Anthropic

Claude Opus 4.8

anthropic/claude-opus-4.8
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Claude Opus 4.8 是 Anthropic 在 Opus 家族中最强大的通用型号。它支持文本、图片和文件输入,并输出文本,支持推理和 1M 令牌上下文窗口。它适合高度自主的代理、长视野代理工作、知识驱动工作以及在长时间会话中保持一致性的记忆驱动任务。 它在多步推理、复杂编码和端到端项目编排方面尤为强大——大型代码库、多阶段调试和长期运行的异步代理流水线。除了编码,它还处理知识工作,如起草文档、构建演示文稿和分析数据,保持长时间输出的质量。

输入 / 输出模态
未提供 至 未提供
参考输入 / 输出价格
输入¥35输出¥175每百万 Token
上下文长度
1M
收录时间
2026年5月29日

供应通道与价格

供应通道输入 /M输出 /M缓存读取 /M上下文最大输出详情
Amazon Bedrock¥35¥175¥3.51M128K
Google Vertex¥35¥175¥3.51M128K

Amazon Bedrock

延迟
1.36s
吞吐量
96 tokens/s
上下文
1M

价格

输入
¥35/M tokens
输出
¥175/M tokens
缓存
¥3.5/M tokens
缓存写入(1 小时)
¥70/M tokens
缓存写入(5 分钟)
¥43.75/M tokens

其他价格

cache write
¥43.75
cache read
¥3.5
cache write price 5m
¥43.75
cache write price 1h
¥70

规格

上下文
1M
最大输出
128K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Google Vertex

延迟
2.9s
吞吐量
28 tokens/s
上下文
1M

价格

输入
¥35/M tokens
输出
¥175/M tokens
缓存
¥3.5/M tokens
缓存写入(1 小时)
¥70/M tokens
缓存写入(5 分钟)
¥43.75/M tokens

其他价格

cache write
¥43.75
cache read
¥3.5
cache write price 5m
¥43.75
cache write price 1h
¥70

规格

上下文
1M
最大输出
128K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Claude Opus 4.8 的示例代码与 API 说明

Modelmesh 会帮你在不同服务提供商之间规范化处理请求和响应,为你统一接口。

Modelmesh 提供了兼容 OpenAI 的 Completion API,可连接 300 多款模型与服务提供商,既可直接调用,也可通过 OpenAI SDK 调用。此外,还提供了一些第三方 SDK。

在以下示例中,Modelmesh 专用的请求头属于可选项。若你配置了这些请求头,你的应用就能出现在 Modelmesh 的排行榜上。

支持的接口点击接口可切换下方示例
/v1/chat/completions
from openai import OpenAI API_KEY = "$SSY_API_KEY" client = OpenAI( base_url="https://router.shengsuanyun.com/api/v1", api_key=API_KEY, ) try: completion = client.chat.completions.create( model="anthropic/claude-opus-4.8", messages=[{"role": "user", "content": "9.11 和 9.8 哪个数更大?"}], temperature=0.6, top_p=0.7, stream=True, ) response_text = "" for chunk in completion: if chunk.choices and chunk.choices[0].delta.content is not None: content = chunk.choices[0].delta.content print(content, end="", flush=True) response_text += content except Exception as error: print(f"Request failed: {error}")
                
              

相关模型