Claude Opus 4.1

Fiche modèle · Anthropic · claude-opus-4-1-20250805

Claude Opus 4.1 is a hybrid reasoning model that pushes the frontier for coding and AI agents, featuring a 200K context window. It delivers superior performance and precision for real-world coding and agentic tasks, handling complex multi-step problems with rigor and attention to detail. With extended thinking capabilities, it offers instant responses or extended step-by-step thinking visible through user-friendly summaries. It advances state-of-the-art coding performance to 74.5% on SWE-bench Verified, excels at agentic search and research, and produces human-quality content with exceptional writing abilities. It supports 32K output tokens and adapts to specific coding styles while delivering exceptional quality for extensive generation and refactoring projects.

Fiches modèles

Identité

Organisation	Anthropic
Pays	—
Famille	—
Type	llm
Date de sortie	2025-08-05
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	≈ 5 T–6 T (estimation, confiance faible — https://unexcitedneurons.substack.com/p/estimating-the-size-of-claude-opus)
Paramètres actifs (session)	≈ 228 B–276 B (estimation, confiance faible — https://unexcitedneurons.substack.com/p/estimating-the-size-of-claude-opus)
Source des paramètres actifs	https://unexcitedneurons.substack.com/p/estimating-the-size-of-claude-opus (estimation, confiance faible)
Curation des paramètres actifs	2026-10-25
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	2026-05-07T16:53:27.710204Z
Mis à jour le	2026-11-04T06:04:33.113182Z
Source	LLM Stats
URL	https://llm-stats.com/models/claude-opus-4-1-20250805

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
chat	0.80
language	0.90
math	0.80
multimodal	0.80
physics	0.80
reasoning	0.70
frontend_development	0.70
general	0.70
healthcare	0.80
agents	0.40
biology	0.80
chemistry	0.80
code	0.60
communication	0.70
tool_calling	0.70
vision	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2025	math	0.78	1.00	0.78	non	oui	2026-11-04T06:04:33.163334Z
gpqa	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:04:33.129302Z
mmmlu	language	0.90	1.00	0.90	non	oui	2026-11-04T06:04:33.152677Z
mmmu-(validation)	vision	0.77	1.00	0.77	non	oui	2026-11-04T06:04:33.159007Z
swe-bench-verified	reasoning	0.74	1.00	0.74	non	oui	2026-11-04T06:04:33.121331Z
tau-bench-airline	reasoning	0.56	1.00	0.56	non	oui	2026-11-04T06:04:33.140734Z
tau-bench-retail	chat	0.82	1.00	0.82	non	oui	2026-11-04T06:04:33.133020Z
terminal-bench	reasoning	0.43	1.00	0.43	non	oui	2026-11-04T06:04:33.124715Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	17	0.80	25.20	1	trueskill	2026-11-04T08:08:43.789169Z	rankings
agents	110	—	12.95	1	trueskill	2026-10-19	model_history
code	99	—	21.32	2	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