Anthropic 近日正式端出了新一代大语言模型 Claude Opus 4.8，重点升级了代码编写、多学科推理、电脑操控、知识工作和金融分析这类"代理型"任务的表现。官方的说法是——"更得力的协作搭档"。

参与内测的用户反馈倒是挺实在的：Opus 4.8 在处理复杂代理任务时更稳了，判断也更敏锐，而且诚实度也有肉眼可见的改善。

不瞎编了，没把握就直说

Anthropic 表示，早期测试结果显示，Opus 4.8 现在更倾向于主动标注自己拿不准的地方，那些没根没据的断言明显少了。内部评估数据说话：和上一版比，Opus 4.8 在自己写的代码里藏着错误不吭声的概率，差不多降了四倍。也就是说，模型"自我纠错"的能力上了一个台阶。

在对齐性测试中，Opus 4.8 在"支持用户做决策"和"维护用户利益"这类亲社会特质上拿下了新高。而隐性欺骗、误导性行为这类"翻车操作"，发生率比 Opus 4.7 还低，跟之前只对少数机构开放的 Claude Mythos 预览模型相当。

跑分说话：有的第一，有的第二

Anthropic 甩了一组公开基准数据：

• SWE-Bench Pro（软件工程基准）：Opus 4.8 拿下了 69.2%，超过了 GPT-5.5 和 Gemini 3.1 Pro 等对手
• 不过在终端编码类基准上，领先的还是 GPT-5.5

性能方面也有亮点——Opus 4.8 的快速模式推理速度比之前快了 2.5 倍，价格却降到了旧款的三分之一左右。高性能使用的门槛确实拉低了不少。

顺便放了一波新功能

配合新模型，Anthropic 还加了不少料：

动态工作流（研究预览版） ——针对企业开发者。Claude 可以在 Claude Code 环境里把大任务拆碎、规划步骤，一个会话内并行调度数百个子代理，完成几十万行代码级别的代码库迁移。目前面向企业版、团队版和 Max 订阅用户开放。

努力程度控制 ——用户可以在 Claude.ai 和 Cowork 里选择模型"出多少力"。选低努力，响应更快、配额消耗更少。Opus 4.8 默认走"高努力"模式，官方说这是质量和使用体验的最佳平衡点。

Messages API 更新 ——开发者现在可以在消息数组里塞系统级指令条目了。这意味着在任务运行中能动态调整 Claude 的行为和角色设定，不用重启新会话，多步骤自动化工作流和企业应用写起来更灵活。

价格不变，更强的在后面

Claude Opus 4.8 即日起全球开放，常规用量的定价跟 Opus 4.7 保持一致。Anthropic 还透露了两条路线：

1. 更便宜的模型——在同等功能水平下降低成本
2. 更强的模型——能力超过 Opus 4.8 的"下一代"产品

至于那个代号 Claude Mythos 的高阶模型，目前还在跟少数合作机构测试中。Anthropic 说正在给这模型加固安全护栏和规范，预计"未来几周内"会向所有客户开放。到时候在企业级安全审计、代码分析和复杂决策支持这些场景上，应该又能卷一波。