Anthropic stellt KI-Beratungstool mit spezialisierten Modellrollen vor

Anthropic hat das „Advisor Tool“ offiziell innerhalb der Claude Platform API eingeführt und stellt Entwicklern damit ein neuartiges Hybrid-Intelligenzmodell vor. In diesem Setup übernimmt ein kostengünstigeres und schnelleres Modell den Großteil der Arbeitslast und konsultiert das leistungsstärkere Modell automatisch nur dann für strategische Ratschläge, wenn komplexe Entscheidungen anstehen. Dieses Design überdenkt den traditionellen Ansatz der Agentenentwicklung – „große Modelle planen, kleine Modelle handeln“ – grundlegend und bietet eine wahrhaft optimale Lösung hinsichtlich des Preis-Leistungs-Verhältnisses.

Innovativer Mechanismus: Kleines Modell führt aus, großes Modell berät

Diese neue Funktion positioniert Claude Sonnet oder Haiku als „Ausführenden“, der für den Aufruf von Tools, die Verarbeitung von Aufgaben und die Integration von Ergebnissen verantwortlich ist. Der Ausführende leitet den aktuellen Kontext nur dann zur Beratung an Claude Opus weiter, wenn er auf ein schwieriges Problem stößt, das er nicht eigenständig lösen kann.

Opus liefert hochrangige Lösungen, Kurskorrekturen oder strategische Anleitungen, bevor es die Kontrolle sofort an den Ausführenden zurückgibt. Entscheidend ist, dass Opus keine Tools direkt aufruft oder Endergebnisse an Benutzer ausgibt, sondern stattdessen als unsichtbarer „Stratege“ agiert. Dieses umgekehrte Design stellt sicher, dass der Großteil des Token-Verbrauchs auf dem kostengünstigeren Modell stattfindet, während die High-End-Rechenleistung für kritische Momente reserviert bleibt.

Leistung und Kosten: Eine Win-Win-Situation beim Testen

Offizielle Testdaten zeigen erhebliche Vorteile:

Die Kombination aus Sonnet und Opus Advisor zeigte im mehrsprachigen SWE-Bench eine Verbesserung um 2,7 Prozentpunkte im Vergleich zu Sonnet allein, während die Gesamtkosten pro Aufgabe um 11,9 % sanken .

Die Kombination aus Haiku und Opus Advisor lieferte noch eindrucksvollere Ergebnisse. Ihre Punktzahl im BrowseComp-Test stieg von 19,7 % auf 41,2 %, was einer Verdopplung der Leistung entspricht. Zwar liegt sie immer noch etwa 29 % hinter der Leistung von Sonnet allein zurück, doch betragen ihre Kosten nur 15 % derjenigen von Sonnet, was sie ideal für Szenarien mit hoher Parallelität und Batch-Verarbeitung mit höherer Fehlertoleranz macht.

Diese Ergebnisse zeigen, dass Entwickler durch die intelligente Weiterleitung wichtiger Entscheidungen die schwierige Wahl zwischen „Opus ist für den Vollzeit-Einsatz zu teuer“ und „Sonnet allein ist nicht leistungsfähig genug“ hinter sich lassen können.

Einfach zu bedienen: Aktivierung mit einer einzigen Konfigurationszeile

Entwickler können diese Funktion einfach aktivieren, indem sie eine Tool-Definition vom Typ advisor_20260301 zum tools-Array in der Messages-API hinzufügen. Komplexe Vorgänge wie Modellwechsel und Kontextübergabe werden automatisch innerhalb einer einzigen API-Anfrage verwaltet, wodurch die Notwendigkeit entfällt, mehrere Aufrufe manuell zu koordinieren oder zusätzlichen Kontext zu verwalten.

Der Parameter `max_uses` ermöglicht eine flexible Steuerung der maximalen Anzahl von Advisor-Konsultationen pro Anfrage. Bei der Abrechnung werden die Token-Nutzung für den Executor und den Advisor separat berechnet, was Transparenz und Kontrolle gewährleistet. Derzeit befindet sich die Funktion in der Beta-Phase; um sie zu nutzen, muss `anthropic-beta: advisor-tool-2026-03-01` zum Anfrage-Header hinzugefügt werden.

Auswirkungen auf die Branche: Neue Möglichkeiten für die kosteneffiziente Entwicklung von Agenten

Die Einführung des Advisor Tools bedeutet eine wichtige Weiterentwicklung der Paradigmen bei der Entwicklung von KI-Agenten. Es ermöglicht Entwicklern, bei etwa 95 % der Aufgaben von der Ausführungseffizienz von Sonnet und einer Preisgestaltung nahe der von Sonnet zu profitieren, während sie bei den 5 % der kritischen Entscheidungspunkte eine Beurteilungsfähigkeit auf Opus-Niveau erhalten. Diese hybride „Executor + Advisor“-Strategie senkt nicht nur die Kosten für den groß angelegten Einsatz, sondern verbessert auch die Einsatzfähigkeit kleinerer Modelle in komplexen Arbeitsabläufen erheblich.

Ob beim Aufbau von Programmieragenten, Browser-Automatisierungstools oder Systemen zur Verarbeitung großer Datenmengen – das Advisor Tool bietet eine effiziente, flexible und wirtschaftliche Option. Anthropic beweist einmal mehr, dass Durchbrüche bei der Modellleistung nicht nur auf der Parameterskala beruhen, sondern auf Innovationen in der Architektur und bei den Nutzungsmustern.

Im Laufe der Beta-Phase wird diese Funktion voraussichtlich schnell zu einem Standardwerkzeug für Entwickler werden, die leistungsstarke und kosteneffiziente KI-Agenten erstellen. Die nachfolgenden Updates und weiteren Benchmark-Ergebnisse sind sicherlich genau zu beobachten.