zu einer Struktur zu kommen, sind weg. Übrig bleibt das Ergebnis dieser Überlegungen. Und genau das ist der Punkt, weil das Ergebnis die Arbeitsanweisung für die nächste Phase ist. Ein Redakteur, der einen Artikelplan bekommt, muss nicht wissen, wie der Chefredakteur zu diesem Plan gekommen ist.
Hier ist mein zitierfähiger Kernsatz für diesen Artikel: Ich setze das teuerste Modell nur für Entscheidungen ein, die den Rest der Arbeit bestimmen, und schalte für die Ausführung eine Stufe runter. Das ist keine Sparmaßnahme aus Geiz, das ist eine Arbeitsteilung, wie ich sie seit 1989 aus der Kommunikationsbranche kenne.
Warum wechselt fast niemand das Modell während einer Aufgabe?
Ich beobachte das regelmäßig in meiner Beratungsarbeit mit EPU und KMU in der DACH-Region, und die Gründe sind erstaunlich einheitlich.
Der erste: Die Modellauswahl fühlt sich wie eine Einstellung an, nicht wie eine Werkzeugwahl. Wer einmal auf das beste verfügbare Modell gestellt hat, betrachtet die Sache als erledigt. So wie man die Sprache der Benutzeroberfläche einstellt und dann nie wieder hinschaut.
Der zweite: Angst vor Kontextverlust. Die Sorge, dass ein Wechsel den Chat zerschießt, hab ich in Workshops immer wieder gehört. Sie ist unbegründet, aber sie sitzt tief, weil jeder schon einmal einen Chat verloren hat.
Der dritte, und das ist der ehrlichste: Die meisten wissen schlicht nicht, dass es geht. Das Dropdown bleibt während der ganzen Konversation aktiv, aber wer es einmal gesetzt hat, schaut nicht mehr hin. In meinen Gesprächen ist das regelmäßig der Moment, in dem jemand die Modellauswahl aufklappt und nachsieht, ob da wirklich alle Modelle stehen. Es stehen alle da.
Wie sieht der Schnitt in der Praxis aus?
Der Ablauf, der sich bei mir eingespielt hat, hat vier Schritte.
- Denkphase mit dem stärksten Modell. Ich starte mit Claude Fable 5 und lasse es Strategie, Struktur und harte kreative Richtung machen. Bei einem Coding-Projekt die Architektur und die Frage, welche Komponenten überhaupt gebaut werden müssen. Bei einer Kundenanalyse die Bewertungslogik. Alles, wo eine bessere Antwort die restlichen zwei Stunden Arbeit verändert.
- Die Übergabe explizit machen. Bevor ich wechsle, lasse ich das starke Modell das Ergebnis in eine saubere Arbeitsanweisung gießen. Wörtlich sinngemäß: fasse Entscheidungen, Struktur und Vorgaben so zusammen, dass jemand ohne Vorwissen damit weiterarbeiten kann. Dieser Schritt ist der wichtigste im ganzen Ablauf, und ich hab ihn anfangs übersprungen. Ohne ihn rät das nächste Modell, was gemeint war.
- Produktionsphase eine Stufe tiefer. Umschalten auf Claude Sonnet 5 oder Claude Opus 5, je nach Anspruch. Hier entstehen Entwürfe, Varianten, Formatierungen, Wiederholungen. Alles, was viel Output produziert und wenig Urteilsvermögen braucht.
- Zurückschalten bei echten Blockaden. Wenn in der Produktionsphase eine Frage auftaucht, die die Struktur betrifft, gehe ich für diese eine Antwort zurück nach oben. Das ist selten, vielleicht bei jedem vierten Projekt.
Das Bild hinkt leicht, aber es trifft den Kern: Der Architekt zeichnet den Plan, die Maurer bauen die Wand. Du holst den Architekten nicht auf die Baustelle, weil eine Fuge schief ist.
Was kostet der Unterschied wirklich?
