Claude Advisor Strategie: Near-Opus-Intelligenz für Agenten zu Bruchteil der Kosten

Die Claude Advisor Strategie ist ein von Anthropic am 9. April 2026 eingeführter API-Mechanismus, der Opus 4.6 als Berater (Advisor) mit Sonnet oder Haiku als Ausführendem (Executor) kombiniert. Das günstigere Modell erledigt die gesamte Aufgabe — und ruft Opus nur dann auf, wenn es auf eine Entscheidung trifft, die es selbst nicht lösen kann. Ergebnis: Sonnet mit Opus-Advisor erreicht auf dem SWE-bench 74,8 statt 72,1 Punkte und reduziert die Kosten pro agentischer Aufgabe um 11,9 %. Haiku mit Opus-Advisor verdoppelt seinen BrowseComp-Score von 19,7 % auf 41,2 % — und kostet 85 % weniger als Sonnet solo.

Was ist die Claude Advisor Strategie?

Die Advisor Strategie ist ein Ansatz, bei dem zwei Modelle unterschiedlicher Preisklassen in einer einzigen API-Anfrage zusammenarbeiten. Opus übernimmt die Rolle des Beraters, Sonnet oder Haiku die Rolle des Ausführenden. Das Prinzip: Spitzenintelligenz nur dort einsetzen, wo sie tatsächlich gebraucht wird. Anthropic stellte die Funktion am 9. April 2026 als Beta-Feature auf der Claude Platform vor. Technisch handelt es sich um ein Server-seitiges Tool, das direkt in die Messages API integriert ist. Wer sich für die Agent-Infrastruktur von Anthropic interessiert, findet im Guide zu Claude Managed Agents einen umfassenden Überblick.

Das Problem, das sie löst

Opus 4.6 ist das leistungsfähigste Modell — aber auch das teuerste: 5 US-Dollar pro Million Input-Tokens, 25 US-Dollar pro Million Output-Tokens. Sonnet kostet 3 bzw. 15 US-Dollar, Haiku 1 bzw. 5 US-Dollar. Bei einem Workflow aus mehreren Schritten ist oft nur ein einziger Schritt wirklich komplex genug für Opus-Niveau. Die übrigen Schritte könnte Haiku genauso gut erledigen — zu einem Drittel der Kosten. Ohne die Advisor Strategie musste man manuell entscheiden, welches Modell für welchen Schritt zuständig ist. Jetzt geschieht das automatisch.

Warum das keine einfache Modell-Kaskade ist

Ein gängiges Muster in Multi-Agent-Systemen ist die Orchestrierung: Ein starkes Modell zerlegt die Aufgabe und delegiert Teilaufgaben an kleinere Modelle. Die Advisor Strategie kehrt dieses Prinzip um. Sonnet oder Haiku führt die gesamte Aufgabe aus. Opus greift nicht aktiv ein, plant nicht im Voraus und gibt keine strukturierten Befehle. Opus berät — und das nur auf Anfrage des ausführenden Modells. Wie ein AI Harness diese Steuerungsebene für Agenten bereitstellt, zeigt der entsprechende Grundlagenartikel.

Wie funktioniert die Advisor Strategie?

Der Ablauf folgt einem klaren Vier-Stufen-Muster:

Schritt 1: Eigenständige Ausführung durch den Executor

Sonnet oder Haiku übernimmt die Aufgabe von Anfang bis Ende: Tools aufrufen, Ergebnisse lesen, iterieren. Für einfache und mittelschwere Aufgaben läuft der gesamte Prozess ohne Opus ab.

Schritt 2: Gezielte Konsultation bei Engpässen

Trifft das ausführende Modell auf eine Entscheidung, die es nicht selbstständig lösen kann, ruft es das Advisor-Tool auf. Das geschieht automatisch — ohne manuellen Eingriff in den Code.

Schritt 3: Opus liefert einen Plan

Opus erhält den vollständigen bisherigen Kontext und gibt einen konkreten Plan, eine Korrektur oder ein Stoppsignal zurück. Typischerweise sind das 400 bis 700 Text-Tokens. Wichtig: Opus ruft dabei selbst keine Tools auf und generiert keine Ausgaben für den Endnutzer.

Schritt 4: Executor setzt die Arbeit fort

Das ausführende Modell nimmt den Rat an und führt die Aufgabe weiter aus. Dieser Zyklus kann sich mehrfach wiederholen — Opus ist also nicht nur einmalig in der Planung involviert, sondern steht während der gesamten Ausführung als Ansprechpartner bereit.

