Opus 5.5 oder GPT-6.1 Sol: Wer schreibt bessere Texte?

So habe ich verglichen

Gezählt habe ich an den veröffentlichten Fassungen, ohne Tabellen, Fragen und Quellenlisten: Wörter, Sätze, Anteil langer Sätze, Verneinungen wie kein, nicht und ohne, die direkte Ansprache mit du, die eigene Stimme mit ich und mein, Zahlen und Links. Dazu kommt der Lesbarkeitsindex LIX. Er zählt die Wörter je Satz und den Anteil der Wörter mit mehr als sechs Buchstaben. Unter 40 gilt ein Text als leicht, über 50 als schwer. Die Themen sind verschieden, die Zahlen sind deshalb Hinweise auf einen Stil, keine Laborwerte.

Die Zahlen: zwei Schreibstile

Das Bild ist eindeutiger, als ich erwartet hatte. Sol schreibt fast nur kurze Sätze: Nur 3 % sind länger als 20 Wörter, bei Opus sind es 21 %. Trotzdem liegt Sol beim LIX schlechter, weil es Fachwörter aneinanderreiht: „veröffentlichungsnahe Produktansicht“, „Effizienzanforderung“, „Betroffenheits-Check“. Opus wechselt kurze und lange Sätze und nutzt öfter einfache Wörter. Opus bringt fast doppelt so viele Zahlen je 1.000 Wörter, weil es eigene Messungen in den Text einbaut. Sol spricht den Leser dagegen viel häufiger direkt an und schreibt mehr Handlungsanweisungen.

Was Sol beim Schreiben gut macht

• Quellenarbeit: Für den KI-Texte-Beitrag hat Codex die Google-Seiten vom 27.09. und 02.10. im Webarchiv verglichen und den neuen Satz wörtlich zitiert. Im Ziel-ROAS-Beitrag hat es über das Webarchiv geprüft, ob Google die Hilfe heimlich geändert hat.
• Klickwege: Sol beschreibt genau, wo man in Google Ads klickt, und hat die Wege im Konto geprüft.
• Saubere Trennung der Belege: Was Google bestätigt, was Praktiker beobachten und was nur ein Modell ist, steht klar getrennt.
• Regeltreue: Keine Gedankenstriche, keine Floskeln, Du-Form, Quellen mit Datum. Die formalen Regeln hält Sol sehr zuverlässig ein.
• Fairness: Den App-Vergleich im Shopify-Beitrag hat Sol ohne Verriss geschrieben, mit Preisen und klar gekennzeichneten Anbieterangaben.

Wo Sol schwächelt

• Absicherung: Die erste Fassung des Ziel-ROAS-Beitrags enthielt 22,9 Verneinungen je 1.000 Wörter, gefühlt sagte jeder dritte Satz, was nicht belegt ist. Ein Beispiel: „‚Nicht gefunden‘ bedeutet keine vollständige Abwesenheit unveröffentlichter Daten.“ Im KI-Texte-Entwurf heißt es in einer Bildunterschrift sogar: „Keine vorgeschriebene Google-Prozessgrafik“.
• Hypothetische Stimme: Statt „ich habe gemessen“ schreibt Sol gern „ich würde“, in der ersten Fassung des KI-Texte-Entwurfs neunmal. Das klingt nach Beratung aus der Ferne, nicht nach Erfahrung.
• Wir statt ich: In der ersten Fassung des Shopify-Beitrags stand „wir haben fünf Angebote gelesen“, obwohl die Website in der Ich-Form schreibt.
• Offenlegung, die den Autor kleinmacht: „KI (Codex) hat recherchiert und ausgewertet. Ich habe das Thema ausgewählt und die Prüfung beauftragt.“ Das ist ehrlich gemeint, macht aus dem Autor aber einen Auftraggeber.
• Kein eigener Befund: Die Kernaussage des KI-Texte-Entwurfs lautet sinngemäß „KI für den Entwurf, Freigabe erst nach Prüfung“. Das stimmt, ist aber banal und steht viermal im Text. Ein eigener Test fehlt.
• Bausteine als Dekoration: Ein Check, der fragt „Hast du X geprüft?“ und antwortet „Prüfe X“, hilft niemandem. Die Rechner in der ersten Fassung starteten leer.

Was Opus beim Schreiben gut macht

• Einstiege mit Szene und Zahl: Opus beginnt mit einer konkreten Beobachtung, etwa „Seit Mitte September sind sie in Deutschland verschwunden“, statt mit einer Ermahnung.
• Eigene Befunde: Protokolle aus 11 Tagen, Werte aus dem Merchant Center, 40 eigene Suchanfragen. Opus baut eigene Messungen ins Zentrum und leitet daraus die Aussage ab.
• Klare Schlüsse: „Für wichtige Software nehme ich Opus 5.5“ oder „Erst messen, dann umschichten“. Opus legt sich fest und begründet es.
• Vorbehalte an einer Stelle: Die Grenzen der Daten stehen gebündelt in einem Kasten statt in jedem zweiten Satz.
• Stimmen mit Links: Reddit, LinkedIn, X und YouTube werden zitiert und verlinkt, nicht nur erwähnt.

Wo Opus schwächelt

• Zahlenfehler im Detail: Heute hat Opus zwei Fehler gemacht, die ich erwischt habe, bevor sie online gingen. Beim Video von Can It Code? standen zuerst falsche Cache-Werte im Text (570 statt 500 Millionen Token für Opus). Bei den RYMHART-Klicks waren zwei Indexwerte vor dem 17.09. falsch übertragen. Beide Male stand die richtige Zahl in der Quelle, Opus hatte sie nur falsch abgeschrieben.
• Längere Sätze: Jeder fünfte Satz hat mehr als 20 Wörter. Das liest sich flüssig, kann aber ermüden.
• Verbrauch: Opus kostet mehr Kontingent. Bei einer großen Recherche mit vielen Agenten war mein 5-Stunden-Fenster bei Claude Max 5x in 85 Minuten zu 77 % aufgebraucht.

