Claude Code Effort Levels 2026: Low bis Max erklärt

Stand: 13. Juni 2026

Wer KI in einem Unternehmen mit 10 bis 100 Mitarbeitern produktiv einsetzt, kennt die unbequeme Wahrheit hinter jeder Demo: Die Technik funktioniert, die Rechnung am Monatsende auch. Genau an dieser Stelle entscheidet sich, ob ein KI-Projekt planbar bleibt oder zum Fass ohne Boden wird. Die Claude Code Effort Levels sind dafür der wichtigste betriebswirtschaftliche Hebel, den die meisten Teams übersehen. Sie steuern, wie großzügig Claude Tokens für eine Aufgabe einsetzt, und beeinflussen damit Qualität, Geschwindigkeit, Latenz und Kosten in einem einzigen Parameter.

In den KI-Projekten von KI-Berater.hamburg behandeln wir Effort nicht als technisches Detail, sondern als Governance-Frage. Welche Aufgabe darf wie viel Rechenleistung kosten? Dieser Beitrag erklärt die fünf Stufen, ihre Modell-Unterstützung und die richtige Strategie je Modell, damit Entscheider und IT-Verantwortliche eine fundierte Wahl treffen können statt nach Bauchgefühl zu konfigurieren.

Was Claude Code Effort Levels wirklich steuern

Der Effort-Level ist ein Verhaltenssignal an das Modell, kein festes Thinking-Token-Budget. Claude entscheidet innerhalb des vorgegebenen Rahmens, wie ausführlich es antwortet, wie tief es analysiert und wie viele Tools oder Funktionen es aufruft. Aus Entscheider-Sicht ist das der entscheidende Punkt: Sie geben eine wirtschaftliche Leitplanke vor, das Modell verteilt den Aufwand selbst. Die offizielle Beschreibung des Parameters steht in der Anthropic-Dokumentation zum Effort-Parameter.

Effort betrifft dabei nicht nur das interne Denken. Der Parameter beeinflusst den gesamten erzeugten Output: normale Textantworten, Erklärungen, Tool-Aufrufe, Funktionsargumente, Extended Thinking, Planungsschritte, Code-Kommentare und Zusammenfassungen nach einer Aufgabe. Ein niedriger Effort-Level führt typischerweise zu kürzeren Antworten und weniger Tool-Aufrufen, Claude kommt schneller und direkter zum Ergebnis. Ein höherer Effort-Level kann dazu führen, dass Claude mehr Dateien untersucht, zusätzliche Tools verwendet, einen Plan vor der Ausführung erstellt, mehr Randfälle berücksichtigt, Änderungen ausführlicher dokumentiert und Ergebnisse gründlicher kontrolliert. Effort steuert damit den gesamten Arbeitsstil des Modells, nicht nur die Denkdauer.

Die Claude API unterscheidet fünf Stufen: low, medium, high, xhigh und max. Nicht jedes Modell unterstützt alle fünf. Claude Fable 5 und Claude Opus 4.8 können auch mit xhigh betrieben werden, bei Claude Sonnet 4.6 stehen low, medium, high und max zur Verfügung.

Die fünf Effort-Level im schnellen Überblick

Effort-Level	Bedeutung	Geeignet für	Fable 5	Opus 4.8	Sonnet 4.6
low	Maximale Effizienz und geringerer Tokenverbrauch	Einfache, schnelle und häufige Aufgaben	Ja	Ja	Ja
medium	Ausgewogenes Verhältnis aus Qualität, Kosten und Geschwindigkeit	Normale Coding- und Agentenaufgaben	Ja	Ja	Ja
high	Hohe Leistungsfähigkeit und gründliche Bearbeitung	Komplexe Analyse, schwieriges Coding und Agentenarbeit	Ja	Ja	Ja
xhigh	Erweiterte Leistungsfähigkeit für langlaufende Aufgaben	Anspruchsvolle Coding- und agentische Workflows	Ja	Ja	Nein
max	Höchstmögliche Leistungsfähigkeit ohne Begrenzung der Tokenbereitschaft	Kritische und außergewöhnlich schwere Aufgaben	Ja	Ja	Ja

high ist der allgemeine Standardwert. Wird kein Effort-Level angegeben, verhält sich Claude so, als wäre high gesetzt. Für eine saubere Kostenkontrolle ist das eine wichtige Information, denn der Default ist nicht für jedes Modell und jede Aufgabe die wirtschaftlich beste Einstellung. Anthropic empfiehlt abhängig vom Modell unterschiedliche Ausgangspunkte, dazu weiter unten mehr.

