Claude Opus 4.8 发布：补上 4.7 的短板，押注 Agent 工作流

Opus 4.7 是 2026 年 4 月 16 日发布，Opus 4.8 是 2026 年 5 月 28 日发布，中间大约 6 周。说实话，这种小版本更新速度这么快，只能说明Anthropic确实有点着急。最近GPT和Codex更新的速度有点快，抢了Anthropic很多的用户。而且大家发现Opus 4.7效果有点拉，所以Anthropic只能快速迭代一个新的版本。

Anthropic 官方其实也说是了“modest but tangible improvement”，也就是这次的版本更新幅度不大，主要是为了把Opus4.7版本的一些缺点优化一下。

整体模型主要提升点

新模型超过GPT-5.5，终于重回第一的宝座。

整体提升的话，肯定会比上一个版本强。在好久个数据集上，都有小幅度的提升。

1）Agentic coding 更强

官方对外披露的 benchmark 里，Agentic coding 从 64.3% 提升到 69.2%。这说明它更擅长在代码任务里规划、调用工具、修改、验证等任务的构建。

2）长任务协作更稳

Anthropic 强调 Opus 4.8 在 agentic task 里判断力更好：会问更关键的问题。它在官方客户反馈里也提到，它在 CursorBench 上超过旧版 Opus，工具调用更高效，用更少步骤完成同等任务。

3）更诚实，少硬编

这是 4.8 这次最被强调的变化。Opus 4.8 更容易标记不确定性，不会做一些没有依据的断言；在代码评估里，它的偏离预期的行为概率约为前代的四分之一。

换句话说，4.7 更像“很强但有时太自信”，4.8 更像“强，同时更愿意承认哪里没把握”。

但是它还是在一个数据集上没有超过GPT-5.5，也就是Terminal-Bench 2.1。该Agentic基准旨在评估Agent在真实命令行环境中的操作能力。其核心方法是将模型部署于沙盒终端内，使其自主执行文件查询、命令输入、错误分析及调试等操作，以检验其能否通过多个步骤完整完成指定任务。

其他的一些亮点

Dynamic workflows：Claude Code 更像多 Agent 执行器

这次伴随 Opus 4.8 一起推出的 Dynamic workflows 很值得关注。它允许 Claude Code 规划任务，并在单个 session 里运行数百个并行 subagents，最后再验证结果后汇报。官方举例是代码库级迁移，覆盖数十万行代码，从启动到 merge，以测试集作为验收标准。

这其实就是把 Claude Code 往“工程级多 Agent 编排”方向推了一步。对大规模重构、批量修复、跨模块迁移，这比单 Agent 顺序执行更有想象力。

目前这个新的功能已在 Claude Code CLI、桌面版和 VS Code 扩展程序上了。

Effort control 更清晰

Opus 4.8 默认是 high effort。官方说在 coding task 上，这个档位消耗的 token 大致接近 Opus 4.7 默认档，但性能更好；难任务和长时间异步工作流建议用 extra / xhigh。(Anthropic)

这对于重度用户来说，用户不仅需要选择模型，还需选择思考强度。针对简单任务，可配置较低的思考强度；而对于重构任务、Agent任务或长时间任务，则建议采用较高的思考强度。此外，成本和质量均可实现更精细的调控。

价格基本不涨，Fast mode 变便宜

常规价格保持和 Opus 4.7 一样：输入 $5 / 百万 token，输出 $25 / 百万 token。Fast mode 价格是 输入 $10 / 百万 token，输出 $50 / 百万 token，官方称相比此前 fast mode 便宜了三倍，并且速度可到 2.5 倍。

为什么这一次这么快发布了Opus 4.8？

4.8 很明显是在补 4.7 的真实使用问题。

官方和早期客户反馈里反复提到几个关键词：更少 unsupported claims、更会标记不确定性、更少让自己写的代码缺陷蒙混过关、工具调用更高效、修复 Opus 4.7 的 comment-verbosity 和 tool-calling 问题。

这说明 4.8 很可能不是“重新造一个模型”，而是基于 4.7 线上反馈、企业 eval、Claude Code 场景做了一轮对齐、后训练和推理策略优化。

Claude Code / Agent 场景需要更快迭代。

这次 4.8 同步推出 Dynamic workflows：Claude Code 可以规划任务，并在单个 session 里跑数百个并行 subagents，再验证输出后汇报。官方举例是代码库级迁移，覆盖数十万行代码。

这类功能不是普通聊天模型能直接撑住的，需要模型在长任务、工具调用、自检、协作判断上更稳定。4.8 的发布节奏，本质上是在配合 Claude Code 从“代码助手”升级成“工程 Agent 执行器”。