Anthropic发布Claude Opus 4.8，重点是：“我不会骗你”
就在外界以为Claude Opus 4.7刚站稳脚跟时，Anthropic以极快节奏亮出新一代旗舰。当地时间周四，Claude Opus 4.8正式上线，距离4月发布的Opus 4.7仅隔一个多月，甚至比此前代码泄露暗示的“6月中旬”更早落地。新模型在编程、智能体（Agent）和复杂任务上继续强化，但最引人注目的并非跑分提升，而是一句朴素的承诺：“我不会骗你。”
不愿胡说八道：Claude Opus 4.8诚实度大幅跃升
Anthropic将“诚实度”（honesty）列为Opus 4.8的核心改进方向。传统大模型在面对不确定信息时，常常硬着头皮给出看似合理的答案，甚至编造内容。Opus 4.8则不同——它更倾向于主动标记疑点，直接表达“我不太确定”，而非强行凑出结论。内部评估显示，新模型产生无依据结论的倾向明显下降；具体到编程场景，Opus 4.8允许其编写代码中存在缺陷却未加提示的概率，仅为其前代Opus 4.7的四分之一左右。
这一改进在对齐性（Alignment）评估中同样得到印证。Anthropic称，Opus 4.8在“支持用户自主权、始终维护用户最佳利益”等亲社会特质上均达到新高，而欺骗、协助滥用等未对齐行为的出现概率显著低于Opus 4.7，已逼近其内部对齐性最好的模型——Claude Mythos预览版的水平。换句话说，当用户问它某个难题时，它宁可说“不知道”，也不愿胡编一个答案。
给AI装上油门旋钮：用户可调的“思考投入”机制
传统大模型处理任务时往往“一视同仁”地投入相同计算资源，既不灵活也容易浪费。Opus 4.8引入了“投入控制”（effort control）机制，允许用户直接控制Claude为任务投入多少“思考资源”。对于简单问题，可减少计算投入以降低token消耗；对于复杂推理任务，则可提高推理强度，换取更高质量的输出。这种在速度、成本和推理深度之间自由权衡的能力，让开发者能根据实际需求精准调节模型行为。
与此同时，Anthropic推出了“快速模式”（Fast Mode），运行速度可达常规模式的2.5倍，而成本仅为此前模型的三分之一。快速模式的定价为每百万输入token收费10美元，虽然比常规模式（每百万输入5美元）贵一倍，但考虑到速度提升和整体成本降低，对需要高频响应的场景极具吸引力。常规模式仍维持与Opus 4.7相同的价格：每百万输入5美元，每百万输出25美元。
从聊天到指挥：动态工作流让Claude调动数百智能体
Opus 4.8不再满足于单轮对话或简单指令，而是向“长期自主执行系统”跃进。新功能“动态工作流”（Dynamic Workflows）被整合进Claude Code，允许模型在单个任务中协调数百个并行子智能体：自动规划、拆解任务、并行执行，最终验证并输出结果。这意味着开发者可以用一句话让Claude自动处理跨数十万行代码的代码库迁移，或者完成需要多步骤协作的财务分析流程。
Anthropic公布的评测数据显示，在衡量浏览器智能体和在线操作能力的Online-Mind2Web基准测试中，Opus 4.8获得84%的成绩，优于Opus 4.7和GPT-5.5。在Super-Agent基准测试中，它是唯一能完整完成所有案例的模型，且成本效益与GPT-5.5旗鼓相当。早期用户反馈也印证了这一点：AI编程产品Devin的开发商指出，Opus 4.8改善了此前版本存在的注释冗长和工具调用问题；法律与税务工作流平台CoCounsel则称，新模型在一致性和推理质量方面提升明显。
编程、金融、法律全面开花：基准测试成绩亮眼
除了诚实度和智能体能力，Opus 4.8在具体任务上的表现同样突出。在SWE-Bench Pro（软件工程基准）上，它拿下69.2%的分数，超越GPT-5.5和Gemini 3.1 Pro。在CursorBench工具调用效率测试中，Opus 4.8的得分也显著提升。Anthropic表示，新模型在编码、多学科推理、智能体计算机使用、知识工作及金融分析等领域均有改进，使其成为“更有效的协作者”。
值得注意的是，尽管Opus 4.8在多个基准上领先，但整体市场趋势显示各实验室模型性能差距正显著缩小。OpenAI的GPT-5.5在创意及指令遵循任务上仍领先，谷歌的Gemini 3.1 Pro则在多模态及长文本任务中占优。Anthropic选择用更快的迭代速度、更多系统级功能升级来巩固其高端企业AI市场的定位。
定价不变但多了“快速模式”，更强大的Mythos已在路上
Opus 4.8现已全面上线，Pro、Max、Team、Enterprise用户可直接使用，开发者可通过Claude API调用claude-opus-4-8模型。定价方面，常规模式与Opus 4.7完全一致。新增的“快速模式”则为追求响应速度的用户提供了一个新选项。
Anthropic并未停下脚步。作为Glasswing项目的一部分，目前已有少数机构开始试用Claude Mythos预览版，并将其应用于网络安全相关工作。Mythos被描述为“比Opus更智能的新型号”，但因其极高能力水平，Anthropic强调需要先建立更强大的网络安全防护体系。公司表示，这些防护措施进展迅速，预计“未来数周内”即可将Mythos级别模型正式向所有客户开放。从Opus 4.7到4.8再到Mythos，Anthropic正以肉眼可见的速度，从“模型能力竞争”迈向“智能体系统竞争”，而“不会骗你”的诚实路线，或许正是它区别于其他厂商最鲜明的标签。