Anthropic 于周四发布了 Claude Opus 4.8， 将这款升级模型定位为更诚实、比前代更不容易编造事实的版本。
要点概览：
- Anthropic 周四推出 Claude Opus 4.8，称“诚实”是其最突出的提升。
- 公司表示，该模型在放过代码缺陷方面的概率大约降低了四倍。
- 快速模式现已提速至 2.5 倍，费用则降至原来的三分之一。
Anthropic 主打 Opus 4.8 的“诚实”特性
公司于周四发布该模型， 将其描述为在 Opus 4.7 基础上的稳步迭代而非彻底重构， 大多数基准测试分数都只是小幅提升。 在 SWE-Bench Pro 编码测试中，它的得分 为 69.2%，高于前一版本的 64.3%，也领先 OpenAI 的 GPT-5.5（58.6%）。
“诚实”成为焦点。Anthropic 指出，AI 模型经常会草率下结论， 在证据薄弱时宣称取得进展，而早期测试者发现， 4.8 在长时间、无人值守任务中更快承认自己的不确定。 其测试显示， 相比 4.7，新模型在放过代码缺陷这一点上的概率约降低了四倍。
这次升级随附了新的控制选项， 包括允许用户调节模型在任务上“用力程度”的设置，现已在所有套餐中开放。 Anthropic 还下调了快速模式的价格：在该模式下，模型以正常速度 2.5 倍运行， 费用降到旧型号的三分之一。
延伸阅读： Kalshi Wins CFTC Approval For First U.S. Bitcoin Perpetual Futures
Pritchard 支持 Opus 4.8 的判断力
Shopify 资深工程师 Tom Pritchard 在接受 采访时表示， 该模型的“编码版”在判断力方面好得多。 他指出，这个模型“会问对问题，能抓到自己的错误”， 并且在方案显得薄弱时会主动提出异议。 对那些曾被 AI 代理误删生产数据库的团队来说， 这种承诺可能格外重要。
但并非所有人都被说服。
在 Reddit 上，许多用户质疑官方给出的基准图表， 总体氛围可以概括为“没人信”， 也有人担心会失去自己更习惯用于日常工作的旧版 Opus 4.6。
Opus 4.8 为 Anthropic 的快速攻势画上句号
这一发布正值实验室的高光时刻。 在一轮规模跻身科技行业前列的新融资后， Anthropic 的估值已经攀升至超过 OpenAI 约 9650 亿美元的水平。 市场普遍预期公司将于今年晚些时候谋求公开上市。
此次发布也为一连串快速升级画上了阶段性句号： Opus 4.7 才在一个多月前刚刚 面向用户推出， 当时同样伴随着基准测试存疑的争议。 此后，Anthropic 又预告了 Mythos—— 一款更强大的模型，但因网络安全担忧而暂缓公开。
下篇阅读： Dogecoin Reserves Edge Up To 28B As Whale Support Stays Weak