Claude Opus 5 til komplekst AI-arbejde

Claude Opus 5 er Anthropics nye avancerede model til komplekse agentiske opgaver, kodning og vidensarbejde. Den ligger tæt på Fable 5 på flere leverandørmålinger, men koster det halve pr. token og er bredt tilgængelig. Bedre testresultater ændrer dog ikke behovet for egne evalueringer, datakontrol og menneskelig godkendelse.

Hvad har Anthropic lanceret?

Anthropic lancerede Claude Opus 5 den 24. juli 2026. Modellen er udviklet som en efterfølger til Opus 4.8 og skal placere sig mellem den hurtigere Sonnet 5 og den mere kapable, men dyrere Fable 5. Opus 5 er ny standardmodel på Claude Max og den stærkeste model, som Claude Pro-brugere kan vælge.

Modellen er tilgængelig som claude-opus-5 via Claude API samt gennem Amazon Bedrock, Google Cloud og Microsoft Foundry. Anthropic oplyser også, at Claude.ai og den kommercielle API understøttes i Danmark. Det dokumenterer adgang til tjenesten, men ikke særskilt kvalitet på dansk eller ens adgang gennem alle abonnementer og cloudregioner.

Hvordan placerer Opus 5 sig i Claude-familien?

Opus 5 er rettet mod opgaver, hvor kvaliteten af længere ræsonnement, værktøjsbrug og kontrol af resultatet vægter højere end den laveste pris eller korteste svartid. Claude Sonnet 5 er hurtigere og billigere, mens Fable 5 fortsat beskrives som Anthropics mest kapable bredt tilgængelige model.

Sonnet 5’s introduktionspris gælder ifølge Anthropic til og med den 31. august 2026. Derefter er standardprisen oplyst til 3 dollar for input og 15 dollar for output pr. million tokens.

Prisen fortæller kun, hvad de behandlede tokens koster. En dyrere model kan være billigere pr. løst opgave, hvis den bruger færre forsøg, men den kan også øge udgiften ved lange svar, mange værktøjskald eller unødvendigt høj indsats. Den relevante sammenligning er derfor samlet opgavepris og fejlfrekvens i den konkrete arbejdsgang.

Hvilke tekniske ændringer følger med modellen?

Opus 5 har et kontekstvindue på én million tokens og kan levere op til 128.000 outputtokens i den almindelige synkrone API. Et stort kontekstvindue gør det muligt at medtage omfattende kode, dokumenter og samtalehistorik, men det garanterer ikke, at alle detaljer vægtes korrekt eller citeres præcist.

Modellen bruger adaptiv tænkning som standard. Den vurderer selv, hvor meget intern beregning en tur kræver, mens udvikleren kan styre indsatsen gennem niveauerne low, medium, high, xhigh og max. Ved xhigh og max kan tænkning ikke slås fra. Denne ændring betyder, at en eksisterende integration bør genafprøve både kvalitet, svartid og tokenforbrug ved migrering fra Opus 4.8.

Udviklere kan desuden ændre tilgængelige værktøjer midt i en samtale uden at ugyldiggøre promptcachen, og API’en kan automatisk sende en sikkerhedsafvist anmodning videre til en anden model. Begge funktioner blev lanceret i beta og bør derfor ikke behandles som uforanderlige grænseflader.

Hvad bruges indsatsniveauerne til?

Et indsatsniveau regulerer, hvor mange beregningsressourcer modellen kan bruge på at analysere en opgave. Low og medium kan passe til gentagne opgaver med tydelige svar, mens xhigh eller max kan give mening ved en vanskelig kodeændring, en længere analyse eller en opgave, hvor flere værktøjer skal koordineres.

Højere indsats er ikke automatisk bedre i drift. Den kan give længere ventetid og flere outputtokens uden en tilsvarende kvalitetsgevinst på en enkel opgave. En organisation bør derfor måle flere niveauer mod samme sæt eksempler og vælge det laveste niveau, der stabilt opfylder de fastsatte kvalitetskrav.

Det er en praktisk forskel fra at vælge én model til alt. Kombinationen af model, indsatsniveau, værktøjer og kontroltrin bliver en del af systemdesignet. Et AI-workflow kan eksempelvis bruge et lavt niveau til sortering og et højere niveau til den del, som kræver selvstændig analyse.

Hvad viser de offentliggjorte evalueringer?

Anthropic oplyser, at Opus 5 ligger øverst på Frontier-Bench v0.1 for softwarearbejde og mere end fordobler Opus 4.8’s resultat til en lavere pris pr. opgave. På ARC-AGI 3 opnåede modellen ifølge virksomheden tre gange så høj score som den næstbedste model, og på OSWorld 2.0 nåede den et bedre resultat end Fable 5 til lidt over en tredjedel af opgaveprisen.

