Zum Inhalt
Tier A — Frontier
Läuft in:USErstellt in:United States
Anthropic

Claude Opus 4.8

Tier A — Frontier · 1M Tokens

Tokonomix-Redaktionsteam·Geprüft von Mes Kalkan·

Claude Opus 4.8 setzt Anthropics Flaggschiff-Linie fort und liefert messbar zuverlässigere Code-Analyse sowie deutlich längere autonome Läufe — bei identischen Preisen wie Opus 4.7.

Tokonomix Modellanalyse
Abschnitt 01

Geschwindigkeitsanalyse

Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.

P50-Latenz (Median)P95-Latenz105 runs
7503175560080251045006-2807-24ms
Abschnitt 02

Qualitätswerte

Auswertungsergebnisse aus Judge-Model-Bewertungen über verschiedene Aufgabenkategorien. Werte spiegeln Kohärenz, Genauigkeit und Anweisungsbefolgung wider.

88
Codegenerierung
99
Mehrsprachig
80
Kreativ
Abschnitt 03

Preisverlauf

Direkte Provider-Tarife pro Million Tokens, plus eine typische Gesprächskostenschätzung.

💰
API-Tarife — Claude Opus 4.8
$5.00 pro 1M Input-Tokens
$25.00 pro 1M Output-Tokens
≈ $0.0080 pro typischem Gespräch (800 Tokens)
Input- vs. Output-Preis (pro 1M Tokens)
pro 1M Input-Tokens$5.00
pro 1M Output-Tokens$25.00

Pricing over time

Input & output per 1M tokens · step-line = price changes

$5.00

input / 1M

— stable

$25.00

output / 1M

— stable

2026-05-312026-07-052026-07-19
Input
Output
Price change
⟳ synced weekly
Abschnitt 04

Tokens pro Sekunde

Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.

Durchsatz (Tokens / s)28 / avg 157
26421

Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.

Abschnitt 05

Stärken & Schwächen

Basierend auf Benchmark-Ergebnissen und aggregiertem Community-Feedback zu realen Anwendungsfällen.

Stärken

4× weniger übersehene Code-FehlerLängere autonome Läufe ohne Abbruch1 Million Token KontextfensterAdaptive Thinking für schwierige AufgabenSchärferes Urteil über eigenen FortschrittVision und multimodale EingabenZuverlässiges Tool-Use in Agenten-PipelinesGleicher Preis wie Opus 4.7

Schwächen

Höhere Latenz als Sonnet 4.6 oder Haiku 4.5Deutlich teurer als leichtere Modelle für einfache AufgabenKein Extended-Thinking-Modus verfügbarKnowledge-Cutoff schränkt tagesaktuelle Informationen ein
Abschnitt 06

Fähigkeiten

toolssource: litellmvisionjson modepdf inputreasoningjson schemaprompt cachingmax output tokens: 128000
Abschnitt 07

Häufig gestellte Fragen

Ja, wenn Code-Review oder autonome Agenten-Workflows im Einsatz sind. Die rund 4× geringere Rate übersehener Code-Fehler und die verbesserte Selbstbeurteilung des Fortschritts reduzieren manuelle Nachkontrolle spürbar. Für rein textbasierte Aufgaben ohne Fehlerkritikalität ist der Unterschied geringer.

Für Teams, die komplexe, mehrstufige Workflows automatisieren wollen, ist Opus 4.8 derzeit die robusteste Wahl im Anthropic-Portfolio — sofern Latenz und Kosten im Verhältnis zum Aufgabengewicht stehen.

Tokonomix Redaktion
Abschnitt 08

Verfügbarkeit

Verfügbarkeit

Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.

Letzte 7 Tage

100.0%

n=78

Letzte 30 Tage

100.0%

n=483

Mediane Antwortzeit

23,544ms

n=483

Basierend auf 863 Messungen in den letzten 30 Tagen.

Technische Details

Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.

Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.

Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.

Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.

Gesamte Aufrufe (30d)

483

OK-Antworten (30d)

483

Gesamte Aufrufe (7d)

78

OK-Antworten (7d)

78

Abschnitt 09

Tokonomix-Benchmark-Urteile

⚖️
Endorsed by 1 judge
Independent LLM judges evaluated this model on our weekly intelligence tests
claude-sonnet-4-596/100 · 40 runs
38 correct2 partial0 wrong95% accuracy
2026-07-19

Claude Opus 4.8 quality drops 8.6 points with coding decline

Claude Opus 4.8 shows a significant performance decline in the current benchmark window, with overall quality dropping from 97.7 to 89.1 points. The most notable regression appears in coding performance, which fell from 94 to 88 points. Reasoning capability data is conspicuously absent from the current window despite scoring a perfect 100 previously, while creative writing scores at 80 represent a new category without historical comparison. Multilingual performance remains the model's strongest suit, holding steady at 99 points across both windows. Latency improved marginally from 7820ms to 7692ms at the median, showing slightly faster response times. The quality drop of 8.6 points is substantial enough to warrant attention from users who depend on consistent performance, particularly those relying on coding assistance. The missing reasoning scores and appearance of new creative scores suggest possible changes to the benchmark methodology or model capabilities between windows. Users should monitor whether this represents temporary instability or a sustained regression in model quality.

Quality

89.1

Latency p50

7,692 ms

Test runs

5

Quality dropped 8.6 points Coding score declined to 88 Multilingual stable at 99 Latency improved slightly
Abschnitt 10

Vollständiges Modellprofil

Claude Opus 4.8 von Anthropic

Veröffentlicht am 28. Mai 2026. Anthropics neues Flaggschiff. Gegenüber Opus 4.7: rund 4× geringere Wahrscheinlichkeit für übersehene Code-Fehler, schärferes Urteilsvermögen über den eigenen Fortschritt, längere autonome Läufe. Identische Ein-/Ausgabepreise wie 4.7 ($5/$25 pro 1M Tokens), 1M-Token-Kontextfenster, adaptive Thinking, kein Extended-Thinking-Modus.

Vollständiger redaktioneller Text folgt — Seite befüllt aus offiziellen Anthropic-Release-Daten am 29. Mai 2026.

Letzter automatisierter Test
24. Juli 2026 · 20:05 UTC · Geschwindigkeits-Benchmark
P50-Latenz
7067 ms
P95-Latenz
7975 ms
Fehler
0 / 6 Läufe
Zuletzt geprüft von Tokonomix-Team·29. Mai 2026