Opus 4.7: Anthropics stiller Preisanstieg - und warum er vielleicht Absicht ist

Anthropic hat letzte Woche Claude Opus 4.7 veröffentlicht. Ich will dir erklären, was das Release wirklich bedeutet - und warum die interessanteste Frage dabei nicht technischer Natur ist.

Opus 4.7 ist das neue Top-Modell von Anthropic. Kontextfenster: eine Million Token. Adaptive Thinking statt Extended Thinking. Trainiert auf Daten bis Januar 2026 - aktueller als GPT-5.4, das im August 2025 endet. Besonders stark: mehrstufige autonome Aufgaben, komplexe Dokumentenanalyse, Coding in echten Produktionsumgebungen.

Der Preis: $5 pro Million Input-Token, $25 pro Million Output-Token. Identisch zum Vorgänger Opus 4.6.

Keine Preiserhöhung. Das war die Headline.

Aber dann der Tokenizer.

Hier wird es interessant.

Ein Tokenizer ist das System, das Text in die Einheiten zerlegt, die das Modell tatsächlich verarbeitet - sogenannte Tokens. KI-Modelle rechnen nicht in Wörtern oder Zeichen. Sie rechnen in diesen Fragmenten. Ein Token entspricht grob einem halben bis ganzen deutschen Wort, je nach Struktur.

Opus 4.7 hat einen neuen Tokenizer. Derselbe deutsche Text - ein Vertrag, eine E-Mail, ein Bericht - wird von diesem Tokenizer in mehr, kleinere Stücke zerlegt als vom alten. Der Preis pro Token bleibt gleich. Aber weil mehr Tokens entstehen, steigen die tatsächlichen Kosten.

Anthropic hat das selbst kommuniziert: 10-35% mehr Token-Verbrauch für denselben Input. Wer von Opus 4.6 auf 4.7 migriert, zahlt de facto mehr - ohne dass der Listenpreis sich verändert hat.

“Keine Preiserhöhung” ist keine Lüge. Aber es führt trotzdem zu Mehrkosten.

Anthropic argumentiert mit Agentic Performance - der Fähigkeit des Modells, in mehrstufigen, autonomen Aufgaben besser zu sein als seine Konkurrenz.

Zum Vergleich: Auf dem Artificialanalysis Intelligence Index - dem einzigen halbwegs unabhängigen Vergleich - liegen Claude Opus 4.7, GPT-5.4 und Gemini 3.1 Pro alle bei Score 57. Alle gleich auf. Gemini kostet $2 pro Million Input-Token, GPT-5.4 $2,50.

Die Differenzierung kommt aus Partner-Benchmarks: Cursor hat auf seinem eigenen Coding-Benchmark 70% mit Opus 4.7 erzielt, vorher 58%. Rakuten löst dreimal mehr Production-Bugs. Notion: +14% Task Success, ein Drittel der Tool-Fehler. XBOW für Penetration Testing: 98,5% visuelle Präzision gegen 54,5% beim Vorgänger.

Das sind echte Unternehmen mit echten Engineering-Teams. Die Zahlen wurden von Anthropic ausgewählt und am Release-Tag veröffentlicht - kein neutrales Audit. Aber die Firmen stehen mit ihrem Namen dafür.

Reicht die Rechtfertigung - oder steckt mehr dahinter?

Hier wird es spekulativer. Und interessanter.

In den letzten zwölf Monaten ist Anthropic von $61,5 Milliarden auf $380 Milliarden Bewertung gestiegen - ein Faktor von rund 6 in unter einem Jahr. Im September 2025 holte das Unternehmen $13 Milliarden in einer einzigen Runde. Im Februar 2026 noch einmal $30 Milliarden. Gleichzeitig: Kooperation mit Google und Broadcom für "mehrere Gigawatt" der nächsten Compute-Generation. $100 Millionen in das Partner-Netzwerk. Ein eigenes Forschungsinstitut. Das öffentliche Bekenntnis, Claude werbefrei zu halten.

Das kostet alles sehr viel Geld.

Die Frage die ich mir stelle: Ist das Premium bei Opus 4.7 nur eine Rechtfertigung durch echte Agentic-Leistung - oder ist es auch eine Strategie?

Anthropic hat sich über Jahre eine bestimmte Reputation aufgebaut: das "verantwortungsvolle" KI-Labor. Safety-fokussiert. Technisch ausgewiesen. Der bevorzugte Partner für Enterprise-Anwendungen mit hohen Anforderungen. Diese Reputation hat einen Wert. Sie erlaubt es, einen Premium-Preis zu verlangen - und diesen mit selektiv ausgewählten Partner-Zahlen zu untermauern.

Wenn das Premium hält, fließt das Kapital zurück in Infrastruktur und Forschung. Das nächste Modell wird besser. Das rechtfertigt das Premium erneut. Der Kreislauf schließt sich.

Das ist keine Verschwörungstheorie. Das ist eine Wachstumsstrategie. Und sie funktioniert - solange Kunden bereit sind zu zahlen, ohne selbst systematisch zu testen.

Was dagegen spricht: Anthropic ist nicht allein. Gemini 3.1 Pro ist dreimal schneller und halb so teuer. GPT-5.4 liegt beim gleichen Score für die Hälfte. Wenn ein Mittelständler wirklich anfängt zu vergleichen - mit eigenen Workflows, echten Aufgaben - muss Opus 4.7 liefern.

Und vielleicht tut es das. Für die richtigen Use Cases - mehrstufige autonome Workflows, bei denen ein Fehler in Schritt 12 alles danach ruiniert - ist es nach dem Stand der verfügbaren Informationen das beste öffentliche Modell.

Aber "nach dem Stand der verfügbaren Informationen" heißt hier: nach Angaben von Anthropic und Anthropic-Partnern.

Die eigentliche Story dieses Releases ist nicht das Modell. Es ist was der Preis aussagt: über Anthropics Position im Markt, über das Vertrauen das ihre Kunden in sie setzen, und über die Frage, wann Vertrauen aufhört, eine rationale Grundlage zu haben - und anfängt, eine Preisstrategie zu stützen.