Claude Opus 4.7: Vollständiges Datenblatt (Juni 2026)

Opus 4.7 ist das Flaggschiff der »Claude 4«-Generation von Anthropic und Nachfolger von Opus 4.5 (Mitte 2025) und Opus 4 (Anfang 2025). Es ist das obere Ende eines dreistufigen Menüs (Opus, Sonnet, Haiku), das Anthropic seit Claude 3 im Jahr 2024 beibehält — Opus für schwierigste Aufgaben zum höchsten Preis, Sonnet für den Production-Sweet-Spot, Haiku für kostenempfindliche Massenaufgaben.

Was Opus 4.7 von GPT-5 unterscheidet: stärkere langformatige Schreibstimme, disziplinierteres Befolgen von Anweisungen bei komplexen mehrstufigen Prompts, aggressiveres Prompt-Caching (90% Rabatt auf den gecachten Lesevorgangteil, gegenüber OpenAIs ebenfalls 90%, aber mit unterschiedlichen Cache-Förderregeln), natatives XML-Tag-Strukturieren als kanonisches Prompt-Format und erweitertes Denken — Anthropics Name für explizites, konfigurierbares Chain-of-Thought-Reasoning, das Sie pro Aufruf in Tokens einplanen können.

Wo GPT-5 das Reasoning in einen einzelnen `reasoning_effort`-Parameter kollabierte, offenbart Anthropic »erweitertes Denken« als separaten `thinking`-Block in der API: Sie legen ein `budget_tokens` fest (z. B. 5.000) und Opus 4.7 verbraucht bis zu so viele Thinking-Tokens, bevor es die sichtbare Antwort produziert. Wie Reasoning-Tokens bei GPT-5 werden Thinking-Tokens zum Output-Satz abgerechnet.

Standardsätze: `cost = (input_tokens / 1M) × $15 + (output_tokens / 1M) × $75`. Der typische Aufruf mit 1.000 Input / 500 Output: `0.001 × $15 + 0.0005 × $75 = $0.015 + $0.0375 = $0.0525`. Etwa 5 Cent pro Aufruf — ungefähr 8× GPT-5 bei gleichen Tokens.

Die Preislücke schließt sich dramatisch mit Prompt-Caching. Anthropics Caching ist explizit und präzise: Sie markieren einen `cache_control: { type: 'ephemeral' }`-Block im Messages-Array, Anthropic speichert dieses Präfix serverseitig (5-Minuten oder 1-Stunden-TTL), und nachfolgende Aufrufe innerhalb der TTL lesen es zum 10% des Input-Preises ($1,50/M statt $15/M). Das erste Schreiben kostet $18,75/M (5-Min) oder $30/M (1 Stunde) — 25% oder 100% Aufschlag beim ersten Schreiben, amortisiert über jeden nachfolgenden Lesevorgangsaufruf.

Beispiel: ein 5.000-Token-gecachtes System-Prompt + Tools, 100× in einer Stunde mit 1-Stunden-TTL getroffen. Erstes Schreiben: $0,15. Nächste 99 Lesevorgänge bei $1,50/M × 0,005M = $0,0075 pro Stück = $0,7425 gesamt. Gesamt: $0,8925 gegenüber $7,50 ungecacht. 88% Rabatt auf die Input-Rechnung. Die strukturelle Kostenbeherrschtheit, die Opus wirtschaftlich macht: Cache-Anker alles Stabile, dynamischen Kontext zuletzt in User-Messages platzieren.

Wenden Sie Batch-API auf asynchrone Workloads an: 50% Rabatt auf beide Streams. Ein nicht gecachter Aufruf mit 1.000 Input / 500 Output verringert sich von $0,0525 auf $0,02625 im Batch. Kombinieren Sie Caching + Batching auf dem gecachten Teil einer schweren Workload, und Opus 4.7 wird wirtschaftlich rentabel für ernsthafte Skalierung. Arbeitsbeispiele über die Claude-Familie: Claude API Kostenrechner.

