Claude Opus 4.7 ist da — neue Funktionen, Benchmarks und Preise im Detail

Am 16. April 2026 hat Anthropic das Flaggschiff Claude Opus 4.7 offiziell veröffentlicht. Modell-ID claude-opus-4-7, Preise unverändert bei $5 / $25 pro MTok. Doch hinter den Kulissen ist vieles neu: hochaufloesende Bilder, das neue xhigh-Effort-Level, Task Budgets (Beta), ein neuer Tokenizer — Änderungen, die das Erlebnis mit einem Frontier-Modell deutlich verschieben.

Gleichzeitig gibt es Breaking Changes: das Ende der Extended-Thinking-API, das Wegfallen von temperature/top_p/top_k und der Verzicht auf Prefill. Bestehender Code muss migriert werden.

Dieser Artikel zeigt aus Entwicklersicht, was 4.7 neu macht, was sich gegenüber 4.6 ändert und wann sich der Einsatz lohnt.

1. Release-Überblick — wann, was, Preis, wo verfügbar

Bemerkenswert ist, dass das 1M-Kontextfenster zum Standard-Tarif bei gleichbleibendem Preis nutzbar ist. Früher wurde für Long Context (etwa über 200K) extra berechnet — bei 4.7 entfällt das.

Opus 4.7 ist für Bezahlnutzer in claude.ai (Web/Mobile) sofort verfügbar; in der API reicht der Modell-ID-Wechsel. Auch AWS Bedrock, Google Vertex AI und Microsoft Foundry stellen das Modell zeitgleich bereit, sodass Multi-Cloud-Setups direkt umsteigen können.

2. Die neuen Funktionen im Überblick

Die wichtigsten Neuerungen und Änderungen in Opus 4.7:

• Hochaufloesende Bilder (Claude-Premiere) — bis 2576px / 3,75 Megapixel (zuvor 1568px / 1,15 MP, also rund das Dreifache)
• Bessere Low-Level-Wahrnehmung — genauere Pointing-, Mess-, Zähl- und Bounding-Box-Erkennung
• Neues xhigh-Effort-Level — zwischen high und max, optimiert für Coding und Agenten
• Task Budgets (Beta) — Vorab-Schätzung der gesamten Token-Nutzung in Agenten-Loops
• Neuer Tokenizer — verbraucht 1,0–1,35x mehr Tokens (je nach Inhalt bis +35%)
• Adaptives Denken — standardmäßig aus (muss explizit aktiviert werden)
• Verbesserte File-System-Memory — Scratchpad/Notizen über mehrere Sitzungen hinweg sind besser nutzbar
• Knowledge Work (.docx, .pptx) — Track Changes, Folienlayouts und Diagramm-/Chart-Analyse genauer
• Claude-Code-Integration — neues Slash-Command /ultrareview, im Max-Plan steigt der Default-Effort auf xhigh, Auto-Mode kommt zu Max-Nutzern
• Echtzeit-Cybersecurity-Schutz — neues Ablehnverhalten bei sensiblen Themen
• Verhalten — folgt Anweisungen treuer, direkter im Ton, weniger Tool-Aufrufe

Besonders wertvoll für den Praxiseinsatz sind hochaufloesende Bilder und das xhigh-Level: Dokumentenanalyse, Computer Use und Coding-Agenten profitieren stark. Im Folgenden alles Wichtige der Reihe nach.

3. Hochaufloesende Bilder — erstmals in einem Claude-Modell

Opus 4.7 ist das erste Claude-Modell, das hochaufloesende Bilder direkt verarbeitet.

Auflösung im Vergleich

Was bringt das?

• Dokumentenanalyse — feine Schrift, Tabellengitter und Skalen in A4-Scans werden klar lesbar
• Computer Use — Full-HD-Screenshots oder höhere lassen sich direkt verstehen
• UI-Screenshot-Verständnis — 4K- oder hochauflaehne HiDPI-Aufnahmen ohne Downsampling auswerten
• 1:1 Koordinaten — wenn das Modell Klick-Koordinaten zurückgeben soll, entfällt die Skalenkonvertierung; einfacherer Code

Allerdings verbraucht ein Vollbild rund 4.784 Tokens. Agenten, die viele Screenshots austauschen, können schnell hohe Bild-Token-Kosten verursachen — bei niedrigeren Anforderungen lohnt es sich, vor dem Senden zu verkleinern.