Abrechnung

Advisor-Tokens werden zu Opus-Preisen abgerechnet, Executor-Tokens zu den günstigeren Preisen von Sonnet oder Haiku. Da Opus nur kurze Planungsblöcke generiert, bleibt der Gesamtpreis weit unter dem einer reinen Opus-Ausführung.

Wie wird die Advisor Strategie technisch umgesetzt?

Die Integration in bestehende API-Aufrufe ist bewusst minimal gehalten. Anthropic beschreibt es als "One-Line-Change".

Voraussetzungen

Zwei Anpassungen sind nötig: - Beta-Header: anthropic-beta: advisor-tool-2026-03-01 - Tool-Deklaration: Das Tool advisor20260301 muss in der Messages API-Anfrage deklariert werden Der gesamte Modellwechsel findet innerhalb einer einzigen /v1/messages-Anfrage statt — ohne zusätzliche Round-Trips oder manuelles Kontext-Management.

Kostenkontrolle mit max_uses

Mit dem Parameter maxuses lässt sich festlegen, wie oft Opus pro Anfrage konsultiert werden darf. Das gibt direkte Kontrolle über den Kostenanteil durch Advisor-Tokens. Advisor-Tokens werden im Usage-Block separat ausgewiesen, sodass sich der Spend pro Tier genau tracken lässt.

Hinweis zur Zielgruppe

Die Advisor Strategie ist eine API-Funktion — sie ist nicht direkt in Claude Code verfügbar. Sie richtet sich an Entwickler, die eigene Applikationen, Automatisierungen oder Agenten auf Basis der Anthropic Messages API bauen.

Welche Vorteile bietet die Advisor Strategie?

Messbare Leistungssteigerung

In den Evaluierungen von Anthropic zeigt Sonnet 4.6 mit Opus-Advisor gegenüber Sonnet 4.6 solo: | Benchmark | Sonnet solo | Sonnet + Opus Advisor | |---|---|---| | SWE-bench Multilingual | 72,1 | 74,8 (+2,7 PP) | | BrowseComp | 58,1 | 60,4 (+2,3 PP) | | Kosten pro Aufgabe | ~1,09 $ | ~0,96 $ (–11,9 %) | Noch deutlicher zeigt sich der Effekt bei Haiku 4.5 mit Opus-Advisor auf dem BrowseComp-Benchmark: 41,2 % statt 19,7 % solo — mehr als eine Verdoppelung des Scores. Haiku mit Opus-Advisor liegt damit zwar 29 % unter Sonnet solo, kostet aber 85 % weniger pro Aufgabe.

Kostenreduktion trotz teurem Advisor-Modell

Das klingt zunächst kontraintuitiv: Ein teureres Modell hinzufügen und trotzdem weniger zahlen. Die Erklärung liegt in der Tokenverteilung. Opus generiert pro Konsultation nur 400 bis 700 Tokens für den Plan. Die massenintensiven Input- und Output-Tokens des Workflows laufen weiterhin über Sonnet oder Haiku — zu deren günstigeren Tarifen. In der Gesamtrechnung überwiegt die Einsparung durch das günstigere Executor-Modell die Zusatzkosten durch den Opus-Berater. Wer weitere Strategien zur Token-Kosten-Optimierung sucht, findet im Artikel zum Caveman Mode einen praxisnahen Ansatz.

Keine Änderung an der Systemarchitektur nötig

Das Advisor-Tool ergänzt bestehende Tool-Aufrufe in der Messages API. Ein Agent kann gleichzeitig im Web suchen, Code ausführen und Opus konsultieren — alles innerhalb derselben Anfrage. Anthropic zitiert ein Entwickler-Feedback aus der Beta: „Es trifft bessere Architekturentscheidungen bei komplexen Aufgaben, ohne bei einfachen Aufgaben Overhead zu erzeugen. Pläne und Trajektorien sind wie Tag und Nacht.“

Wann lohnt sich der Einsatz der Advisor Strategie?

