Início › AI Benchmark › Claude Opus 4.8
Anthropic lançado em 28/05/2026 API access

Claude Opus 4.8

O Claude Opus 4.8 saiu em 28/05/2026, apresentado pela Anthropic como o modelo mais capaz dela, e em doze dias já tinha o Fable 5 acima; em 24/07, veio o Opus 5. Hoje é legado: custa US$ 5 por milhão de tokens de entrada e US$ 25 de saída, contra US$ 4 e US$ 20 do Opus 5.5, para onde a documentação manda migrar, e não sai do ar antes de 28/05/2027. Ele ainda tem uma função que nenhum outro tem: é o modelo que responde quando Fable 5, Fable 5.1, Opus 5 e Opus 5.5 barram um pedido de cibersegurança.

16º de 267 no ranking por ECI
158,26 ECI, índice de capacidade da Epoch AI
1.507 ELO na Arena, preferência humana · 49º
76,2 LiveBench, média geral de 0 a 100 · 24º
Ainda sem votos. Dê a sua nota.
Ficha técnica

O Claude Opus 4.8 em números oficiais

Dados publicados pelo fabricante na documentação e no anúncio. Fonte de cada um no fim da página.

Fabricante
Anthropic
Identificador na API
claude-opus-4-8
Lançamento
28/05/2026
Situação
legado; a documentação manda migrar para o Opus 5.5
Entrada
US$ 5 por milhão de tokens
Saída
US$ 25 por milhão de tokens
Leitura de cache
US$ 0,50 por milhão (10% da entrada; US$ 0,20 no Opus 5.5)
Escrita de cache
US$ 6,25 (5 minutos) ou US$ 10 (1 hora)
Em lote (Batch API)
US$ 2,50 de entrada e US$ 12,50 de saída
Modo rápido
US$ 10 e US$ 50, até 2,5 vezes mais rápido, só na API da Anthropic
Janela de contexto
1 milhão de tokens, sem sobretaxa
Resposta máxima
128 mil tokens (300 mil em lote, beta)
Conhecimento confiável
até janeiro de 2026
Raciocínio
adaptativo, desligado se o pedido não o ligar; esforço padrão high
Cache mínimo
1.024 tokens (512 nos modelos atuais)
Onde roda
API da Anthropic, Amazon Bedrock, Google Cloud, Microsoft Foundry e Claude Platform on AWS
Retenção e capacidade
disponível com retenção zero; aceita Priority Tier
Aposentadoria
não antes de 28/05/2027
Análise

Onde o Claude Opus 4.8 vai bem, onde fica atrás e para quem serve

Onde vai bem

  • Programação: 69,2% no SWE-Bench Pro no lançamento, contra 64,3% do Opus 4.7, 58,6% do GPT-5.5 e 54,2% do Gemini 3.1 Pro.
  • Trabalho de escritório: 1.890 no GDPval-AA, contra 1.769 do GPT-5.5 e 1.753 do Opus 4.7.
  • Análise financeira: 53,9% no Finance Agent v2, à frente de GPT-5.5 (51,8%) e Opus 4.7 (51,5%).
  • Honestidade: segundo a Anthropic, cerca de quatro vezes menos propenso que o Opus 4.7 a deixar passar, sem avisar, falhas no código que ele mesmo escreveu.
  • Previsível em API: segue o prompt ao pé da letra, sobretudo em esforço baixo, e só pensa quando o pedido liga o raciocínio, o que ajuda em extração estruturada e pipelines.

Onde fica atrás

  • Terminal: 74,6% no Terminal-Bench 2.1, atrás dos 78,2% do GPT-5.5 na própria tabela do lançamento.
  • Geração passada: no lançamento do Opus 5, fez 21,1% no Frontier-Bench v0.1 contra 43,3%, e 1,5% no ARC-AGI-3 contra 30,2%, pelo mesmo preço por token.
  • Injeção de prompt: o system card diz que ele é um pouco menos robusto que o Opus 4.7 em vários contextos de agente; as salvaguardas fecham a diferença na prática.
  • Esforço sensível: a Anthropic diz que o esforço pesa mais nele que em qualquer Opus anterior e que, no low, há risco de pensar pouco em tarefa moderada.
  • Cache: só guarda prompt a partir de 1.024 tokens, contra 512 nos modelos atuais, e relê por US$ 0,50, contra US$ 0,20 no Opus 5.5.

