Claude Opus 4.8 par Anthropic
Sorti le 28 mai 2026. Nouveau modèle phare. 4× moins susceptible de laisser passer des défauts de code par rapport à Opus 4.7. Même tarification, contexte 1M.
Tier A — Frontier
Fonctionne en :USCréé en :United States
Opus 4.8 marque une étape concrète dans la fiabilité des agents autonomes : moins d'erreurs de code laissées passer, des exécutions plus longues sans dérive, et un contexte d'un million de tokens qui change la portée des tâches traitables en une seule passe. C'est le modèle phare d'Anthropic au 28 mai 2026, conçu pour les équipes qui confient à l'IA des missions complexes et de longue durée.
— Analyse modèle Tokonomix
Section 01
Analyse de vitesse
Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.
Latence P50 (médiane)Latence P95105 runs
Section 02
Scores de qualité
Résultats d'évaluation issus des notations du modèle juge sur diverses catégories de tâches. Les scores reflètent la cohérence, la précision et le suivi des instructions.
88
Génération de code
99
Multilingue
80
Créatif
Section 03
Historique des tarifs
Tarifs directs du fournisseur par million de tokens, plus une estimation du coût d'une conversation typique.
💰
Tarifs API — Claude Opus 4.8
$5.00 par 1M de tokens d'entrée
$25.00 par 1M de tokens de sortie
≈ $0.0080 par conversation typique (800 tokens)
Prix entrée vs sortie (par 1M de tokens)
par 1M de tokens d'entrée$5.00
par 1M de tokens de sortie$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 weeklySection 04
Tokens par seconde
Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.
Débit (tokens / s)28 / avg 157
Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.
Section 05
Forces & faiblesses
Basé sur les résultats de benchmarks et les retours communautaires agrégés sur des cas d'usage réels.
Forces
4× moins de défauts de code manquésJugement plus net sur sa propre progressionExécutions autonomes plus longues et stablesContexte de 1 000 000 tokensAdaptive thinking intégréVision et analyse d'images nativesTool-use robuste pour agents complexes
Faiblesses
Coût élevé vs Sonnet 4.6 ou Haiku 4.5Latence supérieure aux modèles plus légersCutoff de connaissance : mai 2026Pas de mode extended thinking disponible
Section 06
Capacités
toolssource: litellmvisionjson modepdf inputreasoningjson schemaprompt cachingmax output tokens: 128000
Section 07
Questions fréquentes
Pour les revues de code critiques ou les pipelines d'agents autonomes, oui : la réduction d'environ 4× des défauts non détectés peut éviter des incidents coûteux. Pour de la complétion de code rapide ou des tâches répétitives à faible enjeu, Sonnet 4.6 offre un meilleur rapport performance/coût.
Opus 4.8 est le bon choix pour les flux de travail autonomes exigeants où la qualité du code et la durée d'exécution comptent davantage que la vitesse brute ou le coût par token. Pour les tâches courtes et répétitives, Sonnet 4.6 ou Haiku 4.5 restent plus économiques.
— Rédaction Tokonomix
Section 08
Disponibilité
Disponibilité
La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.
7 derniers jours
100.0%
n=78
30 derniers jours
100.0%
n=483
Temps de réponse médian
23,544ms
n=483
Basé sur 863 mesures au cours des 30 derniers jours.
Détails techniques
Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.
Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.
Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.
Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.
Total des appels (30d)
483
Réponses OK (30d)
483
Total des appels (7d)
78
Réponses OK (7d)
78
Section 09
Verdicts benchmark Tokonomix
⚖️
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
Section 10
Profil complet du modèle
Dernier test automatisé
24 juil. 2026 · 20:05 UTC · Benchmark de vitesse
Latence P50
7067 ms
Latence P95
7975 ms
Erreurs
0 / 6 exécutions
Dernière revue par Équipe Tokonomix·29 mai 2026