Resultaterne peger på forbedringer i kodning, problemløsning, computerbrug og længere arbejdsgange. De beviser ikke, at modellen er bedst på alle opgaver. Flere målinger er kørt af Anthropic eller partnere med bestemte agentmiljøer, indsatsniveauer og prisberegninger. Frontier-Bench-resultatet bygger eksempelvis på fem forsøg pr. opgave og brugte Opus 4.8 som fallback ved sikkerhedsafvisninger.

Et benchmark måler en afgrænset opgave under faste betingelser. Dokumentanalyse på dansk, en kommunes sagsgange, en virksomheds kodebase eller et undervisningsforløb kan have andre fejltyper. Lokale evalueringer bør derfor bruge virkelige eksempler, kendte korrekte svar og en tydelig grænse for acceptable fejl.

Hvilke opgaver er Opus 5 rettet mod?

Anthropic fremhæver komplekst agentisk kodearbejde og virksomhedsopgaver. Modellen kan arbejde over længere forløb, bruge værktøjer, gennemgå sit resultat og koordinere delopgaver. Det gør den relevant, når en opgave ikke kan løses med ét enkelt svar.

• Større kodeændringer, fejlsøgning og gennemgang af flere filer.
• Analyse af lange dokumenter, regneark og fagligt materiale.
• Arbejdsgange, hvor modellen skal søge, beregne, kontrollere og revidere.
• Udarbejdelse og efterfølgende tilretning af præsentationer eller rapporter.
• Koordinering af flere afgrænsede AI-agenter i samme opgave.

Det er de samme typer længere forløb, som også kendes fra Claude Cowork og baggrundsarbejde. En stærkere model gør ikke i sig selv en proces sikker eller korrekt. Rettigheder, stopkriterier, versionsstyring og en tydelig definition af det ønskede resultat ligger uden for modelvægtene.

Hvad betyder modellens selvkontrol i praksis?

Anthropic beskriver Opus 5 som bedre til at kontrollere sit arbejde og fortsætte med rettelser, indtil en opgave lykkes. I et af virksomhedens eksempler byggede modellen sin egen billedanalyse for at rekonstruere en maskindel i et 3D-program. I et andet fandt den den bagvedliggende årsag til en softwarefejl, hvor en konkurrerende model kun rettede symptomet.

Eksemplerne illustrerer en nyttig egenskab: Modellen kan skabe mellemtrin, test og kontrolværktøjer, som ikke stod ordret i opgaven. Den samme handlekraft kan udvide omfanget mere end ønsket. Anthropics egen vejledning siger, at Opus 5 oftere delegerer til underagenter, beskriver sit arbejde mere udførligt og kan tilføje trin på eget initiativ.

Selvkontrol bør derfor ses som et ekstra lag, ikke som uafhængig kvalitetssikring. En model kan kontrollere et resultat med den samme fejlagtige antagelse, som skabte fejlen. Uafhængige testdata, menneskelig fagkontrol og begrænsede systemrettigheder er fortsat nødvendige, når resultatet får økonomiske, retlige eller sikkerhedsmæssige følger.

Hvilke begrænsninger og sikkerhedsværn er dokumenteret?

Anthropic kalder Opus 5 sin hidtil bedst afstemte model ud fra en automatiseret adfærdsevaluering. Den fik virksomhedens laveste målte rate for uønsket adfærd blandt de seneste modeller og viste mindre bedrag og færre uforsigtige handlinger. Målingen er leverandørens egen test og kan ikke læses som garanti mod hallucinationer, manipulation eller uønsket værktøjsbrug.

På cybersikkerhed ligger Opus 5 ifølge kilden bag Mythos 5 i både biologiske og offensive cyberkapabiliteter. Modellen kan finde sårbarheder, men dens sikkerhedsklassifikatorer blokerer blandt andet binær sårbarhedsscanning, penetrationstest og udvikling af exploits. I Claude-produkterne kan en blokeret forespørgsel som standard falde tilbage til Opus 4.8.

Disse værn minder om den lagdelte tilgang, der blev beskrevet ved Fable 5 og sikkerhed mod jailbreaks. De reducerer bestemte risici, men kan både overse skadelige anmodninger og blokere legitimt arbejde. Et system omkring modellen skal derfor registrere afvisninger, modelskift og handlinger, så resultatet kan forklares og efterprøves.

Hvad betyder lanceringen for arbejdspladser i Danmark?

Den umiddelbare ændring er, at en avanceret Opus-model bliver tilgængelig til halvdelen af Fable 5’s tokenpris. Det kan gøre længere analyse- og kodeopgaver realistiske i flere arbejdsgange. Anthropic angiver Danmark som understøttet område for både Claude.ai og den kommercielle API, men lanceringsmaterialet indeholder ingen særskilt evaluering af dansk sprog, lovtekst eller lokale fagudtryk.