Para quem faz sentido

  • Modelo de reserva para recusas: é para onde os modelos Fable e Opus mais novos mandam os pedidos de cibersegurança barrados, cobrados pela tabela dele.
  • Contas com contrato de Priority Tier, que o Opus 4.8 aceita e o Opus 5.5 não.
  • Pipeline que roda sem raciocínio, força ferramenta com tool_choice ou usa computer_20251124: tudo isso funciona no 4.8 e quebra no Opus 5.5.
  • Sistema validado nele que precisa de tempo para refazer testes: não sai do ar antes de 28/05/2027, com aviso de pelo menos 60 dias.

Quando escolher outro

  • Projeto novo: a documentação manda começar pelo Opus 5.5, por US$ 4 e US$ 20 por milhão de tokens.
  • Trabalho longo de agente: pelo mesmo preço, o Opus 5 mais que dobrou a nota dele no Frontier-Bench v0.1, com custo por tarefa menor.
  • Modo rápido: o do Opus 5.5 custa US$ 8 e US$ 40, contra US$ 10 e US$ 50.
  • Tarefa que depende de conhecimento recente: o corte confiável dele é janeiro de 2026; o do Opus 5.5, junho de 2026.

O que a Anthropic publicou no lançamento

O Opus 4.8 chegou em 28/05/2026 como atualização do Opus 4.7, pelo mesmo preço, e a própria Anthropic chamou o salto de modesto, mas tangível. Vieram junto o controle de esforço no Claude.ai, os fluxos dinâmicos do Claude Code, com centenas de subagentes em paralelo, e um modo rápido três vezes mais barato que o dos modelos anteriores.

Duas ressalvas da própria Anthropic: no Terminal-Bench 2.1, todos rodaram no harness público Terminus-2, e o GPT-5.5 marca 83,4% no Codex CLI; no OSWorld-Verified, a tabela mostra 82,8% para o Opus 4.7, mas a nota de rodapé fala em 82,3%.

Opus 4.8 nos números publicados pela Anthropic no lançamento
Opus 4.8
Anthropic		Opus 4.7
Anthropic		GPT-5.5
OpenAI		Gemini 3.1 Pro
Google
SWE-Bench Pro
programação		 69,2%64,3%58,6%54,2%
Terminal-Bench 2.1
programação em terminal		 74,6%66,1%78,2%70,3%
Humanity's Last Exam
sem ferramentas		 49,8%46,9%41,4%44,4%
Humanity's Last Exam
com ferramentas		 57,9%54,7%52,2%51,4%
OSWorld-Verified
uso de computador		 83,4%82,8%78,7%76,2%
GDPval-AA
trabalho de escritório, Elo		 1.8901.7531.7691.314
Finance Agent v2
análise financeira		 53,9%51,5%51,8%43,0%

Números do anúncio do Claude Opus 4.8, conferidos na tabela 8.1.A do system card (esforço max, média de 5 tentativas). O ponto marca o melhor de cada linha.

O modelo de reserva da Anthropic

O Opus 4.8 ganhou uma segunda função. Quando os classificadores do Fable 5 barram um pedido de cibersegurança, a resposta vem do Opus 4.8, com aviso ao usuário. O Opus 5 faz o mesmo no Claude.ai, no Claude Code e no Cowork, e o Opus 5.5 desvia para ele a maior parte das tarefas de cibersegurança. Nos testes do Fable 5.1, as tarefas de ciber barradas também foram feitas pelo Opus 4.8.

Na API, o desvio é opcional: o parâmetro fallbacks (beta) refaz o pedido recusado em outro modelo, e o exemplo da documentação usa justamente o claude-opus-4-8. Esse trecho sai pela tabela do modelo de reserva, então quem configura o desvio pode ver o Opus 4.8 na fatura mesmo depois de migrar.

Ainda vale usar o Opus 4.8 em 2026?

Como modelo principal, não. Pelo mesmo preço por token, o Opus 5 já o superava com folga no próprio lançamento, e o Opus 5.5 custa menos que os dois. A documentação manda migrar direto para o Opus 5.5.

Há três motivos para mantê-lo por mais tempo: o papel de reserva, contratos de Priority Tier e integrações que dependem de rodar sem raciocínio ou de forçar ferramenta. A Anthropic garante que ele não sai do ar antes de 28/05/2027 nas plataformas que ela opera e avisa com pelo menos 60 dias de antecedência; Amazon Bedrock e Google Cloud definem datas próprias.

