Opus 4.8到底是神作，照旧一次仓促的公关技巧？

新智元报谈

【新智元导读】听说中的Claude Opus 4.8，性能竟然如斯强盛吗？有东谈主高呼封神，直言这是Opus 5，有东谈主吐槽太拉了，还不如Opus 4.7，技巧大佬也来拆台。是夯爆了照旧拉收场？一文深度识破。

Anthropic王者归来！

深夜，Anthropic全新发布Claude Opus 4.8，一举夺回全球AI王座。

Opus 4.8被定位为一款更强盛的复杂任务模子，尤其是在编程、智能体任务和永劫候推理方面。

更狠的是，奥密的Mythos几周之专家将面世！

况兼，趁着这鼓吹风，Anthropic紧接着秘书好音信——

以9650亿好意思元估值完成650亿好意思元融资，特地62天前OpenAI的8520亿好意思元的估值！

不外，当东谈主们实测事后，总共这个词科技界倏地分裂成了两个截然有异的阵营。

一方面，是以闻明评测媒体Every和部分硬核坐蓐力用户为首的「狂热派」。

他们高呼Opus 4.8还是「封神」，以致直言Anthropic此次确凿是太低调了，「他们完全不错径直叫它Opus 5，根蒂不会有东谈主有异议。」

他们直言，Opus 4.8是刻下市面上「最全面、最接近东谈主类灵魂与顶尖工程师衔尾体」的模子。

但另一方面，以Ruby on Rails首创东谈主DHH、Redis之父antirez为首的「建造者老炮」，却在酬酢麇集上公开拆台。

他们认为Opus 4.8的跑分固然险胜老敌手GPT-5.5，但现实的「编码体感」却依然落伍，以致直指Anthropic在基准测试的宣传上犯了关键过失。

一方面，它的「快速情势」、「动态职责流」看起来齐很杀手级，另一方面，桌面端的体验，似乎又很拉垮。

Opus 4.8用起来的真实体感，究竟怎样？

这是一次名不副实的挤牙膏，照旧一次真实的大跃迁？

接下来，就让咱们揭开全貌！

这不是Opus 4.8，是Opus 5！

领先，是以Every团队为代表的正方。

在长达一周的深度测试后，他们得出了轰动论断——这是咱们测试过的最强模子，它简直是个怪物。

以致不错说，它不错被叫作念Opus 5。

暴涨30分的「资深工程师基准」

在极难的「高等工程师基准」测试中，上一代Opus 4.7曾让无数建造者大失所望，被谴责为「难以使用、难以爱重」。

但Opus 4.8这一次打了一场漂亮的翻身仗。

在「超高强度」情势下，Opus 4.8拿下了63分的高分，不仅比Opus 4.7夸张地暴涨了30分，更是以1分的微弱上风，险胜了一直霸榜的GPT-5.5（62分）。

团队试着让它去绝对重构一个坐蓐级别的代码库，恶果Opus 4.8竟然委用了一个能够齐备脱手的系统！

恶果说明，Opus 4.8绝不单是是一个补全用具，而是一个能在Repo（代码仓库）级别进行长线念念考的架构师。

79.6分全场最高：击穿「AI感」的最强写手

要是说代码才调是理科生的浪漫，那么写稿才调则是揣测模子EQ的终极法式。

在Every的写稿基准测试中（涵盖论文、履行邮件、长篇叙事等真实场景），Opus 4.8径直艳压一众模子。

Opus 4.8跑出了79.6的完全高分，远远甩开了自家昆仲Sonnet 4.6（74.5）、老敌手GPT-5.5（73）以及前代Opus 4.7（63）。

「这是一种相当奇妙的体验。」多位创作者反映。Opus 4.8极地面减少了令东谈主不适的「AI味」。

当你给它一份作风指南后，它能非常精确地效法你的口吻。

它以致展现出了极高的激情学和东谈主际交游瞻念察力，当你试图和它研讨一些深切的激情问题时，它的恢复绝不暧昧，而是会「质疑你的预设框架」，提供丰富、动态且极其具有深度的念念考流程。

100万Token的统治力，企业级期骗一把过

除了跑分，Opus 4.8在复杂常识职责中的阐扬号称怪兽。

它依然保持了100万Token的超大高下文窗口，这意味着你不错把一整本书的手稿、几周的会议记载，以致一个完整的企业代码库连气儿塞给它。

最让买卖辩论圈畏惧的是，在企业级PPT生成测试中，Opus 4.8在Zero-shot的情况下，产出了一份结构清醒、策划合理、叙事逻辑号称齐备的PPT。这是曩昔总共模子齐无法作念到的。

