Claude Opus 4.8
Entdecke Benchmark-Scores, Genre-Stärken, Schwächen und aktuelle Beispiele für Claude Opus 4.8.
Modellubersicht
Veroffentlicht
2026-05-28
Kontext
1M Tokens
Input
$5.00 / 1M
Output
$25.00 / 1M
Claude Opus 4.8 (veröffentlicht am 28. Mai 2026) war Anthropics Flaggschiff, bis Claude Fable 5 am 9. Juni 2026 die Spitze übernahm. Auf Orivel bleibt es ein Spitzenmodell für komplexes Reasoning, langlaufendes agentisches Coding und Wissensarbeit mit hoher Autonomie — zum halben Preis von Fable 5.
Die wichtigsten Fortschritte gegenüber Opus 4.7 sind ein schärferes Urteilsvermögen, mehr Ehrlichkeit über den eigenen Fortschritt und die Fähigkeit, länger eigenständig zu arbeiten. Es ist rund viermal seltener als sein Vorgänger dabei, Fehler im eigenen Code durchgehen zu lassen, und führt beim agentischen Software-Engineering mit 69,2% auf SWE-Bench Pro vor GPT-5.5 und Gemini 3.1 Pro.
Das Modell behält das 1M-Token-Kontextfenster und bis zu 128k Output-Tokens in der Messages API. Der Preis bleibt gegenüber Opus 4.7 unverändert ($5 Input / $25 Output pro 1M Tokens), Wissensstand: Januar 2026. Neue Oberflächen bringen einen `effort`-Regler (Standard high) und eine Dynamic-Workflows-Research-Preview für große, parallelisierte agentische Aufgaben.
Anderungen
- Am 28. Mai 2026 als Nachfolger von Claude Opus 4.7 veröffentlicht (rund sechs Wochen später)
- Schärferes Urteilsvermögen, mehr Ehrlichkeit über den Fortschritt und längeres eigenständiges Arbeiten
- ~4x seltener als Opus 4.7 dabei, Fehler im eigenen Code durchgehen zu lassen
- SWE-Bench Pro 69,2% — vor GPT-5.5 und Gemini 3.1 Pro beim agentischen Coding
- Fortschritte bei multidisziplinärem Reasoning, agentischer Computer-Nutzung und agentischer Finanzanalyse
- 1M-Token-Kontextfenster; bis zu 128k Output-Tokens in der Messages API
- `effort`-Parameter (Standard high), um den Aufwand pro Antwort zu steuern
- Dynamic-Workflows-Research-Preview für Aufgaben mit parallelen Subagenten; Fast Mode mit 2,5-facher Geschwindigkeit
- Preis identisch zu Opus 4.7: $5 Input / $25 Output pro 1M Tokens
- Adaptive Thinking; verfügbar über Claude API, Amazon Bedrock, Vertex AI und Microsoft Foundry
- Wissens- und Trainingsdaten-Stand: Januar 2026
Gesamtleistung
Gesamtrang
#1
Gesamtsiegquote
Durchschnittsscore
Siege
16
Anzahl Beispiele
18
Siegesquote je Modell
| Modell | Siege | Niederlagen | Unentschieden | Siegesquote | Detail |
|---|---|---|---|---|---|
| OpenAI GPT-5.5 | 3 | 0 | 0 |
100%
|
Vergleich und Bewertung von Claude Opus 4.8 vs GPT-5.5 ansehen |
| Google Gemini 2.5 Flash | 3 | 0 | 0 |
100%
|
Vergleich und Bewertung von Claude Opus 4.8 vs Gemini 2.5 Flash ansehen |
| Google Gemini 2.5 Flash-Lite | 3 | 0 | 0 |
100%
|
Vergleich und Bewertung von Claude Opus 4.8 vs Gemini 2.5 Flash-Lite ansehen |
| Google Gemini 2.5 Pro | 3 | 0 | 0 |
100%
|
Vergleich und Bewertung von Claude Opus 4.8 vs Gemini 2.5 Pro ansehen |
| OpenAI GPT-5 mini | 2 | 1 | 0 |
67%
|
Vergleich und Bewertung von Claude Opus 4.8 vs GPT-5 mini ansehen |
| OpenAI GPT-5.4 | 2 | 1 | 0 |
67%
|
Vergleich und Bewertung von Claude Opus 4.8 vs GPT-5.4 ansehen |
Nach Genre vergleichen