Opus 4.8 contra os sucessores, preço por milhão de tokens
Opus 4.8
legado		Opus 5
legado		Opus 5.5
atual
Entrada US$ 5US$ 5US$ 4
Saída US$ 25US$ 25US$ 20
Leitura de cache US$ 0,50US$ 0,50US$ 0,20
Modo rápido US$ 10 e US$ 50US$ 10 e US$ 50US$ 8 e US$ 40
Raciocínio
sem pedir		 desligadoligadosempre ligado
Esforço padrão highhighmedium
Cache mínimo 1.024 tokens512 tokens512 tokens
Conhecimento confiável janeiro de 2026maio de 2026junho de 2026
Aposentadoria
não antes de		 28/05/202724/07/202722/09/2027

Tabela de preços, páginas de cada modelo, guia de migração e página de deprecações da documentação da Anthropic, consultados em 01/10/2026.

O que muda ao migrar para o Opus 5.5

O guia de migração trata o Opus 4.8 quase como o Opus 5: os dois aceitam raciocínio desligado, ferramenta forçada e a ferramenta antiga de uso de computador, e os dois usam esforço padrão high. Tudo isso muda no Opus 5.5:

  • Raciocínio por padrão: no Opus 4.8, o pedido sem campo thinking roda sem pensar; no Opus 5.5, pensa sempre. Os tokens de raciocínio são cobrados como saída, então o mesmo trabalho pode gerar mais saída.
  • Desligar o raciocínio ou dar orçamento manual devolve erro 400; o controle é o esforço, com padrão medium. Em xhigh ou max, comece o max_tokens em 64 mil.
  • Ferramenta forçada (any ou tool) e o computer_20251124 na API e no Google Cloud passam a devolver erro 400.
  • O texto entre chamadas de ferramenta passa a vir em blocos de raciocínio, vazios no padrão.
  • O cache passa a aceitar prompts a partir de 512 tokens, sem mudança de código, e o Priority Tier deixa de existir.
Na prática

Exemplos de uso do Claude Opus 4.8

Reserva configurada para recusas

Uma ferramenta de segurança roda no Opus 5.5 com fallbacks no modo padrão. Quando o classificador barra um pedido de cibersegurança, a API refaz o pedido no Opus 4.8, e a resposta indica o modelo que atendeu, cobrado pela tabela dele.

Extração estruturada sem raciocínio

Um pipeline lê contratos e devolve campos por ferramenta forçada, sem raciocínio, para ser rápido e previsível. Funciona no Opus 4.8. Para ir ao Opus 5.5, é preciso trocar a ferramenta forçada por auto com ferramentas estritas e aceitar o raciocínio, controlado pelo esforço.

Teste antes de migrar

Separe dez tarefas reais e rode no Opus 4.8 em xhigh, a recomendação da Anthropic para programação, e no Opus 5.5 em medium. Compare acerto, tokens de saída e custo por tarefa, porque o raciocínio sempre ligado muda a conta.

O que as provas dizem

Onde o Claude Opus 4.8 se destaca e onde fica atrás, pelos números

O Claude Opus 4.8 tem resultado publicado em 38 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 31/08/2025 e 26/08/2026 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.

Onde se destaca

Provas em que fica no terço de cima da própria geração.

Lmca57,51
4º de 65 na geração · 8º de 121 no geral
FrontierMath nível 431,3%
3º de 33 na geração · 3º de 48 no geral
WeirdML82,9%
5º de 57 na geração · 8º de 112 no geral
Gbaeval70,9%
3º de 22 na geração · 3º de 22 no geral
ALE-Bench1.564
7º de 56 na geração · 13º de 82 no geral

Onde fica atrás

Provas em que fica na metade de baixo da própria geração.

