Claude Opus 4.8 来了，没什么大颠覆。重点是：Mythos 将于几周内发布

公众号名称：AGI Hunt

作者名称：尹John

发布时间：2026-05-29 01:38

刚刚，Anthropic 发布了 Claude Opus 4.8，在全平台同步上线：网页版、Claude 平台，以及各大云平台。

Claude Opus 4.8 发布

这次是 Opus 4.7 的一次升级，价格没变，而跟着一起上线的，还有几个新功能。

其中最暴力的一个，叫动态工作流（Dynamic Workflows），能让 Claude Code 在一次会话里调度几百个子 agent 同时干活。怎么讲，又一个新的 Token 绞肉机……

跑分全面提升

先说模型本身，我们来看数据。

Opus 4.8 与 Opus 4.7、GPT-5.5、Gemini 3.1 Pro 对比

编程上，Opus 4.8 在 SWE-Bench Pro 拿到 69.2%，比 Opus 4.7 的 64.3% 高出近 5 个点，把 GPT-5.5（58.6%）和 Gemini 3.1 Pro（54.2%）甩在了身后。

跨学科推理部分，Humanity’s Last Exam 不带工具拿到 49.8%，带工具 57.9%，两项都是榜首。

Agentic Computer Use（OSWorld-Verified）83.4%，知识工作（GDPval-AA）1890 分，agentic 金融分析（Finance Agent v2）53.9%，基本都是同台最高。

唯一略输一头的，是 Terminal-Bench 2.1 的终端编程：Opus 4.8 是 74.6%，GPT-5.5 在这一项以 78.2% 领先。不得不说，Anthropic 倒是非常坦诚和大方……

会说不知道

这次升级里，值得注意的除了跑分，还有一个非常重要的是：诚实度。

官方的说法是，Opus 4.8 让代码缺陷悄悄溜过去的概率，大约降到了 Opus 4.7 的四分之一。它会主动标出自己拿不准的地方，也不太爱说没有根据的话了。

也就是说，它会更愿意告诉你「这里我不确定」，不会再硬编一个看着挺像样的答案来糊弄忽悠你了。

会说不知道

Devin 的 CEO Scott Wu 的使用感受是：

“ 它调用工具时干净利落，执行自主工程任务时，那种该有的指令一致性它都有，连之前注释写太啰嗦的毛病也修好了。

投资分析师 Michael Ran 的体感也类似，他说 Opus 4.8 分析质量比前代稳定地更高，而最大的差别，是它会主动提示输入或输出里的问题。

和 Mythos 一样乖

诚实度之外，Anthropic 的对齐团队还专门测了它的「品行」。

Misaligned behavior 对比，越低越好

上图测的是模型的「不当行为（Misaligned behavior）」，分数越低越好。

Opus 4.8 拿到 1.83，明显低于 Opus 4.7 的 2.48，已经逼近内部 Claude Mythos Preview 的水平（1.78）。

对齐团队的原话是，Opus 4.8 在「支持用户自主权、为用户最大利益着想」这些亲社会特质上，达到了当前新高。

一个模型在变强的同时还能变得更让人放心，这其实比多考几分要难不少。

动态工作流

还有一个最暴力的功能：

动态工作流（Dynamic Workflows），目前在 Claude Code 里作为研究预览版上线。

它的核心，是让 Claude 能啃下大得多的任务：在一次会话里同时跑几百个并行的子 agent，就像把一个大项目拆给一整支团队同时开工，而且它还会在把结果报给你之前，先自己验证一遍输出对不对。

动态工作流

官方给出的例子是：跨越几十万行代码的全库迁移。这搁以前我们得拆成无数个小任务喂给它，现在，则可以一口气交给模型来完成。

目前该功能仅开放给 Claude Code 的企业版、团队版和 Max 套餐用户。

思考调节钮

第二个新功能，是 claude.ai 和 Cowork 里新增的努力度控制（Effort Control），就在模型选择器旁边。

调高，Claude 会想得更频繁、更深入；调低，回答更快，速率限制也消耗得更慢。所有套餐都能用。

努力度控制

Opus 4.8 默认用的是高努力度，官方判断这是质量和体验之间最平衡的一档。编程任务用这一档，token 消耗跟 Opus 4.7 的默认档差不多，但效果更好。

要是碰到特别难的题，还有「extra」（xhigh）和「max」两档可以拉满，专门留给硬骨头和长时间运行的工作流。

API 小升级

第三个改动是给开发者的：Messages API 现在允许在 messages 数组里中途插入 system 指令。

中途插指令，不断缓存

好处是，你能在 agent 跑到一半的时候更新指令，比如改权限、调 token 预算、换环境上下文，而不会打断 prompt cache。

价格不变

Opus 4.8 的价格和前一代相同：

• 常规用量：输入每百万 token 5 美元，输出 25 美元

• Fast 模式：输入每百万 token 10 美元，输出 50 美元，比上一代的 fast 模式便宜了 3 倍

API 里的模型标识是 claude-opus-4-8。

Databricks 的神经网络 CTO Hanlin Tang 给出的数字是：

Opus 4.8 在他们的 agentic 推理任务上，单 token 成本比 Opus 4.7 低了 61%。

能力涨了，单位成本反而降了。

接下来，是 Mythos

官方在文末还透了后续的模型路线图。

他们在做用更低成本提供 Opus 级别能力的模型，同时也在规划一个比 Opus 更聪明的新模型层级。

另外还提到了 Project Glasswing 模型：Claude Mythos Preview 目前已经部署给了少量组织，专门用于网络安全工作。Mythos 这一级的模型预计未来几周会向所有客户开放，配套更强的网络安全防护也在路上。

总的来说，Opus 4.8 没有什么惊天动地的大颠覆,更像是一次把各项能力又往前推了一小步、还顺手把「诚实」和「安全」补强了的扎实升级。

目前看来，Opus 4.8，将可能是「Mythos」之前的最后一个 Opus 系列模型了。

不过……我最好奇的是：Opus 4.8 还会提醒我该睡觉了吗？

◇ ◆ ◇