Die Feedbackschleife: Opus liest Sol gegen

Den spannendsten Teil zeigt keine Rangliste, sondern der Ablauf. Ich habe jeden Codex-Entwurf von Claude lesen lassen und das Feedback an Codex zurückgegeben. Codex hat jedes Mal sauber umgesetzt.

Aus dem Feedback hat Codex selbst einen Redaktionsstil für die Website abgeleitet, eine Datei mit Regeln für künftige Texte. Ob die nächste Fassung dadurch von Anfang an besser wird, prüfe ich beim nächsten Beitrag.

Zeit und Aufwand

Für den Ziel-ROAS-Beitrag brauchte Codex mit Sol 6.1 auf ultra 8 Aufträge und 162 Minuten reine Agentenzeit, verteilt über den Vormittag, mit rund 304.000 Ausgabe-Token. Claude Code mit Opus 5.5 ist pro Aufgabe deutlich schneller, verbraucht aber spürbar mehr vom Kontingent. Je Arbeitsstunde kostet Opus in meinen Protokollen zu API-Preisen etwa achtmal so viel wie Sol. Die Einzelheiten stehen im Vergleich der beiden Modelle beim Programmieren.

Wer wofür?

Prüfliste für KI-Texte

Egal welches Modell schreibt: Diese acht Fragen stelle ich jedem Entwurf, bevor er online geht.

1. Steht im Text ein eigener Befund, also eine Messung, ein Test oder eine Erfahrung, die es woanders nicht gibt?
2. Stimmt jede Zahl mit der Quelle überein? Bei Opus prüfe ich das besonders.
3. Stehen die Vorbehalte gebündelt an einer Stelle statt verteilt in jedem Absatz?
4. Spricht der Autor in der Ich-Form über das, was er getan hat, statt im Konjunktiv?
5. Gibt es eine klare Empfehlung, die sich aus den Belegen ergibt?
6. Ist jede zitierte Person und jede Quelle verlinkt?
7. Rechnen die Bausteine etwas, das der Leser selbst nicht im Kopf rechnet?
8. Würde ich den Text unter meinem Namen auch ohne KI-Hinweis vertreten?

Meine Einschätzung

Ehrlich gesagt hatte ich erwartet, dass Codex besser ist. Ich arbeite mit beiden Systemen und finde Claude beim Texten deutlich angenehmer. Claude gibt die Daten korrekt wieder und sichert sich nicht andauernd unnötig ab. Bei GPT fällt mir immer wieder auf, wie vorsichtig es ist, obwohl ich genau vorgebe, was ich will, dass ich die Expertise habe und nur Hilfe brauche, sie in Worte zu fassen. Die Qualität der Texte ist bei Claude für mich deutlich höher: weitreichender durchdacht und besser recherchiert.

Die Messwerte stützen das an den entscheidenden Stellen: weniger Absicherung, mehr eigene Zahlen, klarere Schlüsse. Die zwei Zahlenfehler von heute zeigen aber auch, dass ich Opus nicht blind vertraue. Deshalb bleibt Sol bei mir im Einsatz, als gründlicher Prüfer für Quellen und Klickwege und für Aufgaben, bei denen Regeln wichtiger sind als Stil.

Was dieser Vergleich nicht zeigt

• Es sind sieben Beiträge zu verschiedenen Themen, kein Test mit demselben Auftrag für beide Modelle. Einen solchen Test mit identischem Briefing trage ich nach.
• Claude hat beim Auswerten geholfen und ist selbst Teil des Vergleichs. Die Messwerte stammen deshalb aus einem Skript, das Urteil in der Einschätzung ist meins.
• Die Kennzahlen messen Stil, nicht Wahrheit. Ob ein Text stimmt, zeigt nur der Abgleich mit den Quellen.
• Sol lief auf ultra, Opus auf xhigh. Mit anderen Stufen oder anderen Vorgaben kann das Bild anders aussehen.

Häufige Fragen

Schreibt Claude Opus 5.5 bessere Texte als GPT-6.1 Sol?

In meinem Vergleich lesen sich die Opus-Texte leichter (LIX 40 gegen 47), enthalten mehr eigene Zahlen und klarere Schlüsse. Sol schreibt kürzere Sätze, arbeitet Quellen sehr gründlich ab, sichert sich aber deutlich mehr ab.

Warum klingt GPT-6.1 Sol so vorsichtig?

Sol trennt Belege sehr streng und schreibt diese Trennung gern in jeden Satz. Mit klarem Feedback lässt sich das stark reduzieren, im Ziel-ROAS-Beitrag sanken die Verneinungen nach einer Runde um 39 %.

Welche Stufe sollte ich zum Texten nehmen?

Hier lief Sol auf ultra und Opus auf xhigh. Für Texte kommt es weniger auf die Stufe an als auf ein gutes Briefing und eine Gegenlesung. Wie sich die Stufen beim Programmieren auswirken, steht im Vergleich der beiden Modelle.

Kann ich beide Modelle kombinieren?

Ja. Bei mir schreibt meist Claude, und Sol prüft Zahlen und Quellen. Oder Codex schreibt, und Claude liest auf Ton, Aufbau und Haltung gegen. Beides bringt bessere Texte als ein Modell allein.