İçeriğe geç
Seviye A — Öncü
Çalıştığı yer:USYapıldığı yer:United States

Kullanımdan kaldırma tarihi

Sağlayıcı 28 Mayıs 2027 tarihini geçici bir kullanımdan kaldırma tarihi olarak belirtiyor. Model şu an her zamanki gibi kullanılabilir.

Anthropic

Claude Opus 4.8

Seviye A — Öncü · 1M token

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··

Claude Opus 4.8, Anthropic'in otonom yazılım geliştirme ve karmaşık çok adımlı görevler için tasarladığı amiral gemisi modelidir. Opus 4.7 üzerine inşa edilmiş ancak kod doğruluğu ve öz-değerlendirme kapasitesi açısından belirgin biçimde ileriye taşınmıştır.

Tokonomix model analizi
Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme100 runs
702138320652746342708-2109-14ms
Bölüm 02

Kalite puanları

Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.

48%
Kod üretimi
jüri ortalaması 94
44%
Yaratıcı
jüri ortalaması 87
72%
Olgusal
jüri ortalaması 88
58%
Çok dilli
jüri ortalaması 98
67%
Akıl yürütme
jüri ortalaması 99

Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.

Bölüm 03

Fiyatlar

Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.

💰
API tarifeleri — Claude Opus 4.8
$6.50 1M giriş token başına
$32.50 1M çıkış token başına
≈ $0.0104 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$6.50
1M çıkış token başına$32.50
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)203 / avg 185
28373

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Güçlü & zayıf yönler

Benchmark sonuçları ve gerçek kullanım senaryolarına dair toplu topluluk geri bildirimine dayanır.

Güçlü yönler

Kod hatalarını 4× daha az atlamaKeskin öz-değerlendirme kapasitesiUzun otonom çalışmalar desteği1.000.000 token bağlam penceresiMetin ve görüntü girdi desteğiGelişmiş tool-use ve ajan orkestrasyonAdaptive thinking modu

Zayıf yönler

Sonnet ve Haiku'ya göre yüksek maliyetHafif modellere kıyasla daha yüksek gecikmeBilgi kesim tarihinden sonraki olayları bilmezExtended thinking modu bulunmuyor
Bölüm 06

Yetenekler

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

Sık sorulan sorular

Hayır. Opus 4.8, API düzeyinde Opus 4.7 ile birebir uyumludur ve aynı giriş/çıkış fiyatlandırmasını kullanır. Model adını güncellemek yeterlidir; başka bir entegrasyon değişikliği gerekmez.

Kod doğruluğu ve uzun süreli otonom yürütme kritik önceliklerse Opus 4.8, Anthropic portföyünün en güçlü seçeneğidir; bütçe veya gecikme kısıtı varsa Sonnet 4.6 değerlendirilebilir.

Tokonomix editöryel ekibi
Bölüm 08

Kullanılabilirlik

Kullanılabilirlik

Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.

Son 7 gün

100.0%

n=53

Son 30 gün

100.0%

n=56

Medyan yanıt süresi

8,130ms

n=56

Baz alınan 441 ölçüm son 30 gün içinde.

Teknik detaylar

Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.

Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.

Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.

Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.

Toplam çağrı (30d)

56

OK yanıtlar (30d)

56

Toplam çağrı (7d)

53

OK yanıtlar (7d)

53

Bölüm 09

Tokonomix kıyaslama kararları

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-594/100 · 80 runs
74 correct4 partial2 wrong93% accuracy
2026-09-13

Claude Opus 4.8 adds seven capabilities but lacks performance benchmarks

Claude Opus 4.8 introduces a significant expansion of capabilities without accompanying performance data. The model now supports seven new features: tools, vision, JSON mode, PDF input, reasoning, JSON schema, and prompt caching. These additions represent a substantial broadening of the model's functionality, particularly with the inclusion of multimodal capabilities through vision and PDF input, as well as structured output options via JSON mode and schema support. The reasoning capability suggests enhanced analytical features, while prompt caching could improve efficiency for repetitive tasks. However, no benchmark scores are available in the current window, making it impossible to assess the model's actual performance across standard evaluation metrics or compare it to previous versions or competitors. Users gain access to a more versatile model with expanded input and output formats, but without performance data, it remains unclear whether these new capabilities come with any trade-offs in speed, accuracy, or other quality metrics. The absence of benchmarks is notable given that this appears to be a major feature release.

Kalite

Gecikme p50

Test çalıştırmaları

0

Seven new capabilities added Multimodal support via vision Structured output with JSON No benchmark data available
Bölüm 10

Tam model profili

Anthropic Claude Opus 4.8

28 Mayıs 2026 yayımlandı. Yeni amiral gemisi model. Kod hatalarının gözden kaçma olasılığı 4× daha düşük.

Son otomatik test
14 Eyl 2026 · 20:02 UTC · Hız testi
P50 gecikme
987 ms
P95 gecikme
1118 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·15 Eylül 2026