Claude Opus 4.8

Claude Opus 4.8 — модель Anthropic линейки Opus. По анонсу Anthropic, это новая версия Claude Opus, построенная на предшественнице. Изменение вендор называет скромным, но ощутимым улучшением. Главным сдвигом анонс считает честность. По словам вендора, ранние тестировщики отмечают, что модель чаще обозначает неуверенность в своей работе и реже делает неподтверждённые заявления.

История рейтинга

Загружаем историю замеров…

Главное

  • Место в общем рейтинге47-еиз 419Индекс интеллекта 41,8 · 15-е из 231
    замер 28 октября 2026
  • Цена за 1 млн токенов$5 / $25вход / выходпакетная обработка $2,50 / $12,50 · у отдельных провайдеров до $10 / $50
  • Контекст1 000 000токеновответ до 128 000 токенов
  • ПринимаетТекст, изображения, файлыотвечает: текст
  • Выход модели28 мая 2026линейка Opus
  • БесплатноНеттолько платные тарифы

Бенчмарки

  • Индекс интеллекта41,815-е из 231лучший результат 58,4 у Claude Opus 5.5
  • Индекс программирования74,314-е из 130лучший результат 80,7 у Claude Fable 5.1
  • Индекс агентных задач41,918-е из 101лучший результат 57,2 у Claude Fable 5.1

Проверка на реальных провайдерах

ТестРезультат по площадкамПлощадокПрогоновДата
GPQA Diamond — вопросы уровня аспирантуры89,2 % — 90,5 %95812 сентября 2026
τ-bench — сценарии поддержки авиакомпании75,4 % — 78,7 %94612 сентября 2026

Дизайн и вёрстка

  • Agents: agenticslides(python pptx) 1-еиз 9· побед 69 %
  • Agents: pptxslides 1-еиз 8· побед 68 %
  • Agents: agenticslides 1-еиз 9· побед 65 %
  • Презентации 2-еиз 27· побед 66 %
  • Agents: agenticslides(html) 3-еиз 9· побед 56 %
  • Agents: agentichtmlslides 3-еиз 9· побед 56 %

Индексы — сводные оценки независимой лаборатории тестирования; проверка на площадках — прогоны агрегатора у провайдеров, показан диапазон результатов; дизайн — парные сравнения вёрстки и кода по категориям.

Места в рейтингах

РейтингМестоОценкаРежимВыборкаДата замера
Общий зачёт
47-еиз 419
1 454 1 450–1 458базовый65 12128 октября 2026
Программирование
42-еиз 414
1 487 1 482–1 493базовый18 09128 октября 2026
Математика
46-еиз 405
1 471 1 460–1 481базовый3 09828 октября 2026
Русский язык
38-еиз 383
1 467 1 459–1 474базовый7 06428 октября 2026
Веб-разработка
53-еиз 151
1 536 1 530–1 542базовый17 32328 октября 2026
Работа с изображениями
28-еиз 167
1 289 1 282–1 295базовый18 80019 октября 2026
Работа с документами
12-еиз 44
1 475 1 468–1 482high11 55113 сентября 2026

Оценка — рейтинг по парным сравнениям людей; для агентных задач — улучшение относительно базового уровня, не вероятность успеха. Рядом интервал из источника. Выборка — число голосов или наблюдений в снимке.

Популярность: доля токенов через API-агрегаторы за 30 дней не зафиксирована.

Режимы работы

РежимЧто этоМеста в рейтингахЦена за 1 млн токенов
режим highглубокое рассуждение · по умолчаниюРабота с документами 12-е из 44как у модели
режим none, режим low, режим medium, режим xhigh, режим maxуровни рассуждения без отдельных замеровРейтинг не измеренкак у модели
Пакетная обработкаответы в течение суток, дешевле обычного тарифаРейтинг не измерен$2,50 / $12,50

Режимы — уровни рассуждения одной модели и маршруты доступа. Токены рассуждения оплачиваются как ответ; цена одна, кроме пакетной обработки и бесплатного маршрута.

Сколько это стоит на практике

  • $14,00Чат-помощник1 000 сообщений: 300 токенов запроса и 500 токенов ответа каждоевход 300 000 · выход 500 000 токенов
  • $30,00Разбор документов100 документов по 50 000 токенов входа, ответ 2 000 токеноввход 5 000 000 · выход 200 000 токенов
  • $40,00Программирование200 задач по 20 000 токенов входа и 4 000 токенов ответавход 4 000 000 · выход 800 000 токенов

Сумма = вход × цена входа + выход × цена выхода, цены за 1 млн токенов, проверены 10 сентября 2026. Токены рассуждения оплачиваются как ответ.

