Opus 4.8 改进了什么#

官方说 Opus 4.8 在 coding、agentic skills、reasoning 和 practical knowledge work 上都有提升。第一张对比图能比较直观看出这次升级的重点：Opus 4.8 在 SWE-Bench Pro、OSWorld-Verified、GDPval-AA、Finance Agent v2 等项目上都比 Opus 4.7 更高。

早期测试者的反馈也集中在几个关键词上：更可靠、更会追问、更少自信犯错。

这里有个细节挺重要。Anthropic 提到，在它们的评测中，Opus 4.8 比上一代更不容易让自己写出的代码问题“悄悄溜过去”，概率大约降低到原来的四分之一。对日常开发来说，这比单纯的跑分更贴近体感。代码模型最烦人的地方，往往不是不会写，而是写错后还一副已经搞定的样子。

第二张图对应的是 Anthropic 对 misaligned behavior 的评估。Opus 4.8 的分数明显低于 Opus 4.7，也接近 Mythos Preview。这里的重点不是“模型更乖”，而是它在回答、执行任务、处理不确定信息时，少一些偏离用户目标或自我合理化的行为。

Claude Code 也一起升级#

Opus 4.8 不是单独发布的。Claude Code 同时引入了 dynamic workflows，处在 research preview 阶段。它允许 Claude 为更大的任务做规划，并在一次 session 里运行大量并行 subagents，最后再验证结果。

官方举的例子是大规模代码迁移：跨几十万行代码，从 kickoff 到 merge，用现有测试套件作为验收标准。这个方向很清楚，Anthropic 想把 Claude Code 从“帮我改几处代码”推向“接住一整块工程任务”。

effort control 更实用了#

claude.ai 和 Cowork 新增了 effort control。用户可以自己决定 Claude 在一次回答里投入多少 effort：高 effort 更适合复杂任务，低 effort 则更快，也更省 rate limit。

Opus 4.8 默认使用 high effort。对于更难的任务，Anthropic 建议使用 extra，在 Claude Code 里对应 xhigh。这类设置以后会越来越重要，因为同一个模型不再只是“快或慢”，而是可以按任务成本来调节工作方式。

价格和 API#

Opus 4.8 的常规价格保持和 Opus 4.7 一样：每百万 input tokens 5 美元，每百万 output tokens 25 美元。fast mode 价格是每百万 input tokens 10 美元、output tokens 50 美元，速度最高可到 2.5 倍，并且比之前模型的 fast mode 便宜三倍。

开发者可以通过 Claude API 使用 claude-opus-4-8。Messages API 也有一个小但实用的变化：现在可以在 messages array 里放 system entries，用来在任务中途更新指令、权限、token budget 或环境上下文，同时不破坏 prompt cache。

这次发布的重点#

Opus 4.8 更像是一次“把模型放进真实工作流之后”的修补和加强。它没有把话说得太满，官方也承认这是对上一代的 modest but tangible improvement。

但如果你主要用 Claude 写代码、跑长任务、做 agent workflow，这次升级值得试。真正影响效率的，未必是模型多会说，而是它在几个小时的任务里少犯多少自信的错。