> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bytespike.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Claude Opus 4.8

> 当前旗舰 Opus —— 200K context，顶配推理。一发即中必须对的场景就用它。

**厂商：** Anthropic
**Model ID：** `claude-opus-4-8`
**能力：** 200K context · tool use · vision · prompt caching · streaming · extended thinking
**价格：** 按 token，Opus 档（[实时价格](https://bytespike.ai/pricing#text)）

Opus 4.8 是当前的 Anthropic 旗舰，也是 [Opus 4.7](/zh/api-reference/text/claude-opus-4-7) 的
后继。当那一发必须对时你伸手抓的就是它。它比 Sonnet 慢、比 Sonnet
贵，并且在 Sonnet 开始偷工减料的地方明显更稳：长上下文推理、每一步
都依赖上一步的多步计划，以及那种 *第一稿* 就要能编译并匹配既有代码
库架构约定的代码生成。开 extended thinking 后等待变长，但在难题上的
答案质量提升超过延迟成本所暗示的幅度。

## 请求

```bash theme={null}
curl https://llm.bytespike.ai/v1/messages \
  -H "x-api-key: $BYTESPIKE_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-opus-4-8",
    "max_tokens": 16384,
    "messages": [
      {"role": "user", "content": "Implement an LRU cache with O(1) get and put."}
    ]
  }'
```

### Body 参数

| 字段            | 类型              | 是否必填 | 默认                | 说明                                    |
| ------------- | --------------- | ---- | ----------------- | ------------------------------------- |
| `model`       | string          | 是    | —                 | `claude-opus-4-8`                     |
| `messages`    | array           | 是    | —                 | 对话历史。最多 200K token 输入。                |
| `max_tokens`  | integer         | 是    | —                 | 硬上限。本模型最大：32768。                      |
| `system`      | string \| array | 否    | —                 | array 形式支持 `cache_control`。           |
| `temperature` | number          | 否    | 1.0               | 范围 0.0–1.0。                           |
| `top_p`       | number          | 否    | 1.0               | Nucleus sampling。                     |
| `tools`       | array           | 否    | —                 | 支持，并行调用支持。                            |
| `tool_choice` | object          | 否    | `{"type":"auto"}` | `auto` / `any` / `tool`（指定名）。         |
| `thinking`    | object          | 否    | —                 | Extended-thinking。预算越大，长程推理答案越好，延迟越高。 |
| `stream`      | boolean         | 否    | false             | SSE 流式。                               |

## 响应

```json theme={null}
{
  "id": "msg_opus_…",
  "type": "message",
  "role": "assistant",
  "model": "claude-opus-4-8",
  "content": [
    {"type": "thinking", "thinking": "<extended reasoning trace>"},
    {"type": "text", "text": "Here's the LRU cache..."}
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 32,
    "output_tokens": 1248,
    "thinking_tokens": 4032
  }
}
```

`thinking_tokens` 按输入 token 价计费（extended thinking 增加延迟但不
增加全额输出成本）。当前价格见 [pricing table](https://bytespike.ai/pricing#text)。

## 代码示例

<CodeGroup>
  ```bash cURL theme={null}
  curl https://llm.bytespike.ai/v1/messages \
    -H "x-api-key: $BYTESPIKE_API_KEY" \
    -H "anthropic-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{
      "model": "claude-opus-4-8",
      "max_tokens": 16384,
      "messages": [{"role": "user", "content": "Implement an LRU cache with O(1) get and put."}]
    }'
  ```

  ```python Python theme={null}
  import anthropic

  client = anthropic.Anthropic(
      base_url="https://llm.bytespike.ai/v1",
      api_key="$BYTESPIKE_API_KEY",
  )

  message = client.messages.create(
      model="claude-opus-4-8",
      max_tokens=16384,
      messages=[
          {"role": "user", "content": "Implement an LRU cache with O(1) get and put."}
      ],
  )

  # When extended thinking is on, content[0] is the thinking block; the
  # text block is the last one in the array.
  text_block = next(b for b in message.content if b.type == "text")
  print(text_block.text)
  ```

  ```javascript Node theme={null}
  import Anthropic from "@anthropic-ai/sdk"

  const client = new Anthropic({
    baseURL: "https://llm.bytespike.ai/v1",
    apiKey: process.env.BYTESPIKE_API_KEY,
  })

  const message = await client.messages.create({
    model: "claude-opus-4-8",
    max_tokens: 16384,
    messages: [
      {
        role: "user",
        content: "Implement an LRU cache with O(1) get and put.",
      },
    ],
  })

  const textBlock = message.content.find((b) => b.type === "text")
  console.log(textBlock.text)
  ```
</CodeGroup>

## Extended thinking

设置 `thinking` 块来开启：

```json theme={null}
{
  "model": "claude-opus-4-8",
  "max_tokens": 16384,
  "thinking": {
    "type": "enabled",
    "budget_tokens": 8192
  },
  "messages": [...]
}
```

`budget_tokens` 是内部推理 token 的上限。模型可能用得更少；下限是几
百。推荐预算：

| 任务        | 建议预算    |
| --------- | ------- |
| 多步编码      | 4K–8K   |
| 长上下文总结    | 8K–16K  |
| 难题数学 / 证明 | 16K–32K |

更高预算在难题上单调提升答案质量 —— 但多数任务在 16K 以上边际收益
迅速下降。

## Cache control

```json theme={null}
{
  "model": "claude-opus-4-8",
  "system": [
    {
      "type": "text",
      "text": "<the corpus you keep referring to>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [...]
}
```

缓存读取按 [pricing table](https://bytespike.ai/pricing#text) 的折扣价计
费。在 Opus 4.8 上，cache control 是单项杠杆最高的成本优化 —— 大块
system prompt 付一次，每个后续轮次按缓存读取价计费。

## 错误

| Code | 触发                        | 是否计费      |
| ---- | ------------------------- | --------- |
| 400  | Body 校验失败                 | 否         |
| 401  | key 缺失 / 已撤销              | 否         |
| 402  | 钱包用尽（Opus 比 Sonnet 触发得更快） | 否         |
| 413  | 输入超过 200K token           | 否         |
| 429  | 速率限制                      | 否         |
| 5xx  | 上游 provider 问题            | 否（自动重试信封） |

## 何时使用

* 一发即中的质量重要，并且你愿意等一个深思熟虑的答案。
* 在既有代码库中、约定重要的代码生成。
* 每一步都依赖上一步的多步计划（Sonnet 开始漏；Opus 4.8 把链条保持紧）。
* 200K 窗口内法律 / 医学 / 技术语料的长上下文推理。
* 中端成本 / 延迟，见 [Sonnet 4.6](/zh/api-reference/text/claude-sonnet-4-6)。
* 高吞吐 agent loop，见 [Haiku 4.5](/zh/api-reference/text/claude-haiku-4-5)。

## 限制

| 限制                   | 值            |
| -------------------- | ------------ |
| Context window       | 200K tokens  |
| Max output           | 32768 tokens |
| 支持 tool use          | 是（并行）        |
| 支持 vision            | 是            |
| 支持 streaming         | 是            |
| 支持 prompt caching    | 是            |
| 支持 extended thinking | 是            |