网易首页 > 网易号 > 正文 申请入驻

Claude Opus 4.8 发布|Mythos 即将上线

0
分享至

Claude 更新了

凌晨,Anthropic 把旗舰模型 Opus 4.8 发布

从官方的表述上来说,这是一个基于 4.7 的常规升级:跑分平稳上行、Agent 能力加强,价格不变,今天可用


我简单试了试,中文分词还是很奇怪,缺如官方所说:常规升级

然后:Opus 4.6 被下了 ╮(╯▽╰)╭

随着模型升级,还有三个改动:

  • Claude 网页版上多了一个控制 Claude Effort 的开关,能改变思考强度

  • Claude Code 新加了 dynamic workflows,能一口气拉起几百个子 Agent 一起干活

  • Opus 4.8 的 fast 模式,2.5 倍速跑,价格比上一代 Fast 便宜了三分之二

加量不加价

Opus 4.8 的价格与 4.7 一致

常规调用还是每百万 input token 5 美元,output token 25 美元,跟 4.7 完全一样。API 里的模型名是 claude-opus-4-8,今天起全平台都能调


跑分如下

对此,Anthropic 自己给了对比,Opus 4.8 在大多数项目上领先 4.7,也领先了 GPT-5.5 和 Gemini 3.1 Pro


GPT-5.5 赢的那个栏目,需要配合 Codex CLI

在编程任务 SWE-Bench Pro 上,Opus 4.8 拿了 69.2%,4.7 是 64.3%。多学科推理的 Humanity's Last Exam,不带工具 49.8%,带工具 57.9%,两档都比 4.7 高。电脑操作的 OSWorld-Verified 到了 83.4%,知识工作的 GDPval-AA 拿了 1890 分,4.7 是 1753

终端编程 Terminal-Bench 2.1 这一项,Opus 4.8 是 74.6%,GPT-5.5 报的是 78.2%。这里有个口径要交代,跑分用的是 Terminus-2 公开测试框架,GPT-5.5 换成自家 Codex CLI 框架报出来是 83.4%。OSWorld 这次 Anthropic 改了测法,把 4.7 的分回填成了 82.3%,更贴近真实表现。金融分析 Finance Agent v2 上 Opus 4.8 是 53.9%

主打诚实

对于 Opus 4.8,Anthropic 专门重点强调了:这孩子主打一个实诚,在 Agent 里不会瞎汇报(比如没干完活,说自己干完了)

按官方评测,Opus 4.8 尝试蒙混过关的概率,只有 4.7 的 1/4,它更愿意主动标出自己拿不准的地方,少了凭空断言。而在「错误对齐行为」这项打分上,Opus 4.8 几乎贴到了 Mythos Preview,明显好于 Opus 4.7 和 Sonnet 4.6 都明显更高


越矮越好,这次 Opus 蹲到了 Mythos 边上

按照 Anthropic 对齐团队的判断,Opus 4.8 在「支持用户自主、为用户最大利益行事」这类亲社会特质上达到了新高

按周的活按天干

跟模型一起发的 dynamic workflows,这是 Claude Code 里的新东西,可以理解为「赛博包工头」


包工头 Claude,带着一群 Claude 干活

dynamic workflows 擅长做的,是先按你的需求把任务拆开,铺成几十上百个并行的子 Agent,每个结果先验证再汇总,最后给你一个统一答复。比如去处理那些又老又乱的屎山代码,或者跨服务器去找几百个文件

在运行的过程中,它还会派出对抗性的 Agent,专门去试着推翻已有结论,一直迭代到答案收敛

正如上面的图片,你能看到每个子 Agent 用的是所调用的模型(Opus 4.8,挂着 1M context 的上下文),token 用量、调了几次工具、花了多少秒...各类信息,同时也能进度边跑边存,中途断了能从断点接着跑,不用从头来

作为实例,Jarred Sumner 用 dynamic workflows 把 Bun 从 Zig 移植到了 Rust,现有测试套件 99.8% 通过,大约 75 万行 Rust 代码,从第一次提交到合并,11 天

