Claude vs. ChatGPT: Die aktuellen KI-Modelle im belegten Vergleich

Stand dieses Artikels: 8. September 2026. Alle Zahlen stammen aus den Modell- und Preisseiten der beiden Anbieter, jeweils verlinkt. Wo ein Anbieter nur Grafiken oder Behauptungen ohne nachprüfbare Zahl liefert, steht das hier auch so.

Zwei Spitzenmodelle innerhalb von zwei Tagen

Am 1. September 2026 hat Anthropic Claude Fable 5.1 veröffentlicht, am 3. September zog OpenAI mit GPT-6 Astra nach. Beide Anbieter beschreiben ihr neues Modell fast wortgleich: Anthropic spricht vom „fortschrittlichsten Modell für Coding und Wissensarbeit", OpenAI vom „intelligentesten und am besten ausgerichteten Modell der Welt".

Wer für sein Unternehmen ein Modell auswählt, hat also die Wahl zwischen zwei Systemen, die beim Preis, beim Kontextfenster und bei der maximalen Ausgabelänge exakt gleichauf liegen. Die Unterschiede stecken im Detail: in den Modalitäten, in den Werkzeugen, in der Abstufung nach unten und darin, wie die Anbieter mit sicherheitskritischen Fähigkeiten umgehen.

Die Modellfamilien im Überblick

Beide Anbieter staffeln ihr Angebot in mehrere Stufen. Die Tabelle zeigt die jeweils zwei oberen Stufen, weil dort die Unternehmensentscheidungen fallen.

Quellen: OpenAI-Preisliste, Modellseite GPT-6 Astra, Modellseite GPT-5.6 Sol, Anthropic-Modellübersicht, Modellseite Claude Opus 5.

Auffällig ist der Gleichstand bei Preis und Ausgabelänge der Spitzenmodelle. OpenAI berechnet bei sehr langen Eingaben allerdings einen Aufschlag: Ab 272.000 Eingabe-Tokens verdoppelt sich der Eingabepreis, die Ausgabe kostet das Anderthalbfache. Anthropic berechnet laut Preisseite das gesamte Kontextfenster zum Standardpreis, ein Auftrag mit 900.000 Tokens kostet je Token dasselbe wie einer mit 9.000. Dazu kommen bei Fable 5.1 Cache-Lesezugriffe für 0,25 US-Dollar je Million Tokens, ein Viertel des Satzes von OpenAI.

Was die Benchmarks belegen und was nicht

Hier wird es unübersichtlich, und das liegt an den Anbietern selbst. Beide beanspruchen den Spitzenplatz auf denselben Tests, vor allem auf Terminal-Bench 4.0 für agentisches Programmieren.

Anthropic nennt in seiner Ankündigung konkrete Zahlen: Auf Terminal-Bench 4.0 erreicht Fable 5.1 nach eigener Messung 55,8 Prozent, das OpenAI-Vorgängermodell GPT-5.6 Sol 37,3 Prozent. Auf Terminal-Bench-Science 0.1, einem Test für wissenschaftliche Forschungsaufgaben, stehen 52,6 Prozent gegen 22,4 Prozent. Diese Vergleiche entstanden vor dem Erscheinen von GPT-6 Astra und sagen über das aktuelle OpenAI-Modell nichts aus.

OpenAI beansprucht für Astra in der Ankündigung den Spitzenplatz auf Terminal-Bench 4.0, ARC-AGI 3, FrontierMath Tier 4 und mehreren Tests für Computerbedienung. Nachprüfbare Prozentwerte dazu konnten wir weder auf der Modellseite noch in der System Card finden. Die System Card nennt nur Sicherheitskennzahlen, etwa eine Erfolgsquote von 8,5 Prozent bei Prompt-Injection-Angriffen gegenüber 27,0 Prozent beim Vorgänger.

Für Anthropics Claude Opus 5 gilt Ähnliches: Die Ankündigung zeigt Balkendiagramme und Aussagen wie „dreimal so hoch wie das nächstbeste Modell" auf ARC-AGI 3, aber keine Prozentzahlen im Text.

