Claude Opus 5 Review: Benchmarks, Prijzen en Praktijkgebruik

Anthropic bracht Claude Opus 5 uit op 24 juli 2026, en de boodschap is verrassend simpel voor een bedrijf dat doorgaans voorzichtig en veiligheid-eerst formuleert: een model dat dicht bij het krachtigste systeem van het bedrijf, Claude Fable 5, komt, voor de helft van de prijs. Het is vanaf vandaag beschikbaar op elk Anthropic-platform en is al het standaardmodel in Claude Max en het sterkste model in Claude Pro. Gebruik je Claude voor meer dan simpele vragen, dan verandert deze release je dagelijkse workflow echt.

Waar Opus 5 past in Anthropics line-up

Opus 5 is het vierde Claude-model dat Anthropic in minder dan twee maanden uitbrengt, na Mythos 5, Fable 5 en Sonnet 5 in juni. Dat tempo is op zich al opmerkelijk — geen enkel ander AI-lab heeft dat in 2026 geëvenaard. De prijzen vormen nu een duidelijke ladder: Sonnet 5 kost $2 per miljoen inputtokens en $10 per miljoen outputtokens voor dagelijks werk, Opus 5 zit op $5 en $25 voor complexe, semi-autonome taken, en Fable 5 gaat tot $10 en $50 voor de zwaarste problemen waarbij kosten niet doorslaggevend zijn. Dat is dezelfde prijs die Anthropic vroeg voor Opus 4.8 — Opus 5 is een directe upgrade zonder meerkosten, geen nieuwe, duurdere laag. Anthropic zelf is eerlijk over de afweging: Opus 5 is gebouwd voor dagelijks professioneel gebruik, terwijl Fable 5 de betere keuze blijft voor de langste, meest open-eindige autonome taken.

De coding- en redeneerbenchmarks, met de echte cijfers

De meeste modellanceringen leunen op vage superlatieven. Anthropic en onafhankelijke media publiceerden deze keer allebei harde cijfers, dus laten we die direct bekijken. Op Frontier-Bench v0.1, een veeleisende coding- en agentic-evaluatie, scoorde Opus 5 43,3%, tegen 18,7% voor Opus 4.8 en 33,7% voor Fable 5 — Opus 5 versloeg dus niet alleen zijn voorganger, maar ook Anthropics eigen topmodel. Op CursorBench 3.2, getest binnen de Cursor-code-editor, kwam Opus 5 op maximale inspanning binnen een halve procentpunt van Fable 5's beste score, terwijl het ruwweg de helft kostte per taak, en het versloeg elk ander model op een gegeven kostenniveau bij high-, extra-high- en max-instellingen. Geen schoonmaakoperatie over de hele linie: op DeepSWE, een gerespecteerde benchmark voor agentic coding, scoorde Opus 5 68,8% tegen 72,7% voor GPT-5.6 Sol — een van de weinige gevallen waar OpenAI's nieuwste model nog voorop loopt.

Op redeneren en het oplossen van nieuwe problemen is het verschil dramatischer. Op ARC-AGI 3, een test specifiek gebouwd om uit het hoofd leren te ontmoedigen, scoorde Opus 5 30,2% — ruwweg vier keer de 7,8% van GPT-5.6 Sol, en twintig keer de eigen 1,5% van Opus 4.8. Anthropic rapporteert vergelijkbaar sterke resultaten op GDPval-AA v2 (professioneel kenniswerk), HLE (Humanity's Last Exam, een notoir lastige algemene-kennisbenchmark) en DeepSearchQA, en noemt Opus 5 zijn beste en meest kosteneffectieve model ooit op dat hele cluster van evaluaties.

Waar het echt nuttig wordt: agentic- en bedrijfstaakbenchmarks

De benchmark die het beste voorspelt hoe Opus 5 in de praktijk aanvoelt, is waarschijnlijk Zapiers AutomationBench, die meet of een model een echte bedrijfstaak van begin tot eind kan uitvoeren in plaats van hem alleen overtuigend te starten. Hier ligt het slagingspercentage van Opus 5 ongeveer 1,5 keer hoger dan het dichtstbijzijnde model tegen gelijke kosten, en zelfs op de goedkoopste inspanningsinstelling verslaat het elke concurrent op diens beste resultaat. Zapiers eigen CEO, Wade Foster, beschreef hoe hij het model een ruwe spreadsheet met accountgezondheid gaf en vroeg een volledige churn-preventiesequentie uit te voeren — risicovolle accounts markeren, de juiste interne eigenaar waarschuwen, alles samenvatten voor het retentieteam. Eerdere modellen slaagden helemaal niet voor deze test; Opus 5 haalde 100%, zonder meer tokens te gebruiken dan eerdere Claude-modellen nodig hadden om erop te falen.

