claude-regelwerk/AI/Regelwerk/sonnet-5-5.md

type, status, title, summary, tags, created, updated, source

type	status	title	summary	tags	created	updated	source
resource	reference	Arbeiten mit Claude Sonnet 5.5	Sonnet 5.5 als executer und recherche: Effort je Rolle nach Messung vom 2026-09-29, tokensparende Auftragsvorlagen, Prüfpunkte, Verhalten und Prompt-Muster, Spezifikation und API-Brüche.	regelwerk modelle sonnet prompting	2026-09-29	2026-10-09	https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-sonnet-5-5

Arbeiten mit Claude Sonnet 5.5

Angeordnet von Pascal am 2026-09-29. Quellen: Anthropic-Doku (abgerufen 2026-09-29 von einem recherche-Agenten, Zitate aus seinem Bericht) und der Modellkatalog in Claude Code 2.1.285 (am Abbild gelesen, nicht gelaufen). Eigene Messung: Abschnitt A1.

Geltungsbereich

• Der Alias sonnet löst in Claude Code 2.1.285 auf claude-sonnet-5-5 auf, auf der Anthropic-API. Seit 2.1.284 ist Sonnet 5.5 dort das Standard-Sonnet.
• Damit laufen executer und recherche (model: sonnet) auf Sonnet 5.5, ohne dass eine Agentendatei geändert wurde. Belegt am 2026-09-29 im Transkript: drei recherche-Agenten liefen mit claude-sonnet-5-5 und Effort medium.
• Auf Bedrock, Vertex, Foundry und Mantle löst sonnet auf claude-sonnet-4-5 auf, über anthropic_aws und Gateway auf claude-sonnet-4-6. Für den Vault ohne Belang, solange die Sitzung über die Anthropic-API läuft.
• AI/Regelwerk/sonnet-5 bleibt für Sonnet 5 stehen. Sonnet 5 ist das Ausweichmodell bei Ablehnungen (Abschnitt C3).
• Zwei Leser: Fable 5.1 als Koordinator (für ihn verbindlich), Opus 5.5 als Koordinator (entscheidet selbst). Sonnet 5.5 selbst entscheidet, ob es einen Punkt übernimmt.

Teil A — Was im Vault gilt

A1 Effort je Rolle

Rolle	Effort	Grund
executer	medium	Katalog-Standard und Doku-Empfehlung für gut spezifizierte Agentenarbeit. Die Messung unten stützt die Wahl nur schwach: low fiel bei der strengeren Doku-Probe zweimal durch, medium einmal, high nie, bei gut 50 % mehr Ausgabe
executer, Abschrift mit typografischen Zeichen, nur wo haiku noch auf Haiku 4.5 auflöst (außerhalb der Anthropic-API)	low	Regel aus [[AI/Regelwerk/codeworkflow
recherche	medium	nicht neu gemessen; Doku: medium für mehrstufige Werkzeugarbeit, low für einfache Subagenten

Messung vom 2026-09-29, je Stufe zwei Kopfsitzungen claude -p --model claude-sonnet-5-5 --effort <stufe> mit dem Executer-Prompt als --append-system-prompt, Effort und Modell aus dem Transkript belegt, Mediane vom pruefer nachgerechnet:

Prüfstand	Ergebnis	Ausgabetokens je Lauf (Median)	Dauer
Abschrift (Prüfstand vom 2026-09-23)	alle sechs Läufe gleich: zwei Dateien byte-gleich, eine Abweichung — die Escape-Folge \u2028 kam als echtes Zeichen an	low 2.650, medium 2.700, high 3.290	28–35 s
Doku: Anleitung + Hintergrund aus zehn Dossier-Aussagen, bewertet von score_doku.py (elf Fakten, Kommentar je Codeblock, keine Begründung in der Anleitung, keine Textblöcke, keine fremden Zahlen)	Bewerter: alle sechs ohne Befund. Strengere Probe des pruefer: einen echten Wikilink auf den Hintergrund setzten nur high 2 von 2, medium 1 von 2, low 0 von 2	low 3.000, medium 3.370, high 5.070	low 23 s, medium 26 s, high 38–48 s

Was die Messung nicht belegt:

• Beide Prüfstände sind klein. Lange Aufgaben mit vielen Dateien und Ermessen sind nicht gemessen.