Starke Genres
Humor
Durchschnittsscore
Genre Average
Siegesquote
Anzahl Beispiele
1
Genre-Rang
1 / 12
Siege
1
Brainstorming
Durchschnittsscore
Genre Average
Siegesquote
Anzahl Beispiele
1
Genre-Rang
2 / 12
Siege
1
Zusammenfassung
Durchschnittsscore
Genre Average
Siegesquote
Anzahl Beispiele
1
Genre-Rang
1 / 13
Siege
1
Beratung
Durchschnittsscore
Genre Average
Siegesquote
Anzahl Beispiele
1
Genre-Rang
1 / 12
Siege
1
Debatte
Durchschnittsscore
Genre Average
Siegesquote
Anzahl Beispiele
9
Genre-Rang
3 / 13
Siege
9
Schwachere Genres
Starken nach Bewertungskriterium
Durchschnittsscore je Kriterium (von 10)
Menge
Genauigkeit am Original
Sicherheit
Befolgung der Anweisungen
Hilfswert
Struktur
Abdeckung
Ethik und Sicherheit
Empathie
Angemessenheit
Verdichtung
Koharenz
Neueste Aufgaben
Ideenfindung
Kreative Lösungen für Lebensmittelverschwendung in Supermärkten
Eine große nationale Supermarktkette möchte die Menge an essbaren Lebensmitteln, die sie wegwirft, deutlich reduzieren. Sie spendet überschüssige Lebensmittel b...
Bildungsfragen
Hormonelle Kontrolle des Menstruationszyklus
Bei einer Patientin wurde eine seltene genetische Erkrankung diagnostiziert, die dazu führt, dass ihre Hypophyse vollständig unfähig ist, Luteinisierendes Hormo...
Brainstorming
Brainstorming: Kostengünstige Bibliotheksprogramme für Jugendliche
Eine mittelgroße öffentliche Bibliothek möchte während eines 10-wöchigen Sommerzeitraums die Präsenz von Jugendlichen im Alter von 13 bis 18 Jahren erhöhen. Bra...
Zusammenfassung
Fasse die Übersicht des James Webb Space Telescope zusammen
Lesen Sie den folgenden Artikel über das James Webb Space Telescope (JWST) und schreiben Sie eine prägnante Zusammenfassung. Ihre Zusammenfassung sollte ein ein...
Beratung
Nein sagen zu einem teuren Freundesausflug
Eine Person bittet um alltäglichen persönlichen Rat: "Meine enge Freundin/mein enger Freund plant einen viertägigen Geburtstagsausflug, der mehr kosten würde, a...
Humor
Familienfreundlicher Humor: Der überaus ehrliche Museums-Audioguide
Schreiben Sie einen kurzen komödiantischen Dialog zwischen einem Museumsbesucher und einem ungewöhnlich ehrlichen Audioguide bei einer fiktiven Ausstellung name...
Systemdesign
Entwerfen Sie ein Echtzeit-kollaboratives Whiteboard-System
Sie sollen die Hochniveau-Systemarchitektur für eine Echtzeit-kollaborative Whiteboard-Anwendung entwerfen. **Kernanforderungen:** 1. **Echtzeit-Kollaboration...
Geschäftstexte
Kunden-E-Mail zu einer verzögerten Produkteinführung
Verfassen Sie eine an Kunden gerichtete E-Mail vom Head of Product bei einem B2B-SaaS-Unternehmen, in der eine Verzögerung der geplanten Einführung einer Funkti...
Neueste Debatten
Debatten
Sollten Regierungen für große Arbeitgeber eine Vier-Tage-Arbeitswoche vorschreiben?
Sollten Regierungen große Arbeitgeber verpflichten, eine standardmäßige Vier-Tage-Arbeitswoche mit 32 Stunden und ohne Lohnkürzungen einzuführen, oder sollte die Länge der Arbeitswoche in erster Linie eine Angelegenheit sein, die Arbeitgeber und Arbeitnehmer aushandeln?
Debatten
Sollten Schulen Buchstabennoten durch narrative Beurteilungen ersetzen?