Где доступна модель

КаналКак доступнаБесплатно или тарифОплата из РФПровереноСсылка
Официально у вендора
Anthropic APIAPI——19 сентября 2026Открыть
Без VPN и с оплатой в рублях
BotHubчат, APIстартовые токеныда2 ноября 2026Открыть
API-агрегаторы и чаты
AIML APIAPIбесплатный тариф—2 ноября 2026Открыть
DeepInfraAPI——2 ноября 2026Открыть
Kilo GatewayAPI, IDEмодели :free—2 ноября 2026Открыть
OpenRouterAPI, чатмодели с суффиксом :freeнет2 ноября 2026Открыть
Poeчат, API, мобильное приложениедневные баллынет2 ноября 2026Открыть
Vercel AI GatewayAPI$5 кредитовнет2 ноября 2026Открыть

Дата в таблице — день, когда доступность у сервиса подтверждена в последний раз: по списку моделей самого сервиса, а где списка нет — по дате ручной проверки. Доступность и цены у сервиса могут измениться раньше следующей проверки.

Альтернативы

  • Лидер общего рейтингаClaude Opus 4.610-е из 419 в общем зачётецена $5 / $25выше на 37 мест
  • Дешевле у AnthropicClaude Sonnet 4.642-е из 419 в общем зачётецена $3 / $15дешевле в 1,7 раза, на 5 мест выше
  • Дешевле при том же уровнеMuse Spark 1.123-е из 419 в общем зачётецена $1,25 / $4,25дешевле в 5,5 раза, на 24 места выше
  • Китайская альтернативаMiMo-V2.6-Pro12-е из 419 в общем зачётецена $0,44 / $0,87разработчик Xiaomi, Китай

Подбор по последнему снимку общего зачёта и ценам за 1 млн токенов (вход + выход).

Для каких задач

Сохранённый редакционный разбор — не пересчитан по текущим данным

Это сохранённый текст, а не автоматически обновляемая сводка. Его числа и выводы требуют повторной проверки; актуальные значения приведены в таблицах и карточках этой страницы. Дата одобрения текста не является датой замера.

Режим high входит в первую двадцатку направления в «Агентных задачах» (7-е из 43, 8 сентября 2026), «Математике» (2 сентября 2026) и «Работе с изображениями» (27 августа 2026). В «Работе с документами» (30 июля 2026) режим high не измерен, а в двадцатку входят две строки без указания режима — замеры, где уровень усилия не назван. В «Общем зачёте», «Программировании», «Веб-разработке» и «Русском языке» — ни одна строка.

В рейтинге дизайна и вёрстки доля побед выше при агентной обвязке: медиана 57,6 % против 53,6 % без неё (12 сентября 2026).

Из режимов замерен только high (12 сентября 2026): во всех направлениях с обеими строками он выше строки без режима. В «Работе с изображениями» модель разбирает картинки, но не создаёт их: ответ только текстовый. По анонсу Anthropic, вместе с его новой функцией Dynamic Workflows агенты на модели могут работать дольше, чем на предыдущих.

Места по открытым замерам оценок людей, лучший режим модели; замеры 13 сентября 2026 — 28 октября 2026.

Вопросы и ответы

Если Opus 4.8 чаще признаёт сомнения, ей уже можно доверить проверку собственной работы?

Не полностью. В анонсе от 28 мая 2026 года Anthropic сообщает, что Opus 4.8 чаще отмечает неуверенность и реже оставляет ошибки кода без замечаний. Это улучшение по сравнению с прежней версией, а не гарантия обнаружения всех ошибок. Для приёмки результата по-прежнему нужны проверяемые основания: например, пройденные тесты, а не только сообщение модели об успехе.

Как считается и откуда данные · данные обновлены 2 ноября 2026

Оценки и интервалы приведены как в открытых замерах оценок людей, без пересчёта; доля использования — по публичным данным API-агрегаторов (топ-K моделей и строка «прочие»); характеристики и цены — из каталогов и провайдеров с датой наблюдения. Интервал у оценки не равен диапазону мест: соседние модели с пересекающимися интервалами статистически неразличимы.

Полная методика: источники, частота обновления, что означает число