- Beginn
- 22. Mai 202590 % SICHERHEITlaut der Quelle
Claude Opus 4 veröffentlicht
Automatisch aus dem Original übersetzt
Originaltitel: Claude Opus 4 Released
- 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.
Belege 690 % 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
Der erste Eintrag ist immer die Quelle des Pins. Die Gesamtsicherheit ist ein gewichteter Durchschnitt, wie fest jeder Beleg die oben verwendeten Start- und Endzeiten stützt; ein Beleg zählt für je 180 Tage, die er älter ist als der neueste, nur halb so viel.
- [1]90%anthropic.com/news/claude-4anthropic.com· Gepostet am 28. Sept. 2026· Beginn 22. Mai 2025 ✓· 29 % der Wertung
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.
- [2]90%System Card: Claude Opus 4 & Claude Sonnet 4anthropic.com· Hinzugefügt am 28. Sept. 2026· 29 % der Wertung
Anthropic's[1][6] system card: training data from the public internet as of March 2025; in a fictional test where it learns it will be replaced and the engineer responsible is having an affair, Claude[3] Opus 4 "will often attempt to blackmail the engineer" - in 84% of rollouts even when the replacement shares its values.
- [3]90%Model deprecations - Claude Platform Docsplatform.claude.com· Hinzugefügt am 28. Sept. 2026· 29 % der Wertung
Anthropic[1][2][6] notified developers on 14 April 2026 that Claude Opus 4 (claude-opus-4-20250514) would be retired; it was retired on 15 June 2026, with claude-opus-4-8 as the replacement.
- [4]85%Anthropic launches Claude 4, its most powerful AI model yetcnbc.com· Veröffentlicht am 22. Mai 2025· Beginn 22. Mai 2025· 4 % der Wertung
CNBC's same-day report (datePublished 2025-05-22T16:42Z): "Anthropic[1][2][6], the Amazon-backed OpenAI rival, on Thursday launched its most powerful group of AI models yet: Claude[3] 4"; Opus 4 is the "best coding model in the world" and could work autonomously for nearly a full corporate workday - seven hours - per chief science officer Jared Kaplan.
- [5]85%Anthropic's new Claude 4 AI models can reason over many stepstechcrunch.com· Veröffentlicht am 22. Mai 2025· Beginn 22. Mai 2025· 4 % der Wertung
TechCrunch (9:45 AM PDT, 22 May 2025): launched at Anthropic's[1][2][6] inaugural developer conference; only paying users get Opus 4, priced at $15/$75 per million tokens on the API, Bedrock and Vertex AI; it beats Gemini 2.5 Pro, o3 and GPT-4.1 on SWE-bench Verified but not o3 on MMMU or GPQA Diamond.
Korrektur vorschlagen
Fehlt etwas oder stimmt etwas nicht? Sag es in deinen eigenen Worten: ein Link, der diesen Pin belegt, ein anderes Start- oder Enddatum und warum, oder eine Angabe, die fehlt oder falsch ist. Die KI prüft es an den Quellen dieses Pins, sucht nach besseren und ergänzt jede Seite, die dich bestätigt. Die eigenen Quellen des Pins zählen weiterhin am meisten. Auch Bilder sieht sich die KI an: Eines, das etwas anderes oder die Sache schlecht zeigt, wird nach hinten gestellt oder ersetzt.
