In Cursor tauchte kurzzeitig ein Modell namens Honeycomb EAP auf, das schnell wieder zurückgezogen wurde.
Bald darauf hielten viele es für einen frühen Leak von Claude Opus 5.
Aber Anthropic bestätigte es nicht, und Cursor erklärte nichts. Also nutzte ich Apodex, um diese derzeit unbeantwortete Frage zu testen, die in zwei Wochen überprüfbar sein wird.
Aber was diesen Test letzten Endes lohnenswert machte, war nicht die 10%-Zahl. Sondern dass es nach einer einzigen Rückfrage zwei seiner Kernbeweise löschte und neu berechnete.
Der Inhalt basiert auf meinen tatsächlichen Operationen und Screenshots. Die Wahrscheinlichkeiten im Text sind analytische Schätzungen auf Basis öffentlicher Informationen vom 17. Juli 2026, keine gesicherten Tatsachen.
Ich fragte:
Wird Anthropic Claude Opus 5 bis zum 31. Juli 2026 offiziell veröffentlichen und öffentlich zugänglich machen? Wenn nicht, was genau ist Honeycomb EAP?
Die Frage, die Frist und die drei zu beurteilenden Identitäten wurden vor der Einreichung alle klar festgelegt, mit der Deep Discover Preview.
Um 18:28 begann ich die Untersuchung. Die Seite durchlief einen mehrgleisigen Swarm-Prozess und zeigte nacheinander Research, Verification und Writing an.
Der Auftrag wurde eingereicht und mehrere Forschungsdurchläufe starteten.
Die erste Version des Berichts war klar: Die Wahrscheinlichkeit einer offiziellen Opus-5-Veröffentlichung vor dem 31. Juli ist extrem gering; Honeycomb ist eher ein EAP-Knoten auf Mythos/Fable-Niveau, gefolgt von einem verzögerten Opus 5, die reine Forschungsversion ganz hinten.
Wenn ich nur einen standardmäßigen gesponserten Beitrag hätte machen wollen, wäre das genug gewesen: eine Schlussfolgerung, Quellen, Wahrscheinlichkeiten und ein paar schöne Screenshots des Berichts.
Aber je mehr ich hinsah, desto mehr hatte ich das Gefühl, dass zwei Beweisstücke fragwürdig waren.
Erstens: Honeycomb wechselt nach einem Sicherheits-Fallback zu Opus 4.8, also muss seine Leistungsfähigkeit höher sein als die von Opus 4.8.
Das hält nicht stand. Fallbacks können aus Sicherheitsrichtlinien, EAP-Stabilität, Verfügbarkeit oder Routing-Konfigurationen resultieren; sie sind nicht direkt gleichbedeutend mit einer Leistungsbewertung.
Zweitens: Honeycomb ist in der Cursor-Modellliste höher positioniert, gehört also zu einer höheren Produktstufe.
Solange Cursor seine Sortierregeln nicht öffentlich gemacht hat, könnte die Listenposition von Veröffentlichungszeitpunkt, alphabetischer Reihenfolge, Integrationspriorität oder UI-Entscheidungen beeinflusst sein. Die Identität eines Modells damit beweisen zu wollen, ist zu weit hergeholt.
Also bat ich Apodex um 19:02 nicht, mehr unterstützendes Material zu finden, sondern eine Selbstprüfung durchzuführen: die stärksten Gegenbeweise finden, Quellenebenen prüfen und Fehlerbedingungen klären. Wenn Beweise nicht stark genug sind, lösche sie; verteidige nicht das erste Urteil.
Die zweite Runde ging nicht darum, den ursprünglichen Bericht aufzupolieren, sondern speziell die eigene Beweiskette in Frage zu stellen. Dieser Prompt kann direkt wiederverwendet werden.
Das Ergebnis: drei Korrekturen, eine beibehalten.
Es gab zunächst zu, dass „Sicherheits-Fallback zu Opus 4.8“ nicht beweist, dass Honeycomb stärker ist. Das ursprüngliche Material war nur ein Bericht aus zweiter Hand mit unsicheren Formulierungen wie „behauptet“ und „einige interpretieren es als“, kein offizielles technisches Log.
