Opus 4.7 ist GENIAL (bis auf den Token-Verbrauch)

하이라이트

• Opus 4.7 erzielt im SWE Bench Pro einen Leistungszuwachs von 10 % gegenüber der Version 4.6.

• Der neue Tokenizer von Opus 4.7 führt dazu, dass identische Eingabeprompts bis zu 35 % mehr Token verbrauchen.

• Die multimodale Unterstützung ermöglicht nun die Verarbeitung von Bildern mit einer dreifach höheren Auflösung.

• Opus 4.7 verwendet standardmäßig TypeScript und React 18 für Webprojekte, während GPT 5.4 auf einfaches JavaScript ohne Framework-Struktur zurückfällt.

• Eine neue Aufwandstufe für extra hohen Aufwand in Claude Code verbraucht etwa so viele Token wie die maximale Stufe von Opus 4.6.

• In einem UI-Design-Test liefert Gemini 3.1 das visuell ansprechendste Ergebnis mit fixierten Hintergründen, während GPT 5.4 durch überladene Karten-Designs abfällt.

타임라인

1. 00:00 - 01:36

   Leistungsdaten und neue Sicherheitsmaßnahmen

   Die Benchmarks zeigen eine stetige Verbesserung der Modellintelligenz bei Programmieraufgaben. Ein noch leistungsfähigeres Modell namens Mythos existiert bereits intern bei Anthropic, wird aber aufgrund von Sicherheitsbedenken noch nicht öffentlich freigegeben. Die Erkenntnisse aus den aktuellen Schutzmaßnahmen von Opus 4.7 dienen als Vorbereitung für die Veröffentlichung der Mythos-Klasse.

   • Opus 4.7 steigert die Ergebnisse im SWE Bench Pro um 10 % und im Verified-Benchmark um 7 %.
   • Neue Cyber-Schutzmaßnahmen blockieren gezielt hochriskante Sicherheitsanfragen.
   • Die Cybersicherheits-Scores sinken künstlich durch die Implementierung dieser restriktiven Filter.
2. 01:37 - 03:30

   Funktionale Upgrades und Token-Ökonomie

   Die Leistung bei langen Kontexten im 'Needle in a Haystack'-Test ist im Vergleich zu Version 4.6 gesunken. Die neue Stufe für hohen Aufwand in Opus 4.7 ist effizienter als die maximale Stufe des Vorgängers, da sie bessere Ergebnisse bei geringerem Tokenverbrauch liefert. Nutzer müssen ihre Strategien für das Prompting anpassen, da das Modell weniger Spielraum für lockere Interpretationen lässt.

   • Die wörtliche Interpretation von Anweisungen erfordert die Anpassung bestehender Prompts.
   • Der aktualisierte Tokenizer erhöht die Kosten pro Prompt um bis zu 35 %.
   • Verbesserter dateisystembasierter Speicher reduziert die Notwendigkeit für umfangreichen Kontext in langen Sitzungen.
3. 03:31 - 05:12

   Vergleichstest im UI-Design

   Beim Erstellen einer einfachen HTML-Seite zeigt Opus 4.7 ein besseres Gespür für Ästhetik als Version 4.6, insbesondere durch den Verzicht auf unschöne Farbverläufe. Gemini 3.1 überzeugt durch moderne Web-Design-Techniken. GPT 5.4 hingegen verwendet ein repetitives Karten-Layout, das nicht zum Kontext einer Café-Website passt.

   • Opus 4.7 erstellt responsive Café-Websites mit passenden Schriftarten und Unsplash-Integration.
   • Gemini 3.1 gewinnt den visuellen Vergleich durch überlegene Design-Elemente wie fixierte Hintergründe.
   • GPT 5.4 liefert im Design-Bereich das schwächste Ergebnis mit einer überladenen und generischen Benutzeroberfläche.
4. 05:13 - 10:50

   Anwendungsentwicklung und Code-Qualität

   In einem komplexen Test für ein Finanz-Dashboard liefert Opus 4.7 eine saubere Dark-Mode-UI mit funktionsfähigen Diagrammen und API-Aktualisierungen. Ein Mangel besteht in der rein arbeitsspeicherbasierten Datenspeicherung, die bei einem Serverneustart verloren geht. Gemini 3.1 wählt mit Next.js zwar einen modernen technologischen Ansatz, scheitert aber an der Bereitstellung einer funktionierenden Benutzeroberfläche.

   • Opus 4.7 erstellt in 20 Minuten ein funktionsfähiges Finanz-Dashboard mit React, Vite und TypeScript.
   • Das Modell nutzt korrekterweise TypeScript, während Konkurrenzmodelle oft auf einfaches JavaScript ausweichen.
   • Opus 4.6 integriert im Gegensatz zur Version 4.7 eine SQLite-Datenbank für dauerhafte Speicherung.