Effort ist kein festes Token-Budget

Eine verbreitete Fehlannahme lautet, dass jeder Effort-Level einer festen Anzahl von Thinking-Tokens entspricht. Das stimmt nicht. Der Effort-Level ist ein weiches Steuerungssignal. Claude darf auch bei low nachdenken, wenn eine Aufgabe schwierig genug ist. Für dieselbe Aufgabe wird das Modell bei low normalerweise jedoch weniger Tokens einsetzen als bei high, xhigh oder max.

Die tatsächliche Nutzung hängt von mehreren Faktoren ab: der Schwierigkeit der Aufgabe, der Länge des Kontexts, der Anzahl erforderlicher Tool-Aufrufe, dem gewählten Claude-Modell, der gesetzten max_tokens-Grenze und der Aktivierung von Adaptive Thinking. Diese Flexibilität ist für KMU ein Vorteil gegenüber einem starren Budget. Sie hat aber eine Konsequenz für die Planung: Die Wirkung einer Einstellung muss mit realen Aufgaben getestet werden, weil sie sich je nach Workflow unterscheidet. Eine Hochrechnung auf dem Reißbrett ersetzt die Messung nicht.

Low Effort: schnell und sparsam

low ist die effizienteste Einstellung. Claude verwendet weniger Tokens, antwortet knapper und versucht, Aufgaben mit möglichst wenig zusätzlicher Analyse zu erledigen. Aus Kostensicht ist das die Stufe, mit der sich hohe Anfragevolumen überhaupt erst wirtschaftlich betreiben lassen.

Gute Einsatzbereiche sind einfache Klassifizierungen, schnelle Nachschlagefragen, kurze Chat-Antworten, Formatierungsänderungen, Tippfehler- und Syntaxkorrekturen, kleine Umbenennungen, einfache Code-Erklärungen, klar definierte Subagent-Aufgaben, große Mengen gleichartiger Anfragen und latenzkritische Anwendungen.

Ein typisches Beispiel: „Ändere den Variablennamen customerName in diesem Code in clientName.” Eine ausführliche Architekturprüfung ist hier überflüssig. Ein höherer Effort-Level würde mehr Tokens verbrauchen, ohne das Ergebnis zu verbessern. Anders sieht es aus, wenn eine Aufgabe mehrere Dateien betrifft, versteckte Abhängigkeiten enthält, eine Root-Cause-Analyse benötigt, sicherheitsrelevant ist, mehrere Lösungswege abwägen muss oder eine lange Kette von Tool-Aufrufen erfordert. Bei solchen Aufgaben kann eine Low-Effort-Antwort plausibel aussehen und trotzdem wichtige Zusammenhänge übersehen. Genau dieser Fall ist teuer, weil er Korrekturrunden nach sich zieht.

Medium Effort: der wirtschaftliche Allrounder

medium bietet ein ausgewogenes Verhältnis aus Leistung, Geschwindigkeit und Tokenverbrauch. Diese Stufe eignet sich für viele typische Entwicklungsaufgaben und ist insbesondere bei Claude Sonnet 4.6 ein sinnvoller Ausgangspunkt.

Gute Einsatzbereiche sind normale Codegenerierung, klar beschriebene Features, Unit-Tests, kleinere Refactorings, Standard-Bugfixes, API-Anbindungen, Formularvalidierung, Tool-gestützte Arbeitsabläufe, Agentenaufgaben mit überschaubarem Umfang, technische Dokumentation und Code-Reviews mit klarer Prüfliste.

Ein Beispiel: „Erstelle Unit-Tests für diese Funktion. Berücksichtige gültige Werte, leere Eingaben und ungültige Datentypen.” Claude braucht hier mehr Kontextverständnis als bei einer einfachen Umbenennung, die Aufgabe ist aber klar genug, um ohne maximale Denktiefe gelöst zu werden.

