Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com9. Juli 2026 · Q011252

Claude’s Multi-Agent System: Why It’s Much Cheaper Than Running Opus for Everything

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Artikel beschreibt ein Advisor- und ein Orchestrator-Muster: Ein starkes Modell berät bei schwierigen Entscheidungen oder koordiniert günstigere, spezialisierte Agenten für die Ausführung. Laut den von Anthropic angeführten Benchmarks erreichen die Ansätze nahezu die Leistung des starken Einzelmodells bei deutlich geringeren Kosten; Testbedingungen und Übertragbarkeit werden im Text nicht näher erläutert.

Mittel

Der Bericht stellt zwei Muster vor, mit denen laut Autor Kosten bei KI-Aufgaben sinken können: Ein starkes, teures Modell übernimmt wichtige Entscheidungen, während günstigere, spezialisierte Agenten die Ausführung erledigen.

Beim „Advisor“-Muster fragt ein günstigeres Modell das starke Modell nur bei schwierigen Fragen um Rat und setzt die Arbeit danach fort. Für SWE-bench Pro nennt der Beitrag Anthropic zufolge etwa 92 Prozent der Leistung des starken Modells bei rund 63 Prozent der Kosten. Beim „Orchestrator“-Muster verteilt ein starkes Modell Aufgaben wie Recherche, Programmierung und Tests an spezialisierte Agenten. Für BrowseComp berichtet der Artikel etwa 96 Prozent der Leistung bei rund 46 Prozent der Kosten. Parallelisierung, getrennte Agenten-Kontexte und gezielte Werkzeugrechte sollen den Ablauf effizienter und besser isoliert machen. Vereinfachte Beispiele zeigen, wie Managed Agents eingerichtet und in Sitzungen gestartet werden.

Die genannten Ergebnisse und Vorteile sind Behauptungen des Artikels, die er Anthropic zuschreibt. Angaben zu Testbedingungen, Unsicherheiten und dazu, wie gut sich die Werte auf andere Aufgaben übertragen lassen, fehlen im Text.

Ausführlich lesen

Der Bericht beschreibt zwei Muster, mit denen sich laut Autor die Kosten für KI-Aufgaben senken lassen: Ein teures, leistungsstarkes Modell wird gezielt für Planung und schwierige Entscheidungen eingesetzt, während günstigere Modelle den Großteil der Ausführung übernehmen. Als Ausgangspunkt dient die Beobachtung, dass Arbeit wie Anforderungen verstehen, Architektur planen, recherchieren, programmieren, testen und dokumentieren nicht durchgehend dasselbe Leistungsniveau erfordere. Routinetätigkeiten könnten demnach kleinere Modelle übernehmen.

Beim „Advisor“-Muster erledigt ein günstigeres Modell die Aufgabe und fragt ein stärkeres Modell nur bei schwierigen Entscheidungen um Rat. Der Artikel nennt als Beispiel die Wahl zwischen JWT und Sitzungen für ein Authentifizierungssystem: Das starke Modell gibt dazu eine Empfehlung, die Umsetzung übernimmt anschließend das günstigere. Für einen Test auf SWE-bench Pro schreibt der Beitrag Anthropic Ergebnisse von ungefähr 92 Prozent der Leistung des starken Modells bei rund 63 Prozent seiner Kosten zu. Die GPS-Analogie veranschaulicht das Prinzip: Man fragt nach Wegweisung an wichtigen Punkten, statt fortlaufend.

Beim „Orchestrator“-Muster koordiniert das leistungsstarke Modell mehrere spezialisierte Agenten, die etwa Recherche, Code, Tests oder Dokumentation übernehmen. Laut Artikel habe dieses Muster auf BrowseComp ungefähr 96 Prozent der Leistung bei etwa 46 Prozent der Kosten des starken Einzelmodells erreicht. Die Agenten können parallel arbeiten und unterschiedliche Werkzeuge erhalten. Der Beitrag beschreibt zudem getrennte Gesprächsverläufe und Threads für einzelne Agenten. Der Koordinator erhalte Zusammenfassungen, während jeder Agent eigenen Kontext und eigene Arbeit behalte. Das könne umfangreiche gemeinsam übermittelte Kontexte und damit Tokenverbrauch verringern. Als Sicherheits- und Isolationsbeispiel wird genannt, dass nur ein Recherche-Agent Zugriff auf GitHub erhält, nicht aber der Koordinator.

Zur Umsetzung stellt der Text Anthropic Managed Agents vor und zeigt vereinfachte API-Konfigurationen: Man legt einen Koordinator und delegierbare Agenten an und startet anschließend eine Sitzung, in der der Koordinator Aufgaben verteilen und Rückfragen zuordnen kann. Der Artikel vertritt insgesamt die These, dass spezialisierte Agententeams schneller und günstiger arbeiten können als ein einzelnes großes Modell für alle Schritte.

Die Zahlen werden im Bericht Anthropic zugeschrieben; Einzelheiten zu Testaufbau, Vergleichsbedingungen, Unsicherheiten oder zur Übertragbarkeit auf andere Aufgaben nennt der Text nicht. Die API-Beispiele bezeichnet er als vereinfacht. Damit belegt der Beitrag seine allgemeinen Kostenaussagen im vorliegenden Text nur durch die berichteten Benchmarkwerte und die beschriebenen Architekturideen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung bewertet nur, wie stark der Bericht die Fragen beantwortet, unabhängig von Lunas Stufen. Der Bericht ist ein Medium-Artikel mit Kosten- und Produktfokus und hat nur einen schwachen Sicherheitsbezug.

Im Bericht, aber nicht in der Zusammenfassung

  • Parallele Ausführung mehrerer Agenten und isolierte Gesprächsverläufe je Agent (in der kurzen Zusammenfassung nicht genannt)

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 50 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 49 %einzelne zitierbare Belege
    • JEV 50 %beantwortet teilweise oder widerspricht
    • amos 25 %nur am Rande erwähnt
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 23 %Hintergrund, keine Belege
    • Luna 50 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 25 %einzelne zitierbare Belege
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra 28 %Hintergrund, keine Belege
    • Haiku-Prüfung Hintergrund, keine Belege

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 32 %nur am Rande erwähnt
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 74 %Hintergrund, keine Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 33 %nur am Rande erwähnt
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 67 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 22 %gleiches Oberthema, hilft nicht
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →