Opus 4.8到底是神作，如故一次仓促的公关技能？

新智元报谈

【新智元导读】传闻中的Claude Opus 4.8，性能真实如斯刚劲吗？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，手艺大佬也来拆台。是夯爆了如故拉完毕？一文深度识破。

Anthropic王者归来！

深夜，Anthropic全新发布Claude Opus 4.8，一举夺回全球AI王座。

Opus 4.8被定位为一款更刚劲的复杂任务模子，尤其是在编程、智能体任务和万古辰推理方面。

更狠的是，奥秘的Mythos几周之巨匠将面世！

况兼，趁着这鞭策风，Anthropic紧接着告示好音书——

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，通盘科技界短暂分裂成了两个截然有异的阵营。

一方面，是以着名评测媒体Every和部分硬核坐褥力用户为首的「狂热派」。

他们高呼Opus 4.8还是「封神」，致使直言Anthropic此次实在是太低调了，「他们完全不错径直叫它Opus 5，压根不会有东谈主有异议。」

他们直言，Opus 4.8是当前市面上「最全面、最接近东谈主类灵魂与顶尖工程师勾搭体」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「缔造者老炮」，却在酬酢相聚上公开拆台。

他们认为Opus 4.8的跑分天然险胜老敌手GPT-5.5，但骨子的「编码体感」却依然过时，致使直指Anthropic在基准测试的宣传上犯了关键过错。

一方面，它的「快速格局」、「动态使命流」看起来皆很杀手级，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，究竟若何？

这是一次名不副实的挤牙膏，如故一次简直的大跃迁？

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，他们得出了触动论断——这是咱们测试过的最强模子，它简直是个怪物。

致使不错说，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「高档工程师基准」测试中，上一代Opus 4.7曾让无数缔造者大失所望，被责问为「难以使用、难以喜爱」。

但Opus 4.8这一次打了一场漂亮的翻身仗。

在「超高强度」格局下，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坐褥级别的代码库，效劳Opus 4.8真实寄托了一个能够齐全入手的系统！

效劳说明，Opus 4.8绝不单是是一个补全器用，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

如若说代码技艺是理科生的狂放，那么写稿技艺则是算计模子EQ的终极顺序。

在Every的写稿基准测试中（涵盖论文、试验邮件、长篇叙事等真实场景），Opus 4.8径直艳压一众模子。

Opus 4.8跑出了79.6的完全高分，远远甩开了自家兄弟Sonnet 4.6（74.5）、老敌手GPT-5.5（73）以及前代Opus 4.7（63）。

「这是一种极度奇妙的体验。」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，它能特殊精确地师法你的口吻。

它致使展现出了极高的表情学和东谈主际交游瞻念察力，当你试图和它探讨一些深入的表情问题时，它的报酬绝不暧昧，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在复杂学问使命中的推崇号称怪兽。

它依然保持了100万Token的超大陡立文窗口，这意味着你不错把一整本书的手稿、几周的会议记载，致使一个完整的企业代码库连气儿塞给它。

最让买卖辩论圈战栗的是，在企业级PPT生成测试中，Opus 4.8在Zero-shot的情况下，产出了一份结构显豁、想象合理、叙事逻辑号称齐全的PPT。这是往时通盘模子皆无法作念到的。

着名云存储处事商Box，也在第一时辰将Opus 4.8接入了其Box AI Agent并在真实企业数据上进行了测试，效劳呈现出碾压态势。

· 讲演草拟：在工业品讲演任务中，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顺序，找出潜在的条约破绽，并在屡次孤独测试中保持近乎齐全的踏实性。

· 财务数据分析：在复杂的银团贷款与双边贷款结构对比中，从庞大的源文档中索要准确财务运筹帷幄的技艺，比上一代进步了近8个百分点。

沃顿商学院栽种Ethan Mollick的实测更是令东谈主誉不时口。

开云2026世界杯中国官网

他把几年前数百份去匿名化的研究文献扔进Claude Code中的Opus 4.8。

效劳，Opus 4.8自主完成了提前淡薄假定、数据清洗、寻找参考文献、进行深度分析、矜重性熟识，临了径直用LaTeX关节排版输出了一篇高度专科的袖珍学术论文！

兴致的是，Mollick栽种用GPT-5.5 Pro手脚这篇论文的「审稿东谈主」，GPT-5.5挑出了一个幻觉过错和几个小问题，随后Opus 4.8坐窝谦恭领受，齐全修正。

大要这等于为什么Every的CEO Dan Shipper欣忭地将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，二者齐全相融。

沃顿商学院栽种实测的一个Opus 4.8惊艳案例

被群嘲的桌面端与「高才略税」

如斯刚劲的模子，为何莫得在全网酿成完全的碾压之势？

因为Opus 4.8身上包袱着两个千里重的镣铐。

「纵容出遗迹」的代价，是被才略分级欺诈

评测机构很快发现了一个窘态的事实：Opus 4.8的「神级推崇」，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，只好当档位拉到「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」，它的编码得分会短暂暴跌至42，秒变普通码农。

