Anthropic führte Claude Opus 4.7 ein.

Anthropic hat die Claude Opus 4.7 vorgestellt, das bisher leistungsstärkste Modell der Opus-Reihe.

Die neue Version steht allen zahlenden Claude-Nutzern undAPI- Nutzern offen – 5 US-Dollar für 1 Million eingehende Token, 25 US-Dollar für 1 Million ausgehende Token.

Wichtigste Verbesserungen

Opus 4.7 erzielt seine besten Ergebnisse bei komplexen Aufgaben. Die Entwickler stellten fest, dass die Nutzer ihm Aufgaben anvertrauen, die zuvor eine genaue Überwachung erforderten.

Bei der Agentenprogrammierung übertraf das Modell seinen Vorgänger um 10 % und bei der Verarbeitung visueller Daten um 13 %. Bei anderen Kennzahlen fällt der Anstieg geringer aus.

Das Modell verfügt über deutlich erweiterte visuelle Fähigkeiten: Es verarbeitet Bilder mit bis zu 2576 Pixeln an der langen Seite (ca. 3,75 MP) – mehr als dreimal so viel wie frühere Versionen von Claude.

Bild

Quelle: Anthropografisch.

Opus 4.7 hält sich genauer an die Anweisungen. Abfragen, die für ältere Modelle geschrieben wurden, können zu unerwarteten Ergebnissen führen: Sie interpretierten die Anweisungen eher vage, während die neue Version sie wörtlich nimmt. Es wird empfohlen, Ihre Abfragen neu zu konfigurieren.

Darüber hinaus hat die neueste Claude gelernt, sich Informationen zwischen den Sitzungen zu merken – sie speichert Notizen in Dateien und kann sie in jedem neuen Gespräch verwenden.

Anthropic hat in Opus 4.7 eine neue Aufwandsstufe, xhigh („extra hoch“), zwischen hoch und max hinzugefügt. Sie ermöglicht eine feinere Abstimmung zwischen Analysetiefe und Reaktionsgeschwindigkeit.

In Claude Code wurde der Standardaufwand für alle Pläne auf xhigh erhöht.

Weitere Innovationen:

  • Aufgabenbudgets (öffentliche Beta-API) – Token-Ausgabenverwaltung;
  • /ultrareview — dedizierte Code-Review-Sitzung in Claude Code;
  • Automatikmodus für Max-Nutzer – Claude trifft Entscheidungen selbstständig.

Einschränkungen der Cyberfähigkeiten

Opus 4.7 ist in puncto Cybersicherheit schwächer als Mythos Preview. Anthropic hat diese Funktionen während der Schulung bewusst eingeschränkt. Das Modell verfügt über einen integrierten Schutz, der verbotene und risikoreiche Anfragen blockiert.

„Was wir aus dem praktischen Einsatz dieser Schutzmechanismen lernen, wird uns helfen, unserem ultimativen Ziel einer breiten Markteinführung von Modellen der Mythos-Klasse näherzukommen“, bemerkte das Startup-Team.

Sicherheitsexperten, die Opus 4.7 für legitime Zwecke (Schwachstellenforschung, Penetrationstests) nutzen möchten, sind eingeladen, am neuen Cyber Verification Programm bei Anthropic teilzunehmen.

Für die Nutzer sind die Einschränkungen zu einem Problem geworden. Einige Kunden beschweren sich, dass das Modell sich weigert, Code zu schreiben, weil es „in jeder Anfrage Schadsoftware erkennt“.

Antwort von OpenAI

OpenAI hat ein „großes Update“ für Codex veröffentlicht, das derzeit nur für macOS verfügbar ist.

Die neue Version kann mit Anwendungen auf dem Computer des Benutzers interagieren: Sie kann den Bildschirm sehen, klicken und mit einem eigenen Cursor tippen. Auf dem Mac können mehrere Agenten gleichzeitig ausgeführt werden, ohne andere Software zu beeinträchtigen.

Integrierter Browser, Plugins und Entwicklungslebenszyklus

Codex verfügt über einen integrierten Browser: Seiten können direkt kommentiert werden, wodurch dem Agenten präzise Anweisungen gegeben werden. Dies ist nützlich für die Frontend- und Spieleentwicklung.

Die Entwickler planen, die Browsersteuerung über die lokale Umgebung hinaus auszudehnen.