Bij computer-use-taken — letterlijk een scherm bedienen, knoppen aanklikken, formulieren invullen — staat Opus 5 bovenaan op OSWorld 2.0 op elk prijsniveau, en evenaart het Fable 5's beste resultaat ooit met ongeveer een derde van het budget. Die combinatie van "net zo goed, drastisch goedkoper" is echt het thema van deze hele release, en het is precies het type taak dat de meeste teams al via no-code-automatiseringstools draaien — zoals we vergeleken in onze n8n-versus-Make-versus-Zapier-vergelijking — in plaats van een ruwe API-aanroep.

Waar je Opus 5 in de praktijk tegenkomt. De meeste mensen kiezen helemaal geen model op naam. Opus 5 zit nu achter de krachtigste laag van Claude Pro en is standaard voor Claude Max-abonnees, en het drijft Claude Code en Claude Cowork aan zodra een taak complex genoeg is — multi-file refactors, lange onderzoekstrajecten, agent-workflows die meerdere tools na elkaar aanraken. Ontwikkelaars die de API direct aanroepen selecteren het op naam (claude-opus-5 in Anthropics modelcatalogus) en kunnen de inspanningsinstelling per verzoek instellen. Er is ook een Fast-variant, die ongeveer 2,5 keer zo snel draait voor het dubbele van de prijs per token — handig voor latency-gevoelige productfuncties waar een net iets hogere rekening een snellere respons waard is.

Het loont om even stil te staan bij de prijsladder, want die zegt iets over waar Anthropic denkt dat de markt heen gaat. Zes weken geleden betekende het kiezen van een Claude-model kiezen tussen "snel en goedkoop" en "traag en capabel", met een grote kloof ertussen. Nu zijn er drie bewust gespreide niveaus — Sonnet 5, Opus 5, Fable 5 — en het middelste voelt niet langer als compromis. Quartz vatte het treffend samen: Anthropic gokt erop dat de meeste betalende klanten, zeker bedrijven die agents op schaal draaien, meer geven om de kosten per geslaagde taak dan om een bovenaan-de-ranglijst-plek, en Opus 5 is precies daarop gebouwd om te winnen.

Wetenschap: een echte stap vooruit, niet alleen een codingverhaal

Het is verleidelijk om aan te nemen dat zo'n modellancering puur over sneller code schrijven gaat, maar Anthropics resultaten in de life sciences suggereren iets breders. Opus 5 verbeterde op Opus 4.8 over elk van Anthropics interne life-sciences-evaluaties, van structurele biologie tot organische chemie en bio-informatica. De grootste sprong — ruim 10 procentpunt — kwam op organische-chemietaken zoals het afleiden van een molecuulstructuur uit ruwe spectroscopiedata. Het model won ook bijna 8 procentpunt op het voorspellen hoe mutaties in een eiwitsequentie diens functie veranderen, een taak die direct relevant is voor medicijnontwikkeling.

De inspanningsregelaar: een echt nuttige kostenbeheersing

Eén detail dat belangrijker is dan het klinkt: Opus 5 wordt geleverd met een instelbare inspanningsschaal — low, medium, high, extra-high en max — waarmee je intelligentie kunt inruilen voor snelheid en kosten, zonder van model te wisselen. Dit is niet nieuw bij Anthropic, maar Opus 5 breidt het bereik uit en heeft volgens vroege gebruikers merkbaar minder heen-en-weer nodig om een taak in één keer goed te krijgen. Harvey, het juridische AI-bedrijf, is een goede illustratie: het hoofd toegepast onderzoek, Niko Grupen, meldde dat Opus 5 de outputkwaliteit van Opus 4.8's maximale redeneerstand evenaarde met gemiddeld 26% minder tokens — hetzelfde antwoord, voor merkbaar minder geld.

Alignment, en een eerlijke kloof op cybersecurity

Anthropics gedragsaudit vóór lancering geeft Opus 5 een misaligned-behaviour-score van 2,3, de laagste (beste) van elk recent Claude-model — beter dan Opus 4.8, Sonnet 5 en zelfs Fable 5. Het bedrijf rapporteert de minste gevallen van misleidend gedrag en de sterkste weerstand tegen manipulatie voor misbruik van elk model dat het heeft uitgebracht.

