Passer au contenu principal
Faites passer le trafic Claude Opus 4.1 vers anthropic/claude-opus-4.8 : changez l’identifiant de modèle, supprimez les paramètres d’échantillonnage et remplacez les budgets de réflexion par un niveau d’effort. Anthropic a déprécié Opus 4.1 le 5 juin 2026 et l’a retiré le 5 août 2026. Phaseo continue de servir anthropic/claude-opus-4.1 tant qu’un fournisseur le propose, puis, lorsque plus aucun ne le propose, achemine ces requêtes vers Opus 4.8 (voir Dépréciation et retrait des modèles). Migrez avant que cela ne se produise, pour que le changement soit testé plutôt qu’automatique. Les recommandations d’Anthropic sont cumulatives : appliquez les changements de format de requête d’Opus 4.7, puis examinez les changements de comportement d’Opus 4.8.

Mettre à jour la requête

1. Changez l’identifiant de modèle pour anthropic/claude-opus-4.8. 2. Supprimez les paramètres d’échantillonnage. Anthropic rejette avec 400 les valeurs non par défaut de temperature, top_p et top_k sur Opus 4.7 et les versions ultérieures. Phaseo les omet au lieu d’échouer, si bien qu’ils n’ont plus aucun effet ; ajustez plutôt le comportement par des instructions. 3. Remplacez les budgets de réflexion par un niveau d’effort. Phaseo ne transmet pas budget_tokens à Opus 4.8. Tout paramètre de raisonnement est envoyé sous la forme thinking: {"type": "adaptive", "display": "summarized"}, et reasoning.effort (ou output_config.effort sur /v1/messages) définit la profondeur :
Sans aucun paramètre de raisonnement, Opus 4.8 ne réfléchit pas. reasoning.effort: "none" envoie thinking: {"type": "disabled"}. 4. Réétalonnez l’effort et le long contexte. Opus 4.8 utilise par défaut l’effort high et dispose d’une fenêtre de contexte bien plus grande qu’Opus 4.1. Retestez les budgets de latence, l’utilisation des jetons, la mise en cache des prompts, ainsi que les traces de longs documents et de longues sessions d’agent. Sur Microsoft Foundry, Anthropic indique une fenêtre de contexte de 200K pour Opus 4.8 au lancement. 5. Simplifiez la mise à jour des instructions dans les longues conversations. Opus 4.8 accepte des messages role: "system" en cours de conversation. Si votre boucle d’agent réécrit tout le prompt système à chaque tour, ajoutez plutôt un message système et conservez davantage de succès de cache.

Ce qu’il faut tester

  • les requêtes qui envoient encore temperature, top_p ou top_k, puisque leur effet a disparu ;
  • les routes de réflexion qui s’appuyaient sur budget_tokens ;
  • les workflows d’agent et d’outils à long horizon ;
  • les sorties sensibles au schéma à chaque niveau d’effort ;
  • le coût en jetons et la latence sur vos catégories de prompts Opus 4.1 les plus volumineuses.

Déployer

  1. Supprimez les paramètres d’échantillonnage et les budgets de réflexion avant de basculer le trafic.
  2. Exécutez Opus 4.8 en mode fantôme sur des prompts et des flux d’outils proches de la production.
  3. Lancez un canary avec Opus 4.1 comme secours dans models tant que des fournisseurs le servent.
  4. Généralisez une fois que les changements de latence, de coût et de réussite des tâches sont dans les objectifs.

Sources

Dernière modification le 5 novembre 2026