Skip to main content
AI RADARVibe Coding
1•10.11.2026, 08:23•5 Min. Lesezeit

Claude-Modelle für Coding auswählen: Leitfaden von Anthropic und Tipps für Claude Code

Vibe CodingGotBurnout Radar

Claude-Modelle für Coding auswählen: Leitfaden von Anthropic und Tipps für Claude Code

AI Daily Digest•Verified Tech Release
Kurz zusammengefasst30 Sek.

Anthropic hat einen vollständigen Leitfaden zur Auswahl zwischen Fable 5.2, Opus 5.5, Sonnet und Haiku veröffentlicht, plus einen Prompt zur Prüfung der Claude-Code-Konfiguration und der Subagenten.

Anthropic hat einen vollständigen Leitfaden zur Auswahl zwischen Fable 5.2, Opus 5.5, Sonnet und Haiku veröffentlicht. Man kann Fable 5.2 bitten, die eigene Claude-Code-Konfiguration anhand der Empfehlungen aus diesem Leitfaden zu prüfen.

Früher lief der integrierte Explore-Subagent in Claude Code immer auf Haiku. Jetzt verwendet er das Hauptmodell. Wenn das Opus 5.5 ist oder man gerade auf Fable 5.2 umgestiegen ist, verschwendet Explore das Kontingent eines stärkeren Modells jedes Mal, wenn es Dateien liest oder Code durchsucht.

Deshalb sollte man einen eigenen Subagenten namens Explore anlegen und model: haiku setzen.

Prompt zur Konfigurationsprüfung

Lies diesen Leitfaden: https://claude.dev/blog/which-claude-model-should-you-build-with/

Prüfe anschließend meine Claude-Code-Konfiguration anhand der Empfehlungen: Benutzereinstellungen und Projekteinstellungen, Subagenten in ~/.claude/agents und .claude/agents sowie die Datei CLAUDE.md.

Finde drei Kategorien von Problemen.

1. Subagenten verwenden ungeeignete Modelle

Finde Subagenten, die nur Dateien suchen, Logs lesen oder Tests ausführen, aber kein explizites Modell haben und daher das Hauptmodell verwenden.

Wenn es keinen eigenen Explore-Subagenten mit model: haiku gibt, zähle das ebenfalls als Problem.

Prüfe auch den umgekehrten Fall: Subagenten, die Code bearbeiten oder Entscheidungen treffen, sollten beim Hauptmodell bleiben. Stelle sicher, dass die Variable CLAUDE_CODE_SUBAGENT_MODEL sie nicht zu einem schwächeren Modell zwingt. Prüfe nur diese Variable: im env-Block der Einstellungen und in der Shell-Umgebung.

2. Modell oder Anstrengungslevel passt nicht zur Aufgabe

Nutze die Tabelle aus dem Leitfaden:

  • Opus 5.5 mit Anstrengungslevel medium für alltägliche Entwicklung und Debugging.
  • Sonnet 5.5 für klar definierte Aufgaben, etwa einen Bug fixen oder eine Funktion nach Spezifikation implementieren.
  • Fable 5.2 für große Refactorings, Migrationen und die Koordination vieler Subagenten.

Markiere ein Anstrengungslevel über high, wenn es als Standard gesetzt ist, und schlage vor, zuerst ein stärkeres Modell mit niedrigerem Anstrengungslevel auszuprobieren.

Markiere außerdem opusplan, wenn es als Standard gewählt ist, da in diesem Modus die Codebearbeitung auf Sonnet läuft.

3. Keine Möglichkeit, Ergebnisse im Projekt zu prüfen

Prüfe, ob in CLAUDE.md steht, wie Tests und Builds ausgeführt werden, und ob überhaupt eine Prüfung existiert, die man ausführen kann.

Der Leitfaden empfiehlt diese Reihenfolge: zuerst sicherstellen, dass das Ergebnis geprüft werden kann, dann das Anstrengungslevel um eine Stufe erhöhen und erst danach zu einem stärkeren Modell wechseln.

Für jedes gefundene Problem

  • Zitiere die betroffene Einstellung und die passende Zeile aus dem Leitfaden.
  • Erkläre, welche Kosten sie verursacht und in welchen Situationen sie Probleme schaffen wird.
  • Schlage eine minimale Korrektur als fertige, kopierbare Konfiguration vor.

Studiere danach den Projektcode und die letzten Commits. Erstelle eine Tabelle, die zeigt, welche Arten von Aufgaben in diesem Projekt besser auf welchen Modellen und mit welchem Anstrengungslevel laufen.

Erkläre abschließend, wie man /model und /usage nutzt, um eine Aufgabe aus meiner Liste auf zwei verschiedenen Modellen auszuführen und die Kosten zu vergleichen.

Zeige zuerst die Empfehlungen. Ändere noch nichts.

Warum das wichtig ist

Analyse

Claude Code kann günstige Datei-Lese- und Code-Suchoperationen still auf teure Modelle umleiten, daher helfen explizite Subagenten-Modelle und Prüfschleifen, KI-Kontingente und Arbeitszeit zu sparen. Dieses Audit macht den Workflow außerdem vorhersehbarer: komplexe Aufgaben bleiben auf starken Modellen, Routineaufgaben laufen auf günstigeren.

In der Community diskutieren

Teile deine Fragen und Erkenntnisse mit Entwicklern

Telegram beitreten

Verwandt im Ökosystem

Praktische Leitfäden, Terminologie und Agenten-Skills