具体怎么干的。一个 workflow 先给 Zig 代码里每个结构体字段,都映射出对应的 Rust 生命周期。下一个 workflow 把每个 .rs 文件写成对应 .zig 文件的等价移植,几百个 Agent 并行,每个文件配两个审查者。然后一个修复循环驱动着构建和测试,跑到两边都干净为止。移植落地后,一个过夜的 workflow 又去处理多余的数据拷贝,每处都开了一个 PR 等人做最终 review

dynamic workflows 今天起以研究预览的形式上线,覆盖 Claude Code 的命令行、桌面端和 VS Code 插件,开放给 Max、Team 和 Enterprise(管理员开启后)方案,也上了 Claude API 以及 Amazon Bedrock、Vertex AI、Microsoft Foundry

自定义 effort

在之前 opus4.7 的时候,网页版的 Claude 是不能够选 effort 的,只有一个 adaptive thinking 的开关,而在这次的更新中,你是能手动决定这个数值的,默认是 high


回到最开始的图,看右侧

还有几件小事

除了模型本身,这次还有两个改动

Messages API 现在允许在 messages 数组里塞 system 条目了。你可以在任务跑到一半的时候更新 Claude 的指令,在不打断 prompt 缓存的前提下,更新它的权限、token 预算或者环境上下文

Opus 4.8 的 fast 模式(2.5x 速度)降价了,之前 4.7 的时候是 $30/$150,现在是 $10/$50,单位是每百万 token

Mythos 在路上

在官方公告的最后,还提到:Mythos 要来了

这是 Anthropic 家目前最牛逼的模型,目前只给少数几家厂商在内部使用。在过去的一个月中,这个模型帮助从各种知名软件软件里,找出了一万多个高危或严重漏洞


一万个漏洞找出来了,补丁还在后面排队

Anthropic 还在为这个模型设计护栏,预计未来几周内,就能把 Mythos 级别的模型带给所有客户

另一方面,Anthropic 还在开发并放出一批能力接近 Opus、但成本更低的模型

在哪儿能用上

Opus 4.8 今天全平台可用,价格和 4.7 一致

官方公告:anthropic.com/news/claude-opus-4-8

Dynamic workflows:claude.com/blog/introducing-dynamic-workflows-in-claude-code

Project Glasswing / Mythos:anthropic.com/research/glasswing-initial-update

API 模型名:claude-opus-4-8

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
缅甸被国际法院判定犯下种族灭绝罪,判决不得上诉

缅甸被国际法院判定犯下种族灭绝罪,判决不得上诉

桂系007
2026-11-19 23:55:03
《GTA6》豪爽女邻居火出圈,熟悉的通水管桥段,无数玩家为之疯狂

《GTA6》豪爽女邻居火出圈,熟悉的通水管桥段,无数玩家为之疯狂

街机时代
2026-11-21 12:00:05
恭喜国乒,27岁美女国手回归,助孙颖莎备战张本美和,已抵达成都

恭喜国乒,27岁美女国手回归,助孙颖莎备战张本美和,已抵达成都

懂球社
2026-11-21 11:20:36
人民日报:唱空中国经济者终会落空

人民日报:唱空中国经济者终会落空

21世纪经济报道
2026-11-21 12:16:38
性生活是不是人的刚需?网友说:男性性生活是刚需,女性不是!

性生活是不是人的刚需?网友说:男性性生活是刚需,女性不是!

黯泉
2026-11-09 17:39:59
泽连斯基放话:不向乌提供武器的欧洲国家,将面临审查

泽连斯基放话:不向乌提供武器的欧洲国家,将面临审查

金戈远望
2026-11-19 12:31:19
环球时报快评:高市是时候收回“台湾有事就是日本有事”错误言论了

环球时报快评:高市是时候收回“台湾有事就是日本有事”错误言论了

环球网资讯
2026-11-20 08:58:05
换王曼昱搭档王楚钦,能拿下奥运混双金牌吗?王楚钦:换搭档或许早就输了

换王曼昱搭档王楚钦,能拿下奥运混双金牌吗?王楚钦:换搭档或许早就输了

八卦阿弥
2026-11-21 15:14:59
“比亚迪工资再低,至少让102万人有活干有社保”,博主吹比亚迪102万就业,被网友一句话怼到哑火:底薪2300、加班堆出五千

