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

Arşivlendi

Bu model sağlayıcı tarafından kullanımdan kaldırıldı. Geçmiş veriler korunmaktadır.

28 Mayıs 2027 tarihinden beri kullanılamıyor.

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
731168026283577452508-1409-07ms
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.

46%
Kod üretimi
jüri ortalaması 94
44%
Yaratıcı
jüri ortalaması 87
70%
Olgusal
jüri ortalaması 92
58%
Çok dilli
jüri ortalaması 98
74%
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

Fiyat geçmişi

Milyon token başına doğrudan sağlayıcı tarifeleri, artı tipik bir konuşma maliyet tahmini.

💰
API tarifeleri — Claude Opus 4.8
$5.00 1M giriş token başına
$25.00 1M çıkış token başına
≈ $0.0080 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$5.00
1M çıkış token başına$25.00

Pricing over time

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

$5.00

input / 1M

— stable

$25.00

output / 1M

— stable

2026-06-212026-08-022026-09-06
Input
Output
Price change
⟳ synced weekly
Bölüm 04

Saniye başına token

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

Verim (token / s)180 / avg 180
27140

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=3

Son 30 gün

100.0%

n=3

Medyan yanıt süresi

46,644ms

n=3

Baz alınan 388 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)

3

OK yanıtlar (30d)

3

Toplam çağrı (7d)

3

OK yanıtlar (7d)

3

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-4-595/100 · 75 runs
70 correct4 partial1 wrong93% accuracy
2026-09-06

Claude Opus 4.8 adds seven capabilities but lacks performance benchmarks

Claude Opus 4.8 introduces seven new capabilities: tool use, vision, JSON mode, PDF input, reasoning, JSON schema, and prompt caching. These additions significantly expand the model's functionality, bringing it closer to feature parity with competing frontier models. The vision capability enables image understanding, while tool use allows function calling for extended workflows. PDF input support streamlines document processing, and the reasoning feature suggests enhanced problem-solving capabilities. JSON mode and schema support improve structured output generation, while prompt caching can reduce latency and costs for repeated interactions. However, this release includes no benchmark performance data across standard evaluation suites. Without metrics on coding ability, mathematical reasoning, instruction following, or general knowledge tasks, users cannot assess whether core model quality has improved, regressed, or remained stable. The absence of comparative scores makes it impossible to position this release against other frontier models or previous versions. Organizations considering adoption should conduct their own evaluations on task-specific benchmarks relevant to their use cases before deployment.

Kalite

Gecikme p50

Test çalıştırmaları

0

Seven new capabilities added Vision and tool use enabled No performance benchmarks provided Quality changes unknown
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
7 Eyl 2026 · 20:02 UTC · Hız testi
P50 gecikme
1109 ms
P95 gecikme
1180 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·29 Mayıs 2026