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，皇冠体育(CrownSports)官网它就会短暂原形毕露，暴表示AI最厄运的套路化写罪犯习。

网友Haider明锐地指出了这背后的手艺调谢：

我贯注到了一个景观，4.8在低强度下消费的Token，简直和4.6在高强度下雷同多。

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。

由于高强度格局相配消费资源，无数订阅了$200/月Max套餐的高端用户响应，在入手复杂Agent任务时，时常几个小时就会撞上额度墙。

网友BridgeMind直言，我方为了测试聚首烧穿了两个200好意思元的账号。

彰着，相较于OpenAI浩大算力撑持下的宽宏生态，Anthropic显得过于小气了。

混乱的UI想象

如若说模子是引擎，那么客户端期骗等于底盘。而Claude的底盘，正在严重牵扯这台跑车。

多位深度评测者指出，Claude桌面端的想象简直是一场不幸。

Chat、Code、Cowork三个孤独标签页的分割，被责问为「混乱不胜」。

这种割裂的UI想象，被戏称是「带着时辰推移的伤痕和Anthropic里面组织架构图的缩影」。（太亮了）

比较之下，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将来」。

Opus 4.8的硬核实力如实让好多东谈主想记忆Claude，但厄运的软件交互体验，最终如故让好多东谈主把GPT-5.5+Codex手脚日常主力，只在惩办复杂任务时，才会持着鼻子切回Claude。

极其厄运的「笼子」

大牛工程师Anthony Koeger是这么评价的：最近流行的这句话实在太对了，「一个模子的狠恶，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「本分」的营销，如故「跑分罗网」下的计策失实？

伴跟着Opus 4.8的发布，全网也爆发了一场对于大模子「跑分道理道理的空前舌战。

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发布的各模子技艺对比图中，在TerminalCoding这一项上，GPT-5.5的收成是78.2%，而Opus 4.8只好74.6%。

平时情况下，任何一家大厂的公关部，皆会把输掉的测试项暗暗从PPT上抹去。

但Anthropic莫得，他们不仅把失败留在了图表上，致使还主动把GPT-5.5那代表到手的78.2%作念了加粗惩办。

Aakash对此大加支柱，认为这高慢出Opus4.8的中枢卖点——本分。

在大型Agent任务中，模子最上流、最致命的失败格局，等于「过度自信」。

而Opus 4.8最大的隐性升级，等于它更首肯承认我方不细目。官方数据高慢，4.8在代码中留住舛错却不声张的概率，比4.7缩小了惊东谈主的4倍。

此次，Anthropic卖的不是跑分，而是本分。

在Vending Bench测试中，Claude Opus 4.8的推崇也远逊于Opus 4.7和GPT 5.5

探讨词，业界大佬们并不买账。

Ruby on Rails创举东谈主和Redis之父，这两位在缔造者社区领有极高谈话权的大神，径直对Anthropic开炮。

DHH坦言，自从用了GPT-5.5之后，他履历了无数次触动时刻，这是他在Claude阵营很久莫得体会到的了。

antirez更是明锐地指出，Anthropic此次把GPT-5.5放在合并张图里对比，犯了一个「关键的计策过错」。

往时的厂商比拼，时时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，当前全网的「体感」是，GPT-5.5的写代码技艺极度、极度强悍。

当你Anthropic拿着一张图表，告诉寰球你的Opus4.8跑分比GPT-5.5还要高。

但咱们用起来却认为并非如斯时，你不仅不行证明你更强，反而会让用户认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，它压根不值得炒作。

几个很普通的工程任务，它全搞砸了。

在前端范围，网友也感到失意：「用了几个小时4.8，嗅觉还不如4.7顺遂。」

这一景观印证了AI大V Chubby的不雅察：Anthropic当前仿佛在拚命追逐OpenAI，而不是以前那样在引颈通盘行业了。

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的赢输取决于推理技艺和得到第一个token的时辰

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？

一个阻遏忽视的数据是：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版块的断绝至少在10周以上）。

资深不雅察家BridgeMind要言不烦地指出了真相：「这完全是一次仓促的发布，因为GPT-5.5正在荒诞蚕食商场份额。」

那么，简直的杀招在何处？

据多方音书说明，Anthropic简直的下一代旗舰模子，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的一些缺陷，去几个Agent榜单上刷了存在感。」业内东谈主士指出，「如若你在期待简直的智能质变，请屏息恭候Mythos。」

网友Machina的一段话，大要是对Opus 4.8发布最贴切的解读。

咱们还是跨过了那条线——当前的旗舰模子，还是超出了绝大多数普通东谈主鉴别其优劣的技艺上限。是以，当前宇宙上只剩下惟逐一个真实的Benchmark，那等于你我方的使命流。

……

如若连你在我方最烂熟于心的使命上皆嗅觉不出相反，那么这些跑分对你来说，就莫得任何道理道理。」

Opus 4.8到底是神作，如故一次仓促的公关技能？

调出你最难啃的阿谁样式皇冠体育(CrownSports)官网，让实测给你谜底吧。