Pular para o conteúdo principal
Mova o tráfego do Claude Opus 4.1 para anthropic/claude-opus-4.8: troque o ID do modelo, remova os parâmetros de amostragem e substitua os orçamentos de pensamento por um nível de esforço. A Anthropic descontinuou o Opus 4.1 em 5 de junho de 2026 e o aposentou em 5 de agosto de 2026. O Phaseo continua atendendo anthropic/claude-opus-4.1 enquanto algum provedor o oferecer e, quando nenhum oferecer mais, roteia essas solicitações para o Opus 4.8 (veja Descontinuação e aposentadoria de modelos). Migre antes que isso aconteça, para que a mudança seja testada em vez de automática. As orientações da Anthropic são cumulativas: aplique as mudanças no formato da solicitação do Opus 4.7 e depois revise as mudanças de comportamento do Opus 4.8.

Atualize a solicitação

1. Troque o ID do modelo para anthropic/claude-opus-4.8. 2. Remova os parâmetros de amostragem. A Anthropic rejeita valores não padrão de temperature, top_p e top_k no Opus 4.7 e posteriores com 400. O Phaseo os omite em vez de falhar, então eles não têm mais efeito; ajuste o comportamento com instruções. 3. Substitua os orçamentos de pensamento por um nível de esforço. O Phaseo não repassa budget_tokens ao Opus 4.8. Qualquer configuração de raciocínio é enviada como thinking: {"type": "adaptive", "display": "summarized"}, e reasoning.effort (ou output_config.effort em /v1/messages) define a profundidade:
Sem nenhuma configuração de raciocínio, o Opus 4.8 não pensa. reasoning.effort: "none" envia thinking: {"type": "disabled"}. 4. Refaça a linha de base de esforço e contexto longo. O Opus 4.8 usa high como esforço padrão e tem uma janela de contexto muito maior que a do Opus 4.1. Teste novamente os orçamentos de latência, o uso de tokens, o cache de prompts e os traces de documentos longos e de agentes de longa duração. No Microsoft Foundry, a Anthropic documenta uma janela de contexto de 200K para o Opus 4.8 no lançamento. 5. Simplifique as atualizações de instruções em conversas longas. O Opus 4.8 aceita mensagens role: "system" no meio da conversa. Se o loop do seu agente reescreve todo o prompt de sistema a cada turno, adicione uma mensagem de sistema no lugar e mantenha mais acertos de cache.

O que testar

  • solicitações que ainda enviam temperature, top_p ou top_k, já que esses parâmetros deixaram de ter efeito;
  • rotas com pensamento que dependiam de budget_tokens;
  • fluxos de agentes e ferramentas de longo horizonte;
  • saídas sensíveis ao esquema em cada nível de effort;
  • custo de tokens e latência nas classes de prompt do Opus 4.1 com maior volume.

Faça o rollout

  1. Remova os parâmetros de amostragem e os orçamentos de pensamento antes de mover o tráfego.
  2. Rode o Opus 4.8 em modo sombra com prompts e fluxos de ferramentas parecidos com os de produção.
  3. Faça um canário com o Opus 4.1 como fallback em models enquanto os provedores ainda o atenderem.
  4. Promova quando as mudanças de latência, custo e conclusão de tarefas estiverem dentro da meta.

Fontes

Última modificação em 5 de novembro de 2026