Claude Opus 4.8 Modell-Übersicht

Claude Opus 4.8 ist ein Flaggschiff-LLM von Anthropic, Nachfolger von Opus-4.7 und ab sofort in Claude AI verfügbar. Laut Anthropic wurde das agentische Arbeiten bei Opus 4.8 verbessert und Tool-Calls sollen verlässlicher ausgeführt werden. Eine der größten und bemerkenswertesten Anpassungen ist aber die Entwicklung hin zu einem Modell, das bereit ist, zu erkennen, wenn es etwas nicht weiß oder ausführen kann. Das Verhalten, eigener Unfähigkeit reduziert die Benchmark Scores von 4.8 in mehreren Benchmarks gegenüber dem Vorgängermodell, soll aber beim effektiven Nutzen deutliche Vorteile bringen, so die Entwickler. Das Modell unterstützt wie Opus 4.7 auch, ein 1 Mio. Token-Kontextfenster, adaptives Reasoning und einen optionalen Fast Mode mit bis zu 2,5-facher Ausgabegeschwindigkeit (per API).

Playground API Dokumentation System Card Blog

Features & Modalitäten

Nicht verfügbar

Finetuning

Verfügbar

ReasoningToolsMultimodalitätWebsucheStrukturierte AusgabenQuellenangaben

Input:TextBild

Output:TextJson

Details zum Modell

1 Mio. Token

128k Token

5,00 $

25,00 $

Kosten berechnen Geschwindigkeit testen

Claude Opus 4.8 Benchmark Scores

Auf einen Blick

61 Pkt.Rang 2 von 19

Stärken

Top 3Logik & Schlussfolgerung

Top 3Agentische Aufgaben

Top 3Programmierung

Claude Opus 4.8 Benchmark Übersicht

Claude Opus 4.8 Performance im Vergleich zu anderen KI-Modellen

Benchmark	Claude Opus 4.8	Claude Opus 4.7	Claude Fable 5	Gemini 3.5 Flash	MiniMax M3	Muse Glimmer 30B	Muse Spark 1.2
ARC-AGI-3Logik & Schlussfolgerung	1,5 %	0,2 %	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark ARC-AGI-3. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	30,16 %
GPT-5.6 Sol	7,78 %
Claude Opus 4.8	1,5 %
GPT-5.6 Terra	0,8 %
Claude Opus 4.6	0,5 %
GPT-5.5	0,4 %
Gemini 3.1 Pro	0,4 %
Claude Opus 4.7	0,2 %
GPT-5.4	0,2 %
GPT-5.6 Luna	0,18 %

Vergleich von LLMs im Benchmark ARC-AGI-3. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	65 %
Claude Opus 5	61 %
Claude Opus 4.8	61 %
GPT-5.6 Sol	58,9 %
Kimi K3	57 %
GPT-5.6 Terra	55 %
Gemini 3.5 Flash	55 %
Muse Spark 1.2	54,07 %
Grok 4.5	53,8 %
GPT-5.6 Luna	51,2 %
Gemini 3.6 Flash	50,1 %
MiniMax M2.7	50 %
DeepSeek V4 Flash 0731	49,9 %
DeepSeek-V4-Pro (Preview)	44 %
Inkling	41 %
Inkling-Small	40 %
DeepSeek V4 Flash	40 %
Gemini 3.5 Flash-Lite	36,5 %
Muse Glimmer 30B	35,06 %

Vergleich von LLMs im Benchmark Artificial Analysis Intelligence Index. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Kimi K3	91,2 %
Claude Opus 5	90,8 %
GPT-5.6 Sol	90,4 %
GPT-5.6 Terra	87,5 %
Claude Sonnet 5	84,7 %
GPT-5.5	84,4 %
Claude Opus 4.8	84,3 %
MiniMax-M3	83,52 %
DeepSeek-V4-Pro (Preview)	83,4 %
GPT-5.6 Luna	83,3 %
Kimi K2.6	83,2 %
Claude Opus 4.7	79,3 %
Inkling-Small	77,4 %
Inkling	77,1 %
MiniMax M2.7	76,3 %
DeepSeek V4 Flash	72,2 %
GLM-5.1	68 %