4. Effort-Level — neues xhigh dazu

Beim Effort-Level, das die Tiefe des Denkens (Extended Thinking) steuert, kommt mit xhigh eine neue Stufe hinzu.

Die fünf Stufen im Einsatz

Bis 4.6 gab es eine Lücke „high reicht nicht, max ist zu viel“ — gerade bei Coding und Agenten oft spürbar. xhigh schließt genau diese Lücke und ist laut Anthropic für Coding- und Agenten-Aufgaben optimal.

Tipps zur Auswahl

In 4.7 ist die Effort-Kalibrierung strenger — besonders low und medium halten sich enger an den Auftrag. Wer in 4.6 mit medium auskam, sollte bei 4.7 ggf. auf high oder xhigh hochstufen.

5. Task Budgets (Beta)

Mit Opus 4.7 gibt es das neue Beta-Feature Task Budgets: eine Vorab-Schätzung des gesamten Token-Verbrauchs einer Agenten-Schleife.

Spezifikation

• Beta-Header: task-budgets-2026-03-13
• Minimum: 20.000 Tokens
• Umfang: gesamte Agenten-Schleife inkl. Denken, Tool-Aufrufen und Output
• Verhalten: Advisory-Limit (Richtwert), kein Hard Cap — bei Überschreitung wird nicht erzwungen abgebrochen

Warum sinnvoll?

Das bisherige max_tokens begrenzt nur die Ausgabe einer einzelnen Antwort. In Agenten-Läufen verschraenken sich Denk-Tokens, Tool-Round-Trips und Multi-Step-Outputs — der Gesamtverbrauch der Aufgabe ist schwer abzuschätzen.

Mit Task Budgets plant das Modell anhand des Budgets, mit welcher Tiefe und Geschwindigkeit es arbeitet. So lassen sich Vorgaben wie „nicht zu sehr in die Tiefe, lieber zügig fertig“ oder „bitte ausführlich nachdenken“ auf der Kostenseite kommunizieren.

Da es nur Advisory ist: wer wirklich erzwingen will, dass das Budget eingehalten wird, muss in der Anwendung einen eigenen Zähler führen.

6. Auswirkungen des neuen Tokenizers

Opus 4.7 verwendet einen neuen Tokenizer: derselbe Text verbraucht 1,0–1,35x mehr Tokens als zuvor — je nach Inhalt bis zu +35%.

Auswirkungen auf Kosten und Kontextbudget

• Höhere Rechnung trotz gleichem Prompt möglich — bei stabilem Preis steigt die Summe mit der Token-Zahl
• Effektive Informationsmenge im 1M-Kontext sinkt — 1M Tokens bleiben 1M Tokens, aber dasselbe Dokument frisst mehr
• Schätzungen und Alarme neu kalibrieren — wer Budgets oder Rate-Limits an alten Tokenzahlen aufgehaengt hat, muss neu rechnen

Praktisches Vorgehen

Vor dem Wechsel sollten folgende Punkte neu bewertet werden.

1. Monatliche Kostenschaetzung — bis +35% bei gleichem Traffic
2. Kontextfenster-Auslastung — Vorgänge, die bisher knapp unter 1M lagen, kritisch prüfen
3. Rate-Limit / Tokens-pro-Minute — Sicherheitsabstand zur TPM-Grenze neu prüfen
4. Caching-Strategie — Trefferquote des Prompt-Caches kann sich verschieben

Die genaue Vorgehensweise für den Sprung von 4.6 zu 4.7 ist im später verlinkten Migrationsleitfaden beschrieben.

7. Verhaltensänderungen — was sich gegenüber 4.6 unterscheidet

Opus 4.7 hat nicht nur neue Funktionen — auch der Antwortstil hat sich gegenüber 4.6 verschoben.

Wichtige Verhaltensänderungen

• Treuere Befehlsbefolgung — vor allem bei niedrigem/mittlerem Effort, ohne unnötige Zusaetze
• Direkterer Ton — weniger Validierungsfloskeln („tolle Frage!“), weniger Hoeflichkeitsschnoerkel und Emojis
• Antwortlänge passt sich an — kurz bei einfachen, lang bei komplexen Aufgaben — keine Einheitslaenge
• Weniger Tool-Aufrufe per Default — wo Reasoning genügt, wird kein Tool benutzt
• Weniger Sub-Agenten-Spawns — erst selbst denken, dann ggf. parallelisieren
• Strengere Effort-Kalibrierung — low/medium halten sich enger an den Scope, weniger freie Auslegung

Auswirkungen auf vorhandene Prompts

Wer in 4.6 darauf vertraute, dass das Modell „freundlich nachgehakt“ oder „viele Tools zur Sicherheit benutzt“ hat, kann in 4.7 ein anderes Verhalten erleben.