• Die Kosten je Lauf (0,17–0,32 im Messbericht, vermutlich mit 0,20 Cache-Lesen gerechnet; mit dem Tarif aus C1 laut pruefer vom 2026-10-09 etwa 0,15–0,30 $) streuen nach Cache-Treffern der parallel gestarteten Läufe, nicht nach Stufe. Vergleichbar sind nur die Ausgabetokens.

• Die Abschrift ist auf allen Stufen gleich — gleich fehlerhaft an derselben Stelle. Das liegt an der Schreibschicht, nicht am Modell (Abschnitt A4).

• Laut Doku prüft Sonnet 5.5 auf low Änderungen manchmal nicht nach. Auf low und medium hält es bei langen Aufgaben eher an und fragt zurück (B2).

• Gemessen in Kopfsitzungen ohne Vault-CLAUDE.md, nicht als Subagent mit Frontmatter. Gemessen wurden Vorfassungen von executer.md (ohne den Stoppsatz aus A2) und schreibstil.md.

• Nebenfund: Das Referenzdokument wird abgeschrieben, auch seine Schwächen. Die damalige Fassung zeigte statt eines Links die Behelfsform „→ Hintergrund (Wikilink auf …)"; zwei Läufe (low, medium) übernahmen sie wörtlich, ein dritter (low) setzte ebenfalls keinen Link. Die Fassung ist seitdem korrigiert.

• recherche ist auf 5.5 nicht gemessen.

• Die schwachen Link-Ergebnisse bei low und medium hängen mit dieser Behelfsform zusammen. Mit der korrigierten Vorlage ist die Probe nicht wiederholt.

• Entschieden von Pascal am 2026-09-30: Es bleibt beim Alias sonnet (Sonnet 5.5) mit medium, obwohl der Alias vor der Messung umgestellt hatte und die Messung medium nur schwach trägt.

Rohwerte je Lauf: AI/secondbrain/regelwerk-memory/2026-09-29-sonnet-5-5-messung.

A2 Auftragsvorlage executer

Taskdatei: <absoluter Pfad>
Zieldateien (nur diese anlegen oder ändern): <Liste>
Verbote: kein git commit; keine anderen Dateien; ein Widerspruch im Plan wird gemeldet, nicht still aufgelöst.
Prüfbefehl: <Befehl> → <erwartetes Ergebnis ohne gepflegte Zahlen>
Wenn die beauftragte Arbeit erledigt und geprüft ist: aufhören und berichten. Keine ungefragten Tests, Dateien oder Doku; Vorschläge ans Ende des Berichts.
Schlussbericht im Format deiner Agentendatei.

Warum so, und warum das Tokens spart:

• Kein Kontext im Auftrag. Alles Fachliche steht in der Taskdatei. Ein nacherzählter Plan wird doppelt gelesen.
• Stoppsatz. Laut Doku ergänzt Sonnet 5.5 auf jeder Stufe ungefragt Tests, Doku und Hilfsdateien. Der Satz ist die gekürzte Fassung des Doku-Absatzes (Abschnitt B2).
• Prüfbefehl mit Erwartung. Laut Doku meldet 5.5 auf low teils ohne echten Test „fertig". Mit Befehl und Erwartung im Auftrag fällt eine Fertigmeldung ohne Lauf beim Wiederholen durch den Koordinator auf.
• Ein Auftrag, der für sich steht, geht an einen frischen Agenten, nicht per Fortsetzung (Messung in AI/Regelwerk/codeworkflow, Schritt 5).

A3 Auftragsvorlage recherche

Frage: <genau eine Frage oder ein eng umrissener Fragenblock>
Suchraum: <Vault-Pfade | Web | Programmdatei>; nicht: <Ausschlüsse>
Prüfe Einzelheiten, die sich seit deinem Training geändert haben können, mit der Suche, auch wenn du dir sicher bist.
Belege: je Aussage Fundstelle, selbst geöffnet; Unbelegtes unter „Offen".
Ausgabe: <Tabellenkopf>; als Schlussantwort vollständig, ohne Vorrede.

• Eine Frage je Agent. Mehrere Agenten parallel statt einer mit fünf Themen.
• Suchsatz aus der Doku (Abschnitt B2): 5.5 antwortet sonst teils aus dem Trainingswissen.
• Gezielt lesen: Grep mit Zeilennummern, Read mit offset/limit. Bei Sonnet-Agenten treibt das Lesen die Kosten, nicht der Effort (AI/Regelwerk/codeworkflow, „Effort je Rolle").