Vergleich von LLMs im Benchmark BrowseComp. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark CyberGym. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	84,5 %
GPT-5.6 Terra	81,8 %
GPT-5.5	81,8 %
Claude Opus 4.8	78,8 %
GPT-5.6 Luna	77,9 %
DeepSeek V4 Flash 0731	76,7 %
Claude Opus 4.7	73,1 %
GLM-5.1	68,7 %
Muse Spark 1.1	59 %
Claude Sonnet 5	52,7 %

Vergleich von LLMs im Benchmark CyberGym. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	1.932 %
Claude Opus 4.8	1.890 %
Claude Opus 5	1.861 %
GPT-5.6 Sol	1.747,8 %
Gemini 3.5 Flash	1.656 %
Muse Spark 1.2	1.631 %
Claude Sonnet 5	1.618 %
GPT-5.6 Terra	1.593 %
GPT-5.6 Luna	1.591,8 %
DeepSeek V4 Flash 0731	1.558,61 %
DeepSeek-V4-Pro (Preview)	1.554 %
Grok 4.5	1.543 %
Muse Spark	1.444 %
Gemini 3.6 Flash	1.421 %
DeepSeek V4 Flash	1.395 %
Muse Spark 1.1	1.381 %
Inkling-Small	1.269 %
Inkling	1.238 %
Gemini 3.5 Flash-Lite	1.140 %
Muse Glimmer 30B	953 %

Vergleich von LLMs im Benchmark GDPval-AA. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Opus 4.8	93,6 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
DeepSeek-V4-Pro (Preview)	90,1 %
Inkling-Small	89,5 %
DeepSeek V4 Flash	88,1 %
Inkling	87,2 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %

Vergleich von LLMs im Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	56,3 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Kimi K3	43,5 %
Claude Sonnet 5	43,2 %
GPT-5.6 Terra	41,8 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
Gemini 3.6 Flash	38,3 %
DeepSeek-V4-Pro (Preview)	37,7 %
DeepSeek V4 Flash 0731	36,8 %
Inkling-Small	31,6 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemini 3.5 Flash-Lite	17,5 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Muse Spark 1.1	88,1 %
Claude Opus 5	85,8 %
Kimi K3	84,2 %
Gemini 3.5 Flash	83,6 %
Claude Fable 5	83,3 %
Claude Opus 4.8	82,2 %
Inkling-Small	79,2 %
Claude Opus 4.7	77,3 %
GLM-5.2	76,8 %
Muse Glimmer 30B	75,5 %
GPT-5.5	75,3 %
MiniMax-M3	74,2 %
Inkling	74,1 %
DeepSeek-V4-Pro (Preview)	73,6 %
GLM-5.1	71,8 %
DeepSeek V4 Flash	69 %
MiniMax M2.7	49,4 %

Vergleich von LLMs im Benchmark MCP-Atlas. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark OSWorld-Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Qwen 3.8 Max	86,1 %
Claude Fable 5	85 %
Claude Opus 4.8	83,4 %
Gemini 3.6 Flash	83 %
Claude Sonnet 5	81,2 %
Muse Spark 1.1	80,8 %
Claude Mythos Preview	79,6 %
GPT-5.5	78,7 %
Gemini 3.5 Flash	78,4 %
Claude Opus 4.7	78 %
GPT-5.4	75 %
Gemini 3.5 Flash-Lite	74 %
Kimi K2.6	73,1 %
Claude Opus 4.6	72,7 %
Claude Sonnet 4.6	72,5 %
MiniMax-M3	70,06 %
Claude Opus 4.5	66,3 %
Muse Glimmer 30B	65,9 %
GPT-5.3-Codex	64,7 %
GPT-5.4 mini	42 %