Jetzt zu den Zahlen, denn ohne die ist das Ganze nur eine hübsche Metapher. Anthropic listet in der offiziellen Übersicht zur Modellwahl folgende Preise pro Million Tokens: Claude Fable 5 kostet 10 Dollar Input und 50 Dollar Output. Claude Opus 5 liegt bei 5 und 25 Dollar. Claude Sonnet 5 läuft bis 31. August 2026 zu Einführungspreisen von 2 und 10 Dollar, danach 3 und 15 Dollar. Claude Haiku 4.5 kostet 1 und 5 Dollar.
Das heißt für den Output, wo die Musik spielt: Fable 5 ist derzeit fünfmal so teuer wie Sonnet 5 und doppelt so teuer wie Opus 5. Ab 1. September schrumpft der Faktor gegenüber Sonnet auf etwa 3,3. Wer also gerade rechnet, sollte wissen, dass die Rechnung im Herbst anders aussieht.
Und jetzt kommt der Teil, wo ich meine eigene Formulierung korrigieren muss. Ich hab intern immer von „Token sparen“ gesprochen, und das stimmt so nicht. Beim Wechsel geht die gesamte bisherige Konversation als Input an das neue Modell, du sparst also keinen einzigen Token ein. Was du veränderst, ist der Preis pro erzeugtem Token in der Phase, in der die meisten Tokens entstehen. Präziser formuliert: Ich spare keine Tokens, ich verlagere die teuren Tokens dorthin, wo sie günstig sind. Wer generell weniger Kontext verbrauchen will, braucht andere Werkzeuge, dazu hab ich meinen Test des Rust-Tools RTK zur Verschlankung des Claude-Code-Kontexts geschrieben, das den Command-Output um bis zu 80 Prozent eindampft. Das ist ein anderer Hebel, und die beiden ergänzen sich.
Dazu kommt ein Effekt, den kaum jemand auf dem Schirm hat. Anthropic weist darauf hin, dass die neueren Modelle ab der 4.7er Generation einen anderen Tokenizer verwenden, der denselben Text in ungefähr 30 Prozent mehr Tokens zerlegt. Der Vergleich einer Preisliste mit älteren Modellen unterschätzt die tatsächliche Rechnung also systematisch. Für das Routing heißt das: Der Aufschlag trifft alle aktuellen Modelle gleichermaßen, aber er trifft sie auf unterschiedlichem Preisniveau. Ein Aufschlag von 30 Prozent auf 50 Dollar tut mehr weh als auf 10 Dollar.
Ein Detail macht den Unterschied größer, als die Preistabelle vermuten lässt. Fable 5 arbeitet mit dauerhaft aktivem adaptivem Denken. Dieses Denken wird als Output abgerechnet. Ein Modell, das über die Formatierung einer Tabelle nachdenkt, verbraucht dafür Tokens zum höchsten Satz im gesamten Lineup.
Warum die 50-Prozent-Regel den Ausschlag gibt
Für alle, die Claude über ein Abo nutzen und nicht über die API, ist der eigentliche Grund für das Routing aber ein anderer. Seit 20. Juli 2026 gilt laut Anthropics Hilfeartikel zu Fable 5 in den Abo-Plänen eine klare Trennung: Auf Max-Plänen und Premium-Sitzen bei Team und Enterprise ist Fable 5 enthalten, allerdings nur bis zu 50 Prozent des wöchentlichen Nutzungslimits. Auf Pro-Plänen und Standard-Sitzen läuft das Modell über Usage Credits, also faktisch zu API-Preisen.
Lies den Satz nochmal. Auf Max hast du ein halbes Wochenlimit für das stärkste Modell. Wenn du dieses halbe Limit an Rohtexten, Varianten und Formatierungsarbeit verbrauchst, stehst du am Donnerstag ohne Spitzenintelligenz da, obwohl auf den anderen Modellen noch reichlich Kontingent liegt. Genau dieser Effekt hat mich dazu gebracht, meinen Ablauf umzubauen.
Auf Pro ist die Lage noch eindeutiger, weil dort jeder Fable-Token echtes Geld kostet. Anthropic hat zum Umstellungszeitpunkt ein einmaliges Guthaben von 100 Dollar ausgegeben, das Anfragefenster dafür ist inzwischen abgelaufen. Wer heute auf Pro startet, zahlt vom ersten Token an nach Verbrauch. Bei Textproduktion ist das schwer zu rechtfertigen, wenn Sonnet 5 dieselbe Aufgabe zum Fünftel des Output-Preises erledigt.
