Claude Opus 4.8 — флагманская модель Anthropic с сильными показателями в рассуждении, кодинге, работе с длинным контекстом и мультимодальными задачами. Показывает высокие результаты на GPQA (94%), CharXiv-R (90%) и DeepSearchQA (93%), а также хорошо справляется с задачами глубокого поиска и анализа графиков. Поддерживает мультимодальный ввод (текст и изображения).
Основные характеристики
Параметры
-
Контекст
1.0M
Дата выпуска
28 мая 2026 г.
Индекс
49.8
Временная шкала
Ключевые даты в истории модели
Анонс
28 мая 2026 г.
Последнее обновление
29 июля 2026 г.
Сегодня
28 октября 2026 г.
Технические характеристики
Параметры
-
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval
Ценообразование и доступность
Вход (за 1М токенов)
$5.00
Выход (за 1М токенов)
$25.00
Макс. входящих токенов
1.0M
Макс. исходящих токенов
128.0K
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение
Результаты бенчмарков
Показатели производительности модели на различных тестах и бенчмарках
Программирование
Тесты на навыки программирования
SWE-Bench Verified
Стандартная обвязка с включёнными в сэмплирование блоками мышления, усреднено по 5 испытаниям. • данные разработчика
Рассуждения
Логические рассуждения и анализ
GPQA
GPQA Diamond, усреднено по 25 попыткам. • данные разработчика
Другие тесты
Специализированные бенчмарки
GDPval-AA
Adaptive Reasoning, Max Effort. Оценка 1638 из 3000 по методологии GDPval-AA v2 Elo (Artificial Analysis). • проверено
DeepSearchQA
F1-мера. Веб-поиск, веб-фетч, выполнение кода, максимальное усилие рассуждения, адаптивное мышление, бюджет 1M токенов. • данные разработчика
CharXiv-R
CharXiv Reasoning. Адаптивное мышление с максимальным усилием и инструментами Python: 89.9%. Без инструментов: 80.5%. 1000 валидационных вопросов, усреднено по 5 запускам. • данные разработчика
BrowseComp
Одиночный агент с веб-поиском, веб-загрузкой, выполнением кода, адаптивным мышлением на максимальном усилии, лимитом 10M токенов и сжатием контекста при 200k токенов. Мультиагентная система (оркестратор + блокирующие субагенты) достигает 88.5%. • данные разработчика
CyberGym
Воспроизведение целевых уязвимостей (pass@1) на 1 507 задачах без развёрнутых защитных механизмов. С защитными механизмами Tier-3: 1.0%. • данные разработчика
DeepSWE 1.1
Таблица лидеров DeepSWE v1.1, харнесс mini-swe-agent, максимальное усилие; Pass@1 59% ± 2%. • проверено
Finance Agent
Агентный финансовый анализ (Finance Agent v2). Оценка Vals AI с адаптивным мышлением на максимальном усилии. • данные разработчика
Finance Agent v2
• проверено
FrontierCode 1.1
FrontierCode 1.1, текущая таблица лидеров; оценка mergeability при максимальном усилии: 46.5%. • проверено
FrontierSWE
Claude Code • проверено
Graphwalks BFS >128k
Оценка F1 на подмножестве 1M токенов, усреднено по 5 испытаниям. Подмножество 256K: 85.9%. • данные разработчика
Graphwalks parents >128k
Оценка F1 на подмножестве 1M токенов, усреднено по 5 испытаниям. Подмножество 256K: 99.3%. • данные разработчика
HealthBench Professional
Скорректированный по длине балл с адаптивным мышлением на максимальном усилии. Оценщик Claude Sonnet 4.6, усреднено по 5 испытаниям. • данные разработчика
Humanity's Last Exam
Мультидисциплинарное рассуждение на максимальном усилии. С инструментами (веб-поиск, получение веб-страниц, выполнение кода): 57.9%. Без инструментов: 49.8%. • данные разработчика