En arbejdsplads bør derfor prøve modellen på det sprog og de dokumenttyper, medarbejderne faktisk bruger. Testmaterialet kan omfatte sammensatte ord, tabeller, datoformater, henvisninger til regler, fagforkortelser og situationer, hvor modellen bør sige, at grundlaget er utilstrækkeligt. Engelske benchmarkresultater kan ikke erstatte denne afprøvning.

Praktisk gevinst afhænger også af opgavedesignet. En vidensmedarbejder kan få hjælp til at samle og kontrollere materiale, mens en udvikler kan bruge modellen til en afgrænset kodeændring. Beslutninger om ansættelse, ydelser, kredit, helbred eller andre følsomme forhold kræver en særskilt vurdering; modelnavnet gør ikke anvendelsen egnet til sådanne formål.

Hvordan påvirker databeskyttelse brugen?

En lang kontekst gør det teknisk let at sende store dokumentmængder til modellen. Det øger samtidig risikoen for, at personoplysninger, fortrolige oplysninger eller materiale uden et klart formål følger med. Datatilsynet anbefaler organisatoriske rammer for medarbejderes brug af generative AI-værktøjer, fordi arbejdsrelaterede personoplysninger ellers kan blive behandlet uden arbejdspladsens godkendelse eller i strid med reglerne.

Anthropic oplyser, at input og output i den kommercielle API som standard slettes fra virksomhedens backend inden for 30 dage, med undtagelser for andre aftaler, håndhævelse af brugspolitikken og lovkrav. Gemte samtaler i andre erhvervsprodukter opbevares for at levere tjenesten, og organisationen eller brugeren kan slette dem fra kontrolpanelet. Det er produktafhængige vilkår, ikke et generelt løfte om nul lagring.

Før personoplysninger bruges, bør en organisation afklare behandlingsgrundlag, databehandleraftale, underdatabehandlere, slettefrister, adgangskontrol og geografisk datarute. En gateway til AI-governance kan håndhæve valgte modeller og brugerrettigheder, men den erstatter ikke vurderingen af data, formål og leverandørvilkår.

Hvilke krav følger af EU AI Act?

EU AI Acts krav om AI-færdigheder i artikel 4 har været gældende siden den 2. februar 2025. Europa-Kommissionen forklarer, at udbydere og organisationer, som anvender AI-systemer, skal sikre et tilstrækkeligt niveau hos medarbejdere og andre, der bruger systemerne på deres vegne. Niveauet skal tilpasses personernes erfaring, systemets risiko og den konkrete anvendelse.

Kommissionen nævner udtrykkeligt virksomheder, hvor medarbejdere bruger generativ AI til eksempelvis reklametekst eller oversættelse. Menneskelig kontrol er ikke i sig selv nok, hvis den ansvarlige ikke kan opdage modellens fejl. En indførelse af Opus 5 bør derfor ledsages af opgavespecifik vejledning om databrug, kildekontrol, godkendelse og håndtering af usikre svar.

Den samlede risikoklassifikation efter EU AI Act afhænger af systemets formål og brug, ikke af at modellen hedder Opus 5. En skriveassistent og et system, der indgår i en højrisikobeslutning, kan derfor udløse meget forskellige krav, selv om de bruger samme grundmodel.

Hvad bør en organisation teste før brug?

En realistisk evaluering bør sammenligne Opus 5 med den nuværende proces og med en billigere model. Testen skal måle korrekthed og de fejl, der kan påvirke mennesker, data eller drift, ikke kun hvor overbevisende et svar virker.

• Brug et fast sæt repræsentative opgaver med kendte korrekte resultater.
• Mål kvalitet, svartid, tokenforbrug og samlet pris ved flere indsatsniveauer.
• Afprøv dansk sprog, fagsprog, lange dokumenter og mangelfulde kilder særskilt.
• Begræns værktøjer og systemrettigheder til det, opgaven kræver.
• Registrer afvisninger, automatiske modelskift, værktøjskald og menneskelige rettelser.
• Kræv faglig godkendelse før irreversible, følsomme eller eksterne handlinger.

En modelopgradering er først dokumenteret som en forbedring, når den giver færre eller mindre alvorlige fejl i den faktiske arbejdsgang. Benchmarkplacering, stort kontekstvindue og højere indsats kan være relevante signaler, men de kan ikke stå alene som beslutningsgrundlag.

Hvilke kilder ligger til grund?

Artiklen bygger på Anthropics lancering af Claude Opus 5 og den officielle tekniske modeloversigt. Oplysninger om erhvervsdata følger Anthropics beskrivelse af dataopbevaring. Den lokale fortolkning bygger på Datatilsynets vejledning om AI-værktøjer på arbejdspladsen og Europa-Kommissionens vejledning om AI-færdigheder.