Claude Sonnet 4
unterstĂźtzt jetzt ein Kontextfenster von bis zu 1 Million Token, was etwa 750.000 WĂśrtern oder Ăźber 75.000 Codezeilen entspricht. Das entspricht einem Umfang von tausenden Seiten Text, einem kompletten Buchmanuskript oder sogar ganzen Codebasen â alles auf einmal analysierbar, ohne das Input-Material splitten zu mĂźssen.
Was bringt das 1M-Token-Kontextfenster?
- Komplette Codebasen & Dokumentationen: Entwickler kĂśnnen ihre gesamten Projekte â inklusive Quellcode, Dokumentation und Tests â in einer einzigen Anfrage analysieren lassen. So sind ganzheitliche Systemanalysen, Refactorings und Architektur-Empfehlungen mĂśglich.
- GroĂangelegte Dokumentenanalyse: FĂźr Autoren, Juristen oder Forscher heiĂt das: Verträge, Forschungspapiere und Notizen mĂźssen nicht mehr gestĂźckelt werden. Das Modell kann als âGedächtnisâ durch alle Dateien querverweisen und Zusammenhänge extrahieren.
- KI-Agenten mit persistentem Langzeitkontext: Agenten kĂśnnen Ăźber Dutzende Tool-Aufrufe, Workflows, Logs und ganze API-Dokumentationen hinweg den Kontext behalten. Das macht sie robuster und erĂśffnet neue MĂśglichkeiten fĂźr automatisierte Workflows.
Technische & finanzielle Details
- Das Langkontext-Feature ist aktuell in der Üffentlichen Beta-Phase per Anthropic API, Amazon Bedrock und demnächst auf Google Vertex AI verfßgbar.
- Zugelassen sind derzeit Tier-4- oder Individual-Accounts, der breitere Rollout soll folgen.
- Die Preise steigen deutlich ab 200.000 Token: Eingaben kosten 6âŻUSD pro 1 Mio. Token, Ausgaben 22,50âŻUSD pro 1 Mio. Token. Bis 200.000 Token gelten gĂźnstigere Konditionen. Mit Batch-Verarbeitung kann man die Kosten weiter reduzieren.
Konkurrenten & Einordnung
- Mit dem 1M-Token-Fenster schlieĂt Claude zu GPTâ4.1 von OpenAI und Googles Gemini 2.5 Pro auf, hebt sich aber insbesondere durch die schnellere VerfĂźgbarkeit und transparente Preisstruktur hervor.
- In Tests zeigte Claude Sonnet 4 oft weniger Halluzinationen als vergleichbare Modelle â allerdings war die Textanalyse weniger detailreich als bei Google Gemini in manchen Szenarien.
Fazit:
FĂźr professionelle Workflows, wie umfassende Text-, Code- oder Dokumentenanalysen, erĂśffnet das 1M-Kontextfenster vĂśllig neue MĂśglichkeiten. Besonders Entwickler, KI-Agentenbauer oder Vielreisende mit vielen Reiseberichten, Fotos oder Notizsammlungen kĂśnnen jetzt grĂśĂere Datenmengen zusammenhängend bearbeiten â effizienter, kontextstabiler und mit weniger manuellem Aufwand.
Hier findest du weiterfĂźhrende Informationen: Anthropic