“比亚迪工资再低,至少让102万人有活干有社保”,博主吹比亚迪102万就业,被网友一句话怼到哑火:底薪2300、加班堆出五千

秋风妃
2026-11-15 20:45:54
奥迪Q5L落地不到20万,成都经销商这刀砍得BBA自己都在发抖

奥迪Q5L落地不到20万,成都经销商这刀砍得BBA自己都在发抖

趣味萌宠的日常
2026-11-20 09:43:12
这一次,长沙优先招35岁以上员工餐厅倒闭,结局应了李亚鹏的话

这一次,长沙优先招35岁以上员工餐厅倒闭,结局应了李亚鹏的话

天天热点见闻
2026-11-21 12:21:32
以色列正直党领导人埃森科特:若组建执政联盟失败将寻求建立“紧急政府”

以色列正直党领导人埃森科特:若组建执政联盟失败将寻求建立“紧急政府”

财联社
2026-11-21 02:14:37
8799元!华为刚发布这新机,真的猛啊!

8799元!华为刚发布这新机,真的猛啊!

科技堡垒
2026-11-21 08:00:42
李连杰一家三口拜见仁波切,64岁利智许久不见,颜值回春如昔日!

李连杰一家三口拜见仁波切,64岁利智许久不见,颜值回春如昔日!

娱乐团长
2026-06-02 15:09:12
山东一农民,种了3亩佛手瓜,本想靠它发家致富,结果却让他傻眼

山东一农民,种了3亩佛手瓜,本想靠它发家致富,结果却让他傻眼

爱下厨的阿椅
2026-11-21 12:09:50
东契奇末节隐身?格莱姆斯一剑封喉,拉文绝杀打铁!湖人末节惊魂逆转国王

东契奇末节隐身?格莱姆斯一剑封喉,拉文绝杀打铁!湖人末节惊魂逆转国王

破晓资讯
2026-11-21 14:57:44
日本为什么忌惮朝鲜!第一,朝鲜境内没有日企,人家不稀罕。第二,朝鲜人也不用日本的东西,你在朝鲜也几乎看不见日货

日本为什么忌惮朝鲜!第一,朝鲜境内没有日企,人家不稀罕。第二,朝鲜人也不用日本的东西,你在朝鲜也几乎看不见日货

扶苏聊历史
2026-10-11 11:35:08
1879年,浙江巡抚谭钟麟午睡醒来,经过通房丫鬟的房间时与她有了关系;正是这一次,这名丫鬟后来生下了一位国民政府主席

1879年,浙江巡抚谭钟麟午睡醒来,经过通房丫鬟的房间时与她有了关系;正是这一次,这名丫鬟后来生下了一位国民政府主席

人生录
2026-11-20 00:05:12
李宗伟现状:瘦到快脱相,吃饭都很痛苦,已是马来西亚羽总主席

李宗伟现状:瘦到快脱相,吃饭都很痛苦,已是马来西亚羽总主席

青梅侃史啊
2026-09-26 16:37:23
“股神”落幕!淘股吧选手138万本金斩获1425%收益,账户冲高至1541万,如今大幅回撤仅剩91万

“股神”落幕!淘股吧选手138万本金斩获1425%收益,账户冲高至1541万,如今大幅回撤仅剩91万

火山詩话
2026-11-21 08:07:08
2026-11-21 16:52:49
赛博禅心
赛博禅心
拜AI古佛,修赛博禅心
641文章数 59关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

头条要闻

历时14小时特朗普返回美国 刚下飞机就发布"重大预告"

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

本地
数码
旅游
健康
公开课

本地新闻

乌兰察布:以前种土豆,现在种Token

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

旅游要闻

青岛冬日赏鸥地图|沿着海岸线,赴一场海鸥之约

医生眼里"很伤腰"的椅子,很多人天天坐

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版