Codex unterstützt nun auch gpt-image-1.5 für die Bildgenerierung und -iteration. Zusammen mit Screenshots und Code ermöglicht dies die Erstellung visueller Konzepte, Frontend-Designs, Mockups und Spiele in einer einzigen Benutzeroberfläche.

OpenAI hat über 90 zusätzliche Plugins veröffentlicht, die Fähigkeiten, App-Integrationen und MCP-Server kombinieren, darunter Atlassian Rovo für JIRA, CircleCI, CodeRabbit, GitLab Issues, Microsoft Suite, Neon von Databricks, Remotion, Render und Superpowers.

Codex bietet jetzt Unterstützung für GitHub-Kommentare, mehrere Terminal-Tabs und die Verbindung zu entfernten Entwicklungsrechnern via SSH (in der Alpha-Phase).

Benutzer können Dateien direkt in der Seitenleiste öffnen, wobei die Anzeige von PDFs, Tabellenkalkulationen, Präsentationen und Dokumenten verbessert wird, und den neuen Übersichtsbereich verwenden, um Agentenpläne, Quellen und Artefakte zu verfolgen.

Gedächtnis und Planung

Codex hat gelernt, zukünftige Arbeiten zu planen und langfristige Aufgaben – die möglicherweise erst in Tagen oder Wochen anstehen – automatisch wieder aufzunehmen. Teams nutzen die Automatisierung für alles, von Code-Review-Anfragen bis hin zur Aufgabenverfolgung in Slack, Gmail und Notion.

Bild

Quelle: OpenAI.

Die Entwickler haben den Speicher des Assistenten verbessert. Codex hat gelernt, sich nützliche Kontextinformationen aus früheren Dialogen zu merken – persönliche Vorlieben und Korrekturen.

Das Modell schlägt zudem proaktiv nützliche Aktionen vor und knüpft dort an, wo der Nutzer aufgehört hat. Beispielsweise kann ein Agent offene Kommentare in Google Docs finden, Kontextinformationen aus Slack, Notion und der Codebasis abrufen und anschließend eine priorisierte Liste von Aktionen bereitstellen.

Neues GPT-Modell

Darüber hinaus hat OpenAI das GPT-Rosalind-KI-Modell eingeführt, um die Arzneimittelentwicklung zu beschleunigen.

Sie ist nach der englischen Biophysikerin Rosalind Franklin benannt, deren Forschung dazu beitrug, die Struktur der DNA aufzudecken und die Grundlagen der modernen Molekularbiologie legte.

Die Entwickler wiesen darauf hin, dass die Entwicklung eines neuen Medikaments in den USA durchschnittlich 10 bis 15 Jahre dauert. Die Zukunft eines Medikaments wird maßgeblich in den frühen Forschungsphasen bestimmt. Die größten Schwierigkeiten ergeben sich aus der Analyse riesiger Mengen wissenschaftlicher Publikationen und hochspezialisierter Datenbanken.

GPT-Rosalind soll Biologen assistieren: wissenschaftliche Texte zusammenfassen, Hypothesen formulieren, Experimente entwerfen und Informationen verarbeiten. Das Modell ist besonders leistungsfähig bei Aufgaben im Zusammenhang mit Proteinen, Genen und ähnlichen biologischen Strukturen.

Beim BixBench-Benchmark (Bioinformatik-Analyse in der Praxis) erzielte GPT‐Rosalind eines der besten Ergebnisse unter den Modellen mit veröffentlichten Daten.

Auf LABBench2 übertraf die Lösung GPT-5.4 in sechs von elf Aufgaben. Die größte Lücke besteht in CloningQA, wo DNA und Enzyme für molekulare Klonierungsprotokolle entworfen werden müssen.

Darüber hinaus hat OpenAI ein kostenloses Life-Sciences-Plugin für Codex auf GitHub veröffentlicht. Es steht allen Nutzern zur Verfügung und ermöglicht die Anbindung von KI an über 50 öffentliche wissenschaftliche Datenbanken und spezialisierte Tools.

Zur Erinnerung: Am 16. April veröffentlichte Google Gemini 3.1 Flash TTS, ein aktualisiertes Sprachsynthesemodell, das auf der Gemini 3-Generation basiert.

No votes yet.
Please wait...

Leave a Reply

Your email address will not be published. Required fields are marked *