Claude Opus 4.7 Analyse: Höchste Intelligenz, aber hohe Kosten und Weitschweifigkeit
Leistungsanalyse von Claude Opus 4.7
Artificial Analysis hat detaillierte Daten zu Intelligenz, Leistung und Preisen für Claude Opus 4.7 (Adaptive Reasoning, Max Effort) veröffentlicht. Dieses proprietäre Modell von Anthropic wurde im April 2026 veröffentlicht und unterstützt Text- und Bildeingaben mit Textausgabe.
Wichtige Kennzahlen und Platzierungen
- Intelligenz: Platz 1/133 Modelle mit einer Punktzahl von 57 auf dem Artificial Analysis Intelligence Index (Durchschnitt ist 31)
- Geschwindigkeit: Platz 71/133 Modelle mit 50 Ausgabe-Tokens pro Sekunde (Durchschnitt ist 61)
- Eingabepreis: Platz 116/133 Modelle mit 5,00 US-Dollar pro 1 Million Tokens (Durchschnitt ist 1,40 US-Dollar)
- Ausgabepreis: Platz 117/133 Modelle mit 25,00 US-Dollar pro 1 Million Tokens (Durchschnitt ist 8,40 US-Dollar)
- Ausführlichkeit: Platz 96/133 Modelle, erzeugt 100 Millionen Tokens während der Bewertung (Durchschnitt ist 35 Millionen)
Technische Spezifikationen
- Reasoning-Modell (Glühbirnen-Symbol zeigt Reasoning-Fähigkeit an)
- Kontextfenster von 1 Million Tokens (ca. 1500 A4-Seiten in Schriftgröße 12 Arial)
- Wissensstand: 1. Januar 2026
- Bewertungskosten: 4406,45 US-Dollar für die Ausführung auf dem Intelligence Index
Vergleichskontext
Das Modell wird mit 133 Modellen seiner Klasse verglichen. Proprietäre Modelle wie Claude Opus 4.7 werden mit proprietären und Open-Weights-Modellen derselben Preisklasse verglichen, wobei ein gemischtes 3:1-Verhältnis von Eingabe-/Ausgabepreisen verwendet wird. Der Artificial Analysis Intelligence Index v4.0 umfasst 10 Bewertungen: GDPval-AA, τ²-Bench Telecom, Terminal-Bench Hard, SciCode, AA-LCR, AA-Omniscience, IFBench, Humanity's Last Exam, GPQA Diamond und CritPt.
Die Analyse kommt zu dem Schluss, dass Claude Opus 4.7 zu den führenden Modellen in Bezug auf Intelligenz gehört, aber im Vergleich zu anderen Modellen ähnlicher Preisklasse besonders teuer ist. Es ist auch langsamer als der Durchschnitt und sehr ausführlich in seiner Ausgabe.
📖 Read the full source: HN AI Agents
👀 Siehe auch
Cerebras veröffentlicht Step-3.5-Flash-REAP-Modelle mit 40 % weniger Speicherbedarf.
Cerebras hat Step-3.5-Flash-REAP-Modelle veröffentlicht, die REAP (Router-weighted Expert Activation Pruning) verwenden, um 196B-Parameter-Modelle auf 121B zu komprimieren, während nahezu identische Leistung erhalten bleibt. Die Modelle funktionieren mit Standard-vLLM und sind für ressourcenbeschränkte Umgebungen optimiert.
Anthropic verdoppelt Claude Code-Ratenlimits, entfernt Spitzen-Drosselung für kostenpflichtige Pläne
Anthropic hat die 5-Stunden-Ratenlimits für Claude Code bei den Plänen Pro, Max, Team und Enterprise verdoppelt, die Drosselung während der Spitzenzeiten aufgehoben und die API-Ratenlimits für Opus-Modelle erhöht.
Sora AI-Videoökonomie: 20 US-Dollar Nutzerkosten verursachen 65 US-Dollar Rechenkosten für OpenAI
OpenAIs Sora KI-Videoerstellungs-App kostet Berichten zufolge 65 US-Dollar an Rechenleistung pro 20 US-Dollar/Monat-Nutzer, wobei die Spitzen-Inferenzkosten auf 15 Millionen US-Dollar täglich gegenüber 2,1 Millionen US-Dollar Gesamtlebensdauerumsatz geschätzt werden.
STAR-Reasoning-Framework-Genauigkeit sinkt von 100 % auf 0 % bei Produktions-Prompts
Ein Forscher fand heraus, dass das STAR-Argumentationsframework, das Claudes Genauigkeit bei einem impliziten Einschränkungsproblem von 0 % auf 100 % in Isolation erhöhte, auf 0–30 % Genauigkeit sank, wenn es in einem 60-zeiligen Produktionssystem-Prompt verwendet wurde. Das Problem wurde durch widersprüchliche Anweisungen im Produktions-Prompt verursacht, die vorzeitige Antwortverpflichtungen auslösten.