Was daraus folgt: Herstellerbenchmarks taugen als Hinweis auf die Richtung, nicht als Entscheidungsgrundlage. Beide Modelle liegen erkennbar in derselben Leistungsklasse. Den Ausschlag geben deine eigenen Aufgaben.

Wo die Modelle sich tatsächlich unterscheiden

Werkzeuge und Modalitäten

OpenAI liefert über die Responses-API ein breites Werkzeugset direkt mit: Websuche, Dateisuche, Bildgenerierung, Code-Interpreter, Computerbedienung, eine gehostete Shell und MCP-Anbindung. Wer eine Plattform sucht, die möglichst viel aus einer Hand abdeckt, findet das hier.

Anthropic konzentriert sich auf Text und Bild als Eingabe und Text als Ausgabe. Werkzeuge wie Websuche, Web-Abruf, Code-Ausführung und Computerbedienung gibt es ebenfalls, eine Bildgenerierung dagegen nicht. Dafür setzt Anthropic stärker auf lange, eigenständige Arbeitsketten: Fable 5.1 denkt laut Modellseite immer, und die Ankündigung hebt mehrstufige Recherche sowie Dokument-, Tabellen- und Präsentationsarbeit hervor.

Die zweite Stufe

Anthropic empfiehlt ausdrücklich, mit Claude Opus 5 zu beginnen und Fable 5.1 nur dann einzusetzen, wenn die Ergebnisse auch bei hoher Aufwandsstufe nicht reichen. Opus 5 kostet die Hälfte und ist laut Anbieter für den täglichen Einsatz ausgelegt. OpenAI ordnet GPT-5.6 Sol als Modell für komplexe Fachaufgaben ein, darunter folgen Terra und Luna für kostensensible Aufgaben. Wer mit dem Budget rechnet, findet bei OpenAI die feinere Abstufung nach unten, bei Anthropic den etwas höheren Einstieg.

Umgang mit kritischen Fähigkeiten

Beide Anbieter behandeln Cybersicherheit inzwischen als Sonderfall. Anthropic bietet die Variante Claude Mythos 5.1 nur geprüften Organisationen über eigene Verifizierungsprogramme für Cybersicherheit und Life Sciences an, die breit verfügbare Fassung ist Fable 5.1. OpenAI stuft Astra in seinem Vorsorge-Rahmenwerk als kritisch im Bereich Cyber ein und gibt diese Fähigkeiten nur über ein Trusted-Access-Programm frei. Für Unternehmen bedeutet das: Wer sicherheitsnahe Aufgaben automatisieren will, muss bei beiden Anbietern mit Prüfverfahren rechnen.

Was das für dein Unternehmen heißt

Der Modellvergleich ist nur die halbe Entscheidung. Die Systeme, die hier gegeneinander antreten, sind dieselben, die deine Kunden nach Anbietern, Lösungen und Empfehlungen fragen. Wie unterschiedlich diese Systeme Wissen beschaffen und was das für deine Sichtbarkeit bedeutet, erklärt Nicht jede KI sucht: die drei Typen. Ob dein Unternehmen in ihren Antworten vorkommt, misst du mit den Methoden aus KI-Sichtbarkeit tracken.

Kurz gesagt

Claude Fable 5.1 und GPT-6 Astra sind zum selben Preis, mit demselben Kontextfenster und mit fast denselben Ansprüchen erschienen. OpenAI punktet mit dem breiteren Werkzeugkasten und der feineren Preisstaffelung, Anthropic mit der klaren Empfehlung für lange, eigenständige Aufgaben und günstigen Cache-Zugriffen. Belastbare Benchmark-Zahlen liefert im Moment nur Anthropic, und auch die stammen vom Anbieter selbst. Teste beide auf deinen echten Aufgaben, und wenn du dabei Unterstützung willst: Wir sind da.