闻明云存储管事商Box，也在第一时候将Opus 4.8接入了其Box AI Agent并在真实企业数据上进行了测试，恶果呈现出碾压态势。

· 说明草拟：在工业品说明任务中，4.8得分87%（对比4.7的77%）；消费品发布评估任务中，得分高达90%。

· 法律审查：Opus 4.8能够极其精确地抓取合规法式，找出潜在的条约破绽，并在屡次孤苦测试中保持近乎齐备的清楚性。

· 财务数据分析：在复杂的银团贷款与双边贷款结构对比中，从零乱的源文档中提真金不怕火准确财务主见的才调，比上一代擢升了近8个百分点。

沃顿商学院磨真金不怕火Ethan Mollick的实测更是令东谈主有目共赏。

他把几年前数百份去匿名化的辩论文献扔进Claude Code中的Opus 4.8。

恶果，Opus 4.8自主完成了提前提倡假定、数据清洗、寻找参考文献、进行深度分析、谨慎性检修，终末径直用LaTeX法式排版输出了一篇高度专科的微型学术论文！

真理的是，Mollick磨真金不怕火用GPT-5.5 Pro当作这篇论文的「审稿东谈主」，GPT-5.5挑出了一个幻觉过失和几个小问题，随后Opus 4.8坐窝谦让摄取，齐备修正。

玩忽这即是为什么Every的CEO Dan Shipper慷慨地将Opus 4.8称为我方的「心头好」。

一个不可念念议的软件工程师，同期又是一个领有深度和同理心的近乎东谈主类的作者，二者齐备相融。

沃顿商学院磨真金不怕火实测的一个Opus 4.8惊艳案例

被群嘲的桌面端与「高智力税」

如斯强盛的模子，为何莫得在全网变成完全的碾压之势？

因为Opus 4.8身上职守着两个千里重的桎梏。

「随性出遗迹」的代价，是被智力分级敲诈

评测机构很快发现了一个难过的事实：Opus 4.8的「神级阐扬」，不错说是病态地依赖于你给它设定的推理强度（Effort Level）。

2026世界杯博亚体育(中国)官方授权平台

在/effort的设定中，唯有当档位拉到「Extra-High」时，Opus 4.8才是阿谁得分63的资深工程师；一朝左迁到「High」，它的编码得分会倏地暴跌至42，秒变泛泛码农。

在写稿上亦然如斯。High档位下的Opus 4.8文笔优雅、逻辑严实；但一朝切到Medium，中国kaiyun它就会倏地原形毕露，暴闪现AI最晦气的套路化写犯法习。

网友Haider狂暴地指出了这背后的技巧阑珊：

我防范到了一个应许，4.8在低强度下破钞的Token，险些和4.6在高强度下同样多。

GPT-5.5倾向于用更少的Token拿到更高的分数；而4.8似乎走向了反面，它在用海量的Token堆砌智能。

这就导致了Opus系列一直被诟病的硬伤——Rate Limits。

由于高强度情势特地破钞资源，多半订阅了$200/月Max套餐的高端用户反映，在脱手复杂Agent任务时，往往几个小时就会撞上额度墙。

网友BridgeMind直言，我方为了测试贯串烧穿了两个200好意思元的账号。

显著，相较于OpenAI弘远算力支柱下的宽厚生态，Anthropic显得过于吝惜了。

混乱的UI策划

要是说模子是引擎，那么客户端期骗即是底盘。而Claude的底盘，正在严重牵累这台跑车。

多位深度评测者指出，Claude桌面端的策划简直是一场祸害。

Chat、Code、Cowork三个孤苦标签页的分割，被谴责为「混乱不胜」。

这种割裂的UI策划，被戏称是「带着时候推移的伤痕和Anthropic里面组织架构图的缩影」。（太亮了）

比较之下，OpenAI的Codex桌面端期骗被公认为是「干净、快速，让东谈主嗅觉这即是翌日」。

Opus 4.8的硬核实力如实让许多东谈主想回想Claude，但晦气的软件交互体验，最终照旧让许多东谈主把GPT-5.5+Codex当作日常主力，只在治理复杂任务时，才会合手着鼻子切回Claude。

极其晦气的「笼子」

大牛工程师Anthony Koeger是这么评价的：最近流行的这句话确凿太对了，「一个模子的是非，取决于套在它外面的那层壳（A model is only as good as its harness）。」

