Claude Opus 4.7: Alle Neuigkeiten vom 16. April 2026

Was ist Claude Opus 4.7?

Claude Opus 4.7 ist der Nachfolger von Claude Opus 4.6, offiziell am 16. April 2026 von Anthropic veröffentlicht. Es handelt sich um ein hybrides Reasoning-Modell — das heißt, es kombiniert erweiterte Reasoning-Fähigkeiten (Extended Thinking) mit flüssiger Ausführung für alltägliche Aufgaben, ohne dass der Nutzer zwischen zwei verschiedenen Modi wählen muss.

Die API-Kennung des Modells lautet `claude-opus-4-7`. Es ist ab sofort verfügbar auf Claude.ai (Pläne Pro, Max, Team und Enterprise), über die Anthropic API, Amazon Bedrock, Google Cloud Vertex AI und Microsoft Foundry.

Das Context Window beträgt 1 Million Token — ein Niveau, das es ermöglicht, vollständige Akten, ganze Codebases oder umfangreiche Dokumentenkorpora in einer einzigen Anfrage zu laden. Die Preise sind gegenüber Opus 4.6 unverändert: 5 $ pro Million Token Input und 25 $ pro Million Token Output.

Was Opus 4.7 von seinen Vorgängern unterscheidet, ist das Ausmaß gleichzeitiger Verbesserungen auf mehreren Dimensionen: Vision, Coding, agentische Workflows, Finanz- und Rechtsanalyse. Es handelt sich nicht um ein inkrementelles Update auf einer einzelnen Achse — es ist eine allgemeine Kapazitätssteigerung, die Opus' Position als Referenzmodell für hochwertige Enterprise-Aufgaben festigt.

Die wichtigsten Benchmarks: Was die Zahlen wirklich aussagen

Die von Anthropic und seinen Partnern veröffentlichten Benchmarks zeichnen ein klares Bild der erzielten Fortschritte.

Im Coding steigt der CursorBench von 58 % bei Opus 4.6 auf 70 % bei Opus 4.7 — ein Fortschritt von 12 Prozentpunkten. Auf Rakuten-SWE-Bench, dem Referenz-Benchmark für Entwicklungsaufgaben unter Produktionsbedingungen, löst Opus 4.7 dreimal mehr Aufgaben als sein Vorgänger. CodeRabbit, ein Code-Review-Tool, das von Tausenden von Teams genutzt wird, meldet eine Verbesserung des Recalls um mehr als 10 %.

Bei der Dokumentenvision ist der Sprung spektakulär: XBOW Visual Acuity steigt von 54,5 % (Opus 4.6) auf 98,5 % (Opus 4.7). Konkret bedeutet das, dass das Modell jetzt gescannte Dokumente, fotografierte Tabellen und visuelle Schnittstellen mit nahezu perfekter Zuverlässigkeit liest und interpretiert.

Bei der Daten- und Finanzanalyse registriert Databricks OfficeQA Pro 21 % weniger Fehler, und das General Finance Modul verbessert sich von 0,767 auf 0,813. Harvey BigLaw Bench, der juristische Referenz-Benchmark, zeigt 90,9 % Genauigkeit.

Bei agentischen Workflows verbessert sich Notion Agent Multi-Step um +14 % gegenüber Opus 4.6. Diese Ergebnisse positionieren Opus 4.7 als beste Wahl für komplexe, hochwertige und mehrstufige Aufgaben.

Technische Neuheiten: Tokenizer, Bilder und Effort Control

Drei technische Neuheiten verdienen besondere Aufmerksamkeit für Teams, die Opus 4.7 über die API integrieren.

Erstens wurde der Tokenizer aktualisiert. Für denselben Input generiert Opus 4.7 zwischen 1,0 und 1,35 Mal mehr Token als Opus 4.6. Der Kosteneinfluss ist real: Workflows mit hohen Volumina müssen ihre Budgetschätzungen neu kalibrieren. In der Praxis könnte ein Prompt, der mit Opus 4.6 1.000 $ pro Monat kostete, mit Opus 4.7 bis zu 1.350 $ kosten, wenn das Input/Output-Verhältnis unverändert bleibt.