Eine Besonderheit gilt für Sonnet 4.6. Obwohl das Modell technisch mit high startet, empfiehlt Anthropic ausdrücklich, medium für die meisten Anwendungen aktiv zu setzen. Medium passt bei Sonnet 4.6 besonders zu agentischem Coding, Tool-heavy Workflows, Codegenerierung und normalen produktiven Anwendungen. Die explizite Einstellung verhindert außerdem, dass Anwendungen unerwartet mehr Latenz und Tokens verursachen als nötig. In den Projekten von KI-Berater.hamburg ist das eine der ersten Stellschrauben, die wir bei einer Kostenoptimierung prüfen, weil hier oft Geld ungenutzt im Default verbrennt.

High Effort: gründlich und leistungsfähig

high ist der Standardwert der Claude API. Diese Stufe ist für komplexe Denkaufgaben, schwieriges Coding und anspruchsvolle Agentenprozesse vorgesehen.

Gute Einsatzbereiche sind schwierige Fehleranalysen, Architekturentscheidungen, anspruchsvolle Code-Reviews, Performance-Optimierung, Sicherheitsanalysen, komplexere Refactorings, mehrstufige technische Planungen, agentische Aufgaben mit mehreren Tools, die Analyse größerer Codebereiche und Aufgaben mit wichtigen Randbedingungen.

Ein Beispiel: „Analysiere, warum dieser asynchrone Prozess sporadisch doppelte Datenbankeinträge erzeugt. Berücksichtige Parallelität, Retries und fehlende Idempotenz.” Oberflächliche Mustererkennung reicht hier nicht, Claude muss mehrere mögliche Fehlerursachen prüfen und ihre Wechselwirkungen verstehen. Für Claude Fable 5 empfiehlt Anthropic, bei den meisten Aufgaben mit high zu beginnen. Routineaufgaben lassen sich anschließend auf medium oder low reduzieren, besonders anspruchsvolle Workloads auf xhigh erhöhen.

XHigh Effort: für langlaufende Aufgaben

xhigh steht zwischen high und max. Diese Einstellung ist für besonders anspruchsvolle Aufgaben gedacht, bei denen Claude über einen längeren Zeitraum planen, suchen, programmieren, prüfen und korrigieren muss. Unter den hier betrachteten Modellen unterstützen Claude Fable 5 und Claude Opus 4.8 die Stufe xhigh, Claude Sonnet 4.6 nicht.

Gute Einsatzbereiche sind langlaufende Coding-Aufgaben, komplexe agentische Workflows, wiederholte Tool-Aufrufe, ausführliche Recherchen, umfangreiche Codebase-Analysen, große Multi-File-Refactorings, Migrationen über mehrere Komponenten, autonome Implementierungsaufgaben, Aufgaben mit Subagents und tiefgehende Fehlersuche.

Ein Beispiel: „Analysiere die bestehende Authentifizierungsarchitektur. Plane die Migration auf ein rollenbasiertes Berechtigungsmodell, implementiere die notwendigen Änderungen und prüfe Tests, Datenmigration und Rückwärtskompatibilität.” Diese Aufgabe besteht nicht aus einem einzigen Denkschritt. Claude muss den Ist-Zustand verstehen, einen Plan entwickeln, Änderungen durchführen und das Ergebnis kontrollieren.

Für Coding und agentische Anwendungen empfiehlt Anthropic bei Claude Opus 4.8, mit xhigh zu beginnen. Für andere Aufgaben, bei denen Intelligenz und Analysequalität wichtig sind, ist high meist der richtige Ausgangspunkt. Eine Reduzierung auf medium oder low sollte erfolgen, wenn eigene Tests zeigen, dass die Qualität stabil bleibt. Bei Claude Fable 5 bleibt high der empfohlene Standard, xhigh ist für besonders leistungssensitive Aufgaben gedacht, etwa schwierige Architekturentscheidungen, langfristige Agentenprozesse, komplexe technische Forschung, kritische Code-Migrationen und umfassende Systemanalysen.

