Das Prinzip — und warum es das übliche Muster umdreht
Das bekannte Subagenten-Muster kennst du: Ein großer Orchestrator zerlegt die Arbeit und verteilt sie an kleine Worker. Die Advisor-Strategie macht das Gegenteil.
Ein günstiges Modell (Haiku oder Sonnet) fährt — es ruft Tools auf, liest Ergebnisse, iteriert, macht die eigentliche Arbeit. Und wenn es auf eine Entscheidung stößt, die es nicht sauber lösen kann, eskaliert es nach oben: Ein starkes Modell (Opus) liest den kompletten Gesprächsverlauf — Systemprompt, jeden Tool-Aufruf, jedes Ergebnis — und gibt einen kurzen Plan zurück. Dann macht das günstige Modell weiter.
Entscheidend: Der Berater ruft keine Tools auf und schreibt nie die finale Antwort. Er gibt nur Richtung. Und das Ganze passiert serverseitig in einem einzigen Aufruf — kein zusätzlicher Roundtrip, keine Orchestrierungs-Logik, die du bauen müsstest.
Warum das billiger ist: Der Berater schreibt nur einen kurzen Plan — typisch 400 bis 700 Tokens. Den kompletten Output, der das Geld kostet, produziert weiterhin das günstige Modell. Dazu kommt: Wer besser plant, macht weniger Fehlversuche. Die Gespräche werden kürzer.
Die Zahlen
Alle aus Anthropics eigenen Messungen, Berater war jeweils Opus:
| Konstellation | Ergebnis |
|---|---|
| Sonnet + Opus-Berater SWE-bench Multilingual | +2,7 Punkte gegenüber Sonnet allein — bei 11,9 % weniger Kosten pro Aufgabe |
| Haiku + Opus-Berater BrowseComp | 41,2 % gegenüber 19,7 % für Haiku allein — mehr als das Doppelte |
| Haiku + Berater vs. Sonnet allein | 29 % schwächerer Score — aber 85 % günstiger pro Aufgabe |
Der Kunde Eve Legal berichtet im Anthropic-Blog, Haiku mit Opus-Berater erreiche bei strukturierter Dokumentenextraktion „Frontier-Model-Qualität bei fünffach niedrigeren Kosten".
Fairerweise: Anthropic schreibt ausdrücklich dazu — „Results are task-dependent. Evaluate on your own workload." Die 11,9 % sind kein Naturgesetz. Miss es auf deiner eigenen Arbeit nach, bevor du umstellst.
Der Teil, der dich am meisten betrifft: Claude Code
Die meisten Artikel behandeln das als reines API-Thema. Ist es nicht. Es gibt es direkt in Claude Code — und zwar auf deinem normalen Abo, ohne API-Schlüssel und ohne Rechnung.
Einschalten
/advisor opus # im Chat, wird als Standard gemerkt
claude --advisor opus # nur für diese Session
/advisor off # wieder aus
Dauerhaft in der settings.json: { "advisorModel": "opus" }
Was das für Solo-Selbständige bedeutet
- Die Berater-Tokens zählen gegen dein Plan-Limit (Pro/Max), nicht gegen eine API-Rechnung. Du siehst sie in
/usage. - Deine Subagenten erben den Berater automatisch.
- Berater an- oder ausschalten mitten in der Session zerschießt den Prompt-Cache nicht — anders als ein Modellwechsel.
- Im Transcript erscheint eine
Advising-Zeile. MitCtrl+Osiehst du, was der Berater tatsächlich geraten hat — sehr lehrreich.
Voraussetzungen: Claude Code v2.1.98 oder neuer, und es läuft nur über die Anthropic-API — nicht auf Bedrock, Google Cloud oder Microsoft Foundry. Status: experimentell.
Über die API — und der Kostenhebel, den fast niemand setzt
import anthropic
client = anthropic.Anthropic()
response = client.beta.messages.create(
model="claude-sonnet-5", # Arbeiter
max_tokens=4096,
betas=["advisor-tool-2026-03-01"], # Beta-Header, Pflicht
tools=[
{
"type": "advisor_20260301",
"name": "advisor",
"model": "claude-opus-4-8", # Berater
"max_uses": 3, # Bremse 1: Calls pro Request
"max_tokens": 2048, # Bremse 2: DER Hebel
}
],
messages=[{"role": "user", "content": "..."}],
)max_tokens: 2048 — 7× weniger Berater-Output, praktisch ohne Qualitätsverlust
Das ist der wichtigste Hebel, und er steht auf der Tool-Definition — nicht zu verwechseln mit dem max_tokens des Requests, das den Berater überhaupt nicht bremst. Anthropics Messung:
- Nicht gesetzt: ~4.200–5.900 Tokens Berater-Output pro Aufruf
- Auf 2048 gesetzt: ~630–840 Tokens — und praktisch keine abgeschnittenen Antworten
- Auf 1024: noch weniger, aber ~10 % der Antworten werden abgeschnitten
Also: 2048 setzen. Das ist die eine Zeile, die den größten Unterschied auf der Rechnung macht.
