Anthropic
Claude 4.1 Opus
Claude Opus 4.1 — обновление Claude Opus 4 для задач агентов, практического программирования и рассуждений.
- Вход
- 2 088,90 ₽
- Выход
- 10 444,50 ₽
- Кэш
- 2 088,90 ₽
- Интеллект
- 18,6
- Доступность
- 100%
anthropic/claude-opus-4.1Данные каталога получены .
Цена
- Текстовый диалог · вход
- 2 088,90 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 10 444,50 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 2 088,90 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
Claude Opus 4.1 — обновление Claude Opus 4 для задач агентов, практического программирования и рассуждений. Разработчик: anthropic. Вход: текст, изображения. Выход: текст. Контекст: 200000 токенов. Максимальный ответ: 32000 токенов.
- Релиз
Характеристики
- 4 октября: нет данных—4 октября
- 5 октября: нет данных—5 октября
- 6 октября: 100%100%6 октября
- Тип модели
- Текст
- Вход модели
- Текст, Изображения
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 200 000 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 32 000 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Пакетные запросы, Входные файлы, Входные изображения
Контрольные показатели
Artificial Analysis
11 показателей · проверено
- Индекс интеллекта
- 18,6 индексСводная оценка Artificial Analysis по всем её тестам
Рассуждение по документу
- AA-LCR v1.176 %
Рассуждение на длинном контексте с обновлённой оценкой
Устаревшие тесты
- AA-LCR (версия не указана, архивный)76 %
Оценка рассуждений на длинном контексте
- GPQA Diamond (архивный)80,9 %
Научные рассуждения уровня выпускника
Рассуждения
- AIME 202580,3 %
- HLE12,5 %
Humanity’s Last Exam — вопросы экспертного уровня
Рассуждение
- IFBench55,4 %
Тест на следование инструкциям
Программирование
- LiveCodeBench65,4 %
Бенчмарк по программированию без загрязнения данных
- Terminal-Bench Hard (архивный)34,3 %
Устаревший резервный вариант · Агентное программирование и работа в терминале
Знания
- MMLU-Pro88 %
Профессиональные и академические предметные знания
Агентная работа
- T²-Bench Telecom (архивный)71,4 %
Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "anthropic/claude-opus-4.1",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))





