Claude Opus 4.8 — Spécifications
Rédigé par Mustafa Ihsan d’après la documentation officielle du fournisseur · Dernière mise à jour
| Développeur | Anthropic |
|---|---|
| Type | LLM (raisonnement) |
| Modalité | Texte, vision → texte |
| Paramètres | Non divulgué |
| Fenêtre de contexte | 1 million |
| Sortie maximale | 128 K |
| Licence | Propriétaire |
| Poids ouverts | Non |
| Publié | 2026 |
| Prix de l’entrée | $5.00 /1M |
| Prix de la sortie | $25.00 /1M |
| Fournisseurs d'API | Anthropic, AWS, Vertex AI, Azure |
What is Claude Opus 4.8?
Claude Opus 4.8 is Anthropic’s Opus-tier flagship for state-of-the-art long-horizon
agentic work, coding and knowledge tasks. It runs adaptive thinking only, and carries a
1M-token context window at standard pricing — there is no long-context premium, which
distinguishes it from several rivals that step the input rate up once a prompt passes a
threshold. At $5 in / $25 out per million tokens it sits squarely in the frontier bracket.
The no-premium 1M context is the practical reason to choose it. Models that double their
input rate above 200K tokens make large-context work unpredictable to budget: the same
feature costs a different amount depending on how much a user pasted in. Opus 4.8 bills the
same rate from the first token to the millionth, so a retrieval-heavy application can size
its prompts around what produces the best answer rather than around a pricing cliff. It has
since been joined by Claude Opus 5, which ranks higher on the Artificial Analysis
Intelligence Index at identical pricing — so for new builds, check whether Opus 5 is
available in your region and provider before defaulting to 4.8.
Claude Opus 4.8 pricing: API cost per 1M tokens
| Entrée (par million de jetons) | $5.00 |
|---|---|
| Sortie (par million de jetons) | $25.00 |
| Ratio sortie/entrée | 5× |
| Moyenne pondérée (4:1 entrée:sortie) | $9.00 par 1 million de jetons |
What Claude Opus 4.8 costs per month
Dépense mensuelle réelle pour un ratio entrée-sortie de 4:1 — le rapport effectivement observé dans une charge de travail type (chat ou RAG).
| Charge de travail | Jetons/mois | Coût par mois |
|---|---|---|
| Projet secondaire | 1 million en entrée / 0,25 million en sortie | $11 |
| Petite équipe | 20 millions en entrée / 5 millions en sortie | $225 |
| Production | 200 millions en entrée / 50 millions en sortie | $2,250 |
Calculez vos propres coûts dans le Calculateur de coûts pour les API IA.
Cheaper alternatives to Claude Opus 4.8
| Modèle | Coût combiné par million de dollars | Vous économisez |
|---|---|---|
| Kimi K3 ouverte | $5.40 | 40 % moins cher |
| GLM 5.2 ouverte | $2.00 | 78 % moins cher |
| Gemini 3.5 Flash | $3.00 | 67 % moins cher |
Questions fréquemment posées
How much does Claude Opus 4.8 cost per 1M tokens?
Claude Opus 4.8 costs $5.00 per 1M input tokens and $25.00 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $9.00 per 1M tokens.
How much does Claude Opus 4.8 cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $225 on Claude Opus 4.8. A side project (1M in / 0.25M out) costs roughly $11.25.
What is a cheaper alternative to Claude Opus 4.8?
Kimi K3 is the strongest cheaper option in our database at $5.40 per 1M blended — about 40% less than Claude Opus 4.8. It is also open-weight, so self-hosting is an option.
Can I run Claude Opus 4.8 locally?
No. Claude Opus 4.8 is a closed, API-only model — the weights are not released, so it cannot be self-hosted.
Why does Claude Opus 4.8 charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. Claude Opus 4.8 charges 5× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Découvrez la tarification de tous les modèles Claude comparée côte à côte : Tarification de l’API Claude.
Les prix indiqués correspondent aux tarifs publics officiels pour l’API principale du modèle et sont mis à jour régulièrement à mesure que les fournisseurs les modifient. Les remises liées aux volumes, aux traitements par lots ou aux entrées mises en cache ne sont pas prises en compte. Comparez tous les modèles côte à côte dans le Base de données des modèles IA ou le Classement des grands modèles linguistiques (LLM).