Wo mein eigenes Konzept an Grenzen stößt
Ich wäre ein schlechter Sparringspartner, wenn ich das hier als Universallösung verkaufen würde. Anthropic schreibt in der eigenen Dokumentation, dass das Justieren des Effort-Reglers oft der bessere Hebel ist als der Wechsel des Modells. Das ist ein Widerspruch zu meiner Praxis, und ich nehme ihn ernst.
Meine Auflösung: Beide Aussagen stimmen, sie beantworten unterschiedliche Fragen. Der Effort-Regler ist der richtige Hebel, wenn sich die Schwierigkeit einer Aufgabe ändert. Das Routing ist der richtige Hebel, wenn sich die Art der Aufgabe ändert, also von Urteilen zu Ausführen. Wie der Effort-Regler funktioniert und was er konkret bringt, hab ich im Praxis-Check zu Effort Control und Ehrlichkeit bei Opus 4.8 auseinandergenommen. In der Kombination sieht das bei mir so aus: hohe Effort-Stufe in der Denkphase, Modellwechsel beim Übergang, niedrige Effort-Stufe in der Produktion.
Der zweite Einwand ist praktischer Natur. Bei kurzen Aufgaben lohnt sich der Aufwand nicht. Wenn eine Sache in zehn Minuten erledigt ist, kostet die saubere Übergabe mehr Zeit, als der Wechsel an Kontingent spart. Meine Faustregel: Ich schneide erst, wenn die Sitzung absehbar länger als eine Stunde läuft. Wo genau deine Schwelle liegt, hängt davon ab, wie viel Output deine Produktionsphase erzeugt.
Und der dritte, den ich nicht wegdiskutieren kann: Manchmal ist der Übergang nicht sauber trennbar. Ein Text, bei dem Struktur und Formulierung ineinandergreifen, verträgt keinen Schnitt in der Mitte. Da bleib ich oben und zahle.
Ein Sonderfall kommt noch dazu, den du nicht steuerst. Fable 5 läuft mit vorgeschalteten Klassifikatoren, die Anfragen aus den Bereichen Cybersicherheit, Biologie und Chemie sowie Destillationsversuche abfangen. Trifft einer davon zu, beantwortet das nächststärkste Modell die Anfrage, aktuell Claude Opus 5. Dann hat das Routing bereits stattgefunden, nur eben nicht von dir. In der normalen Content- und Analysearbeit passiert das praktisch nie.
Für wen lohnt sich das Routing, für wen nicht?
Für dich lohnt es sich, wenn du auf einem Max-Plan sitzt und regelmäßig ans Wochenlimit stößt, wenn du auf Pro Usage Credits für Fable 5 zahlst, oder wenn du über die API automatisierte Abläufe betreibst, in denen Denk- und Produktionsschritte klar getrennt sind.
Es lohnt sich nicht, wenn du Claude gelegentlich für Recherche und Formulierungshilfe nutzt und nie an ein Limit kommst. Dann ist die zusätzliche Aufmerksamkeit reiner Overhead, und du fährst mit dem Standardmodell besser.
Ein Zwischenweg, den ich häufig empfehle: Die Denkphase in einem Projekt mit hinterlegten Vorgaben führen, weil dort die Anweisungen ohnehin stehen und du sie nicht jedes Mal neu formulieren musst. Welcher der drei Claude-Arbeitsmodi Code, Cowork und Projects zu welcher Arbeitsweise passt, hab ich ausführlich verglichen.
Fragen zum Modellwechsel in Claude
Über die Hintergründe zum stärksten Modell in dieser Aufteilung hab ich beim Launch geschrieben, als Anthropic die Mythos-Klasse mit Fable 5 für alle geöffnet hat.
Wenn du bis hierher gelesen hast und dein nächster Chat länger als eine Stunde dauert, probier den Schnitt genau einmal aus. Lass die Struktur oben entstehen, lass sie zusammenfassen, schalt runter und produzier. Nach drei Projekten weißt du, ob es für deine Arbeitsweise taugt. Bei mir hat es nach dem zweiten geklickt.
