Claude 3 Opus

Fiche modèle · Anthropic · claude-3-opus-20240229

Claude 3 Opus is Anthropic's most intelligent model, with best-in-market performance on highly complex tasks. It can navigate open-ended prompts and sight-unseen scenarios with remarkable fluency and human-like understanding, showing the outer limits of what's possible with generative AI.

Fiches modèles

Identité

Organisation	Anthropic
Pays	—
Famille	—
Type	llm
Date de sortie	2024-02-29
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	200 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:27.582148Z
Mis à jour le	2026-11-04T06:04:32.245850Z
Source	LLM Stats
URL	https://llm-stats.com/models/claude-3-opus-20240229

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.80
legal	0.80
math	0.80
physics	0.50
reasoning	0.80
finance	0.80
general	0.80
healthcare	0.80
biology	0.50
chemistry	0.50
code	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
arc-c	reasoning	0.96	1.00	0.96	non	oui	2026-11-04T06:04:32.253466Z
big-bench-hard	reasoning	0.87	1.00	0.87	non	oui	2026-11-04T06:04:32.258760Z
drop	reasoning	0.83	1.00	0.83	non	oui	2026-11-04T06:04:32.262578Z
gpqa	reasoning	0.50	1.00	0.50	non	oui	2026-11-04T06:04:32.265739Z
gsm8k	math	0.95	1.00	0.95	non	oui	2026-11-04T06:04:32.269514Z
hellaswag	reasoning	0.95	1.00	0.95	non	oui	2026-11-04T06:04:32.273599Z
humaneval	reasoning	0.85	1.00	0.85	non	oui	2026-11-04T06:04:32.283235Z
math	math	0.60	1.00	0.60	non	oui	2026-11-04T06:04:32.293168Z
mgsm	math	0.91	1.00	0.91	non	oui	2026-11-04T06:04:32.296653Z
mmlu	general	0.87	1.00	0.87	non	oui	2026-11-04T06:04:32.303242Z
mmlu-pro	language	0.69	1.00	0.69	non	oui	2026-11-04T06:04:32.312857Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	216	—	5.10	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04