Opus 4.7 wird mit einem Kontextfenster von 200.000 Tokens ausgeliefert. Anders als Claude Sonnet 4.6 (das eine experimentelle 1M-Token-Kontext über einen Beta-Header unterstützt) stellt Opus derzeit keine 1M-Variante zur Verfügung. Für Anthropic-Benutzer, die >200K benötigen, ist der Weg Sonnet 4.6 mit dem 1M-Beta-Header, nicht Opus.

200K ist ausreichend, um ungefähr 150.000 Wörter (etwa 300 Seiten einfach beabstandeter Text), einen moderaten Code-Repository-Chunk mit Metadaten oder eine Multi-Turn-Gesprächsverlaufshistorie von etwa 50 Turns bei typischen Nachrichtenlängen zu speichern. Es ist kleiner als GPT-5 (400K) und dramatisch kleiner als Gemini 2.5 Pro (1M).

Die maximale Ausgabe beträgt 64.000 Tokens pro Antwort — die Hälfte von GPT-5s 128K-Obergrenze. Für die langformatige Berichtsgenerierung planen Sie die Ausgabe über mehrere Aufrufe auf, wenn Sie mehr als 64K generierten Inhalt benötigen; Opus unterstützt keine beliebige Fortsetzung innerhalb eines einzelnen Aufrufs.

Erweitertes Denken ermöglicht es Ihnen, ein Token-Budget für explizites Chain-of-Thought-Reasoning vor der Produktion der sichtbaren Antwort durch Opus zuzuweisen. Konfiguriert über den `thinking`-Block in der API-Anfrage: `thinking: { type: 'enabled', budget_tokens: 5000 }`. Opus nutzt bis zu 5.000 Tokens des internen Reasonings, dann schreibt die Antwort. Die Thinking-Tokens werden als separater `thinking`-Content-Block zurückgegeben (Sie können sie anzeigen, ausblenden oder speichern) und werden zum Output-Satz abgerechnet.

Wann erweitertes Denken verwenden: komplexe Code-Synthese, Mathe-/Beweisvorgaben, mehrstufige Planung mit verzweigter Logik, Rechts-/Finanzanalyse, bei der die Reasoning-Kette Teil des Liefergegenstandes ist, Debugging-Aufgaben, bei denen Sie sehen möchten, wo das Modell schief gelaufen ist. Planen Sie 3.000-10.000 Tokens für schwierige Aufgaben ein.

Wann nicht verwenden: Klassifizierung, Extraktion, Zusammenfassung strukturierter Eingaben, alles Mechanische. Das Hinzufügen von Denken zu einer Klassifizierungsaufgabe erhöht die Kosten ohne Qualitätsverbesserung — Opus' Instinktantwort bei einfachen Aufgaben ist bereits kalibriert.

Kostenbeispiel: ein 2.000-Token-Problem mit 5.000 Thinking-Tokens + 800 sichtbare Output-Tokens wird abgerechnet als `0.002 × $15 + 0.005 × $75 + 0.0008 × $75 = $0.03 + $0.375 + $0.06 = $0.465` pro Aufruf. Verwenden Sie Denken gezielt; es ist bei weitem der höchste EV-Kostenhebel bei Opus, wenn es auf die richtigen Aufgaben angewendet wird.

Opus 4.7 unterstützt die vollständige Anthropic Tool-Use-API: Definieren Sie Tools als JSON Schema im `tools`-Parameter, Opus wählt einen aus (oder mehrere parallel) und gibt die Argumente in einem `tool_use`-Content-Block zurück. Parallele Tool-Nutzung ist standardmäßig aktiviert.