Max Effort: maximale Leistungsfähigkeit

max weist Claude an, die höchstmögliche Leistungsfähigkeit einzusetzen, ohne den Tokenverbrauch zugunsten von Effizienz einzuschränken. Max ist bei Claude Fable 5, Claude Opus 4.8 und Claude Sonnet 4.6 verfügbar.

Gute Einsatzbereiche sind außergewöhnlich schwere Probleme, sicherheitskritische Analysen, komplexe Algorithmen, schwer reproduzierbare Fehler, Race Conditions, kritisches Systemdesign, die finale Prüfung risikoreicher Änderungen, anspruchsvolle Architektur-Reviews und wichtige Entscheidungen mit hohen Fehlerkosten.

Ein Beispiel: „Prüfe dieses Mandanten- und Berechtigungsmodell auf mögliche Privilege-Escalation-Pfade, Datenlecks und fehlerhafte Vertrauensgrenzen.” Bei solchen Aufgaben haben übersehene Fehler erhebliche Folgen, der zusätzliche Tokenverbrauch ist dann häufig besser vertretbar als eine zu oberflächliche Analyse. Trotzdem ist max kein Allheilmittel. Bei einfachen oder stark strukturierten Aufgaben kann Max unnötig viele Tokens verbrauchen, die Antwortzeit erhöhen, zu übermäßiger Analyse führen, mehr Text erzeugen als nötig und kaum messbare Qualitätsgewinne bringen. Die stärkste Einstellung ist nicht automatisch die wirtschaftlichste.

Welcher Effort-Level passt zu welchem Modell

Die Modellwahl und die Effort-Wahl gehören zusammen. Drei Modelle, drei unterschiedliche Ausgangspunkte. Welches Grundmodell zu welcher Aufgabe passt, vertieft unser Beitrag Claude Modelle im Vergleich.

Claude Sonnet 4.6 (1M Kontext): Medium für die meisten Anwendungen

Aufgabe	Empfohlener Effort
Chat und einfache Nicht-Coding-Aufgaben	low
Normale Anwendungen und Codegenerierung	medium
Tool-intensive Workflows	medium
Komplexe Denkaufgaben	high
Maximaler Qualitätsanspruch	max

Für die meisten Anwendungen ist medium der sinnvollste Ausgangspunkt. low empfiehlt sich für hohe Anfragevolumen und latenzkritische Workloads, high wenn Qualität wichtiger ist als Geschwindigkeit, max bleibt außergewöhnlich schwierigen Aufgaben vorbehalten. Sonnet 4.6 unterstützt kein xhigh.

Claude Opus 4.8 (1M Kontext): XHigh für Coding und Agenten

Aufgabe	Empfohlener Effort
Kurze, klar begrenzte Teilaufgaben	low
Kostensensitive Standardworkflows	medium
Anspruchsvolle Analyse	high
Coding und agentische Workflows	xhigh
Außergewöhnlich schwierige Aufgaben	max

Für Coding und agentische Anwendungsfälle empfiehlt Anthropic xhigh als Ausgangspunkt. high eignet sich für die meisten anderen Aufgaben, bei denen Analysequalität entscheidend ist. medium und low sollten erst eingesetzt werden, nachdem eigene Evaluationen bestätigt haben, dass die geringere Einstellung für den jeweiligen Workflow ausreicht. max ist nur sinnvoll, wenn Tests einen messbaren Qualitätsvorteil gegenüber xhigh zeigen.

Claude Fable 5 (1M Kontext): High als Standard

Aufgabe	Empfohlener Effort
Einfache Routinearbeit	low
Normale, kostensensitive Aufgaben	medium
Die meisten anspruchsvollen Aufgaben	high
Besonders leistungssensitive Workloads	xhigh
Maximale Analyse ohne Effizienzvorgabe	max

Anthropic empfiehlt, bei Fable 5 grundsätzlich mit high zu starten. Wenn eine Aufgabe zwar erfolgreich abgeschlossen wird, aber unnötig lange dauert, kann der Effort-Level reduziert werden. Für besonders anspruchsvolle Workloads steht xhigh zur Verfügung.