Include
Многоязычный бенчмарк региональных знаний, охватывающий 44 языка. Включено адаптивное мышление со структурированным выводом в JSON. • данные разработчика
LiveBench
2026-01-08, Режим мышления, xHigh усилие • проверено
MCP Atlas
Реальное использование инструментов MCP на серверах, близких к продуктивным. Оценено Scale AI (конфигурация апрель 2026: бюджет 100 вызовов инструментов). Средняя полнота утверждений 86.2%. • данные разработчика
OfficeQA Pro
Внутренний агентный харнесс с документами в виде извлечённого текста и инструментами выполнения кода. OfficeQA, полный набор: 77.6%. • данные разработчика
OSWorld-Verified
Оценка агентного использования компьютера. 361 задача на 100 шагов, разрешение 1080p, адаптивное мышление на максимальном усилии. Pass@1, усреднение по 5 сидам. Anthropic обновила методологию harness (исправление инструмента zoom, 128K максимальных токенов на ход). • данные разработчика
ScreenSpot Pro
Определение заземления GUI. Адаптивное мышление на максимальном усилии с инструментами Python: 87.9%. Без инструментов: 82.3%. Усреднено по 5 запускам. • данные разработчика
SWE-bench Multilingual
300 задач на 9 языках программирования. • данные разработчика
SWE-Bench Multimodal
Визуальный контекст (скриншоты, дизайн-макеты), добавленный к описаниям задач. Внутренний харнесс. • данные разработчика
SWE-Bench Pro
Оценка агентного кодирования. Стандартный harness, адаптивное мышление на максимальном усилии, усреднение по 5 прогонам. • данные разработчика
Terminal-Bench 2.0
Terminal-Bench 2.1 с публичным харнессом Terminus-2 на Daytona, высокое усилие, среднее вознаграждение по 5 попыткам на задачу (89 задач, 445 испытаний). • данные разработчика
Terminal-Bench 4.0
Terminal-Bench 4.0, публичная таблица лидеров; доля решённых задач 23.6% ± 3.6%; агент Claude Code; максимальное усилие. • проверено
Toolathlon
Pass@1, усреднено по 3 попыткам на всех 108 задачах. Внутренний харнесс с адаптивным мышлением на максимальном усилии. Pass@3: 67.6%. • данные разработчика
Лицензия и метаданные
Лицензия
Проприетарная
Дата анонса
28 мая 2026 г.
Последнее обновление
29 июля 2026 г.
Claude Opus 4.8: плюсы и минусы
Плюсы
- В топ-30 по сводному индексу (19-е место из 344)
- Огромный контекст — 1M токенов: целые книги и кодовые базы за раз
- Понимает изображения, не только текст
- Сильнее всего в тесте GPQA — 94.0%
Минусы
- Дорогой API — $5.00 за 1M входных токенов
- Слабее в тесте Terminal-Bench 4.0 — 23.6%
Похожие модели
Все модели
Claude Opus 4.6
Anthropic
MM
Лучший скор:1.0 (TAU)
Релиз:февр. 2026 г.
Цена:$5.00/1M токенов
Claude Opus 4.7
Anthropic
MM
Лучший скор:0.9 (GPQA)
Релиз:апр. 2026 г.
Цена:$5.00/1M токенов
Claude Opus 4.5
Anthropic
MM
Лучший скор:0.9 (TAU)
Релиз:нояб. 2025 г.
Цена:$5.00/1M токенов
Claude Sonnet 4.6
Anthropic
MM
Лучший скор:0.9 (TAU)
Релиз:февр. 2026 г.
Цена:$3.00/1M токенов
Claude Sonnet 4.5
Anthropic
MM
Лучший скор:0.9 (TAU)
Релиз:сент. 2025 г.
Цена:$3.00/1M токенов
Claude Opus 5.5
Anthropic
MM
Релиз:сент. 2026 г.
Цена:$4.00/1M токенов
Claude Sonnet 5.5
Anthropic
MM
Релиз:сент. 2026 г.
Цена:$2.00/1M токенов
Claude Opus 5
Anthropic
MM
Релиз:июль 2026 г.
Цена:$5.00/1M токенов
Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.