而Opus此次有些拉跨。

是对于「淳厚」的营销，照旧「跑分罗网」下的计谋无理？

伴跟着Opus 4.8的发布，全网也爆发了一场对于大模子「跑分酷爱的空前舌战。

这场争论的导火索，即是一张Anthropic我方制作的官方发布图。

眼尖的网友Aakash Gupta发现了一个极不寻常的细节——

在Anthropic发布的各模子才调对比图中，在TerminalCoding这一项上，GPT-5.5的收获是78.2%，而Opus 4.8唯有74.6%。

闲居情况下，任何一家大厂的公关部，齐会把输掉的测试项暗暗从PPT上抹去。

但Anthropic莫得，他们不仅把失败留在了图表上，以致还主动把GPT-5.5那代表见效的78.2%作念了加粗治理。

Aakash对此大加赞誉，认为这炫耀出Opus4.8的中枢卖点——淳厚。

在大型Agent任务中，模子最不菲、最致命的失败情势，即是「过度自信」。

而Opus 4.8最大的隐性升级，即是它更应许承认我方不祥情。官方数据炫耀，4.8在代码中留住缺点却不声张的概率，比4.7镌汰了惊东谈主的4倍。

此次，Anthropic卖的不是跑分，而是淳厚。

在Vending Bench测试中，Claude Opus 4.8的阐扬也远逊于Opus 4.7和GPT 5.5

辩论词，业界大佬们并不买账。

Ruby on Rails首创东谈主和Redis之父，这两位在建造者社区领有极高语言权的大神，径直对Anthropic开炮。

DHH坦言，自从用了GPT-5.5之后，他经验了无数次轰动时刻，这是他在Claude阵营很久莫得体会到的了。

antirez更是狂暴地指出，Anthropic此次把GPT-5.5放在兼并张图里对比，犯了一个「关键的计谋过失」。

曩昔的厂商比拼，往往是拿新一代模子和我方的上一代比。

但此次，Anthropic非要和GPT-5.5比。问题在于，当今全网的「体感」是，GPT-5.5的写代码才调相当、相当强悍。

当你Anthropic拿着一张图表，告诉寰球你的Opus4.8跑分比GPT-5.5还要高。

但咱们用起来却以为并非如斯时，你不仅不可解说你更强，反而会让用户以为你们的基准测试是在自娱自乐，绝对失去公信力。

网友aditya的吐槽更是直击灵魂：

用了快一个小时的Opus 4.8，它根蒂不值得炒作。

几个很普通的工程任务，它全搞砸了。

在前端规模，网友也感到失意：「用了几个小时4.8，嗅觉还不如4.7顺遂。」

这一应许印证了AI大V Chubby的不雅察：Anthropic当今仿佛在拚命追逐OpenAI，而不是以前那样在引颈总共这个词行业了。

濒临行将到来的GPT-5.6，Anthropic的王座显得摇摇欲坠。

有东谈主作念了一个速查表，论断是GPT 5.5和Opus 4.8的赢输取决于推理才和解得回第一个token的时候

6周的赶工，Anthropic此次急了

为什么Opus 4.8 会呈现出如斯复杂、矛盾的评价？

一个羁系冷落的数据是：Opus 4.8距离上一代4.7的发布，只是隔了6个星期。

这是Anthropic历史上最快的一次大版块迭代（此前每个Opus版块的隔断至少在10周以上）。

资深不雅察家BridgeMind三言二语地指出了真相：「这完全是一次仓促的发布，因为GPT-5.5正在狂妄蚕食阛阓份额。」

那么，真实的杀招在那处？

据多方音信说明，Anthropic真实的下一代旗舰模子，代号为Mythos，几周内就会面世。

「Opus 4.8只是一个过渡的创可贴，它修补了4.7的一些毛病，去几个Agent榜单上刷了存在感。」业内东谈主士指出，「要是你在期待真实的智能质变，请屏息恭候Mythos。」

网友Machina的一段话，玩忽是对Opus 4.8发布最贴切的解读。

咱们还是跨过了那条线——当今的旗舰模子，还是超出了绝大多数普通东谈主隔离其优劣的才调上限。是以，当今寰宇上只剩下惟逐个个真实的Benchmark，那即是你我方的职责流。

……

要是连你在我方最烂熟于心的职责上齐嗅觉不出各别，那么这些跑分对你来说，就莫得任何酷爱。」

Opus 4.8到底是神作，照旧一次仓促的公关技巧？

调出你最难啃的阿谁技俩开云kaiyun体育app入口登录官网，让实测给你谜底吧。