Zweitens hat sich die Bildverarbeitungskapazität verdreifacht. Frühere Claude-Modelle unterstützten Bilder bis zu etwa 860 Pixel auf der längsten Seite. Opus 4.7 erhöht dies auf 2.576 Pixel, etwa 3,75 Megapixel — das Dreifache der bisherigen maximalen Auflösung. Diese Verbesserung steht in direktem Zusammenhang mit dem Sprung bei XBOW Visual Acuity.

Drittens führt Opus 4.7 eine neue Effort-Control-Stufe ein: `xhigh`. Zusätzlich zu den bestehenden Stufen (`low`, `medium`, `high`) können Entwickler das Modell nun bitten, seine maximalen Reasoning-Kapazitäten für eine Aufgabe einzusetzen. Dies ist besonders nützlich für komplexe Analysen, bei denen Qualität Vorrang vor Geschwindigkeit hat.

Verfügbarkeit und Pläne: Wo Sie Opus 4.7 verwenden können

Claude Opus 4.7 ist ab dem Veröffentlichungstag über alle Anthropic-Zugangspunkte verfügbar. Auf Claude.ai ist es für Abonnenten von Pro (20 $/Monat), Max (100 $/Monat für 5x, 200 $/Monat für 20x), Team (30 $/Nutzer/Monat) und Enterprise (individuelle Preisgestaltung) zugänglich.

Über die Anthropic API ist der Zugang sofort für alle Konten mit Guthaben verfügbar. Die Modellkennung lautet `claude-opus-4-7`. Die API-Preise betragen 5 $ pro Million Token Input und 25 $ pro Million Token Output — identisch mit Opus 4.6.

Auf Cloud-Plattformen ist Opus 4.7 auf Amazon Bedrock, Google Cloud Vertex AI und Microsoft Azure AI Foundry verfügbar. Für Unternehmen, die bereits Opus-Workflows auf diesen Plattformen haben, erfolgt die Migration einfach durch Ändern der Modellkennung.

Für Organisationen, die evaluieren, welcher Plan für ihren Einsatz geeignet ist, lesen Sie unseren Vergleich der Claude-Pläne. Für diejenigen, die Opus 4.7 in ihre Enterprise-Workflows integrieren möchten, kann das Maverick AI Team Sie bei der Evaluierung und dem Deployment begleiten.

Für welche Enterprise-Aufgaben Opus 4.7 verwenden?

Opus 4.7 ist das optimale Modell für Aufgaben, bei denen Qualität die Hauptbeschränkung ist und bei denen ein Modellfehler hohe Kosten hätte.

In Recht und Compliance machen die 90,9 % Genauigkeit auf BigLaw Bench und die Fähigkeiten zur Dokumentenvision es zum Modell der Wahl für die Analyse gescannter Verträge, Due Diligence, regulatorische Überprüfungen und komplexe juristische Recherchen.

Bei der Finanz- und Private-Equity-Analyse positionieren der Fortschritt bei General Finance (0,813) und die Reduzierung um 21 % der Fehler bei Databricks OfficeQA Pro es als bestes Modell für Finanzmodellierung, Memoran­den-Analyse und LP-Reporting.

Im Coding und bei Code Reviews machen der CursorBench 70 % und das Rakuten 3x-Ergebnis es zur natürlichen Wahl für große Codebases, komplexe Refactorings und Legacy-Migrationsprojekte.

Bei agentischen Workflows machen der Effort Control `xhigh` und der Gewinn von +14 % bei mehrstufigen Aufgaben es besonders geeignet für autonome Agenten, die Probleme über mehrere Tage hinweg ohne menschliche Eingriffe lösen müssen.

Für Standardaufgaben — Dokumentzusammenfassung, Schreibunterstützung, Echtzeit-Antworten — bleibt Claude Sonnet die kosteneffizientere Wahl. Die optimale Architektur für die meisten Unternehmen kombiniert beide: Opus für hochwertige Aufgaben, Sonnet für das Volumen.

