Anthropic

Claude Opus 4.8

Type
modèle de langue
Contexte
1 000K tokens
Sortie maximale
128K
Sortie le
28 mai 2026
Connaissances jusqu'à
décembre 2025
Chaîne pour l'API
anthropic/claude-opus-4-8

Prix par fournisseur

Fournisseur Entrée, $ par 1M Sortie, $ par 1M Dans nos données depuis
unorouter $0,425 $2,125 31 juil. 2026
xpersona $1,5 $9,25 31 juil. 2026
Poe $4,293 $21,465 31 juil. 2026
NanoGPT $4,998 $25,007 31 juil. 2026
daoxe $5 $25 31 juil. 2026
neon $5 $25 31 juil. 2026
google-vertex-anthropic $5 $25 31 juil. 2026
ofox $5 $25 31 juil. 2026
routing-run $5 $25 31 juil. 2026
freemodel $5 $25 31 juil. 2026
modelis $5 $25 2 août 2026
AIHubMix $5 $25 31 juil. 2026
Abacus.AI $5 $25 31 juil. 2026
Amazon Bedrock anthropic.claude-opus-4-8 $5 $25 31 juil. 2026
Anthropic $5 $25 31 juil. 2026
Azure Cognitive Services $5 $25 31 juil. 2026
Cloudflare AI Gateway $5 $25 31 juil. 2026
CrossModel $5 $25 31 juil. 2026
DigitalOcean Gradient AI $5 $25 1 août 2026
FastRouter $5 $25 31 juil. 2026
GMI Cloud $5 $25 31 juil. 2026
GitHub Copilot $5 $25 31 juil. 2026
Google Vertex AI $5 $25 31 juil. 2026
LLM Gateway $5 $25 31 juil. 2026
Merge Gateway $5 $25 31 juil. 2026
Microsoft Foundry $5 $25 31 juil. 2026
OpenCode Zen $5 $25 31 juil. 2026
OpenRouter $5 $25 31 juil. 2026
Pioneer $5 $25 31 juil. 2026
SAP AI Core $5 $25 1 août 2026
Vercel $5 $25 31 juil. 2026
ZenMux $5 $25 31 juil. 2026
Amazon Bedrock eu.anthropic.claude-opus-4-8 $5,5 $27,5 31 juil. 2026
Venice AI $6 $30 31 juil. 2026

Seul le tarif de base et uniquement les prix au token sont affichés. Les tarifs par lots, réduits ou mis en cache, ainsi que les prix par image ou par seconde de vidéo, n'entrent pas dans ce tableau : ils ne peuvent pas figurer dans la même colonne qu'un prix par million de tokens.

Un même fournisseur apparaît plusieurs fois s'il vend ce modèle sous des identifiants différents et à des prix différents — par exemple à des précisions de poids différentes. L'identifiant est indiqué à côté du nom. Les offres identiques arrivées de deux sources sous des orthographes différentes sont fusionnées en une seule ligne.

La date de la dernière colonne est le jour où ce prix est entré pour la première fois dans notre collecte. Le prix peut être plus ancien : avant ce jour, nous ne l'enregistrions tout simplement pas. Il n'a pas changé depuis — sinon une nouvelle ligne avec une nouvelle date figurerait à sa place.

Résultats des mesures

Jeu de tâches Résultat Conditions d'exécution Mesuré par
Arena Score, développement web 1 538,84 1 531–1 547 — —
Arena Score, questions d'expert 1 489,04 1 478–1 500 — —
Arena Score, programmation 1 485,6 1 478–1 493 — —
Arena Score, requêtes longues 1 480,54 1 474–1 487 — —
Arena Score, dialogue à plusieurs tours 1 475,63 1 467–1 484 — —
Arena Score, requêtes difficiles 1 473,3 1 467–1 479 — —
Arena Score en français 1 471,76 1 453–1 490 — —
Arena Score, mathématiques 1 466,9 1 452–1 482 — —
Arena Score en russe 1 464,49 1 454–1 475 — —
Arena Score, respect des consignes 1 461,02 1 454–1 468 — —
Arena Score en anglais 1 457,59 1 451–1 464 — —
Arena Score, classement général 1 453,02 1 448–1 458 — —
Arena Score en espagnol 1 449,21 1 429–1 469 — —
Arena Score, écriture créative 1 443,1 1 434–1 452 — —
Arena Score, compréhension de schémas 1 304,65 1 293–1 317 — —
Arena Score, reconnaissance de texte sur image 1 297,38 1 289–1 306 — —
Arena Score, travail sur images 1 287,87 1 280–1 296 — —
Mock AIME 2024–2025 — problèmes d'olympiade 98,33 % effort : max · avec un harnais ajusté Epoch evaluations
ARC-AGI — généralisation à des motifs inédits 92,5 % effort : max · avec un harnais ajusté https://arcprize.org/leaderboard
GPQA Diamond — questions de niveau doctorat 88,05 % effort : max · avec un harnais ajusté Epoch evaluations
WeirdML — tâches d'apprentissage automatique inhabituelles 82,89 % effort : xhigh https://htihle.github.io/weirdml.html
FrontierMath, niveaux 1–3 80 % effort : max Epoch evaluations
ARC-AGI-2 72,08 % effort : high —
CursorBench — modifications dans l'éditeur 63,8 % effort : max https://cursor.com/cursorbench
SimpleBench — questions pièges 57,76 % — https://lmcouncil.ai/benchmarks auto-déclaré
FrontierMath, niveau 4 — problèmes de recherche 56,1 % effort : max Epoch evaluations
DeepResearch Bench — recherche approfondie 50,23 % effort : high https://drb.futuresearch.ai/#drb auto-déclaré
GSO-Bench — optimisation de code 47,06 % — https://gso-bench.github.io/index.html
FrontierCode — correctifs acceptables dans un projet 46,5 % — https://cognition.com/frontiercode
APEX-Agents 42,5 % effort : max —
SimpleQA Verified — exactitude factuelle 39,5 % effort : max Epoch evaluations
Problèmes d'échecs 30,56 % effort : max Epoch evaluations
CritPt — problèmes de physique 20,86 % effort : max —
OSWorld 2.0 — travail dans un système d'exploitation 20,6 % effort : max https://osworld-v2.xlang.ai/ auto-déclaré
Remote Labor Index — missions issues d'une plateforme de freelance 8,33 % — —
Arena Score, tâches d'agent 0,03 0–0 — —