Cybersecurity is het ene gebied waar Anthropic openlijk is over een kloof, en dat is interessant omdat het bewust is. Opus 5 is, net als Opus 4.8 daarvoor, opzettelijk niet getraind op offensieve cybertaken. Toch sloegen algemene capaciteitswinsten door: op OSS-Fuzz, Anthropics test voor het vinden en misbruiken van echte softwarekwetsbaarheden, vond Opus 5 in 79,4% van de gevallen bugs, bijna gelijk aan de 80% van Mythos 5 (Mythos 5 is een versie van Fable 5 waarvan extra waarborgen zijn verwijderd, beperkt tot een klein aantal gescreende cyberdefensie-organisaties). Maar die bevindingen omzetten in werkende exploits is een ander verhaal: Opus 5 slaagde slechts bij 4 van de uitdagingen waar Mythos 5 er 13 haalde. Anthropic heeft ook Opus 5's veiligheidsclassifiers zo afgesteld dat ze ongeveer 85% minder vaak ingrijpen dan die van Fable 5 — gemarkeerde verzoeken vallen automatisch terug op Opus 4.8 in plaats van simpelweg te worden geweigerd.

Dit betekent niet dat Opus 5 onbeperkt is. Anthropic laat elk verzoek nog steeds door de gebruikelijke veiligheidsclassifiers lopen, en het bedrijf is expliciet dat het lagere ingrijpingspercentage beter gekalibreerde detectie weerspiegelt, geen losser beleid — echt risicovolle verzoeken worden nog steeds opgevangen, alleen met veel minder valse positieven bij gewoon technisch of security-aanpalend werk dat voorheen onnodig werd gemarkeerd.

Een stiller maar belangrijk detail: geen 30-dagen dataretentie

Voor zakelijke inkopers weegt dit misschien net zo zwaar als elke benchmark. Fable 5 komt met een verplichte dataretentie van 30 dagen, omdat Anthropic prompts en outputs moet bewaren om de veiligheidsclassifiers op dat model te laten draaien. Opus 5 heeft die verplichting niet — het is beschikbaar onder zero data retention, net als Opus 4.8. Voor elke organisatie waarvan contracten, toezichthouders of klanten ZDR vereisen voor broncode of vertrouwelijk materiaal, verdwijnt daarmee een inkoopobstakel dat Fable 5 simpelweg niet kon wegnemen, hoe goed het ook scoorde op een benchmark.

De use cases die er echt uitsprongen

Benchmarks vertellen je hoe een model presteert op een vaste test. Interessanter is wat er gebeurt als echte teams het loslaten op rommelig, open-eindig werk. Een paar voorbeelden van Anthropics early-access-klanten springen eruit omdat ze specifiek zijn in plaats van algemeen lofprijzend.

De blinde 3D-reconstructie. Bij een Frontier-Bench-taak kreeg Opus 5 een tekening van een machineonderdeel te zien en moest het dit herbouwen als 3D FreeCAD-model — maar kreeg het bewust geen manier om de afbeelding direct te bekijken. In plaats van te falen, schreef het zijn eigen computer-vision-pipeline om de geometrie uit de ruwe pixeldata te halen, en reconstrueerde het onderdeel vervolgens correct, herhaaldelijk. Geen enkel concurrerend model met dezelfde beperking loste het op binnen vijf pogingen.

De databeurs-feed die niemand anders kon bouwen. Een engineer bij een handelsfirma vroeg Opus 5 in één sessie een marktdata-feed te bouwen voor een gloednieuwe beurs. Eerdere modellen konden de taak helemaal niet afronden, zelfs niet met vooraf gedetailleerde plannen. Zonder live feed om tegen te testen, bouwde Opus 5 zijn eigen testharnas om te verifiëren dat zijn code de data van de beurs correct verwerkte voordat het de klus als voltooid meldde.

De bugfix die de echte oorzaak vond. Bij een echte bug in een populaire open-source pakketbeheerder herleidde Opus 5 die tot de werkelijke hoofdoorzaak en loste het een edge case op die de eigen gepubliceerde patch van de community had gemist. Een concurrerend model, met dezelfde bug, verhielp alleen het zichtbare symptoom en meldde het probleem als opgelost — hetzelfde instinct om een probleem tot de bron te herleiden in plaats van het dichtstbijzijnde symptoom, zie ook onze vergelijking van RAG versus GraphRAG voor een diepere blik op die afweging.

Een weekend als chief of staff. Eén engineer, Cristian Rivera, gaf Opus 5 een weekend lang een chief-of-staff-rol over zijn ontwikkelomgevingen: het bouwde zijn eigen monitoring, bediende elke machine rechtstreeks, en betrok hem alleen bij echte beoordelingsvraagstukken — een klein maar veelzeggend voorbeeld van de "agency en grondigheid" die Anthropic zegt dat dit model kenmerkt.

