Claude Opus 4.8

4.8 · Rodzina: Claude

Najnowszy flagowy model Anthropic z rodziny Claude Opus, zoptymalizowany pod zadania agentyczne, kodowanie i długie sesje wieloetapowe.

✓ Aktywny✓ Publiczny dostępLLMModel multimodalnyModel rozumowaniaModel używający narzędzi📁 Claude

Okno kontekstowe

tokenów

Data premiery

28 maja 2026

🏢AnthropicProducent

Dostęp:APIHostedWdrożenie:☁ Cloud

Przegląd

Claude Opus 4.8 to flagowy model rodziny Claude wydany przez Anthropic 28 maja 2026 roku, następca Claude Opus 4.7. Model utrzymuje standardową cenę poprzednika ($5/$25 za milion tokenów wejście/wyjście), a tryb fast mode jest trzykrotnie tańszy niż w Opus 4.7 i 4.6 ($10/$50 za milion tokenów) przy 2,5× wyższej prędkości generowania.

Anthropic raportuje, że Opus 4.8 jest około czterokrotnie rzadziej skłonny do przemilczania błędów we własnym kodzie niż poprzednik, a ocena alignment wskazuje znacząco niższy wskaźnik zachowań niepożądanych (np. decepcji) względem Opus 4.7. Premierze towarzyszą funkcje dynamic workflows w Claude Code (setki równoległych subagentów) oraz kontrola poziomu effort (low/medium/high/extra/max) w aplikacji claude.ai i Cowork.

Model jest dostępny przez identyfikator claude-opus-4-8 w Claude API, w aplikacjach claude.ai (plany Free, Pro, Max, Team, Enterprise) oraz na partnerskich platformach chmurowych.

Klasyfikacja

LLMModel multimodalnyModel rozumowaniaModel używający narzędzi

Rodzina: Claude

Dostęp i wdrożenie

APIHostowane

Chmura

Wagi: Zamknięte

Kluczowe parametry

📏 Kontekst: 1M

✓ Narzędzia

📥 Wejście: tekst, obraz, dokumenty

Platformy

Anthropic Claude API Amazon Bedrock Vertex AI Microsoft Azure AI Foundry

Specyfikacja techniczna

Okno kontekstowe

tokenów

Funkcje:✓ Używanie narzędzi

Modalności

⬇ Wejście (Input)

textimagedocuments

⬆ Wyjście (Output)

textcodestructured_data

Możliwości i zastosowania

Natywne możliwości modelu

Rozumowanie

Zdolność modelu do logicznego wnioskowania, analizowania zależności i wyprowadzania odpowiedzi na podstawie przesłanek.

Kategoria: reasoning

Rozumowanie wieloetapowe

Zdolność modelu do rozwiązywania problemów wymagających kilku kolejnych kroków rozumowania.

Kategoria: reasoning

Długi kontekst

Zdolność modelu do pracy na długim kontekście i utrzymywania spójności przy dużej ilości danych wejściowych.

Kategoria: reasoning

Kodowanie

Zdolność modelu do generowania, analizowania, poprawiania i wyjaśniania kodu.

Kategoria: coding

Wyjście ustrukturyzowane

Zdolność modelu do generowania odpowiedzi w uporządkowanej formie, np. JSON, list, tabel lub schematów.

Kategoria: structured_generation

Rozumienie obrazów

Zdolność modelu do analizowania i interpretowania zawartości obrazów.

Kategoria: vision

Rozumienie wykresów

Zdolność modelu do rozumienia wykresów, trendów, osi, legend i danych wizualnych.

Kategoria: vision

OCR

Zdolność modelu do odczytywania i interpretowania tekstu znajdującego się na obrazach lub skanach.

Kategoria: vision

Wielojęzyczność

Zdolność modelu do rozumienia i generowania treści w wielu językach.

Kategoria: language

Planowanie

Zdolność modelu do układania planów, sekwencji działań i uporządkowanych kroków rozwiązania.

Kategoria: planning

Wyniki benchmarków

8 benchmarków

SWE-Bench Pro

agentic coding

69.2%%