ForecastBench58,60
21º de 25 na geração · recorde: 62,50 (o3)
Blueprint Bench 214,5%
16º de 22 na geração · recorde: 54,4% (Gemini 4 Argon)
Btf314,0%
5º de 7 na geração · recorde: 14,9% (GLM-5.3)
Ver as 38 provas, uma a uma
ProvaNotaNa geraçãoNo geralRecorde da prova
GPQA Diamond 91,0% 21º / 72 (empatado com 1) 28º / 173 96,4% Gemini 4 Argon
AIME 2024 e 2025 (OTIS) 98,3% 10º / 72 (empatado com 1) 22º / 168 100,0% GPT-5.5
Dtbench 94,9% 11º / 67 18º / 148 98,9% Claude Opus 5.5
Lmca 57,51 4º / 65 8º / 121 68,23 Claude Opus 5.5
CritPt 20,9% 10º / 65 (empatado com 1) 21º / 112 32,3% GPT-5.6 Sol
WeirdML 82,9% 5º / 57 8º / 112 93,6% GPT-6 Astra
SciCode 53,5% 19º / 61 (empatado com 1) 35º / 104 66,9% Claude Opus 5.5
Frontiermath Tiers 1 3 V2 80,0% 9º / 55 17º / 86 93,7% GPT-6 Astra
ARC-AGI 2 72,1% 12º / 46 (empatado com 1) 19º / 83 95,0% GPT-6 Astra
ALE-Bench 1.564 7º / 56 13º / 82 2.951 GPT-6 Astra
WebDev Arena 1.559 14º / 65 28º / 82 1.820 Claude Opus 5.5
ARC-AGI 92,5% 14º / 46 (empatado com 1) 21º / 81 98,5% Claude Fable 5
SimpleQA Verified 53,0% 13º / 53 22º / 81 76,0% Gemini 4 Argon
Xadrez (problemas) 52,0% 7º / 53 15º / 80 76,0% GPT-6 Astra
Enigmas de jogo 36,0% 9º / 49 19º / 77 84,0% GPT-6 Astra
ProofBench 69,0% 7º / 52 17º / 74 100,0% Claude Fable 5.1
SimpleBench 64,8% 15º / 41 15º / 74 81,9% Claude Fable 5
Frontiermath Tier 4 V2 56,1% 9º / 44 17º / 67 100,0% GPT-6.1 Sol
FrontierMath 47,2% 5º / 33 5º / 65 51,7% GPT-5.5
ForecastBench 58,60 21º / 25 39º / 62 62,50 o3
Vending Bench 2 5.787 16º / 44 22º / 57 15.515 GPT-6 Astra
Apex Agents 48,9% 16º / 35 28º / 50 82,4% Gemini 4 Argon
FrontierMath nível 4 31,3% 3º / 33 3º / 48 39,6% GPT-5.5 Pro
FrontierCode 46,5% 5º / 29 14º / 43 54,6% Claude Opus 5.5
Gdp Pdf 24,0% 5º / 24 (empatado com 1) 14º / 37 35,0% GPT-6.1 Sol
EnigmaEval 23,5% 6º / 17 6º / 36 39,3% Claude Fable 5
Furniture Assembly 42,5% 5º / 20 (empatado com 1) 15º / 34 83,3% Claude Opus 5.5
Blueprint Bench 2 14,5% 16º / 22 25º / 31 54,4% Gemini 4 Argon
Gso 47,1% 3º / 16 5º / 28 88,2% Claude Fable 5.1
Ebr Bench 28,6% 6º / 17 14º / 27 76,2% GPT-6 Astra
DeepSWE 59,0% 12º / 24 14º / 26 74,1% GPT-6 Astra
DeepResearch Bench 50,2% 6º / 15 6º / 24 55,3% Claude Opus 4.6
Surface Evolver Bench 87,5% 5º / 20 5º / 24 95,0% Claude Fable 5
Gbaeval 70,9% 3º / 22 3º / 22 79,6% Claude Opus 5
Rli 8,3% 2º / 9 5º / 15 21,3% Claude Opus 5.5
Posttrainbench 33,8% 4º / 11 4º / 11 41,8% Claude Fable 5
Osworld 2 20,6% 3º / 9 3º / 9 31,4% Claude Opus 5
Btf3 14,0% 5º / 7 6º / 8 14,9% GLM-5.3

Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.

Comparação

Com quem comparar o Claude Opus 4.8

Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.

ModeloLaboratórioECIELOLiveBenchLançamento
GPT-5.4 Pro OpenAI 159,00 n/d n/d 05/03/2026
GPT-5.5 OpenAI 158,95 1.533 80,2 23/04/2026
Claude Opus 4.8 Anthropic 158,26 1.507 76,2 28/05/2026
Kimi K3 Moonshot 157,42 1.528 79,2 16/07/2026
Gemini 3.7 Flash Google DeepMind 157,22 1.551 78,8 13/08/2026
Gemini 3.8 Flash Google DeepMind 157,20 1.551 75,8 02/09/2026
Qwen 3.8 Max Alibaba 156,88 1.536 78,5 02/08/2026
Frente a frente

Claude Opus 4.8 ou GPT-5.5?

