Claude Opus 4.8 重磅登場：唔單止贏 benchmark，仲學識咗「坦白從寬」

Anthropic 喺 2026 年 5 月 28 日正式向公眾推出咗 Claude Opus 4.8，定位係佢哋目前能力最全面嘅通用模型 。呢次更新係直接繼承 Opus 4.7，主力針對編程（Coding）、長時間運行嘅 AI 代理（Agentic）任務，同埋企業級嘅可靠性。標準收費同上一代保持一樣，但同時仲推出咗一種平好多嘅「快模式」（Fast Mode）同全新嘅工作流程工具 。

跑分對決：砌低主要對手

最常被人引用嚟做比較嘅係 SWE-Bench Pro 呢個 Agentic 編程評測。根據 Anthropic 嘅評估數據，Opus 4.8 攞到領先嘅 69.2% 分數，相比自家上一代 Opus 4.7 只有 64.3%，而對手 OpenAI 嘅 GPT-5.5 得 58.6%，Google 嘅 Gemini 3.1 Pro 更只得 54.2% 。

不過，如果睇返更廣泛嘅 Agentic 編程測試，GPT-5.5 喺某啲特定領域仍然有優勢。例如喺 Terminal-Bench 2.1 呢個終端機 Agent 編程評測入面，GPT-5.5 攞到 78.2%，壓過 Opus 4.8 嘅 74.6% 同埋 Gemini 3.1 Pro 嘅 70.3% 。

Anthropic 內部嘅基準測試仲顯示，新模型喺處理知識型工作方面都有明顯進步。佢喺量度具經濟價值知識工作嘅 GDPval-AA 評測入面攞到 1890 分，相比之下 GPT-5.5 係 1769 分，Gemini 就只有 1314 分 。睇勻成個評測組合成績，Anthropic 聲稱 Opus 4.8 喺好幾個關鍵範疇都砌低咗兩個主要對手，雖然佢唔係每個單項測試都贏晒 。

「誠實」先係最大嘅技術升級

同以往淨係鬥「有幾聰明」唔同，Anthropic 今次好強調改善咗模型嘅「可信度」。公司話 Opus 4.8 「放過自己寫出嚟嘅程式碼漏洞而唔出聲」嘅機率，比上一代 Opus 4.7 足足低咗四倍 。

早期測試者嘅回饋都指出，呢個模型明顯更願意標明自己唔肯定嘅地方，喺處理複雜、多步驟嘅工作流程嗰陣，冇咁易亂咁作啲冇根據嘅嘢出嚟 。Anthropic 直頭將「誠實」包裝成今次新產品嘅一個招牌賣點，話個模型冇咁易將啲證據唔充分嘅資訊當成事實咁講出嚟 。

動態工作流程同「努力程度」控制登場

除咗基礎模型升級，Anthropic 仲專為開發人員同重度用家推出咗啲新嘅前端功能 。

動態工作流程（Dynamic Workflows）： 呢個功能目前喺 Claude Code 入面以「研究預覽」形式提供，用家可以叫個模型規劃一項任務，然後同時指揮數以百計嘅平行「子代理」（subagent）去開工，最後核實晒啲結果先至匯報返出嚟。佢嘅設計係專門用嚟處理超大規模嘅程式碼遷移、審計同捉蟲任務，全部喺單一工作階段入面搞掂 。

可調校投入程度 / 努力控制（Effort Control）： 用家而家可以指定模型嘅思考深度。喺 claude.ai 同 Claude Code 入面嗰個「effort」參數，可以畀你喺「醒目程度」、「Token 成本」同「速度」之間取捨。官方文件建議，做最難嘅編程同 Agent 任務就用 xhigh 級別，其他對智能有要求嘅任務就最少要用 high 級別 。

API 收費大解構：快模式平咗一大截

一般 API 使用嘅定價同上代 Opus 4.7 一模一樣，冇加價 。

• 標準收費： 每百萬輸入 Token 要 5 美元，每百萬輸出 Token 要 25 美元 。
• 快模式（Fast Mode）收費： 每百萬輸入 Token 要 10 美元，每百萬輸出 Token 要 50 美元。呢個模式嘅運行速度大約係標準嘅 2.5 倍，對比返以前 Opus 系列嘅快模式，價錢平咗約莫三分二，性價比高好多 。

至於 Prompt 緩存（Caching）收費方面：5 分鐘寫入緩存係每百萬 Token 6.25 美元；1 小時寫入就每百萬 Token 10 美元；緩存命中同刷新就每百萬 Token 0.50 美元 。

呢次發佈對 AI 界意味住乜？

Opus 4.8 嘅發佈，唔單止係純粹跑分嘅性能提升，更加係一次針對企業同開發人員嘅重點升級。佢嘅產品故事核心，係令到 AI 代理程式更加可靠、識得清楚表達自己嘅不確定性，同埋透過明確嘅「努力程度」級別，將成本同效能嘅取捨權交返畀開發人員。定價策略方面就偏向保守，標準 API 完全冇加價，而快模式嘅大幅減價，就令到需要極低延遲嘅應用程式（例如高頻交易、即時編程助手）更容易負擔得起呢種高速推理服務。