A4 Prüfpunkte statt Garantie

„Garantiert richtig" gibt es nicht. Es gibt Stellen, an denen ein Fehler auffällt:

Fehlerquelle	Prüfpunkt
Plan lückenhaft	Plankritik bei Code, pruefer bei Doku ([[AI/Regelwerk/codeworkflow
Executer weicht still ab	Byte-Vergleich Plan gegen Datei (Code); mechanische Prüfung und Aussagenliste (Doku)
Escape-Folgen und unsichtbare Zeichen	Byte-Vergleich; die Schreibschicht verlor die Folge am 2026-09-23 in 8 von 8 Läufen (Haiku, Sonnet 5) und am 2026-09-29 in 6 von 6 (Sonnet 5.5) — auch beim Koordinator selbst beim Schreiben dieser Datei
Fertigmeldung ohne Test	Prüfbefehl im Auftrag; der Koordinator wiederholt ihn selbst
Aussage ohne Quelle	Quellenpflicht im Recherche-Auftrag; pruefer zieht Stichproben
Ablehnung durch den Cyber-Schutz	Bericht führt sie als abgelehnt; bei Bedarf das Modell im Transkript prüfen (C3)

Teil B — Verhalten und Prompt-Muster

Aus „Prompting Claude Sonnet 5.5". Die Seite behandelt Antwortlänge, Code-Review, Dokumentlänge und wörtliches Befolgen nicht. Ob die Aussagen aus AI/Regelwerk/sonnet-5 dazu weiter gelten, ist ein Rückschluss, kein Beleg.

B1 Effort und Thinking

• Die Stufen sind neu geeicht: dieselbe Stufe erzeugt nicht dieselbe Menge Denken wie bei Sonnet 5. Die Doku rät zu einem frischen Durchlauf über alle Stufen, statt Werte zu übernehmen.
• Ab medium denkt 5.5 kurz vor fast jeder Antwort, auf low bei einfachen Anfragen meist nicht.
• Eine Anweisung im System-Prompt, weniger zu denken, wirkt laut Doku nicht verlässlich. Wer weniger Denken will, senkt den Effort.
• xhigh laut Doku für lange agentische Aufgaben über 30 Minuten; xhigh und max nur, wo Evals einen Gewinn zeigen.
• Denken zählt zu max_tokens, auch wenn der Inhalt nicht zurückkommt.

B2 Initiative und Umfang

Verhalten	Wann	Gegenmittel laut Doku
Fragt zwischendurch nach	low/medium, lange Agentenaufgaben	höherer Effort, oder: „Keep working until everything the user asked for is done, and only stop to ask when you can't go on without the user or before a risky step."
Ergänzt ungefragt Tests, Doku, Hilfsdateien	jede Stufe, mit höherem Effort mehr	„When the work the user asked for is done and checked, stop and report. Don't add features, tests, files, docs or refactors that weren't asked for."
Startet eigene Review-Runden, teils mit Subagenten	xhigh/max	„…don't launch reviewer sub-agents unless the user asked for a review." Laut Hersteller bei max ein Drittel weniger Kosten, Qualität gleich
Baut bei offenen Anfragen gleich etwas	„zeig, was du kannst"	„When the user asks for ideas, options or a plan, give them that and stop."
Meldet auf low ohne echten Test „fertig"	low, Coding	Absatz „run a real check that exercises the change before reporting it done"
Antwortet aus Trainingswissen statt zu suchen	Chat, Wissensarbeit	sperrende Sätze („minimize tool calls") entfernen, Suchsatz aus A3

B3 Fortschritt und Nachrichten

• Vorgaben wie „alle Befunde bis zur Schlussantwort zurückhalten" entfernen; gewünschte Meldepunkte im System-Prompt benennen.
• Text zwischen Werkzeugaufrufen, länger als ein bis zwei Sätze, kommt als thinking-Block. Beim Standard display: "omitted" ist sein Text leer; ein eigener Client zeigt dann nichts an.
• Nutzertext nie in ein tool_result legen: 5.5 hält ihn dort teils für Prompt-Injection.
• Werkzeugnamen gelegentlich in falscher Schreibweise (bash statt Bash); ein eigenes Harness akzeptiert eindeutige Treffer.