O GPT-5.5 é o modelo de outro laboratório mais próximo do Claude Opus 4.8 em capacidade. Nas 37 provas que os dois fizeram, o placar é este:

Claude Opus 4.8 à frente em 9 GPT-5.5 à frente em 28
As maiores diferenças primeiro
ProvaClaude Opus 4.8GPT-5.5
Blueprint Bench 2 14,5% 36,2%
Osworld 2 20,6% 13,0%
Enigmas de jogo 36,0% 56,0%
ProofBench 69,0% 50,0%
Rli 8,3% 6,3%
Gbaeval 70,9% 53,2%
CritPt 20,9% 27,1%
Vending Bench 2 5.787 7.524
Frontiermath Tier 4 V2 56,1% 72,5%
Posttrainbench 33,8% 27,2%

Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.

Custo por tarefa

Quanto o Claude Opus 4.8 custa para entregar cada tarefa

Preço por token é o que está na tabela; custo por tarefa é o que chega na fatura, porque depende de quantos tokens o modelo gasta. Cada ponto é um nível de esforço, publicado por quem rodou a prova e compilado pela Epoch AI. Quanto mais para cima e para a esquerda, mais nota por dólar.

ARC-AGI 2

A escala de nota não começa em zero.

1%25%49%72%96%US$ 0,50US$ 1US$ 2custo por tarefa (escala log)Claude Opus 4.8 · low · 62,2% · US$ 1,68lowClaude Opus 4.8 · medium · 71,7% · US$ 2,39mediumClaude Opus 4.8 · high · 72,1% · US$ 2,74highGPT-5.5 · low · 33,3% · US$ 0,35GPT-5.5 · medium · 70,4% · US$ 0,86GPT-5.5 · high · 83,3% · US$ 1,45GPT-5.5 · xhigh · 85,0% · US$ 1,87Kimi K3 · low · 12,4% · US$ 0,25Kimi K3 · high · 55,0% · US$ 0,95Kimi K3 · max · 60,4% · US$ 1,59
Claude Opus 4.8GPT-5.5Kimi K3

ARC-AGI

A escala de nota não começa em zero.

61%71%80%90%99%US$ 0,20US$ 0,50US$ 1US$ 2custo por tarefa (escala log)Claude Opus 4.8 · low · 88,0% · US$ 0,67lowClaude Opus 4.8 · medium · 91,5% · US$ 0,91mediumClaude Opus 4.8 · high · 92,0% · US$ 1,04highClaude Opus 4.8 · max · 92,5% · US$ 2,33maxGPT-5.5 · low · 76,2% · US$ 0,20GPT-5.5 · medium · 92,2% · US$ 0,39GPT-5.5 · high · 94,5% · US$ 0,56GPT-5.5 · xhigh · 95,0% · US$ 0,73Kimi K3 · low · 65,7% · US$ 0,18Kimi K3 · high · 86,7% · US$ 0,48Kimi K3 · max · 94,5% · US$ 0,77
Claude Opus 4.8GPT-5.5Kimi K3

DeepSWE

A escala de nota não começa em zero.

20%35%50%66%81%US$ 2US$ 5US$ 10custo por tarefa (escala log)Claude Opus 4.8 · low · 40,8% · US$ 2,29lowClaude Opus 4.8 · medium · 48,7% · US$ 3,44mediumClaude Opus 4.8 · high · 51,8% · US$ 4,28highClaude Opus 4.8 · xhigh · 54,4% · US$ 8,01xhighClaude Opus 4.8 · max · 59,0% · US$ 13,22maxGemini 3.7 Flash · low · 53,8% · US$ 1,83Gemini 3.7 Flash · medium · 65,5% · US$ 2,03Gemini 3.7 Flash · high · 65,3% · US$ 2,18Gemini 3.8 Flash · medium · 71,0% · US$ 1,97Gemini 3.8 Flash · high · 73,8% · US$ 2,36GPT-5.5 · low · 27,0% · US$ 1,20GPT-5.5 · medium · 54,0% · US$ 2,75GPT-5.5 · high · 64,4% · US$ 5,10GPT-5.5 · xhigh · 67,0% · US$ 7,23
Claude Opus 4.8Gemini 3.7 FlashGemini 3.8 FlashGPT-5.5
Família

Os outros modelos da Anthropic

Os modelos do mesmo laboratório mais próximos no tempo, do mais novo para o mais antigo.

