周四，Anthropic 正式发布了旗舰模型的最新升级版本——Claude Opus 4.8。本次更新的核心亮点在于：用户可根据实际需求灵活调整 Claude 的计算资源投入，支持处理更大规模的编程任务，同时快速模式的价格也迎来了显著下调。此外，Anthropic 强调新模型在“诚实性”方面实现了实质性突破，欺骗行为明显减少，对用户自主性及利益的支持也更加到位。 从基准测试结果来看，Opus 4.8 全面超越了前代产品，同时也超过了 GPT-5.5 和 Gemini 3.1 Pro。不过，在智能体终端编程这一细分领域中，OpenAI 的模型仍然略占优势。该新模型已于周四上线，定价与 Opus 4.7 保持一致。 ## 可调节的努力程度控制 Opus 4.8 新增了努力程度控制功能，简而言之，就是允许用户自主决定 Claude 在任务中投入多少计算资源。若设置为高努力模式，Claude 会“更频繁地进行深度思考，从而给出更优质的回答”；切换至低努力模式，则响应速度更快，速率限制的消耗也更慢。这对于经常担心速率超限的用户来说，无疑是个好消息。 ## 动态工作流支持大规模编程任务 目前仍处于研究预览阶段的“动态工作流”功能，使用户能够借助 Claude Code 来处理更为庞大的项目。Anthropic 表示，用户现在可以让 Claude“规划整体任务，并在单个会话中并行运行数百个子智能体”，待验证输出结果后再返回给用户。举例来说，在进行大型代码库迁移时，搭载 Opus 4.8 的 Claude Code 可以“从启动到合并，跨越数十万行代码”完整完成整个迁移流程。 ## 快速模式价格大幅下降 Anthropic 宣布，Opus 4.8 的快速模式（模型以 2.5 倍正常速度运行）价格“比前代模型便宜了三倍”。对于注重成本控制的 Claude 用户而言，这无疑是一项非常实在的利好。 ## 更诚实、更少欺骗 Anthropic 的对齐团队表示，Opus 4.8“在亲社会特征测量方面达到了新高”。具体而言，模型在支持用户自主性和维护用户最佳利益两个维度均有所提升。欺骗行为以及配合滥用的比例也“大幅低于”前代模型，水平已与 Claude Mythos Preview 相当——后者曾被 Anthropic 称为“我们训练过的对齐最佳模型”。 在诚实性方面，Anthropic 指出 Opus 4.8“对自身代码缺陷保持沉默的可能性比前代低约四倍”。早期测试者也证实了这一点，认为 Opus 4.8“在执行智能体任务时更加可靠、判断更为敏锐”。 ## 基准测试表现亮眼 Anthropic 表示，Opus 4.8 在所有基准测试中均优于前代。当然，发布当天的基准成绩未必能完全反映真实使用体验，但这些数据依然展现了不小的潜力。 最值得关注的是：智能体编程方面，Opus 4.8 得分 69.2%，显著高于 Opus 4.7 的 64.3%、GPT-5.5 的 58.65% 以及 Gemini 3.1 Pro 的 54.2%；智能体算力使用得分上，Opus 4.8 达到 83.4%，同样领先于 GPT-5.5 的 78.7% 和 Gemini 3.1 Pro 的 76.2%。不过，在智能体终端编程方面，Opus 4.8 的得分比 GPT-5.5 低 3.6%，暂时处于下风。 ## Opus系列发展历程回顾 2025年5月，Anthropic 在首届开发者大会“Code with Claude”上发布了 Opus 4，当时被定位为“全球最佳编程模型”。它在编程能力和长上下文推理方面实现了重大突破，尤其擅长处理长时间运行的任务，能在“数千步”操作中保持上下文连贯。 2025年8月，Opus 4.1 发布，在智能体任务、编程和推理方面带来了一定改进，但整体而言属于小幅更新。 2025年11月，Opus 4.5 正式亮相，Anthropic 再次将其称为“全球最佳编程、智能体与计算机使用模型”。该版本提升了模型处理歧义和多系统漏洞问题的能力，帮助 Anthropic 在 OpenAI 的 GPT-5.1-Codex-Max 与谷歌的 Gemini 3 模型受到广泛关注后，重新夺回了编程领域的领先地位。 三个月后，Opus 4.6 登场，被认为是 LLM 在企业工作流应用方面的一次重要跨越。它引入了 100 万 Token 的上下文窗口，是 Anthropic 首个采用自适应思维的模型，基准测试成绩也十分出色。不过，该版本发布后，Anthropic 因调整长上下文定价策略引发了用户批评——超过约 20 万 Token 的请求需按更高的“长上下文”价格档位收费。 Opus 4.7 于 2026 年 4 月发布，带来了更好的视觉、记忆与指令跟随能力，但随后被曝出存在自相矛盾的回复和性能下滑问题。Anthropic 甚至将 Opus 4.7 定性为在某些方面“能力不如”当时备受关注的 Claude Mythos Preview，外界认为 Opus 4.7 在一定程度上是为 Mythos 测试新安全机制的过渡版本。 ## 后续计划与市场展望 Opus 4.8 在 5 月 28 日发布的传言最终成真，因此网上流传的其他消息也值得关注：有泄露信息显示，Anthropic 即将宣布推出 Sonnet 4.8 和 Mythos 1。 对于这家近期频频让用户失望的 AI 公司来说，这将是重大消息。本月早些时候，Anthropic 在 Claude Code 智能体视图方面就让开发者颇为失望。Neurometric AI 的联合创始人兼 CEO Rob May 向媒体表示：“它减少了一些阻力，但并没有解决根本问题。”同周，Anthropic 还宣布从 6 月 15 日起对智能体 SDK 的使用拆分计费，这对习惯将程序化使用和交互式使用合并计入同一订阅额度的用户来说，可不算什么好消息。 或许，Mythos 1 和 Sonnet 4.8 的到来能带来更多惊喜。 ## Q&A **Q1：Claude Opus 4.8的努力程度控制功能有什么用？** A：努力程度控制功能允许用户调整 Claude 在任务中的计算投入。设置为高努力模式时，Claude 会更频繁、更深入地思考，给出更优质的回答；设置为低努力模式时，响应速度更快，消耗速率限制也更慢。这一功能对担心触碰速率上限的用户尤为实用，可以根据任务复杂程度灵活分配算力资源。 **Q2：Opus 4.8的动态工作流功能具体能做什么？** A：动态工作流功能目前处于研究预览阶段，允许用户通过 Claude Code 处理大规模编程项目。用户可以要求 Claude 规划整体任务，并在单个会话中并行运行数百个子智能体，系统会在返回结果前自动验证输出内容。典型应用场景包括大型代码库迁移，Claude Code 可从项目启动到最终合并，跨越数十万行代码完成全流程工作。 **Q3：Opus 4.8和GPT-5.5在基准测试上有什么差距？** A：整体来看，Opus 4.8 在多项基准测试中领先于 GPT-5.5。在智能体编程方面，Opus 4.8 得分 69.2%，远高于 GPT-5.5 的 58.65%；在智能体算力使用得分方面，Opus 4.8 以 83.4% 对 78.7% 占优。但在智能体终端编程这一细分领域，GPT-5.5 仍以高出 3.6 个百分点的成绩保持领先，是 Opus 4.8 目前尚未超越的方向。