Praxisempfehlung nach Aufgabentyp

Aufgabentyp	Modell	Empfohlener Effort
Tippfehler und Formatierung	Sonnet 4.6	low
Einfache Code-Erklärung	Sonnet 4.6	low bis medium
Standard-Codegenerierung	Sonnet 4.6	medium
Unit-Tests	Sonnet 4.6	medium
Feature mit klarer Spezifikation	Sonnet 4.6	medium
Normaler Bugfix	Sonnet 4.6	medium bis high
Komplexe Fehleranalyse	Opus 4.8	high
Multi-File-Refactoring	Opus 4.8	high bis xhigh
Agentisches Coding	Opus 4.8	xhigh
Langlaufender autonomer Workflow	Opus 4.8 oder Fable 5	xhigh
Anspruchsvolle Architekturarbeit	Fable 5	high bis xhigh
Kritische Sicherheitsprüfung	Fable 5 oder Opus 4.8	max
Hohe Zahl einfacher Subagent-Aufgaben	Sonnet 4.6	low

Diese Zuordnung ist eine praktische Ausgangsbasis. Die endgültige Einstellung sollte anhand eigener Evaluationen erfolgen.

Adaptive Thinking bei Fable 5, Opus 4.8 und Sonnet 4.6

Effort und Adaptive Thinking hängen eng zusammen, sind aber nicht dasselbe. Effort steuert die Bereitschaft des Modells, Tokens einzusetzen. Adaptive Thinking entscheidet dynamisch, ob und wie intensiv Claude für eine konkrete Anfrage intern analysiert. Wer Tokenverbrauch sauber planen will, sollte beide Mechanismen auseinanderhalten.

Bei Claude Fable 5 ist Adaptive Thinking immer aktiviert. Eine zusätzliche thinking-Konfiguration ist nicht erforderlich, das Denken lässt sich bei diesem Modell nicht deaktivieren. Der Effort-Level steuert, wie tief und ausführlich das adaptive Denken ausfällt.

Claude Opus 4.8 unterstützt ausschließlich Adaptive Thinking, muss es in API-Anfragen aber explizit aktivieren:

thinking={"type": "adaptive"}

Wird die Thinking-Konfiguration weggelassen, läuft die Anfrage ohne Extended Thinking. Die ältere manuelle Konfiguration mit budget_tokens wird bei Opus 4.8 nicht unterstützt.

Bei Claude Sonnet 4.6 ist Adaptive Thinking der empfohlene Modus. Die ältere Steuerung funktioniert noch, ist aber veraltet und soll in einer zukünftigen Modellversion entfernt werden:

thinking={"type": "enabled", "budget_tokens": 10000}

Für neue Implementierungen gilt deshalb: Adaptive Thinking zusammen mit dem Effort-Parameter verwenden.

Claude Opus 4.8 mit XHigh konfigurieren

So sieht ein API-Aufruf für eine anspruchsvolle Coding-Aufgabe aus:

import anthropic
client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=64000,
    thinking={
        "type": "adaptive"
    },
    output_config={
        "effort": "xhigh"
    },
    messages=[
        {
            "role": "user",
            "content": (
                "Analysiere die bestehende Anwendung, plane das "
                "Refactoring und prüfe anschließend alle Änderungen."
            )
        }
    ]
)
print(response.content)

Geschäftlich übersetzt: Dieser eine Aufruf ersetzt einen halben Tag manuelle Refactoring-Arbeit, kostet dafür aber spürbar mehr Tokens als eine Standardanfrage. Bei Opus 4.8 sollte für xhigh und max ein ausreichend großer Wert für max_tokens gewählt werden. max_tokens ist eine harte Obergrenze und umfasst sowohl die Thinking-Tokens als auch den sichtbaren Antworttext. Ein hoher Effort-Level kann seine Wirkung nicht voll entfalten, wenn die Ausgabe durch ein zu niedriges max_tokens-Limit vorzeitig abgeschnitten wird. Wer hier spart, zahlt am Ende doppelt, weil die Aufgabe unvollständig bleibt und wiederholt werden muss.

Opus 4.8 und Opus 4.8 [1M]: der Unterschied

In Claude Code taucht Opus 4.8 an zwei Stellen auf, einmal als „Opus 4.8” und einmal als „Opus 4.8 [1M]”. Für Entscheider ist die wichtigste Botschaft: Das ist dasselbe Modell. Die Kennzeichnung [1M] betrifft ausschließlich das Kontextfenster, nicht die Intelligenz und nicht den Effort-Level.