ModeloLançamentoECIELOLiveBenchAcesso
Claude Opus 5.5 22/09/2026 166,82 1.584 83,2 API access
Claude Fable 5.1 01/09/2026 164,65 1.586 83,4 API access
Claude Opus 5 24/07/2026 162,60 1.573 80,1 API access
Claude Sonnet 5 30/06/2026 156,36 1.491 76,0 API access
Claude Fable 5 09/06/2026 162,13 1.542 83,0 API access
Claude Opus 4.8 28/05/2026 158,26 1.507 76,2 API access
Claude Opus 4.7 16/04/2026 156,32 1.532 76,5 API access
Claude Sonnet 4.6 17/02/2026 152,39 1.504 73,0 API access
Claude Opus 4.6 05/02/2026 155,27 1.550 74,5 API access
Sua avaliação

Já usou o Claude Opus 4.8? Dê sua nota

n/d de 5
ainda sem votos

Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.

Toque numa estrela para votar.
Perguntas frequentes

O que as pessoas perguntam sobre o Claude Opus 4.8

O Claude Opus 4.8 ainda funciona?

Sim. É um modelo legado, mas segue disponível na API da Anthropic, no Amazon Bedrock, no Google Cloud, no Microsoft Foundry e na Claude Platform on AWS. A Anthropic garante que ele não sai do ar antes de 28 de maio de 2027 nas plataformas que ela opera, com aviso de pelo menos 60 dias.

Quanto custa o Claude Opus 4.8?

US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de saída, o mesmo do Opus 4.7. A leitura de cache custa US$ 0,50, a escrita US$ 6,25 (5 minutos) ou US$ 10 (1 hora), e o lote sai por US$ 2,50 e US$ 12,50. O modo rápido, só na API da Anthropic, custa US$ 10 e US$ 50.

Por que um pedido ao Fable ou ao Opus 5.5 foi respondido pelo Opus 4.8?

Porque os classificadores de segurança desses modelos barraram o pedido, em geral de cibersegurança, e a resposta caiu no modelo de reserva. Nos aplicativos do Claude, isso acontece por padrão, com aviso. Na API, só com o parâmetro fallbacks, e a cobrança sai pela tabela do Opus 4.8.

Vale migrar do Opus 4.8 para o Opus 5.5?

Para a maioria dos usos, sim: o Opus 5.5 custa US$ 4 e US$ 20, relê o cache por US$ 0,20 e é o ponto de partida indicado pela Anthropic. Antes, confira três coisas: o raciocínio passa a ficar sempre ligado, a ferramenta forçada deixa de funcionar e o Priority Tier não existe no Opus 5.5.

Qual a posição do Claude Opus 4.8 no ranking de IA?

No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o Claude Opus 4.8 está em 16º lugar entre 267 modelos, com ECI de 158,26. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.

O Claude Opus 4.8 é melhor que o GPT-5.5?

Nas 37 provas que os dois fizeram e que a Epoch AI compilou, o Claude Opus 4.8 fica à frente em 9, atrás em 28 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.

Em que o Claude Opus 4.8 vai melhor?

Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do Claude Opus 4.8 são: Lmca (4º de 65); FrontierMath nível 4 (3º de 33); WeirdML (5º de 57). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.

De onde vêm os números desta página?

Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.

Fontes

De onde vem cada número

  1. Anthropic, anúncio do Claude Opus 4.8
  2. Anthropic, system card do Claude Opus 4.8
  3. Anthropic, visão geral do Claude Opus 4.8 (documentação)
  4. Anthropic, como escrever prompts para o Claude Opus 4.8 (documentação)
  5. Anthropic, tabela de preços (documentação)
  6. Anthropic, deprecações de modelos (documentação)
  7. Anthropic, guia de migração para o Claude Opus 5.5 (documentação)
  8. Anthropic, recusas e modelo de reserva (documentação)
  9. Anthropic, notas de versão da plataforma (documentação)
  10. Anthropic, anúncio do Claude Opus 5 (comparação com o Opus 4.8)
  11. Anthropic, anúncio do Claude Fable 5 (desvio para o Opus 4.8)
  12. Anthropic, anúncio do Claude Opus 5.5 (desvio de cibersegurança)

Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.

Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.

LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.

← Ver o ranking completo