Anthropic今日正式发布最新一代大型语言模型ClaudeOpus4.8，重点强化在代码生成、多学科推理、自动操作电脑、知识型工作以及金融分析等“代理型”（agentic）任务中的表现，被官方形容为“更高效的协作伙伴”。参与测试的用户反馈称，Opus4.8在执行复杂代理任务时表现更可靠、判断更敏锐，同时在诚实性方面也有明显改进。
Anthropic表示，早期测试结果显示，Opus4.8更倾向于主动标注自身不确定之处，更少做出缺乏依据的断言。内部评估数据显示，相比前一版本，Opus4.8在自己生成的代码中放过错误不提及的概率约降低了四倍，这意味着模型在代码审查与质量控制环节的“自我纠错”能力显著增强。
在对齐性（alignment）测试中，Opus4.8在支持用户自主决策、维护用户最大利益等“亲社会特质”方面创下新高。与之相对，诸如隐性欺骗、误导性行为等“失配行为”的发生率低于Opus4.7，并与此前仅向少量机构测试开放的ClaudeMythos预览模型处于同一水平。
在多项公开基准测试上，Anthropic也给出了具体成绩：Opus4.8在软件工程基准SWE‑BenchPro上取得了69.2%的得分，超过了GPT‑5.5和Gemini3.1Pro等竞品模型，在多个测试项目中占据优势，不过在终端编码类基准上仍由GPT‑5.5领先。在性能方面，Opus4.8的快速模式推理速度提升至此前的2.5倍，价格则降至旧型号的约三分之一，使得高性能使用的整体门槛进一步降低。
配合新模型上线，Anthropic还宣布为产品体系加入多项新功能，其中包括面向企业开发者的“动态工作流”（研究预览）。这项功能允许Claude在ClaudeCode环境中拆解大型任务、规划工作步骤，并在单个会话内并行调度数百个子代理，从而完成跨数十万行代码的代码库级迁移操作，目前面向ClaudeCode企业版、团队版和Max订阅计划开放。
在交互控制方面，Anthropic新增了“努力程度控制”功能，供Claude.ai与Cowork用户选择模型在单次回答中投入的计算资源与推理深度。用户若选择较低努力等级，可以获得更快的响应速度并减少速率配额消耗，而Opus4.8默认采用“高努力”模式，官方认为这是回答质量与使用体验之间的最佳平衡点。
针对开发者，Anthropic更新了MessagesAPI，使其能够在消息数组中接受系统级指令条目。这意味着开发者可在任务执行过程中动态调整Claude的行为准则与角色设定，而无需重新开启新会话，有助于构建更灵活的多步骤自动化工作流和企业级应用。
Anthropic表示，ClaudeOpus4.8即日起在全球范围内全面开放使用，其常规用量的定价与Opus4.7保持不变。公司同时透露，正研发在相同功能水平下成本更低的新模型，以及一类能力超过Opus4.8的“下一代”模型产品。
在高阶模型路线图方面，Anthropic正与少数合作机构测试代号为ClaudeMythos的前沿模型，并围绕该模型持续开发更严格的安全护栏与使用规范。公司称，预计将在“未来数周内”向全部客户提供Mythos级模型，进一步拓展其在企业级安全审计、代码分析以及复杂决策支持等场景中的竞争力。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】