Deine Berater-Kosten sind unsichtbar, wenn du falsch misst
Die Tokens des Beraters stehen nicht in der normalen usage der Antwort. Sie stehen nur in usage.iterations[] mit type: "advisor_message". Wer nur das Übliche trackt, sieht seine Berater-Kosten schlicht nicht.
Zweite Stolperfalle: max_uses gilt pro Request, nicht pro Gespräch. Ein Limit über die ganze Konversation musst du selbst mitzählen.
Erlaubte Paare — falsche Kombi ergibt Fehler 400
Die Regel: Der Berater muss mindestens so stark sein wie der Arbeiter (und mindestens Sonnet 4.6).
- Haiku 4.5 oder Sonnet 4.6 als Arbeiter → Fable 5, Opus 4.8/4.7/4.6 oder Sonnet 4.6 als Berater
- Sonnet 5 als Arbeiter → Fable 5, Opus 4.8 oder Opus 4.7. Kein Opus 4.6 mehr, kein Sonnet 4.6.
- Opus 4.8 als Arbeiter → Fable 5, Opus 4.8 oder 4.7
Praxistipp: Nimm Opus als Berater, nicht Fable 5 — ein Opus-Berater liefert seinen Rat im Klartext, den du lesen und prüfen kannst. Fable 5 gibt ihn verschlüsselt zurück; dein Client sieht nur einen Datenblock. Für Debugging und zum Lernen ist der Klartext Gold wert. Die vollständige Tabelle liegt im Kosten-Kit.
Wann es sich lohnt — und wann es sogar schadet
Lohnt sich
- Lange Agenten-Läufe — Coding, Recherche-Pipelines: viele Schritte sind mechanisch, aber der Plan entscheidet über Erfolg
- Du fährst heute Sonnet auf komplexen Aufgaben → Opus-Berater dazu, Kosten bleiben gleich oder sinken
- Du fährst Haiku und willst einen Qualitätssprung → deutlich billiger, als auf ein größeres Modell zu wechseln
- Mehrstufige Dokumenten-Analyse — lesen, einordnen, argumentieren
Lohnt sich nicht
- Einzelfragen — es gibt nichts zu planen, der Berater ist reiner Overhead
- Aufgaben, bei denen jeder Schritt volle Denkleistung braucht — dann nimm gleich das starke Modell
- Wenn Latenz zählt: Der Stream pausiert während der Berater denkt. Kein Streaming, das Ergebnis kommt als Block.
- Opus als Arbeiter: Ihn zusätzlich zum Fragen zu drängen, senkt laut Anthropics Messung die Erfolgsquote.
Feinheit für Haiku-Nutzer: Haiku fragt beim Programmieren von sich aus zu selten nach. Ein kurzer Anstupser („frag den Berater, bevor du weitermachst") bringt laut Anthropic rund 7 Prozentpunkte mehr Erfolgsquote. Bei Sonnet bringt derselbe Anstupser nichts — und bei Opus schadet er. Also: nicht blind übernehmen.
Mein Fazit
Das ist kein Umbau, sondern eine Zeile Konfiguration. In Claude Code buchstäblich ein Befehl. Und es ist eines der wenigen Dinge, bei denen der Zielkonflikt zwischen Qualität und Kosten tatsächlich aufgelöst wird, statt nur verschoben zu werden.
Wenn du heute nur eine Sache mitnimmst: Tipp /advisor opus in deine nächste Claude-Code-Session und drück beim nächsten Advising mal Ctrl+O. Zu sehen, was ein starkes Modell dem arbeitenden Modell zuruft, ist der beste Prompt-Engineering-Kurs, den du kostenlos bekommen kannst.
Ein ehrliches Wort zum Schluss: Das Feature ist seit April 2026 draußen und immer noch als Beta gekennzeichnet. Ein Termin für die finale Freigabe ist nicht angekündigt. Für Produktivsysteme heißt das: einbauen ja, aber mit der Erwartung, dass sich Details noch ändern.
Zum Nachbauen
Advisor Kosten-Kit
Lauffähiges Python-Beispiel mit gesetzten Bremsen, die empfohlenen System-Prompt-Blöcke im Wortlaut und die vollständige Tabelle der erlaubten Modell-Paare.
HerunterladenDas war Issue 5 der Velo-Wissen-Reihe. Jeden Sonntag um 15 Uhr eine Empfehlung — ein Tool, eine Bibliothek, ein Workflow oder ein Skill, das ich selbst getestet habe und für nützlich halte.