Sollten Primar- und Sekundarschulen von traditionellen Buchstabennoten oder Prozentangaben abgehen und stattdessen schriftliches Feedback, Portfolios und Schülergespräche zur Beurteilung des Lernens verwenden?
Debatten
Standardisierte Tests in Schulen: Ein faires Maß für Leistung oder ein veraltetes Hinderni...
Standardisierte Tests, wie der SAT, ACT und verschiedene landesweite Prüfungen, sind seit langem ein Grundpfeiler des Bildungssystems und werden zur Beurteilung von Schülerinnen und Schülern, zur Evaluation von Schulen und für die Zulassung zu Hochschulen verwendet. Befürworter argumentieren, dass sie einen objektiven Maßstab zur Messung akademischer Leistungen über unterschiedliche Bevölkerungsgruppen hinweg bieten. Kritiker hingegen behaupten, dass diese Tests kulturell voreingenommen sind, Studierende aus privilegierten Verhältnissen begünstigen und die wahren Fähigkeiten oder das Potenzial eines Schülers nicht erfassen, was Forderungen nach ihrer Abschaffung zugunsten ganzheitlicherer Bewertungsmethoden ausgelöst hat. Die Debatte dreht sich darum, ob standardisierte Tests ein unverzichtbares Instrument für Rechenschaftspflicht und Meritokratie sind oder ein diskriminierendes System, das Ungleichheit fortschreibt.
Debatten
Soll der öffentliche Nahverkehr für alle Fahrgäste kostenlos sein?
Viele Städte haben mit Staus, Umweltverschmutzung, der Finanzierung des öffentlichen Verkehrs und ungleichem Zugang zu Verkehrsmitteln zu kämpfen. Ein Vorschlag besteht darin, Fahrpreise für Busse, Straßenbahnen und U-Bahnen für alle abzuschaffen und den Betrieb stattdessen durch Steuern oder andere öffentliche Einnahmen zu finanzieren. Sollten Städte den öffentlichen Nahverkehr für alle Fahrgäste kostenlos machen, oder sollten sie die Fahrpreise beibehalten und Subventionen auf diejenigen konzentrieren, die sie am dringendsten benötigen?
Debatten
Die Rolle standardisierter Tests in der Bildung
Standardisierte Tests werden weit verbreitet verwendet, um die Eignung von Schülerinnen und Schülern, schulische Leistungen und die Leistung von Schulen zu messen. Befürworter argumentieren, dass sie einen objektiven Maßstab für Verantwortlichkeit und Vergleichbarkeit bieten, während Kritiker behaupten, dass sie ungerecht, stressfördernd und förderlich für ein enges Curriculum sind. Im Mittelpunkt dieser Debatte steht, ob standardisierte Tests weiterhin ein Grundpfeiler des Bildungssystems sein sollten.
Debatten
Die Vier-Tage-Arbeitswoche: Eine Revolution für die Work-Life-Balance oder ein logistische...
Das Konzept einer standardmäßigen Vier-Tage-Arbeitswoche, ohne Gehaltskürzung, gewinnt weltweit an Bedeutung als Mittel zur Verbesserung des Wohlbefindens der Mitarbeitenden und der Produktivität. Die Debatte fragt, ob dieses Modell eine nachhaltige und vorteilhafte Weiterentwicklung des modernen Arbeitsplatzes ist oder ein unpraktischer Idealismus, der für Unternehmen und die Wirtschaft mehr Probleme schafft, als er löst.
Debatten
Sollten Städte die meisten Parkplätze an der Straße durch geschützte Fahrradstreifen und b...
Viele Städte haben begrenzten Platz am Straßenrand, der derzeit für private Autoparkplätze genutzt wird. Sollten kommunale Verwaltungen in Hauptverkehrsachsen die meisten Straßenparkplätze entfernen und diesen Raum für geschützte Fahrradstreifen, breitere Gehwege, Bäume und öffentliche Sitzgelegenheiten umgestalten?
Debatten
Sollten Städte private Autos aus Innenstädten verbieten?
Viele Städte erwägen, private Autos in dicht besiedelten Innenstadtbereichen einzuschränken oder zu verbieten, um Staus, Umweltverschmutzung und Verkehrstote zu reduzieren. Sollten Stadtverwaltungen in Richtung autofreier Innenstädte gehen, oder sollten sie den breiten Zugang privater Fahrzeuge beibehalten?