Anthropic veröffentlicht Claude Opus 4.1, schlägt Coding-Benchmarks

Anthropic hat heute Claude Opus 4.1 veröffentlicht, eine aktualisierte Version seines Flaggschiff-AI-Modells, das 74,5 % Genauigkeit bei realen Codierungsaufgaben erreicht und damit einen neuen Benchmark-Rekord aufstellt, während es die gleichen Preise wie sein Vorgänger beibehält.

Die Aktualisierung ist eine strategische Maßnahme, da die AI-Industrie die Veröffentlichung von OpenAIs GPT-5 erwartet, wobei Anthropic sein neuestes Modell als eine konkurrierende Alternative positioniert, die bei komplexen Programmierherausforderungen und autonomen Aufgaben hervorragt. Das Unternehmen kündigt “erheblich größere Verbesserungen” in den kommenden Wochen an, was auf eine intensivere Konkurrenz unter den führenden AI-Entwicklern hindeutet.

Wichtige Leistungsverbesserungen

Laut Anthropics Ankündigung verbessert Claude Opus 4.1 die Leistung seines Vorgängers in drei Schlüsselbereichen: agentenbasierten Aufgaben, die mehrstufiges Denken erfordern, realen Codieranwendungen und analytischen Denkfähigkeiten.

Das Modell erreichte 74,5 % auf dem SWE-bench-Verified-Benchmark, der die Fähigkeit eines AI-Modells misst, tatsächliche Fehler in Open-Source-Software zu identifizieren und zu beheben, und übertraf damit den vorherigen Claude-Opus-4-Score von 72,5 % und übertraf OpenAIs o-Serie-Modelle um etwa fünf Prozentpunkte.

GitHub hob insbesondere starke Gewinne bei der Fähigkeit zur Code-Refaktorierung über mehrere Dateien hervor, während die Rakuten-Gruppe die Präzision des Modells bei der Identifizierung von Korrekturen in großen Codebasen ohne die Einführung neuer Fehler betonte. Windsurf, ein Codestartup, berichtete, dass Opus 4.1 eine Verbesserung von einer Standardabweichung gegenüber Opus 4 auf ihrem Junior-Entwickler-Benchmark erreichte, was dem Leistungssprung vom vorherigen Sprung von Sonnet 3.7 zu Sonnet 4 entsprach.

Verfügbarkeit und Integration

Das aktualisierte Modell ist sofort für bezahlte Claude-Benutzer über die Web-Oberfläche und Claude Code sowie über Anthropics API, Amazon (AMZN ) Bedrock und Google (GOOGL ) Clouds Vertex AI verfügbar. Entwickler können auf das neue Modell über die API mit dem Tag “claude-opus-4-1-20250805” zugreifen, ohne dass sich die Preise im Vergleich zur vorherigen Version ändern, und dabei die Preisstruktur beibehalten, die Claude im Unternehmensmarkt wettbewerbsfähig gemacht hat.

Jenseits der Software-Entwicklung zeigt Claude Opus 4.1 verbesserte Fähigkeiten bei der Datenanalyse und Forschungsaufgaben. Anthropic hob insbesondere Verbesserungen bei der “Detailverfolgung und agentenbasierten Suche” hervor, was die Fähigkeit des Modells bezeichnet, Kontext über komplexe, mehrstufige Operationen hinweg aufrechtzuerhalten – eine entscheidende Funktion für Unternehmensanwendungen, die autonome Problemlösung erfordern.

Branchenkontext und Konkurrenz

Der Zeitpunkt der Veröffentlichung scheint bewusst gewählt, da Branchenberichte darauf hindeuten, dass OpenAI in naher Zukunft GPT-5 veröffentlichen wird. Laut The Information soll GPT-5 sich auf ähnliche Bereiche konzentrieren – Programmierung, Mathematik und agentenbasierte Aufgaben -, wobei Analysten jedoch vorhersagen, dass die Verbesserungen inkrementell und nicht revolutionär sein werden.

Die schnelle Iteration der Claude-Modelle – mit dieser Aktualisierung nur drei Monate nach dem Start der Claude-4-Familie im Mai – spiegelt das beschleunigte Tempo der AI-Entwicklung wider, da Unternehmen um die Marktposition im Unternehmens- und Entwickler-Tool-Markt konkurrieren. Dies folgt der Geschichte von Anthropic, sich als sicherheitsorientierte Alternative zu OpenAI zu positionieren, während es gleichzeitig wettbewerbsfähige Leistungsmerkmale beibehält.