Variante	Bedeutung
Opus 4.8	Nutzt die für Konto, Plattform und Anbieter vorgesehene Standard-Kontextkonfiguration
Opus 4.8 [1M]	Fordert ausdrücklich ein Kontextfenster von bis zu 1 Million Tokens an

Das Kontextfenster ist der Arbeitsspeicher der laufenden Sitzung. Darin liegen die bisherige Unterhaltung, eingelesene Dateien, Quellcode, Tool-Ergebnisse, Systemanweisungen und die aktuell erzeugte Antwort.

Was [1M] nicht bedeutet

Opus 4.8 [1M] ist nicht intelligenter als Opus 4.8, kein anderer Modell-Checkpoint, nicht automatisch gründlicher, kein höherer Effort-Level, nicht schneller und nicht mit mehr maximaler Ausgabe ausgestattet. Für die Denktiefe bleibt der Effort-Level zuständig. Kontextfenster und Effort-Level sind zwei getrennte Stellschrauben.

Wann [1M] sinnvoll ist

Die 1M-Variante zahlt sich aus bei sehr großen Repositorys, langen Claude-Code-Sitzungen, Analysen über viele Dateien hinweg, umfangreichen Dokumentationen, großen Logs und Datenbeständen und langlaufenden agentischen Workflows. Für eine normale Funktion, einen überschaubaren Bugfix oder ein kleines Repository bringt [1M] meist keinen Vorteil. Ein größerer Schreibtisch trifft schließlich nicht automatisch bessere Architekturentscheidungen.

Besonderheit auf der Anthropic API

Auf der direkten Anthropic API besitzt Claude Opus 4.8 bereits standardmäßig ein Kontextfenster von 1 Million Tokens. Zwischen claude-opus-4-8 und einer Claude-Code-Auswahl mit [1M] besteht dort hinsichtlich der maximalen Kontextgröße praktisch kein Unterschied. Die Kennzeichnung [1M] dient in Claude Code vor allem dazu, die erweiterte Kontextvariante ausdrücklich auszuwählen oder an den jeweiligen Anbieter weiterzugeben.

Für Claude-Code-Abonnements gilt laut Anthropic:

• Max, Team und Enterprise: 1M-Kontext für Opus ist enthalten und wird automatisch aktiviert.
• Pro: Die 1M-Variante benötigt Usage Credits.
• Anthropic API und Pay-as-you-go: voller 1M-Zugriff.
• Microsoft Foundry: Opus 4.8 ist auf 200.000 Tokens begrenzt.

Praktische Empfehlung

Normales Opus 4.8 reicht, wenn das Repository überschaubar ist, die Sitzung noch relativ kurz ist und Claude nur einen begrenzten Ausschnitt analysieren soll. Opus 4.8 [1M] lohnt sich, wenn ein großes Repository vollständig untersucht werden soll, Claude über eine lange Sitzung möglichst wenig verdichten oder vergessen soll und viele Dateien, Spezifikationen und Tool-Ergebnisse gleichzeitig relevant bleiben.

Mehr Kontext kann Tokenverbrauch und teilweise Latenz erhöhen. Anthropic weist zudem darauf hin, dass größere Kontextmengen nicht automatisch bessere Ergebnisse bedeuten, weil die Treffergenauigkeit bei sehr langen Kontexten abnehmen kann. In den Projekten von KI-Berater.hamburg gilt deshalb der Leitsatz: relevant und sauber strukturierter Kontext ist wertvoller als bloß maximal viel Kontext.

Was ist Claude Code Ultracode

ultracode erscheint im Effort-Menü von Claude Code, ist aber kein zusätzlicher API-Effort-Level. Ultracode kombiniert zwei Funktionen:

1. Claude arbeitet mit xhigh.
2. Claude Code erhält die grundsätzliche Berechtigung, dynamische Multi-Agenten-Workflows zu starten.

