新智元报谈
【新智元导读】听说中的Claude Opus 4.8，性能确切如斯强盛吗？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，本领大佬也来拆台。是夯爆了照旧拉完结？一文深度看穿。
Anthropic王者归来！
半夜，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、智能体任务和万古期推理方面。
更狠的是，奥密的Mythos几周之行家将面世！
何况，趁着这鼓动风，Anthropic紧接着晓谕好音讯——
以9650亿好意思元估值完成650亿好意思元融资，卓著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，通盘这个词科技界转眼分裂成了两个天渊之别的阵营。
一方面，是以驰名评测媒体Every和部分硬核分娩力用户为首的「狂热派」。
他们高呼Opus 4.8还是「封神」，以致直言Anthropic此次真实是太低调了，「他们完全不错平直叫它Opus 5，根柢不会有东谈主有异议。」
他们直言，Opus 4.8是目下市面上「最全面、最接近东谈主类灵魂与顶尖工程师纠合体」的模子。
但另一方面，以Ruby on Rails创举东谈主DHH、Redis之父antirez为首的「修复者老炮」，却在酬酢收罗上公开拆台。
他们认为Opus 4.8的跑分天然险胜老敌手GPT-5.5，但内容的「编码体感」却依然过期，以致直指Anthropic在基准测试的宣传上犯了要紧极度。
一方面，它的「快速步地」、「动态职责流」看起来王人很杀手级，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，究竟如何？
这是一次名不副实的挤牙膏，照旧一次信得过的大跃迁？
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，他们得出了颤动论断——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曾让无数修复者大失所望，被数落为「难以使用、难以嗜好」。
但Opus 4.8这一次打了一场漂亮的翻身仗。
在「超高强度」步地下，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分的轻细上风，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分娩级别的代码库，效果Opus 4.8确切委用了一个能够齐备开动的系统！
效果评释，Opus 4.8绝不单是是一个补全器具，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
若是说代码才调是理科生的落拓，那么写稿才调则是估量模子EQ的终极圭臬。
在Every的写稿基准测试中（涵盖论文、实验邮件、长篇叙事等真实场景），Opus 4.8平直艳压一众模子。
Opus 4.8跑出了79.6的十足高分，远远甩开了自家昆玉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。」多位创作者响应。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，它能异常精确地师法你的口吻。
它以致展现出了极高的模样学和东谈主际来去知喧阗，当你试图和它探讨一些长远的模样问题时，它的回复绝不暗昧，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经过。
100万Token的总揽力，企业级期骗一把过
除了跑分，Opus 4.8在复杂常识职责中的发扬号称怪兽。
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相连塞给它。
最让营业议论圈震悚的是，在企业级PPT生成测试中，Opus 4.8在Zero-shot的情况下，产出了一份结构了了、料到打算合理、叙事逻辑号称齐备的PPT。这是往常通盘模子王人无法作念到的。
驰名云存储管事商Box，也在第一期间将Opus 4.8接入了其Box AI Agent并在真实企业数据上进行了测试，效果呈现出碾压态势。
· 叙述草拟：在工业品叙述任务中，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圭臬，找出潜在的条约舛讹，并在屡次颓靡测试中保持近乎齐备的褂讪性。
· 财务数据分析：在复杂的银团贷款与双边贷款结构对比中，从混乱的源文档中索要准确财务场地的才调，比上一代提高了近8个百分点。
沃顿商学院教师Ethan Mollick的实测更是令东谈主拍桌齰舌。
他把几年前数百份去匿名化的酌量文献扔进Claude Code中的Opus 4.8。
效果，Opus 4.8自主完成了提前提议假定、数据清洗、寻找参考文献、进行深度分析、郑重性考验，临了平直用LaTeX关节排版输出了一篇高度专科的微型学术论文！
道理的是，Mollick教师用GPT-5.5 Pro看成这篇论文的「审稿东谈主」，GPT-5.5挑出了一个幻觉极度和几个小问题，随后Opus 4.8坐窝忍让继承，齐备修正。
博亚体育2026世界杯中国官网
不祥这等于为什么Every的CEO Dan Shipper答允地将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。
沃顿商学院教师实测的一个Opus 4.8惊艳案例
被群嘲的桌面端与「高才调税」
如斯强盛的模子，为何莫得在全网造成十足的碾压之势？
因为Opus 4.8身上职守着两个千里重的镣铐。
「纵情出名胜」的代价，是被才调分级打单
评测机构很快发现了一个无言的事实：Opus 4.8的「神级发扬」，不错说是病态地依赖于你给它设定的推理强度（Effort Level）。