Technische Details und Implementierung

Die Systemkarte zeigt, dass Claude Opus 4.1 ein Hybrid-Reasoning-Modell ist, das mit oder ohne erweiterte Denkmodi operieren kann. Für Benchmarks wie SWE-bench Verified und Terminal-Bench erreichte das Modell seine Ergebnisse ohne erweitertes Denken, während andere Benchmarks wie GPQA Diamond und MMMU bis zu 64K Token erweiterten Denkens nutzten.

Das Modell verwendet weiterhin die gleiche einfache Struktur für SWE-bench-Tests, die Anthropic über die gesamte Claude-4-Familie hinweg eingesetzt hat – das Modell wird nur mit einem Bash-Tool und einem Dateibearbeitungstool ausgestattet, das über Zeichenersetzungen operiert. Dieser minimalistische Ansatz kontrastiert mit komplexeren Implementierungen, erreicht jedoch branchenführende Ergebnisse.

Blick in die Zukunft

Anthropic empfiehlt allen aktuellen Opus-4-Benutzern, auf die neue Version für alle Anwendungsfälle umzusteigen. Das Unternehmen hat umfassende Dokumentationen bereitgestellt, einschließlich der Modellseite und technischer Spezifikationen für Entwickler, die an der Implementierung der Technologie interessiert sind.

Da sowohl Anthropic als auch OpenAI bedeutende Veröffentlichungen vorbereiten, könnten die kommenden Wochen entscheidend für die Bestimmung der Führung in der nächsten Generation von AI-Fähigkeiten sein. Da AI-Modelle zunehmend komplexere Denk- und Codierungsfähigkeiten entwickeln, verlagert sich der Wettbewerb von rohen Leistungsmerkmalen auf praktische Implementierung und Zuverlässigkeit in Produktionsumgebungen.

Häufig gestellte Fragen (Claude Opus 4.1)

Wie verbessert Claude Opus 4.1 die Codierung und Denkaufgaben im Vergleich zu früheren Versionen?

Claude Opus 4.1 erreicht 74,5 % auf SWE-bench Verified (im Vergleich zu 72,5 % bei Opus 4), mit bemerkenswerten Verbesserungen bei der Code-Refaktorierung über mehrere Dateien, der Detailverfolgung in komplexen Codebasen und den agentenbasierten Suchfunktionen, die es ermöglichen, mehrstufige Denkaufgaben effektiver zu bearbeiten.

Was sind die wichtigsten realen Anwendungen für Claude Opus 4.1 bei der Codierung und AI-Agenten?

Das Modell ist hervorragend geeignet, um große Codebasen ohne die Einführung neuer Fehler zu debuggen, autonome Code-Refaktorierung über mehrere Dateien, tiefe Datenanalyse und Forschungsaufgaben, die kontinuierlichen Kontext erfordern, was es ideal für die Unternehmenssoftware-Entwicklung und die automatisierte Workflow-Optimierung macht.

Wie spiegelt die Leistung von Claude Opus 4.1 auf SWE-bench seine Codierungsfähigkeiten wider?

SWE-bench Verified misst die Fähigkeit eines AI-Modells, tatsächliche Fehler in Open-Source-Software zu identifizieren und zu beheben, und Claude Opus 4.1 erreicht mit 74,5 % den höchsten öffentlich gemeldeten Wert, was die Leistung von OpenAIs o-Serie-Modellen um etwa fünf Prozentpunkte übertrifft.

Was sind die Hauptunterschiede zwischen Claude Opus 4.1 und anderen AI-Modellen wie GitHub Copilot oder ChatGPT?

Im Gegensatz zu GitHub Copilot, das sich auf Code-Vervollständigung konzentriert, kann Claude Opus 4.1 komplette Problemlösungs-Workflows, einschließlich Debugging und Refaktorierung, bearbeiten, während es auch Hybrid-Reasoning-Modi bietet, die zwischen schnellen Antworten und erweitertem Denken für komplexe Aufgaben wechseln können – eine Funktion, die in Standard-ChatGPT-Implementierungen nicht verfügbar ist.

Wie können Entwickler und Unternehmen Claude Opus 4.1 in ihre Workflows und Plattformen integrieren?

Entwickler können auf Claude Opus 4.1 über die API mit dem Tag “claude-opus-4-1-20250805” zugreifen, über Amazon Bedrock, Google Cloud Vertex AI oder über Claude Code für die Kommandozeilen-Integration, mit den gleichen Preisen wie Opus 4 und ohne Code-Änderungen für bestehende Implementierungen.