Dadurch kann Claude größere Aufgaben aufteilen und mehrere spezialisierte Arbeitsabläufe koordinieren. Ultracode eignet sich für umfangreiche Softwareprojekte, komplexe Migrationen, große Codebase-Analysen, parallele Implementierungs- und Prüfaufgaben sowie dynamische Agentenorchestrierung. Die API akzeptiert weiterhin nur die dokumentierten Effort-Werte low, medium, high, xhigh und max. Ultracode sollte deshalb nicht mit xhigh gleichgesetzt werden. Es nutzt xhigh, ergänzt diese Stufe aber um zusätzliche Orchestrierungsrechte innerhalb von Claude Code. Wie wir Multi-Agenten-Workflows praktisch einsetzen, zeigt unser Beitrag zur Multi-Agenten-Orchestrierung.

Effort als Kostenhebel und Model Routing

Für Entscheider ist Effort vor allem ein Kostenhebel. Ein niedriger Effort-Level reduziert typischerweise die Länge der Antworten, die Tiefe des Denkens, die Anzahl der Tool-Aufrufe, die Laufzeit und den Tokenverbrauch. Die wirtschaftlich beste Strategie besteht trotzdem nicht darin, immer low zu verwenden. Eine oberflächliche oder falsche Antwort kostet mehr, wenn anschließend mehrere Korrekturrunden nötig werden.

Bewährt hat sich ein einfaches Vorgehen, das wir bei KI-Berater.hamburg als Token-Budget-Governance in Kundenprojekte einziehen:

1. Klassifiziere die Aufgabe nach Komplexität und Risiko.
2. Wähle den niedrigsten realistisch geeigneten Effort-Level.
3. Messe Qualität, Tokenverbrauch und Laufzeit.
4. Erhöhe Effort, wenn wichtige Aspekte übersehen werden.
5. Reduziere Effort, wenn eine Aufgabe zuverlässig mit weniger Aufwand funktioniert.
6. Verwende max nur bei messbarem Mehrwert.

In professionellen KI-Agenten muss der Effort-Level nicht statisch sein. Ein vorgeschalteter Model Router kann Aufgaben einordnen und passend zuweisen: eine einfache Aufgabe an Sonnet 4.6 mit low, eine normale Coding-Aufgabe an Sonnet 4.6 mit medium, eine komplexe Analyse an Opus 4.8 mit high, eine agentische Entwicklungsaufgabe an Opus 4.8 mit xhigh und eine kritische Architekturprüfung an Fable 5 mit max. So muss nicht jede Anfrage mit dem teuersten Modell und dem höchsten Effort-Level laufen. Eine dynamische Auswahl senkt Kosten, reduziert Latenz, verteilt Kapazitäten besser, bearbeitet kritische Aufgaben gründlicher und schließt einfache schneller ab. Die Praxis dahinter beschreibt unser Beitrag zum Model Routing.

Wann Effort erhöhen, wann reduzieren

Eine Erhöhung ist sinnvoll, wenn Claude einen wichtigen Teil der Aufgabe übersieht, die falsche Problemvariante löst, relevante Dateien nicht untersucht, Randfälle ignoriert, eine Analyse zu früh beendet, bei mehreren Versuchen oberflächlich bleibt, Nebenwirkungen einer Änderung nicht erkennt, notwendige Tool-Aufrufe nicht durchführt oder eine plausible, aber unvollständige Lösung liefert. Bei Opus 4.8 gilt besonders: Wenn komplexe Aufgaben bei medium oder low zu oberflächlich bearbeitet werden, sollte der Effort-Level erhöht werden, statt den Prompt immer weiter aufzublähen.

Eine Reduzierung ist sinnvoll, wenn die Aufgabe einfach und klar definiert ist, Claude unnötig ausführlich antwortet, zu viele Tools aufgerufen werden, die Bearbeitung länger dauert als erforderlich, die Qualität bei niedrigerem Effort gleich bleibt, sehr viele ähnliche Aufgaben verarbeitet werden oder Latenz wichtiger als maximale Analyse ist. Bei Fable 5 lohnt eine Reduzierung vor allem dann, wenn eine Aufgabe zwar korrekt erledigt wird, aber unnötig viel Zeit beansprucht.

Häufig gestellte Fragen (FAQ)

Welche Claude Code Effort Levels gibt es? Die Claude API unterstützt low, medium, high, xhigh und max. Nicht jedes Modell unterstützt alle Level. Sonnet 4.6 unterstützt beispielsweise kein xhigh.

