{"id":1787,"date":"2026-07-27T10:13:22","date_gmt":"2026-07-27T08:13:22","guid":{"rendered":"https:\/\/vittrup-graversen.dk\/?p=1787"},"modified":"2026-07-27T10:13:23","modified_gmt":"2026-07-27T08:13:23","slug":"claude-opus-5-goer-agentmodeller-til-hverdagsdrift","status":"publish","type":"post","link":"https:\/\/vittrup-graversen.dk\/index.php\/2026\/07\/27\/claude-opus-5-goer-agentmodeller-til-hverdagsdrift\/","title":{"rendered":"Claude Opus 5 g\u00f8r agentmodeller til hverdagsdrift"},"content":{"rendered":"\n

Anthropic lancerede Claude Opus 5 den 24. juli med et meget praktisk pitch: noget af Fable-niveauet flytter ned i en model, folk kan bruge hver dag uden at br\u00e6nde budgettet af p\u00e5 f\u00e5 lange agentk\u00f8rsler.<\/p>\n\n\n\n

Det er relevant for danske udviklere og IT-arkitekter, fordi de fleste ikke mangler endnu et chatbotnavn. De mangler en modelportef\u00f8lje, der kan bruges i produktion: en dyr model til planl\u00e6gning og sv\u00e6re vurderinger, en stabil model til agentarbejde, og klare regler for hvorn\u00e5r en opgave skal stoppe, eskalere eller skifte model.<\/p>\n\n\n\n

Claude Opus 5 lander pr\u00e6cis i den diskussion. Anthropic siger selv, at modellen kommer t\u00e6t p\u00e5 Claude Fable 5 til halv pris, men ikke er mere kapabel samlet set end Fable 5. Det er en vigtig formulering. De pr\u00f8ver ikke at s\u00e6lge den som den absolut st\u00e6rkeste model. De s\u00e6lger den som den model, der kan k\u00f8re mere af det daglige, tunge arbejde.<\/p>\n\n\n\n

Prisen betyder mere end topplaceringen<\/h2>\n\n\n\n

Opus 5 koster if\u00f8lge Anthropic 5 dollar pr. million input-tokens og 25 dollar pr. million output-tokens. Det er samme pris som Opus 4.8 og cirka halvdelen af Fable 5. Der er ogs\u00e5 en Fast mode, som k\u00f8rer omkring 2,5 gange hurtigere, men til dobbelt basispris.<\/p>\n\n\n\n

Det lyder som prisliste-n\u00f8rderi, men det er her modelvalget bliver arkitektur. Hvis en agent skal l\u00e6se en stor kodebase, planl\u00e6gge en rettelse, \u00e6ndre filer, k\u00f8re tests og rette sine egne fejl, bliver output-tokens og v\u00e6rkt\u00f8jskald hurtigt dyrere end selve prompten. En model, der bruger f\u00e6rre fors\u00f8g og f\u00e6rre omveje, kan ende billigere i praksis, selv n\u00e5r tokenprisen ser h\u00f8jere ud end hos en mindre model.<\/p>\n\n\n\n

Anthropic fremh\u00e6ver is\u00e6r Frontier-Bench, CursorBench, OSWorld 2.0, Zapier AutomationBench og flere vidensarbejds-evalueringer. Den slags benchmarks skal l\u00e6ses med skepsis. Leverand\u00f8rgrafer er ikke en driftsgaranti. Men retningen passer med det, mange agentmilj\u00f8er allerede viser: den dyre del er ikke kun modellen. Den dyre del er fejll\u00f8kkerne.<\/p>\n\n\n\n

Jeg ville ikke skifte en hel platform til Claude Opus 5 fra dag \u00e9t. Jeg ville starte smallere: kodeopgaver med klar testpakke, dokumentanalyse med kendt facit, og interne agentflows hvor man allerede har logs nok til at sammenligne Opus 4.8, Sonnet 5, Fable 5 og eventuelle OpenAI-modeller p\u00e5 samme opgavetyper. Hvis man ikke kan m\u00e5le forskellen i egen drift, k\u00f8ber man bare Anthropic-marketing med faktura p\u00e5.<\/p>\n\n\n\n

Agentmodeller skal vurderes p\u00e5 kontrol<\/h2>\n\n\n\n

Jeg h\u00e6fter mig mindre ved de h\u00f8je kodescorer og mere ved Anthropic’s beskrivelse af modellen som bedre til at verificere eget arbejde, bygge testharnesses og blive ved med at iterere, n\u00e5r f\u00f8rste l\u00f8sning ikke holder.<\/p>\n\n\n\n