Vergleich von LLMs im Benchmark OSWorld-Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Multilingual. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	89,5 %
Claude Mythos Preview	87,3 %
Claude Opus 4.8	84,4 %
Laguna S 2.1	78,5 %
Claude Sonnet 5	78,3 %
Grok 4.5	78 %
Kimi K2.6	76,7 %
MiniMax M2.7	76,5 %
DeepSeek-V4-Pro (Preview)	76,2 %
DeepSeek V4 Flash	73,3 %

Vergleich von LLMs im Benchmark SWE-bench Multilingual. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	80 %
Claude Opus 5	79,2 %
Fugu Ultra	73,7 %
Claude Opus 4.8	69,2 %
Qwen 3.8 Max	67,7 %
Grok 4.5	64,7 %
GPT-5.6 Sol	64,6 %
GPT-5.6 Terra	63,4 %
Claude Sonnet 5	63,2 %
GPT-5.6 Luna	62,7 %
GLM-5.2	62,1 %
Muse Spark 1.1	61,5 %
Laguna S 2.1	59,4 %
MiniMax-M3	59 %
Gemini 3.6 Flash	58,7 %
Inkling-Small	55,9 %
Gemini 3.5 Flash	55,1 %
Inkling	54,3 %
Gemini 3.5 Flash-Lite	54,2 %
Muse Glimmer 30B	51,2 %

Vergleich von LLMs im Benchmark SWE-bench Pro. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	96,2 %
Claude Opus 5	96 %
Claude Fable 5	95 %
Claude Mythos Preview	93,9 %
Claude Opus 4.8	88,6 %
Claude Opus 4.7	87,6 %
Claude Sonnet 5	85,2 %
DeepSeek-V4-Pro (Preview)	80,6 %
Gemini 3.1 Pro	80,6 %
MiniMax-M3	80,5 %
Inkling-Small	80,2 %
Kimi K2.6	80,2 %
MiniMax M2.7	79,9 %
Claude Sonnet 4.6	79,6 %
DeepSeek V4 Flash	79 %
Inkling	77,6 %
Muse Spark	77,4 %
Qwen3.5-397B-A17B	76,4 %
Muse Glimmer 30B	76 %
GPT-5.6 Terra	75,2 %

Vergleich von LLMs im Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	88,8 %
Kimi K3	88,3 %
GPT-5.6 Terra	87,4 %
Qwen 3.8 Max	86,6 %
GPT-5.6 Luna	84,7 %
Claude Opus 5	84,64 %
Grok 4.5	83,3 %
Muse Spark 1.2	82,9 %
DeepSeek V4 Flash 0731	82,7 %
GLM-5.2	82,7 %
Fugu Ultra	82,1 %
Claude Sonnet 5	80,4 %
Muse Spark 1.1	80 %
Gemini 3.6 Flash	78 %
Claude Opus 4.8	74,6 %
Laguna S 2.1	70,2 %
Inkling-Small	64,7 %
Inkling	63,8 %
Gemini 3.5 Flash-Lite	54 %
Muse Glimmer 30B	51,7 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.1. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Vending-Bench 2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Fable 5	5.680,26 %
GLM-5.1	5.634,41 %
Claude Opus 4.8	2.992,34 %

Vergleich von LLMs im Benchmark Vending-Bench 2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Proprietärer Transformer
Input Kontextlänge	1 Mio.
Output Kontextlänge	128k
Tokenizer	Proprietärer Tokenizer

Besonderheiten

Dynamic Workflows	Orchestrierung hunderter Sub-Agents
Fast Mode	2,5-fache Output Geschwindigkeit für 2-fache Kosten