• Wer Erläuterungen will: „Begründe deine Antwort und nenne Alternativen“ explizit fordern
• Wer mehr Tool-Nutzung will: „Verwende WebSearch zur Faktenprüfung“ konkret vorgeben
• Wer längere Antworten will: „mindestens 500 Zeichen“ o.ä. ausdrücklich anführen

Insgesamt bewegt sich das Modell in Richtung „weniger ungefragt machen“ — wer klare Anweisungen schreibt, bekommt vorhersehbares Verhalten.

Cybersicherheit, Schutzmechanismen und Sicherheit

Opus 4.7 führt einen Echtzeit-Cybersecurity-Schutz ein. Auch legitime Sicherheitsarbeit (Penetrationstests, Vulnerability Research, Red Teaming) kann je nach Kontext abgelehnt werden. Wer Sicherheitsanwendungen produktiv betreibt, sollte sich bei Anthropics Cyber Verification Program bewerben.

Auf der Sicherheitsseite nennt Anthropic offiziell folgende Verbesserungen:

• Bessere Ehrlichkeit — sagt eher „weiß ich nicht“, weniger dünne Behauptungen
• Höhere Resistenz gegen Prompt-Injection — stärker gegen Anweisungen Dritter
• Mythos Preview ist derzeit am best ausgerichtet — Opus 4.7 bietet breitere Fähigkeiten, doch Mythos Preview liegt bei der Alignment-Präzision vorn

Andererseits werden Hinweise zu Schadenminderung bei kontrollierten Substanzen tendenziell weitlaeufiger (offiziell so kommuniziert). In Pharma-/Medizin-Chatbots empfiehlt sich Output-Filterung.

8. Breaking Changes

Opus 4.7 enthält mehrere Breaking Changes gegenüber 4.6. Bestehender 4.6-Code kann sonst 400-Fehler werfen.

Entfernte Parameter und Funktionen

Was muss angepasst werden?

1. Code mit Extended Thinking: thinking.type auf "adaptive" setzen, ggf. display ergänzen
2. Code mit temperature/top_p/top_k: Parameter entfernen; Determinismus auf Prompt-Ebene lösen
3. Code mit Assistant-Prefill: Prefill in die Nutzerfrage integrieren oder per Output-Format-Hinweis ersetzen
4. UI mit Denkanzeigen: ohne display: "summarized" wird kein Denkinhalt zurückgegeben

Ausführliche Anleitungen im Migrationsleitfaden.

9. Benchmarks

Detaillierte Werte sind zur Veröffentlichung nur eingeschränkt offengelegt; Anthropic spricht aber von klaren Verbesserungen bei Coding, Agenten und Vision.

Bereiche mit gemeldeten Verbesserungen

Offizielle Benchmark-Werte

Die wichtigsten von Anthropic mitgeteilten Werte:

Berichte aus dritter Hand und von Nutzern

• 93-Aufgaben-Coding-Benchmark: rund +13% ggue. Opus 4.6
• OfficeQA Pro (Dokument-Reasoning): ca. −21% Fehler
• Factory Droids (echte Produktionsaufgaben): +10–15% Erfolgsrate

Praxis-Bewertung

Die obigen Werte stammen von Anthropic und Partnerunternehmen. Am verlässlichsten ist jedoch die Messung mit der eigenen Workload. Da der neue Tokenizer Token-Zahlen verschiebt, sind Vorab-Benchmarks für Kosten und Latenz Pflicht.