B4 JSON und mehrstufiges Rechnen

• Auf low/medium antwortet 5.5 bei mehrstufigen Rechnungen oft ohne Denken. Abhilfe: „Think the problem through before you answer." am Ende des System-Prompts, oder höherer Effort.
• Bei Structured Outputs auf low/medium kann das Denken selten bis max_tokens laufen: stop_reason: "max_tokens" als gescheitert behandeln.

Teil C — Spezifikation und API

C1 Spezifikation

Punkt	Wert	Quelle
Modell-ID	claude-sonnet-5-5, veröffentlicht 2026-09-28	Doku, Übersicht
Kontext / Ausgabe	1M / 128k (Doku, Katalog); Batch bis 300k mit output-300k-2026-03-24 (nur Doku)	Doku; Katalog
Preis je Mio. Tokens	2 Eingabe, 10 Ausgabe, 0,10 Cache-Lesen (5 % des Eingabepreises; Sonnet 5: 0,20)	Doku, Preise; Katalog tier_2_10_cache_read_0_10, nachgelesen 2026-10-09
Cache-Mindestlänge	512 Tokens (Sonnet 5: 1.024)	Doku
Wissensstand	Juni 2026	Doku; Katalog
Standard-Effort	API: high; Claude Code: medium	Doku; Katalog default_effort
Kostenfaktoren je Stufe	im Katalog nicht hinterlegt (Sonnet 5: xhigh 2,41×, max 5,59× von high)	Katalog
Tokenizer	wie Sonnet 5; gegenüber Sonnet 4.6 etwa 30 % mehr Tokens	Doku
Zero Data Retention	für das Modell keine Aussage gefunden	offen

C2 API-Brüche gegenüber Sonnet 5

• thinking: {"type": "disabled"} liefert 400. Niedrigste Einstellung: {"type": "between_tools"}, nur bei low/medium/high.
• budget_tokens liefert 400.
• tool_choice mit any oder tool liefert 400. Ersatz: auto plus strict: true oder Structured Outputs.
• temperature, top_p, top_k abseits des Standards liefern 400. Prefill liefert 400.
• Thinking-Blöcke sind modellgebunden und kontogebunden; Konversation nur anhängen, nie ändern (AI/Regelwerk/api-mechanik).
• Computer Use auf der Claude-API nur mit computer_toolset_20260801.
• Neu gegenüber Sonnet 5 laut Doku: Effort je Nachricht, System-Nachrichten mitten im Gespräch, Kompaktierung auf Abruf, Werkzeuge je Nachricht (alle Beta).
• Widerspruch zum CLI-Katalog 2.1.285: Dort führt auch claude-sonnet-5 die Fähigkeit mid_conv_system, und claude-sonnet-5-5 führt mid_conv_tool_change nicht. Welche Seite für die API gilt, ist offen.

C3 Ablehnungen und Ausweichmodell

• Fünf Kategorien in stop_details: cyber, bio, frontier_llm, reasoning_extraction, general_harms.
• Das Ausweichen (Beta) wiederholt laut Doku cyber und frontier_llm auf Sonnet 5. Der Katalog von Claude Code 2.1.285 führt dieselbe Zuordnung; der CLI-eigene Ausweichweg im Programm löst dagegen auf ein Opus-Modell auf (am minifizierten Abbild gelesen, nicht gelaufen). Welcher Weg in einer Sitzung greift, ist offen.
• Folge für den Vault: Ein Härtungs- oder Scan-Task kann still auf einem anderen Modell weiterlaufen. Wo das zählt, das Feld model im Transkript ansehen.
• Anweisungen, die Begründung in der Antwort auszugeben, laden reasoning_extraction-Ablehnungen ein.
• Umgang mit Ablehnungen im Executer: AI/Regelwerk/sonnet-5, B4 — unverändert.

Referenzen

• CLAUDE — Rollentabelle
• AI/Regelwerk/codeworkflow — Standardschleife, Effort je Rolle
• AI/Regelwerk/sonnet-5 — Vorgänger, Ausweichmodell, Cyber-Schutz
• AI/Regelwerk/opus-5 — Planer und Prüfer
• AI/Regelwerk/api-mechanik — Mechanik für eigene API-Integrationen
• Quellen (abgerufen 2026-09-29): https://platform.claude.com/docs/en/models/sonnet-5-5/whats-new-sonnet-5-5, https://platform.claude.com/docs/en/models/sonnet-5-5/overview, https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-sonnet-5-5, https://platform.claude.com/docs/en/build-with-claude/effort, https://platform.claude.com/docs/en/models/sonnet-5-5/migration-guide