Faustregel: Je mehr ein Workflow aus Schritten unterschiedlicher Komplexität besteht, desto größer der Vorteil gegenüber einem einzelnen Modell. Konkrete Szenarien: - Coding-Agenten: Refactoring, Code-Review und einfache Dateitransformationen brauchen kein Opus-Niveau. Komplexe Architekturentscheidungen schon. - Research-Agenten: Websuche, Datenaggregation und Formatierung läuft mit Haiku oder Sonnet. Nur die Synthese und Schlussfolgerungen erfordern stärkere Reasoning-Fähigkeiten. - Hochvolumen-Anwendungen: Bei tausenden Anfragen täglich macht der Kostenunterschied zwischen Haiku und Sonnet einen erheblichen Unterschied — mit Opus-Advisor bleibt die Qualität hoch. Hinweis: Für einfache Single-Turn-Anfragen, bei denen eine direkte Antwort ausreicht, ist die Advisor Strategie nicht sinnvoll. Ihr Vorteil zeigt sich bei mehrstufigen, agentischen Aufgaben. Wie sich Multi-Agent-Orchestrierung in der Praxis umsetzen lässt, zeigt der entsprechende Leitfaden.

FAQ: Häufig gestellte Fragen zur Claude Advisor Strategie

Was ist der Unterschied zwischen der Advisor Strategie und Claude Code?

Claude Code nutzt intern ein ähnliches Prinzip: Opus plant, Sonnet führt aus. Der Unterschied ist, dass das in Claude Code manuell über den Plan-Modus gesteuert wird. Die Advisor Strategie automatisiert diesen Wechsel direkt in der Messages API — für eigene Applikationen außerhalb von Claude Code.

Kann Opus beim Advisor-Modus selbst Tools aufrufen?

Nein. Opus übernimmt ausschließlich eine Beraterfunktion: Es analysiert den Kontext und gibt Empfehlungen zurück. Alle Tool-Aufrufe — Websuche, Code-Ausführung, Dateioperationen — liegen beim Executor-Modell (Sonnet oder Haiku).

Wie oft konsultiert das Executor-Modell Opus?

Das legt der Parameter maxuses fest. Zusätzlich entscheidet das Executor-Modell selbst, ob eine Situation die Konsultation rechtfertigt. Bei einfachen Anfragen ruft es Opus möglicherweise gar nicht auf.

Für wen ist die Advisor Strategie gedacht?

Primär für Entwickler, die eigene KI-Applikationen oder Agenten über die Anthropic Messages API bauen. Wer ausschließlich Claude Code oder claude.ai nutzt, kann die Funktion nicht direkt anwenden.

Wie werden Advisor-Tokens abgerechnet?

Advisor-Tokens werden separat zu Opus-Preisen abgerechnet. Im API-Response-Usage-Block erscheinen sie als eigener Eintrag, sodass sich die Kosten pro Tier transparent nachvollziehen lassen.

Gibt es Benchmarks für Haiku mit Opus-Advisor?

Ja. Haiku 4.5 mit Opus 4.6 als Advisor erzielte auf dem BrowseComp-Benchmark 41,2 % — gegenüber 19,7 % im Solo-Betrieb. Die Kombination kostet deutlich mehr als Haiku solo, bleibt aber 85 % günstiger als Sonnet solo.

Ist die Advisor Strategie schon produktionsreif?

Die Funktion befindet sich seit April 2026 in der Beta-Phase auf der Claude Platform. Der Beta-Header anthropic-beta: advisor-tool-2026-03-01 ist Pflicht. Anthropic empfiehlt, die eigene Evaluierungs-Suite gegen Sonnet solo, Sonnet+Advisor und Opus solo zu testen, bevor man produktiv geht.

Was kostet Opus 4.6 im Vergleich zu Sonnet und Haiku?

Opus 4.6: 5 $ pro Million Input-Tokens, 25 $ pro Million Output-Tokens. Sonnet: 3 $ bzw. 15 $. Haiku: 1 $ bzw. 5 $. Die Advisor Strategie nutzt Opus nur für kurze Planungsblöcke von 400 bis 700 Tokens — der Hauptteil der Tokens läuft über das günstigere Executor-Modell.

Fazit

Die Advisor Strategie ist kein Marketing-Feature — die Benchmark-Zahlen sprechen für sich: bessere Ergebnisse bei niedrigeren Kosten, ohne Änderungen an der bestehenden Systemarchitektur. Für Entwickler, die KI-Agenten über die Anthropic API betreiben, ist die Integration in bestehende Workflows eine direkte Verbesserung ohne signifikanten Aufwand. Wer KI-Agenten für Anthropic-basierte Applikationen baut, sollte die Advisor Strategie als Standard-Pattern in Betracht ziehen — besonders bei Workflows mit gemischter Aufgabenkomplexität. Wie sich autonome Agenten-Workflows in der Praxis bewähren, zeigt der Erfahrungsbericht zur autonomen Softwareentwicklung.