Welcher Effort-Level ist der Standard? Der allgemeine Standardwert ist high. Wird kein Effort-Parameter angegeben, entspricht das Verhalten einer expliziten Einstellung auf high.

Welcher Effort-Level ist für Sonnet 4.6 sinnvoll? Für die meisten Anwendungen medium. Das gilt besonders für Codegenerierung, agentisches Coding und Tool-intensive Workflows. Für komplexe Denkaufgaben kann high genutzt werden.

Welcher Effort-Level ist für Opus 4.8 sinnvoll? Für Coding und agentische Aufgaben empfiehlt Anthropic xhigh. Für andere anspruchsvolle Aufgaben ist high ein sinnvoller Ausgangspunkt.

Welcher Effort-Level ist für Fable 5 sinnvoll? Für die meisten Aufgaben high. xhigh eignet sich für besonders leistungssensitive Workloads. Routineaufgaben können mit medium oder low bearbeitet werden.

Unterstützt Sonnet 4.6 XHigh? Nein. xhigh steht bei den hier behandelten Modellen nur für Claude Fable 5 und Claude Opus 4.8 zur Verfügung.

Ist Max immer besser als XHigh? Nein. Max kann deutlich mehr Tokens einsetzen, ohne bei jeder Aufgabe einen entsprechenden Qualitätsgewinn zu liefern. Bei einfachen oder stark strukturierten Aufgaben kann es sogar zu unnötiger Überanalyse kommen.

Was bedeutet das [1M] hinter Opus 4.8 in Claude Code? [1M] kennzeichnet das erweiterte Kontextfenster von bis zu 1 Million Tokens, nicht ein stärkeres Modell. Intelligenz und Denktiefe steuert weiterhin der Effort-Level. Auf der direkten Anthropic API besitzt Opus 4.8 dieses 1M-Fenster bereits standardmäßig.

Ist Ultracode ein Effort-Level? Nicht auf API-Ebene. Ultracode ist ein Claude-Code-Modus, der xhigh mit der Erlaubnis zur dynamischen Multi-Agenten-Orchestrierung kombiniert.

Ersetzt Effort die Einstellung budget_tokens? Bei Fable 5 und Opus 4.8 wird kein manuelles Thinking-Budget verwendet. Bei Sonnet 4.6 ist budget_tokens noch funktionsfähig, aber veraltet. Anthropic empfiehlt Adaptive Thinking zusammen mit Effort.

Beeinflusst Effort auch Tool-Aufrufe? Ja. Niedrige Effort-Level führen typischerweise zu weniger Tool-Aufrufen. Höhere Level können umfangreichere Planung, zusätzliche Tools und gründlichere Prüfungen auslösen.

Kann Effort dynamisch gewählt werden? Ja. Eine Anwendung kann den Effort-Level abhängig von Komplexität, Risiko, Kosten oder Latenz einer Aufgabe festlegen.

Fazit

Die Claude Code Effort Levels ermöglichen eine gezielte Steuerung von Qualität, Geschwindigkeit und Tokenverbrauch. Die wichtigsten Empfehlungen kurz zusammengefasst: Sonnet 4.6 mit medium für die meisten normalen Anwendungen, Opus 4.8 mit xhigh für Coding und agentische Workflows, Fable 5 mit high für die meisten anspruchsvollen Aufgaben, low für einfache, häufige und latenzkritische Anfragen und max nur für außergewöhnlich schwierige oder kritische Aufgaben. Die wirtschaftlich beste Einstellung ist die niedrigste Stufe, die eine Aufgabe zuverlässig, vollständig und mit akzeptabler Qualität erledigt.

Für eine belastbare Konfiguration lohnt der Blick in die offizielle Anthropic-Dokumentation. Den Rest, also die Übersetzung dieser Parameter in planbare KI-Ausgaben für Ihr Unternehmen, übernimmt KI-Berater.hamburg gern. Wenn Sie Ihre Claude-Konfiguration auf planbare Kosten trimmen wollen, Kostenlose Erstberatung sichern und Ihr Effort-Level-Setup gemeinsam durchgehen.