Überblick: Was sich geändert hat

Claude Opus 4.7 folgt auf Opus 4.6 mit substanziellen Verbesserungen in vier Hauptbereichen: Dokumentenvision, Coding, agentische Workflows und Datenanalyse. Es handelt sich nicht um ein kosmetisches Update — die Leistungsunterschiede sind signifikant und auf realen Benchmarks messbar.

Für Teams, die Opus 4.6 in der Produktion verwenden, stellt sich nicht die Frage, ob Opus 4.7 besser ist — es ist es objektiv —, sondern ob die Gewinne die Migration angesichts der Tokenizer-Änderung und möglicher Codeadaptierungen rechtfertigen.

Die gute Nachricht: Das Ändern der Modellkennung in der API ist in nahezu allen Fällen die einzige notwendige technische Änderung. Die API bleibt identisch, die Parameter sind dieselben, und Prompts funktionieren ohne Änderungen. Die einzige echte Überlegung ist der Kosteneinfluss des neuen Tokenizers.

Coding-Benchmarks: CursorBench, Rakuten, CodeRabbit

Coding ist der Bereich, in dem die Gewinne am sichtbarsten und am direktesten für Entwicklungsteams nutzbar sind.

CursorBench misst die Fähigkeit des Modells, reale Entwicklungsaufgaben in einer IDE-Umgebung zu erfüllen. Opus 4.6: 58 %. Opus 4.7: 70 %. Ein Gewinn von 12 Prozentpunkten, der sich konkret in einer deutlich höheren Lösungsrate ohne menschliche Eingriffe niederschlägt.

Rakuten-SWE-Bench ist ein Benchmark für die Lösung realer Entwicklungsaufgaben unter Produktionsbedingungen. Es handelt sich um echte GitHub-Tickets, echte Bugs, echte Codebase-Einschränkungen. Opus 4.7 löst dreimal mehr Aufgaben als Opus 4.6 — der spektakulärste Gewinn des Vergleichs. In der Praxis bedeutet das, dass Aufgaben, die mit Opus 4.6 menschliches Eingreifen erforderten, jetzt autonom gelöst werden können.

CodeRabbit, ein automatisiertes Code-Review-Tool, meldet eine Verbesserung des Recalls um mehr als 10 % mit Opus 4.7 — das heißt, das Modell erkennt einen größeren Anteil der tatsächlichen Probleme im zur Überprüfung eingereichten Code.

Diese drei Ergebnisse führen zur gleichen Schlussfolgerung: Für Engineering-Teams, die die Automatisierung ihrer Entwicklungs-Workflows maximieren möchten, stellt Opus 4.7 einen signifikanten qualitativen Sprung dar.

Dokumentenvision: Von 54,5 % auf 98,5 %

Der Sprung bei der Dokumentenvision ist die dramatischste Änderung zwischen den beiden Versionen. XBOW Visual Acuity: 54,5 % für Opus 4.6, 98,5 % für Opus 4.7. Ein Sprung von 44 Prozentpunkten, der grundlegend verändert, was das Modell mit visuellen Dokumenten tun kann.

Was bedeutet das konkret? Mit Opus 4.6 hatte ein niedrig aufgelöster gescannter Vertrag oder eine fotografierte Tabelle etwa eine Fünfzig-Prozent-Chance, korrekt interpretiert zu werden. Mit Opus 4.7 wird dasselbe Bild mit nahezu perfekter Zuverlässigkeit gelesen.

Der technische Grund ist klar: Die maximale unterstützte Auflösung ist von ~860 Pixel auf 2.576 Pixel (~3,75 Megapixel) gestiegen. Drei Viertel der Unternehmensdokumente, die mit Opus 4.6 problematisch waren, werden jetzt präzise verarbeitet.

Für konkrete Anwendungsfälle — Due Diligence gescannter Verträge, Extraktion von Daten aus fotografierten Finanzberichten, Analyse technischer Dokumente mit Diagrammen — ist Opus 4.7 nicht nur besser: es ist qualitativ anders. Es ist der Unterschied zwischen einem Werkzeug, das man mit Vorsicht verwendet, und einem, auf das man sich verlassen kann.