Vorteile & Nachteile

Vorteile

Führend im agentischen Coding
Claude Opus 4.8 erreicht 69,2% auf SWE-bench Pro Benchmark und übertrifft GPT-5.5 und Gemini 3.1 Pro auf mehreren Benchmarks.
Verbesserte "Ehrlichkeit" und Alignment
Im Gegensatz zu vielen anderen LLMs wurde Opus 4.8 dahin optimiert, häufiger auf Unsicherheiten und Eingeständnis von Unfähigkeit hinzuweisen. Dadurch werden laut Anthropic weniger unklare Aussagen getroffen und das Alignment ggü.4.7 verbessert.
Großes Kontextfenster
Opus 4.7 kann mit bis zu 1 Mio, Tokens sehr lange Inputs verarbeiten. Laut Anthropic wurde das Long-Context-Handling verbessert, u.a. über weniger Compactions und besserer Recovery nach einer Compaction.
Gleicher Preis wie der Vorgänger
Trotz Leistungssteigerung unveränderte Standardpreise von $5/Mio. Input- und $25/Mio. Output-Tokens.
Nahtlose Integration in Claude Code
Der Wechsel von Opus 4.7 zu Opus 4.8 im Claude Code / Agent Harness erfolgt nahtlos und ohne Probleme.

Nachteile

Teures Modell
Mit $5/$25 pro 1 Mio. Input- / Output-Token gehört Claude Opus 4.8 zu den teuersten KI-Modellen.
Eingeschränkte Steuerungsparameter
Kein Fine-Tuning, keine temperature/top_p/top_k-Parameter über die API und keine Extended-Thinking-Budget in der Claude App. nur Adaptive Thinking.
Closed Source
Keine Modellgewichte oder weiterführende Informationen zum genauen Training verfügbar. Außerdem lässt sich Opus 4.8 ausschließlich über Anthropics API bzw. Anthropics Plattformen nutzen.

Vergleiche Claude Opus 4.8 mit anderen LLMs

Vergleiche Claude Opus 4.8 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Anthropic	Claude Opus 4.8	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	28.05.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026
Meta AI	Muse Spark 1.2	Proprietär	54,1	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	05.08.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	1 Mio.	128k	2,00 $	6,00 $	02.08.2026
DeepSeek AI	DeepSeek V4 Flash	MIT	49,9	1 Mio.	384k	0,14 $	0,28 $	31.07.2026
Thinking Machines Lab	Inkling Small	Apache 2.0	40	1 Mio.	1 Mio.	0,50 $	1,20 $	30.07.2026
Anthropic	Claude Opus 5	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	24.07.2026
Google DeepMind	Gemini 3.5 Flash Lite	Proprietär	36,5	1 Mio.	65,54k	0,30 $	2,50 $	21.07.2026
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026
Anthropic	Claude Opus 4.7	Proprietär	–	1 Mio.	128k	5,00 $	25,00 $	16.04.2026

Inklusive Vorgänger Claude Opus 4.7 — zusätzlich zu den 10 neuesten Modellen.

‌
Alle Modelle vergleichen

Claude Opus 4.8 ausprobieren

Du musst kein Entwickler sein: Claude Opus 4.8 ist auch direkt in Claude AI nutzbar.

Claude AI

15,00 €

Provider & APIs

Du kannst Anthropic Claude Opus 4.8 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Claude Opus 4.8

Kann ich Claude Opus 4.8 kostenlos nutzen?

Ja, Claude Opus 4.8 ist in Claude AI auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Claude Opus 4.8 Open Source?

Nein, Claude Opus 4.8 ist proprietär. Es gibt keine offenen Gewichte, die Nutzung läuft über Apps oder die API von Anthropic.

Welche Eingabeformate versteht Claude Opus 4.8?

Claude Opus 4.8 verarbeitet folgende Eingabeformate: Text, Bild.

Was kostet Claude Opus 4.8 über die API?

Über die API kostet Claude Opus 4.8 5,00 $ pro 1 Mio. Input-Token und 25,00 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Claude Opus 4.8?

Claude Opus 4.8 verarbeitet bis zu 1 Mio. Token in einer Anfrage.

Wie aktuell ist das Wissen von Claude Opus 4.8?

Der Wissensstand (Knowledge Cutoff) von Claude Opus 4.8 reicht bis Januar 2026. Über die integrierte Websuche kann das Modell zusätzlich aktuelle Informationen abrufen.

Was ist der Vorgänger von Claude Opus 4.8?

Der direkte Vorgänger von Claude Opus 4.8 ist Claude Opus 4.7 (erschienen April 2026). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.

Claude Opus 4.8 Modell-Übersicht

Features & Modalitäten

Details zum Modell