Anthropic于5月28日正式发布Claude Opus 4.8，这是其旗舰模型在2026年的第三次重大升级（继2月的Opus 4.6和4月的Opus 4.7之后）。此次更新并非简单的版本迭代，而是在诚实度优化、动态工作流和代理编程能力三个维度上实现了显著突破。在代理编程基准测试中，Opus 4.8以69.2%的成绩领先GPT-5.5（58.6%）超过10个百分点，确立了其在企业级AI编码领域的新标杆。
核心能力
Opus 4.8延续了Claude系列的核心优势——100万token上下文窗口（默认可用）、12.8万token最大输出、以及通过Claude API、Amazon Bedrock和Vertex AI的多平台部署能力，同时带来了三项关键升级：
- 诚实度优化（Uncertainty Flagging）：模型现在能够主动标记自己不确定的内容，在长周期代理任务中显著减少”幻觉”和过度自信的错误——这对企业级应用至关重要
- 动态工作流（Dynamic Workflows）：Claude Code用户可以获得研究预览版的多步骤代理工作流，模型能自主规划、分步执行复杂编码任务，而非简单的一次性代码生成
- 努力度控制（Effort Controls）：用户可以在”快速模式”和”深度思考模式”之间切换，快速模式成本更低、延迟更短，深度思考模式则适合需要精密推理的任务
在基准测试方面，Opus 4.8全面超越了前代Opus 4.7（代理编程从64.3%提升至69.2%），并在多项关键指标上领先GPT-5.5和Gemini 3.1 Pro。值得一提的是，定价维持不变——输入$5/百万token、输出$25/百万token，与Opus 4.7完全相同。
使用体验与局限
Claude Opus 4.8最大的亮点在于“知道自己不知道什么”。在长周期代理任务中（如大型代码库重构、多步骤合规审计），模型会主动标注不确定性边界，而非像大多数竞品那样”自信地编造”。这一特性大幅降低了AI辅助开发中的”信任成本”——开发者不必逐行验证每个输出。
动态工作流目前仅面向Claude Code的Enterprise、Team和Max计划用户开放研究预览，普通用户暂时无法体验。此外，中文能力仍然是Claude系列的短板——虽然基础中文对话流畅，但在涉及中文技术文档、代码注释、业务场景理解等任务时，与国产模型（如DeepSeek、Qwen）仍有差距。
另一个值得注意的限制是：Claude Mythos（Anthropic的下一代旗舰模型）仍然处于受限访问状态。Opus 4.8虽然强大，但明确是一个”过渡版本”——真正的技术飞跃还在后面。对于预算敏感的开发者，Opus 4.8的定价（输出$25/M token）仍然是市场上最贵的选项之一。
综合评分
| 维度 | 评分 | 评价 |
|---|---|---|
| 功能完整度 | 9.0 / 10 | 100万token上下文+多平台部署+动态工作流，功能全面 |
| 易用性 | 8.5 / 10 | 快速/深度模式切换直观，但动态工作流体验门槛较高 |
| 性价比 | 7.5 / 10 | 输出$25/M token偏高，但输入$5/M token在旗舰模型中合理 |
| 中文支持 | 7.0 / 10 | 基础中文可用，但技术文档和业务场景理解弱于国产模型 |
| 输出质量 | 9.2 / 10 | 诚实度优化效果显著，代理编程69.2%领跑行业 |
综合评分：8.7 / 10
Claude Opus 4.8是目前企业级AI编码和代理任务的首选模型之一。诚实度优化解决了长周期任务中最令人头疼的”幻觉”问题，动态工作流为复杂工程任务提供了新的可能性。但对于中文用户和预算敏感的开发者，建议关注即将发布的国产竞品对比——访问 AI Dash 了解更多AI工具评测。