Ein Fehler bei einer Routineaufgabe kostet wenig. Ein Fehler bei einem großen Refactoring oder auf einer Debugging-Spur, die sich über Monate an Commit-Historie erstreckt, kostet weit mehr, denn er summiert sich unbemerkt über Hunderte von Interaktionen. Bis er auffällt, muss auch jeder darauf aufbauende Schritt wieder zurückgenommen werden. Das ist der Unterschied zwischen Arbeit, bei der Tempo zählt, und hochkomplexer Arbeit, die gleich beim ersten Mal stimmen muss.
Anthropics neuestes KI-Modell Claude Opus 5, jetzt auf der GitLab Duo Agent Platform verfügbar, ist für die Aufgaben gebaut, die einem Agenten am meisten abverlangen. Mit Opus 5 kann das Entwicklungsteam Agenten auch komplexere, kritische Arbeit anvertrauen. In GitLabs interner Evaluierung löste Opus 5 93,3 % der Benchmark-Aufgaben, eine Verbesserung um 20,3 Punkte gegenüber der Lösungsrate von 73,0 % bei Opus 4.8.
"Die Teams, die den größten Nutzen aus KI-Agenten ziehen, können ihre schwierigste, folgenreichste Arbeit übergeben und darauf vertrauen, dass das Reasoning vom ersten bis zum letzten Schritt trägt."
– Stuart Moncada, VP, AI Product Management, GitLab
Reasoning – auch bei Komplexität
Manche Teams zögern, ihre anspruchsvollste Arbeit an einen Agenten zu delegieren, weil sich Fehler nur aufwendig zurücknehmen lassen. Bei langlaufenden, hochkomplexen Aufgaben muss das Reasoning eines Agenten von Anfang bis Ende tragen. Mit dem tieferen Reasoning von Opus 5 werden mehr komplexe Aufgaben, etwa Features über mehrere Dateien und größere Refactorings, gleich beim ersten Mal korrekt gelöst, was das Diagnostizieren und erneute Prompten fehlgeschlagener Durchläufe reduziert. Teams, die die GitLab Duo Agent Platform mit Opus 5 nutzen, können mit weniger unvollständigen Patches rechnen und damit, dass mehr Arbeit merge-fertig zurückkommt.
Diese Verlässlichkeit erstreckt sich auch auf die Vollständigkeit. In GitLabs internen Tests schloss Opus 5 100 % der begonnenen Aufgaben ab und erreichte damit dieselbe Abschlussrate wie Opus 4.8. Der Unterschied liegt im Ergebnis: Mehr Lösungen von Opus 5 sind verifiziert korrekt, was die Lösungsrate von Opus 5 auf 93,3 % bringt, gegenüber 73,0 % bei Opus 4.8.
Eine Aufgabe in GitLabs Evaluierung verlangte mockbare SSO-Login-Unterstützung in einem CLI-Authentifizierungsablauf, eine Änderung über fünf Dateien hinweg, samt neuer exportierter Typen und Konfigurationsfelder. Mehrere andere getestete Modelle lieferten nicht einmal einen Lösungsversuch. Opus 5 baute die vollständige Implementierung, committete sie und öffnete einen Merge Request.
Dieselbe Präzision ist auch beim Code-Review zu erwarten. Opus 5 markiert echte Bugs und produziert wenige False Positives, sodass sich das Team auf echte Schwachstellen konzentrieren kann und weniger Rauschen filtern muss.
Laufen in einem Workload mehrere Agenten gleichzeitig, gibt es weniger Konflikte zwischen ihnen zu entwirren. Opus 5 hält Subagenten koordiniert und sorgt dafür, dass sie sich nicht in die Arbeit der anderen einmischen. Writer-Verifier-Muster fangen Probleme zwischen Agenten ab, bevor sie beim Team ankommen: Ein Agent prüft die Ausgabe eines anderen, bevor sie akzeptiert wird. Teams, die längere, autonomere Sessions mit mehr parallelen Agenten fahren, sehen die stärksten Ergebnisse.
Für kostensensible Workloads mit mehreren parallelen Agenten lassen sich mit Obergrenzen für den Verbrauch von GitLab Credits harte Ausgabenlimits setzen, sodass parallele Arbeit nie über das Budget hinausläuft.
Tempo auch bei den anspruchsvollsten Aufgaben
Bei den anspruchsvollsten Benchmark-Aufgaben von GitLab verbindet Opus 5 Verlässlichkeit mit Tempo. Im 95. Perzentil, dem langsameren Ende seiner Läufe, war Opus 5 2,2 % schneller als Opus 4.8 (768 Sekunden gegenüber 784,98 Sekunden) und 21,9 % schneller als Sonnet 4.6 (768 Sekunden gegenüber 982,57 Sekunden). Für das Team bedeutet das planbarere Durchlaufzeiten, auch bei den längsten Läufen.
Das passende Modell für die jeweilige Aufgabe
Das passende Modell hängt von der Aufgabe ab, die gerade ansteht, nicht von einer einzigen organisationsweiten Vorgabe. Sonnet-Modelle übernehmen den Großteil der täglichen Entwicklungsarbeit: schnell, günstig und verlässlich für das, was die meisten Teams ständig einsetzen. Zu Opus 5 greift man, wenn die Arbeit tieferes Reasoning verlangt: das schwierigste Debugging, die größten Refactorings, die Entscheidungen, die man nicht noch einmal überarbeiten möchte.
Diese Wahl lässt sich direkt in der eigenen GitLab-Instanz über die Modellauswahl treffen. Welches Modell auch gewählt wird, es läuft in derselben Infrastruktur: dem Kontext-Layer, den Policy-Checks und dem Audit-Trail, die jedes Modell auf der GitLab Duo Agent Platform abdecken.
Erste Schritte mit Opus 5
Claude Opus 5 ist ab sofort auf der GitLab Duo Agent Platform verfügbar und läuft wie andere Modelle über GitLab Credits. Neu bei der Duo Agent Platform? Jetzt eine kostenlose Testversion starten. Bereits GitLab Premium oder Ultimate abonniert? Die Duo Agent Platform aktivieren und die im Abonnement enthaltenen GitLab Credits nutzen.