Die Gewichtung dieses Beweises wurde auf nahezu Null reduziert.
Als nächstes konnte es keine offiziellen Sortierregeln für Modelle von Cursor finden.
Diesmal hörte es auf, Geschichten basierend auf der Listenposition zu erzählen, änderte die Schlussfolgerung auf „unbekannt“ und entfernte diesen Beweis vollständig aus der Identitätsbeurteilung.
Die dritte Korrektur betraf den historischen Veröffentlichungsrhythmus der jüngsten Modelle von Anthropic.
Die erste Version behandelte „fünf offizielle Kanäle haben derzeit kein Opus 5“ als starken Beweis. Aber die zweite Prüfung ergab, dass inkrementelle Updates wie Opus 4.x oft am selben Tag mit API-Dokumentation und Ankündigungen veröffentlicht werden; nur neue Stufen wie Fable/Mythos hatten eine Vorlaufzeit von etwa 60 Tagen für das EAP.
Also beweist „fünf Kanäle sind leer“ nur, dass es derzeit keine öffentlichen Signale gibt, nicht, dass es definitiv nicht in den nächsten zwei Wochen veröffentlicht wird.
Nachdem die unhaltbaren Beweise gelöscht und die historischen Maßstäbe neu kalibriert worden waren, hielt Apodex dennoch an einem niedrigen Wahrscheinlichkeitsurteil fest: etwa 10 % für eine offizielle öffentliche Veröffentlichung von Opus 5 bis zum 31. Juli.
Die drei Identitäten für Honeycomb wurden ebenfalls neu verteilt:
Diese Zahlen sind keine objektiven Wahrheiten eines statistischen Modells; sie sind analytische Schätzungen auf Basis der aktuellen öffentlichen Beweise.
Darüber hinaus überschritt keine der drei Erklärungen 50 %. Derzeit verdient keine Identität die Bezeichnung „gesicherte Tatsache“.
Der interessanteste Teil war nicht die endgültige 10 %, sondern dass es nach meiner Rückfrage tatsächlich zwei unhaltbare Beweise löschte und neu berechnete. Zumindest versuchte es nicht, die Geschichte gewaltsam schlüssig zu machen, nur um seine erste Antwort zu verteidigen.
Signale, die das aktuelle Urteil umstoßen könnten, wurden ebenfalls aufgelistet: eine offizielle Ankündigung von Anthropic, Honeycomb taucht als Fable/Mythos EAP wieder auf, eine offizielle Erklärung für die Entfernung, das Erscheinen von Opus 4.9 oder das langfristige Verschwinden von Honeycomb.
Der Bericht lieferte falsifizierbare Bedingungen, die eine spätere Überprüfung anhand öffentlicher Ereignisse ermöglichen.
Danach neige ich eher dazu, Apodex als „Forschungsprüfer“ zu betrachten, nicht als Antwortmaschine.
Seine erste Version wird immer noch zu viel Gewicht auf Materialien aus zweiter Hand legen und aus UI-Positionen ohne offizielle Regeln argumentieren. Aber es kann Quellen, Schlussfolgerungen, Gegenbeweise und Unbekanntes darlegen. Du kannst dann nachfragen und es zwingen, Beweise zu löschen und Urteile zu ändern.
Wichtige Quellen erfordern weiterhin eine manuelle Überprüfung, und Vorhersagen müssen überprüft werden, sobald die Ergebnisse bekannt sind. Die zweite Prüfung listete letztlich 13 Referenzen auf, hauptsächlich von Anthropic, der Claude Platform und offiziellen Cursor-Materialien.
Nach dem 31. Juli werde ich zurückkommen und prüfen: welche Beweise waren tatsächlich nützlich und welche klangen damals nur vernünftig.
Wenn du eine Frage hast, auf die es „derzeit keine Standardantwort gibt, die aber später öffentlich überprüfbar ist“, kannst du sie durch Apodex laufen lassen. Frag nicht nur eine Runde; lass es in der zweiten Runde direkt eine Selbstprüfung durchführen.