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」，它的编码得分会转眼暴跌至42，秒变无为码农。
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，它就会转眼原形毕露，Kaiyun(中国大陆)开云·体育官方网站暴融会AI最晦气的套路化写监犯习。
网友Haider机敏地指出了这背后的本领衰退：
我驻守到了一个表象，4.8在低强度下滥用的Token，简直和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。
由于高强度步地异常滥用资源，大王人订阅了$200/月Max套餐的高端用户响应，在开动复杂Agent任务时，时常几个小时就会撞上额度墙。
网友BridgeMind直言，我方为了测试联结烧穿了两个200好意思元的账号。
昭着，相较于OpenAI浩繁算力维持下的宽厚生态，Anthropic显得过于吝啬了。
混乱的UI料到打算
若是说模子是引擎，那么客户端期骗等于底盘。而Claude的底盘，正在严重牵涉这台跑车。
多位深度评测者指出，Claude桌面端的料到打算简直是一场可怜。
Chat、Code、Cowork三个颓靡标签页的分割，被数落为「混乱不胜」。
这种割裂的UI料到打算，被戏称是「带着期间推移的伤痕和Anthropic里面组织架构图的缩影」。（太亮了）
比拟之下，OpenAI的Codex桌面端期骗被公认为是「干净、快速，让东谈主嗅觉这等于畴昔」。
Opus 4.8的硬核实力照实让好多东谈主想总结Claude，但晦气的软件交互体验，最终照旧让好多东谈主把GPT-5.5+Codex看成日常主力，只在贬责复杂任务时，才会抓着鼻子切回Claude。
极其晦气的「笼子」
大牛工程师Anthony Koeger是这么评价的：最近流行的这句话真实太对了，「一个模子的锐利，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「诚笃」的营销，照旧「跑分罗网」下的政策诞妄？
伴跟着Opus 4.8的发布，全网也爆发了一场对于大模子「跑分酷爱酷爱的空前舌战。
这场争论的导火索，等于一张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，王人会把输掉的测试项偷偷从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那代表班师的78.2%作念了加粗贬责。
Aakash对此大加赞叹，认为这骄矜出Opus4.8的核心卖点——诚笃。
在大型Agent任务中，模子最昂然、最致命的失败步地，等于「过度自信」。
而Opus 4.8最大的隐性升级，等于它更快活承认我方不细目。官方数据骄矜，4.8在代码中留住颓势却不声张的概率，比4.7裁减了惊东谈主的4倍。
此次，Anthropic卖的不是跑分，而是诚笃。
在Vending Bench测试中，Claude Opus 4.8的发扬也远逊于Opus 4.7和GPT 5.5
联系词，业界大佬们并不买账。
Ruby on Rails创举东谈主和Redis之父，这两位在修复者社区领有极高言语权的大神，平直对Anthropic开炮。
DHH坦言，自从用了GPT-5.5之后，他履历了无数次颤动时刻，这是他在Claude阵营很久莫得体会到的了。
antirez更是机敏地指出，Anthropic此次把GPT-5.5放在归拢张图里对比，犯了一个「要紧的政策极度」。
往常的厂商比拼，频频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，目下全网的「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，告诉全球你的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，你不仅不行评释注解你更强，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，它根柢不值得炒作。
几个很普通的工程任务，它全搞砸了。
在前端范畴，网友也感到失意：「用了几个小时4.8，嗅觉还不如4.7顺遂。」
这一表象印证了AI大V Chubby的不雅察：Anthropic目下仿佛在拚命追逐OpenAI，而不是以前那样在引颈通盘这个词行业了。
靠近行将到来的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的输赢取决于推理才融合取得第一个token的期间
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？
一个扼制漠视的数据是：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版块的停止至少在10周以上）。
资深不雅察家BridgeMind切核心纽地指出了真相：「这完全是一次仓促的发布，因为GPT-5.5正在跋扈蚕食商场份额。」
那么，信得过的杀招在何处？
据多方音讯说明，Anthropic信得过的下一代旗舰模子，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的一些舛误，去几个Agent榜单上刷了存在感。」业内东谈主士指出，「若是你在期待信得过的智能质变，请屏息恭候Mythos。」
网友Machina的一段话，不祥是对Opus 4.8发布最贴切的解读。
咱们还是跨过了那条线——目下的旗舰模子，还是超出了绝大多数普通东谈主分散其优劣的才调上限。是以，目下宇宙上只剩下惟逐个个真实的Benchmark，那等于你我方的职责流。
……
若是连你在我方最烂熟于心的职责上王人嗅觉不出相反，那么这些跑分对你来说，就莫得任何酷爱酷爱。」
Opus 4.8到底是神作，照旧一次仓促的公关技能？
调出你最难啃的阿谁模样Kaiyun(中国大陆)开云·体育官方网站，让实测给你谜底吧。