Det er ogs\u00e5 der risikoen ligger. En model, der selv bygger v\u00e6rkt\u00f8j, selv leder efter flere data og selv retter sine spor, skal have skarpere rammer end en model, der svarer p\u00e5 en tekstprompt. For en almindelig SaaS-virksomhed betyder det is\u00e6r tre ting: begr\u00e6ns v\u00e6rkt\u00f8jerne, log beslutningerne, og kr\u00e6v menneskelig godkendelse ved irreversible handlinger.<\/p>\n\n\n\n

Det passer direkte ind i den samme problemstilling, jeg tidligere skrev om i Programmatic tool calling<\/a>. N\u00e5r modellen f\u00e5r mere ansvar for orkestreringen, flytter fejlen fra prompten til runtime-designet. Hvem m\u00e5 modellen skrive til? Hvilke filer m\u00e5 den \u00e6ndre? Hvilke API’er m\u00e5 den kalde? Hvorn\u00e5r skal den stoppe og sp\u00f8rge?<\/p>\n\n\n\n

Det er ikke akademisk. Anthropic n\u00e6vner selv mid-conversation tool changes som en ny beta i Claude Platform. Udviklere kan \u00e6ndre hvilke v\u00e6rkt\u00f8jer Claude m\u00e5 bruge midt i en samtale uden at invalidere prompt cache. Det kan v\u00e6re nyttigt. Det kan ogs\u00e5 blive en ny klasse af fejl, hvis adgangsreglerne bliver styret ad hoc af applikationslogik, ingen har gennemg\u00e5et ordentligt.<\/p>\n\n\n\n

Sikkerhedsdelen er mere \u00e6rlig end normalt, men stadig leverand\u00f8rstyret<\/h2>\n\n\n\n

Systemkortet for Claude Opus 5 er langt, n\u00e6sten 200 sider, og sikkerhedsafsnittet har to konkrete pointer. F\u00f8rst: Anthropic siger, at modellen er st\u00e6rkere end Opus 4.8 p\u00e5 cyberrelevante opgaver, selv om den ikke specifikt er tr\u00e6net til cyber. Generel modelkapacitet l\u00f8fter alts\u00e5 ogs\u00e5 dual-use-evnerne.<\/p>\n\n\n\n

Dern\u00e6st: Anthropic har \u00e6ndret adgangen, s\u00e5 Opus 5 m\u00e5 hj\u00e6lpe med s\u00e5rbarhedsfinding i kildekode p\u00e5 alle adgangsniveauer, men fortsat blokerer mere offensive m\u00f8nstre som scanning af kompilerede bin\u00e6rer, penetrationstest og exploit-generering. If\u00f8lge Anthropic griber cyberklassifikatorerne omkring 85 procent sj\u00e6ldnere ind end p\u00e5 Fable 5.<\/p>\n\n\n\n

Det er en fornuftig produktposition. Forsvarshold skal kunne bruge st\u00e6rke modeller uden at ramme en mur, hver gang de beder om hj\u00e6lp til kodegennemgang. Men det er ogs\u00e5 leverand\u00f8ren, der definerer skellet mellem defensivt og offensivt. I en dansk virksomhed b\u00f8r den beslutning ikke overlades alene til Anthropic’s classifier. Den b\u00f8r matches af egne politikker, egne logs og en klar proces for sikkerhedsarbejde.<\/p>\n\n\n\n

Det er samme grund til, at prompt injection<\/a> ikke kan l\u00f8ses med p\u00e6nere prompttekster. Agenten skal designes som en privilegeret klient. Claude Opus 5 g\u00f8r ikke den opgave mindre vigtig. Den g\u00f8r bare konsekvensen af d\u00e5rligt design st\u00f8rre.<\/p>\n\n\n\n

Min praktiske vurdering<\/h2>\n\n\n\n

Claude Opus 5 ligner en model, man b\u00f8r teste hurtigt, men ikke ukritisk. Den oplagte rolle er ikke som universel erstatning for alt. Den oplagte rolle er som st\u00e6rk agentmodel til opgaver, hvor Sonnet-klassen ikke er stabil nok, og hvor Fable eller Mythos er for dyre, for begr\u00e6nsede eller for sv\u00e6re at f\u00e5 adgang til.<\/p>\n\n\n\n

For udviklingsteams betyder det: lav en eval p\u00e5 egne opgaver f\u00f8r migration. Brug rigtige issues, rigtige repoer og rigtige testk\u00f8rsler. M\u00e5l ikke kun om svaret ser flot ud. M\u00e5l antal fors\u00f8g, \u00e6ndrede filer, testfejl, revert-rate, latency, tokenforbrug og hvor ofte modellen foresl\u00e5r handlinger, den ikke burde udf\u00f8re.<\/p>\n\n\n\n

Hvis Opus 5 reducerer fejll\u00f8kkerne, er den interessant. Hvis den bare skriver mere overbevisende forklaringer, er den endnu en dyr model med god salgstekst.<\/p>\n\n\n\n

Kilder<\/h2>\n\n\n