anthropic/claude-opus-5| Fournisseur | Entrée, $ par 1M | Sortie, $ par 1M | Dans nos données depuis |
|---|---|---|---|
| google-vertex-anthropic | $5 | $25 | 31 juil. 2026 |
Amazon Bedrock
anthropic.claude-opus-5
|
$5 | $25 | 31 juil. 2026 |
| Anthropic | $5 | $25 | 31 juil. 2026 |
| Azure Cognitive Services | $5 | $25 | 31 juil. 2026 |
| Cloudflare AI Gateway | $5 | $25 | 31 juil. 2026 |
| CrossModel | $5 | $25 | 31 juil. 2026 |
| GitHub Copilot | $5 | $25 | 31 juil. 2026 |
| Google Vertex AI | $5 | $25 | 31 juil. 2026 |
| LLM Gateway | $5 | $25 | 31 juil. 2026 |
| Microsoft Foundry | $5 | $25 | 31 juil. 2026 |
| OpenCode Zen | $5 | $25 | 31 juil. 2026 |
| OpenRouter | $5 | $25 | 31 juil. 2026 |
| Vercel | $5 | $25 | 31 juil. 2026 |
Amazon Bedrock
eu.anthropic.claude-opus-5
|
$5,5 | $27,5 | 31 juil. 2026 |
| Venice AI | $6 | $30 | 31 juil. 2026 |
Seul le tarif de base et uniquement les prix au token sont affichés. Les tarifs par lots, réduits ou mis en cache, ainsi que les prix par image ou par seconde de vidéo, n'entrent pas dans ce tableau : ils ne peuvent pas figurer dans la même colonne qu'un prix par million de tokens.
Un même fournisseur apparaît plusieurs fois s'il vend ce modèle sous des identifiants différents et à des prix différents — par exemple à des précisions de poids différentes. L'identifiant est indiqué à côté du nom. Les offres identiques arrivées de deux sources sous des orthographes différentes sont fusionnées en une seule ligne.
La date de la dernière colonne est le jour où ce prix est entré pour la première fois dans notre collecte. Le prix peut être plus ancien : avant ce jour, nous ne l'enregistrions tout simplement pas. Il n'a pas changé depuis — sinon une nouvelle ligne avec une nouvelle date figurerait à sa place.
| Jeu de tâches | Résultat | Conditions d'exécution | Mesuré par |
|---|---|---|---|
| Arena Score, développement web | 1 704,67 1 689–1 720 | effort : max | — |
| Arena Score, mathématiques | 1 544,36 1 507–1 582 | effort : high | — |
| Arena Score, programmation | 1 534,15 1 510–1 559 | effort : max | — |
| Arena Score, requêtes difficiles | 1 532,57 1 517–1 548 | effort : max | — |
| Arena Score, questions d'expert | 1 524,59 1 486–1 563 | effort : max | — |
| Arena Score en français | 1 522,24 1 479–1 565 | effort : high | — |
| Arena Score, respect des consignes | 1 519,69 1 498–1 541 | effort : max | — |
| Arena Score, classement général | 1 511,6 1 499–1 524 | effort : max | — |
| Arena Score, écriture créative | 1 510,88 1 481–1 541 | effort : max | — |
| Arena Score, requêtes longues | 1 506,13 1 488–1 525 | effort : max | — |
| Arena Score en russe | 1 503,36 1 463–1 544 | effort : max | — |
| Arena Score en anglais | 1 500,16 1 482–1 519 | effort : max | — |
| Arena Score, dialogue à plusieurs tours | 1 493,98 1 460–1 528 | effort : max | — |
| Arena Score, reconnaissance de texte sur image | 1 332,16 1 315–1 349 | effort : high | — |
| Arena Score, travail sur images | 1 328,68 1 314–1 343 | effort : high | — |
| Arena Score, compréhension de schémas | 1 323,16 1 295–1 352 | effort : high | — |
| Mock AIME 2024–2025 — problèmes d'olympiade | 98,89 % | effort : max · avec un harnais ajusté | Epoch evaluations |
| ARC-AGI — généralisation à des motifs inédits | 97,5 % | effort : max · avec un harnais ajusté | https://arcprize.org/leaderboard |
| GPQA Diamond — questions de niveau doctorat | 91,84 % | effort : max · avec un harnais ajusté | Epoch evaluations |
| WeirdML — tâches d'apprentissage automatique inhabituelles | 91,78 % | effort : max | https://htihle.github.io/weirdml.html |
| ARC-AGI-2 | 88,33 % | effort : max | — |
| FrontierMath, niveaux 1–3 | 85,61 % | effort : max | Epoch evaluations |
| FrontierMath, niveau 4 — problèmes de recherche | 73,17 % | effort : max | Epoch evaluations |
| CursorBench — modifications dans l'éditeur | 70 % | effort : max | https://cursor.com/cursorbench |
| SimpleQA Verified — exactitude factuelle | 56,7 % | effort : max | Epoch evaluations |
| FrontierCode — correctifs acceptables dans un projet | 53,4 % | effort : max | https://cognition.com/frontiercode |
| APEX-Agents | 43,5 % | effort : max | — |
| Problèmes d'échecs | 38,97 % | effort : max | Epoch evaluations |
| CritPt — problèmes de physique | 29,14 % | effort : max | — |
| Arena Score, tâches d'agent | 0,12 0–0 | effort : max | — |