Strukturierte Ausgaben bei Anthropic werden über den Tool-Use-Mechanismus erreicht: Definieren Sie ein Tool, dessen Input-Schema Ihrem gewünschten Output-Schema entspricht, erzwingen Sie das Modell, es mit `tool_choice: { type: 'tool', name: 'extract_data' }` aufzurufen, und parsen Sie die Tool-Call-Argumente. Die JSON-Schema-Erzwingung ist zuverlässig ab Opus 4.7 — ungültige Ausgaben sind extrem selten bei wohlgeformten Schemata.

Anthropics Prompt-Konvention betont XML-Tags für strukturelle komplexe Anweisungen: `<task>...</task>`, `<context>...</context>`, `<example>...</example>`, `<output_format>...</output_format>`. Das Modell ist trainiert, diese zuverlässig zu beachten, und Anthropics Dokumentation zeigt jedes fortgeschrittene Muster unter Verwendung von XML. Für GPT-5 geschriebene Prompts (typisch Markdown-Überschriften oder einfach Absatz-Anweisungen) funktionieren auf Opus, aber Opus funktioniert durchgehend besser, wenn die Struktur XML-getaggt ist.

**Wählen Sie Opus 4.7**, wenn die Qualität bei schwierigen Aufgaben der begrenzende Faktor ist und das Budget es nicht ist — Agenten-Workflows, die langfristige Planung erfordern, komplexe Code-Synthese mit Multi-Datei-Kontext, Rechts-/Finanzanalyse mit strikten Genauigkeitsanforderungen, langformatige Schreibvorgänge, bei denen Anthropics Stimme bevorzugt wird, tiefe Forschungssynthese. Der 5× Preisprämium über Sonnet ist gerechtfertigt, wenn die Downstream-Fehlerkosten die Pro-Aufruf-Kosten dominieren.

**Wählen Sie Sonnet 4.6** ($3 / $15 pro 1M) für den Production-Sweet-Spot: strukturierte Datenpipelines, Content-Generierung, Routine-Chat, Zusammenfassung, Klassifizierung mit hohen Qualitätsanforderungen, alles, bei dem Anthropics Disziplin zählt, aber Opus Overkill ist. Die meisten Production-Teams, die standardmäßig Claude verwenden, leben auf Sonnet, nicht Opus.

**Wählen Sie GPT-5** statt Opus 4.7, wenn: Sie das größere 400K-Kontextfenster benötigen, Sie eine native Durchsetzung strukturierter Ausgaben auf API-Ebene benötigen (etwas reifer als Anthropics Tool-Use-als-strukturierte-Ausgaben-Muster) oder Sie bereits tief in das OpenAI-Tooling-Ökosystem eingebunden sind (Responses API, eingebaute Tools, Assistants).

Tier-übergreifender Vergleich: GPT-5 vs. Claude Opus 4.7 behandelt den Seite-an-Seite-Vergleich bei Benchmarks, Stimme und Gesamtkosteneffektivität.

Jede Zahl auf dieser Seite wurde gegen Anthropics Live-Dokumentation am 2026-06-20 verifiziert. Quellen: docs.anthropic.com/en/docs/about-claude/models für Kontextfenster, Modalitäten und Feature-Unterstützung; anthropic.com/pricing für Input-/Output-/gecachte Preise; docs.anthropic.com/en/docs/build-with-claude/prompt-caching für Cache-Write-/Read-Mechaniken und TTLs.

Anthropic veröffentlicht ein Änderungslog unter docs.anthropic.com/en/release-notes, das Preis- und Modelländerungen dokumentiert — transparenter als OpenAIs stille Preis-Seiten-Updates. Abonnieren oder monatlich überprüfen, wenn Ihre Opus-Rechnung über $1.000/Monat liegt.

Methodik: Wenn eine Zahl nicht gegen eine offizielle Anthropic-Seite am Verifizierungsdatum cross-verifiziert werden konnte, wurde sie statt zu raten aus dieser Karte weggelassen. Wenn Sie eine Abweichung von der Live-Seite feststellen, behandeln Sie die Live-Seite als kanonisch.