Claude Opus 4.7
Claude Opus 4.7 ist Anthropics leistungsstarkes Frontier-Modell für Coding, Agenten und komplexe Analyseaufgaben. Die offizielle Veröffentlichung beschreibt es als effizient, robust und stark bei langlaufenden Workflows. Es ist ausschließlich über die API verfügbar und richtet sich an tiefe, zuverlässige Assistenz statt an kurze Antworten.
- Proprietär
- Frontier
- API
- General
- Vision-Capable
- Agentic
- Long-Context
- Real-Time
Sovereign Risk: MEDIUM Anthropic ist ein US-amerikanisches Unternehmen und unterliegt dem CLOUD Act. Closed-Source-Modell mit First-Party-Sicherheitsfiltern (Anthropic Safety); keine Gewichte verfügbar.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 75.29
- Routine
- 46.42
- Reasoning
- 28.87
- LLM Judge Avg
- 3.79 / 5
- 100% Coverage
- Avg Task Duration
- 19.73s
- Real-Time
- Token Rate
- 57.29tok/s
- Output Rate
- P95 Latency
- 46.16s
- Top 5 %
- Total Tokens
- 91.5K
- Output Volume
- Cost per 1K
- $0.025
- USD / 1K Requests
- Benchmark Cost
- $2.29
- Total · 91.5K tok
Benchmark-Module
7 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Claude Opus 4.7
Bestes Modell
Ø Alle Modelle
Code Quality
84.24
CLI Benchmark
85.53
Logical Reasoning
72.41
UX Writing
68.69
Documentation
76.31
Content Transform.
76.03
Cultural Intelligence
68.92
Benchmark Cost
$2.29
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.