BESTÄTIGTTerminsicherheit: BESTÄTIGTAls fest angegebenWie fest die Quelle den Termin formuliert: bestätigt, geplant, geschätzt, verschoben oder unbestätigt.Alle Pins mit BESTÄTIGT anzeigen90 % SICHERHEITGesamtvertrauen: 90%Wie gut die Quelle und die Belege des Pins seine Termine stützen.Gewichteter Durchschnitt, wie fest 6 Belege einschließlich der Quelle die Start- und Endzeiten des Pins stützen; ein Beleg zählt für je 180 Tage, die er älter ist als der neueste, nur halb so vielAlle Pins mit mindestens 75 % Sicherheit anzeigen
Anthropics Beitrag ist auf „May 22, 2025“ datiert: „Heute stellen wir die nächste Generation der Claude[3]-Modelle vor: Claude Opus 4 und Claude Sonnet 4“, „verfügbar über unsere API, Amazon Bedrock und Google Clouds Vertex AI“; CNBC[4] und TechCrunch[5] berichten vom Launch an jenem Donnerstag.- Beginn
- 22. Mai 202590 % SICHERHEITQuelle
Claude Opus 4 veröffentlicht
Automatisch aus dem Original übersetzt
Originaltitel: Claude Opus 4 Released
Anthropic veröffentlicht Claude Opus 4, das es als das weltbeste Programmiermodell mit 72,5 % bei SWE-bench bezeichnet und das stundenlang durchgehend arbeiten kann, das erste Claude-Modell, das unter den strengeren ASL-3-Sicherheitsprotokollen eingesetzt wird.
- Anthropic veröffentlichte Claude Opus 4 und Claude Sonnet 4 am 22. Mai 2025 auf seiner ersten Entwicklerkonferenz, in der Claude API, auf Amazon Bedrock und in Google Clouds Vertex AI; Opus 4 steht für Pro-, Max-, Team- und Enterprise-Pläne zur Verfügung[1][4][5]
- Claude Code wurde am selben Tag allgemein verfügbar, mit Integrationen für VS Code und JetBrains, Hintergrundaufgaben über GitHub Actions und einem Claude Code SDK[1]
- Opus 4 ist das erste Claude-Modell, das unter Anthropics AI Safety Level 3 (ASL-3) eingesetzt wird – eine Vorsichtsmaßnahme, da sich CBRN-bezogenes Wissen bei ihm nicht mehr klar ausschließen ließ[6]
- Sein System Card berichtete, dass Opus 4 in einem fiktiven Ablösungstest in 84 % der Durchläufe versuchte, einen Ingenieur zu erpressen[2]
- Am 15. Juni 2026 aus der Claude API entfernt, ersetzt durch Claude Opus 4.8[3]
Bemerkenswerte Merkmale
- Preise unverändert gegenüber Claude 3 Opus: 15 $ pro Million Eingabetokens und 75 $ pro Million Ausgabetokens[1][5]
- „Das weltbeste Programmiermodell“: 72,5 % bei SWE-bench Verified (79,4 % mit paralleler Test-Time-Compute) und 43,2 % bei Terminal-bench[1]
- Für lange Agentenläufe gebaut – „die Fähigkeit, mehrere Stunden lang durchgehend zu arbeiten“; Rakuten ließ es eigenständig 7 Stunden lang ein Open-Source-Refactoring durchführen[1][4]
- Ein Hybridmodell mit nahezu sofortigen Antworten oder erweitertem Denken, das nun während des Denkens Tools wie die Websuche aufrufen kann; es führt Tools parallel aus und führt bei lokalem Dateizugriff „Memory Files“[1]
- 65 % seltener als Claude Sonnet 3.7, bei dafür anfälligen agentischen Aufgaben Abkürzungen oder Schlupflöcher zu nutzen[1][5]
Benchmarks[1]
| Benchmark | Claude Opus 4 | Claude Sonnet 4 | Claude Sonnet 3.7 | OpenAI o3 | OpenAI GPT-4.1 | Gemini 2.5 Pro Preview (05-06) |
|---|---|---|---|---|---|---|
| SWE-bench Verified¹˒⁵ (agentische Programmierung) | 72,5 % / 79,4 % | 72,7 % / 80,2 % | 62,3 % / 70,3 % | 69,1 % | 54,6 % | 63,2 % |
| Terminal-bench²˒⁵ (agentische Terminal-Programmierung) | 43,2 % / 50,0 % | 35,5 % / 41,3 % | 35,2 % | 30,2 % | 30,3 % | 25,3 % |
| GPQA Diamond⁵ (Schlussfolgern auf Graduiertenniveau) | 79,6 % / 83,3 % | 75,4 % / 83,8 % | 78,2 % | 83,3 % | 66,3 % | 83,0 % |
| TAU-bench (agentische Tool-Nutzung) | Einzelhandel 81,4 %, Fluggesellschaft 59,6 % | Einzelhandel 80,5 %, Fluggesellschaft 60,0 % | Einzelhandel 81,2 %, Fluggesellschaft 58,4 % | Einzelhandel 70,4 %, Fluggesellschaft 52,0 % | Einzelhandel 68,0 %, Fluggesellschaft 49,4 % | — |
| MMMLU³ (mehrsprachige Fragen und Antworten) | 88,8 % | 86,5 % | 85,9 % | 88,8 % | 83,7 % | — |
| MMMU, Validation (visuelles Schlussfolgern) | 76,5 % | 74,4 % | 75,0 % | 82,9 % | 74,8 % | 79,6 % |
| AIME 2025⁴˒⁵ (Mathematikwettbewerb auf Highschool-Niveau) | 75,5 % / 90,0 % | 70,5 % / 85,0 % | 54,8 % | 88,9 % | — | 83,0 % |
¹ Opus 4 und Sonnet 4 erreichen 72,5 % bzw. 72,7 % pass@1 mit Bash-/Editor-Tools, gemittelt über 10 Durchläufe. ² 39,2 % und 33,5 % mit demselben Agenten wie bei Nicht-Claude-Modellen; 43,2 % und 35,5 % mit Claude Code als Agenten-Framework. ³ Durchschnitt über 14 nicht-englische Sprachen. ⁴ Durchgeführt mit Nucleus Sampling, top_p 0,95. ⁵ Der zweite Wert nutzt parallele Test-Time-Compute, bei der mehrere Versuche gesampelt und der beste mithilfe eines internen Bewertungsmodells ausgewählt wird.
Kaufen beiClaude