Anthropic: Claude Sonnet 4 und Opus 4 werden am 15. Juni eingestellt
Anthropic hat die Abschaltung der ursprünglichen Modelle Claude Sonnet 4 und Claude Opus 4 angekündigt. Beide Modelle werden am 15. Juni 2026 von der API entfernt. Entwicklungsteams sollten so schnell wie möglich auf Version 4.6 migrieren.
Dieser Artikel wurde mithilfe von künstlicher Intelligenz aus Primärquellen erstellt.
Am 14. April hat Anthropic die Abschaltung zweier Schlüsselmodelle aus der Claude-4-Familie angekündigt: Claude Sonnet 4 (claude-sonnet-4-20250514) und Claude Opus 4 (claude-opus-4-20250514). Beide Modelle werden am 15. Juni 2026 vollständig von der Claude API entfernt.
Was sich ändert
Die ursprünglichen Claude-4-Modelle, die im Mai 2025 eingeführt wurden, weichen den neueren 4.6-Versionen, die erhebliche Verbesserungen bei agentischen Aufgaben, Programmierung und langen Kontexten bieten. Im Einzelnen:
- Claude Sonnet 4 wird durch Claude Sonnet 4.6 ersetzt (eingeführt am 17. Februar 2026)
- Claude Opus 4 wird durch Claude Opus 4.6 ersetzt (eingeführt am 5. Februar 2026)
Nach dem 15. Juni werden alle API-Aufrufe an die alten Modell-IDs einen Fehler zurückgeben.
Warum das wichtig ist
Viele Entwicklungsteams verwenden noch die ursprünglichen Claude-4-Modelle in der Produktion. Die Migration auf Version 4.6 bringt Vorteile — nativer 1M-Token-Kontext ohne Beta-Header, verbessertes agentisches Verhalten und neue Werkzeuge wie Kontextkomprimierung — erfordert aber Tests, da es Verhaltensänderungen gibt (z. B. unterstützt Opus 4.6 kein Prefilling von Assistant-Nachrichten).
Was Sie tun müssen
- Identifizieren Sie alle API-Aufrufe, die
claude-sonnet-4-20250514oderclaude-opus-4-20250514verwenden - Ersetzen Sie die Modell-IDs durch die entsprechenden 4.6-Versionen
- Testen Sie gründlich, da Opus 4.6 adaptives Denken statt manueller Steuerung empfiehlt
- Migrationsfrist: 15. Juni 2026.
Verwandte Nachrichten
arXiv:2605.21006: Off-the-shelf-Persona-Vektoren erreichen 68-98 % der Wirksamkeit von gezieltem Sycophancy-Steering in LLM-Modellen
Black Forest Labs: FLUX Erase übertrifft GPT Image-2 (68,5 %) und Finegrain (63,2 %) bei der promptlosen Objektentfernung
arXiv:2605.19762: ICML-2026-Paper behauptet, Code verbessert nicht das Mathe-Reasoning von LLMs