
Claude Opus 4.8登场,夺回全球AI王座
猝不及防,Anthropic深夜杀回来了!Claude Opus 4.8正式登场,一举夺回全球AI王座,而且价格还跟上一代一样。
性能卓越,多方面表现出色
在编程、人类最后考试(HLE)、智能体、计算机使用任务中,Opus 4.8几乎无可匹敌。在GDPval - AA榜单上,Opus 4.8拿下1890 Elo,断层第一,比上一代Opus 4.7高137分,比GPT - 5.5高121分,换算成对战胜率,赢面高达67%。完成同样任务,比4.7少用15%的步骤,少输出35%的token。
强调诚实,两个0%改写历史
Anthropic这次强调诚实。Opus 4.8「写完有缺陷代码却闷不吭声」的概率比4.7低了差不多4倍,在「谎报率」评估中是0,是第一个在此评估中拿到满分的模型;「偷懒调查率」也是0%,两个0%是历史首次。Anthropic官博视频展示,开发者用Claude Code + Opus 4.8迁移代码,Claude能合理处理代码提交问题,拒绝用户不合理指令。
编码实力暴增,全面霸榜
在SWE - Bench Pro测试中,Opus 4.8拿下69.2%成绩,比GPT - 5.5高出10个百分点。在ProgramBench测试中,所有上下文预算档位上,Opus 4.8的通过率全部高于4.7,低预算时表现也很出色。在FrontierSWE榜单上,Opus 4.8以83%的胜率登顶。
实测表现优异
第三方实测中,Opus 4.8实力如同Opus 5。Every团队报告称其编码实力比上一代高出30分,完成了从0开始的生产级代码库重写并构建出可运行成果。写作方面比GPT - 5.5高出6分,生成文本更流畅,能一次直出PPT,沃顿商学院CS教授评价「令人印象深刻」。
用户可控,工作方式革新
Opus 4.8有effort control五档选择,fast mode降价,还有ultracode。dynamic workflows把AI干活方式从一人改一题变成开工厂。Claude接到大活会拆分任务给subagent并行做,做完还会审查。如Bun作者用其将Zig重写成Rust,约75万行代码,99.8%的原有测试通过,从提交到合并只用11天。
估值万亿美金,对决将启
Anthropic完成650亿美元H轮融资,估值9650亿美元,首次超越OpenAI(8520亿美元),成全球估值最高的AI初创公司。Claude Mythos将在未来几周上线,AI巨头间的终极拉锯战即将拉开帷幕。
225



被折叠的 条评论
为什么被折叠?