Tipps für die Bewertung:

1. Identische Eingaben an 4.6 und 4.7 schicken und Qualität, Laufzeit und Token-Verbrauch vergleichen
2. Coding objektiv bewerten („lief auf Anhieb?“, „Tests grün?“)
3. Agenten anhand „Aufgaben-Erfolg“ und „Tool-Anrufzahlen“ beurteilen (in 4.7 weniger Tools — wenn Erfolg trotzdem steigt, klare Verbesserung)
4. Vision-Tasks an realen Use-Cases mit hochauflösenden Bildern (UI-Screenshots, Dokument-Scans) vergleichen

Verhältnis zur Mythos-Preview

Anthropic schreibt: Mythos Preview hat derzeit die höchste Alignment-Präzision und die niedrigste Fehlrate. Opus 4.7 ist breiter aufgestellt; bei der Cyber-Fähigkeit liegt Mythos Preview gezielt zurück (sicherer Stufen-Rollout). Das öffentliche Flaggschiff bleibt Opus 4.7.

10. Vergleich mit Opus 4.6 / 4.5 / 4.1

Werte gemäß offizieller Angaben vom 16. April 2026. Der Hauptpunkt von 4.6 → 4.7: mehr Funktionen, gleicher Preis.

11. Wann sollte man 4.7 einsetzen?

Opus 4.7 ist das Flaggschiff — aber nicht für alles die beste Wahl.

Wo Opus 4.7 ideal ist

• Komplexes Coding — große Refactorings, Designentscheidungen, Multi-File-Änderungen
• Lange Agenten-Schleifen — Multi-Step-Automation, kombiniert mit Task Budgets
• Vision mit hochauflösenden Bildern — Computer Use, UI-Screenshot-Analyse, Dokument-OCR
• Long-Context bis 1M Tokens — große Codebasen, lange Dokumente
• Schwierigstes Reasoning — Mathematik, Forschungsanalysen, Strategieentwicklung

Wann Sonnet sinnvoll ist

• Standard-QA, Klassifikation, Informationsextraktion
• große Batch-Verarbeitung mit „solide klugen“ Antworten zu geringeren Kosten
• Echtzeit-Use-Cases mit besonders niedriger Latenz

Wann Haiku sinnvoll ist

• einfaches Klassifizieren, Übersetzen, Filtern in großen Mengen zu minimalen Kosten
• IoT/Edge oder andere Fälle, in denen die Antwortgeschwindigkeit zählt

Praktische Faustregel: nach außen sichtbares (Code, komplexes Reasoning, Agent-Kern) mit Opus 4.7, massenhafte Hintergrundverarbeitung (Log-Klassifikation, Datenextraktion, Vorfilterung) mit Sonnet oder Haiku.

12. Neues in Claude Code — /ultrareview

Auch Claude Code (Anthropics offizielles CLI) wurde zur Opus-4.7-Veröffentlichung aktualisiert; neu ist das Slash-Command /ultrareview.

Das kann /ultrareview

• Code-Review mit der Tiefe von xhigh
• Geht über normale Code-Reviews hinaus — Wiederverwendbarkeit, Fehlerbehandlung, Concurrency-Fallen, Sicherheitsrisiken inklusive
• Identifiziert nicht nur Implementierungsfehler, sondern auch „suboptimale Designentscheidungen“

Wenn das bestehende /review einer „PR-Review“ entspricht, dann ist /ultrareview eher eine Design-Review durch eine erfahrene Senior-Entwicklerin. Geeignet vor und nach großen Features oder als Final Check vor einem Release.

Da /ultrareview mit xhigh-Tiefe arbeitet, kostet es mehr Zeit und Tokens als ein normaler Review. Faustregel: alltäglich /review, an Meilensteinen /ultrareview.

Höherer Default-Effort im Max-Plan

Im Claude Code Max-Plan wird der Default-Effort für Opus 4.7 auf xhigh angehoben. Aufgaben, die zuvor mit high liefen, profitieren jetzt automatisch von tieferem Reasoning. Bessere Ergebnisse innerhalb des Token-Limits — Verbrauch steigt, Monitoring empfohlen.

Auto-Mode auch für Max-Nutzer

Der Auto-Mode, der zuvor nur in einigen Plänen verfügbar war, ist jetzt auch für Claude Code Max-Nutzer freigeschaltet. Er wählt automatisch zwischen Opus, Sonnet und Haiku — für Kosten- und Geschwindigkeitsoptimierung.

FAQ

Dieser Artikel basiert auf den offiziellen Angaben vom 16. April 2026. Spezifikationen, Preise und Verfügbarkeit können sich ändern — vor dem produktiven Einsatz die Anthropic-Dokumentation prüfen. Konkrete Migrationsschritte stehen im Migrationsleitfaden.