Naast deze opvallende verhalen herhaalt het patroon zich in verschillende sectoren, met echte cijfers erbij: Box merkte dat Opus 5 Opus 4.8 in totaal met 8% overtreft op zakelijke documentanalyse, met een winst van 11% op data-analyseworkflows en 17% op due diligence — precies het soort werk dat klanten in tech, zorg en publieke sector dagelijks draaien. Lovable-medeoprichter Fabian Hedin noemde het de grootste sprong in de Opus-familie sinds versie 4.5, 22% beter dan Opus 4.7 op hun zwaarste agentic-codingtaken met veel minder run-op-run-variatie — consistentie die ertoe doet wanneer miljoenen mensen apps bouwen op het platform. De CEO van een genomicsbedrijf beschreef Opus 5 als "meer als een zorgvuldige wetenschapper dan elk model dat we hebben gedraaid," met de juiste statistische toetsen en onafhankelijke kruiscontrole van eigen resultaten over lange multi-stap-analyses. En bij juridisch werk meldden contractbeoordelingsteams een eerste-poging-redlinekwaliteit die bijna dubbel zo hoog lag als bij Opus 4.8, met snellere doorloop van NDA's bij gelijke of betere nauwkeurigheid.

Hoe het zich verhoudt tot GPT-5.6

De vergelijking waar Anthropic écht om geeft is niet Opus 5 tegen zijn eigen oudere modellen — het is Opus 5 tegen OpenAI's GPT-5.6 Sol, eerder deze maand uitgebracht (we bespraken die lancering en hoe die zich verhield tot Fable 5 uitgebreid). De resultaten zijn oprecht gemengd, geen nette overwinning voor beide kanten. Opus 5 verplettert Sol op ARC-AGI 3 (30,2% tegen 7,8%) en loopt comfortabel voorop bij verschillende agentic- en computer-use-benchmarks. Sol trekt op zijn beurt de leiding op DeepSWE (72,7% tegen 68,8%), een benchmark specifiek gebouwd rond agentic-codingworkflows. Techzines eigen inschatting is een eerlijke: voor het meeste dagelijkse codeerwerk komt de keuze tussen de twee steeds vaker neer op persoonlijke voorkeur en bestaande workflow, niet op een duidelijk capaciteitsverschil. Wie het bredere veld in kaart wil brengen — Gemini, DeepSeek, Qwen en de rest — vindt in onze bredere vergelijking van het open- en closed-source landschap een nuttig vervolg. Googles Gemini 3.5 Pro is intussen naar verluidt vertraagd, waardoor Anthropic en OpenAI voorlopig de klappen uitdelen aan de frontier.

Er zit wel een kanttekening bij die vergelijking: Googles Gemini 3.5 Pro werd algemeen verwacht rond of kort na Opus 5 te verschijnen, en MacRumors' verslag van de lancering meldt dat het is uitgesteld zonder officiële nieuwe datum, waardoor de frontier voorlopig neerkomt op een tweestrijd tussen Anthropic en OpenAI voor de komende weken. Wie zijn eigen workload nu tegen Opus 5 benchmarkt, doet er goed aan die vergelijking als voorlopig te behandelen — een derde serieuze speler die opnieuw meedoet, verschuift doorgaans waar de prijs-capaciteitverhouding eigenlijk ligt.

De conclusie

Opus 5 is niet het krachtigste model dat Anthropic maakt — dat blijft Fable 5, en dat zegt Anthropic ook gewoon. Wat het wél is: het model dat de meeste mensen en de meeste bedrijven daadwerkelijk zullen gebruiken, omdat het het grootste deel van de intelligentiekloof met het vlaggenschip dicht terwijl het de prijs halveert, Fable 5's dataretentieverplichting laat vallen, en een echt nuttige inspanningsregelaar toevoegt om kosten te sturen. Voor een middelgroot team dat overweegt serieus agentic werk — documentverwerking, coding agents, onderzoeksassistenten — via Claude te laten lopen, is Opus 5 nu de verstandige standaardkeuze in plaats van een compromis; het is een beslissing die je het beste doorspreekt met een ervaren AI-consultancypartner in plaats van te gokken op basis van een benchmarktabel. De eerlijke kanttekeningen zijn ook echt: het blijft bewust achter bij Mythos 5 op offensieve cybersecurity, en het is niet het model dat Anthropic aanraadt voor de allerlangste autonome trajecten. Voor alles daartussenin — wat het meeste is van wat bedrijven daadwerkelijk van een AI-model nodig hebben — is dit momenteel Anthropics beste prijs-kwaliteitverhouding.

Veelgestelde vragen