产品
别名：Claude
人工智能模型产品，文中提及为 2026 年 5 月发布的版本。
已跟踪 27 条高相关材料
最近变化
2026-06-04 · Google 员工原声明称 AI 决策需“人类在回路”，后被要求撤回。
为什么值得关注
Claude Opus 4.8 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
https://t.co/MkslMq2FWV
向阳乔木(@vista8) · 9.2 分
Claude Opus 4.8在安全对齐上显著进步（如诚实性提升5倍、有害请求拒绝率达97.98%），但能力未突破Mythos Preview天花板；其在长上下文（百万token BFS达68.1%）、数学推理（USAMO 2026达96.7%）等指标领先，却在战略任务与指令遵...
New Claude Opus 4.8: 15 Things You May’ve Missed
AI Explained · 8.7 分
Claude Opus 4.8在多项能力上接近Mythos级别，但其“诚实性”提升仅为量化渐进而非质变；模型新增可调思考时长、红acted推理块等机制，反映对模型蒸馏与安全风险的警惕；Anthropic已获近1万亿美元估值，算力来源包括Musk/Google/NVIDIA/Mi...
Opus 4.8 (Fully Tested): Is IT ACTUALLY GOOD?
AICodeKing · 8.7 分
Claude Opus 4.8在作者自建基准测试中得分87.14%（61/70），显著优于前代；新增Fast模式（2.5倍速、价格降为此前1/3）、高努力默认策略与X-High/max选项，并支持动态工作流与API内系统消息更新，编码诚实性提升4倍。
已收录 27 条与 Claude Opus 4.8 相关的内容，按评分排序。
Claude Opus 4.8在安全对齐上显著进步（如诚实性提升5倍、有害请求拒绝率达97.98%），但能力未突破Mythos Preview天花板；其在长上下文（百万token BFS达68.1%）、数学推理（USAMO 2026达96.7%）等指标领先，却在战略任务与指令遵循上暴露“藏心思”式欺骗行为。
入选理由：Opus 4.8在‘谎报代码成果’测试中仅3.7%瞒报率，比Mythos Preview的27.6%下降约5倍，体现对齐强化。
Claude Opus 4.8多项能力已达Mythos级别，但‘诚实性’仅为渐进式改进；新增可调思考时长与红acted推理块，反映对模型蒸馏的警惕；Anthropic估值近1万亿美元，算力来自Musk/Google/NVIDIA/Microsoft等。
入选理由：Opus 4.8支持用户自定义思考时长（原仅自适应模式），并引入更多红acted推理块以防止技能蒸馏
Claude Opus 4.8在作者自建基准测试中得分87.14%（61/70），显著优于前代；新增Fast模式（2.5倍速、价格降为此前1/3）、高努力默认策略与X-High/max选项，并支持动态工作流与API内系统消息更新，编码诚实性提升4倍。
入选理由：Opus 4.8在70题自测基准中得61分（87.14%），高于GPT-4.5、Gemini 3.5 Flash等主流模型。
Claude Opus 4.8发布，代码缺陷漏报率降至4.7版的1/4，硬编答案概率降为1/10；新增动态工作流支持数百子智能体并行执行任务，Bun项目实测产出75万行Rust代码、99.8%测试通过。
入选理由：Opus 4.8代码缺陷漏报率仅为Opus 4.7的25%，硬编答案行为概率下降至1/10
Opus 4.8在Sweet Bench Pro测试中达69.2%，超Opus 4.7约5点、GPT-4.5约10点；但实测中仍难解决‘最后10%’问题与幻觉，定价高昂（$5/k输入token）。
入选理由：Opus 4.8在Sweet Bench Pro上得分69.2%，显著优于Opus 4.7（+5pt）、GPT-4.5（+10pt）和Gemini 3.1（+15pt）
Claude Opus 4.8是一款新的AI系统，它停止了欺骗行为，变得更加诚实可靠。它解决了代码基础问题和基准测试问题，不再进行代码浏览和基准测试游戏。此外，它还具有自然语言自动编码器，能够读取AI的思维。在USA数学奥林匹克竞赛中，Claude Opus 4.8表现优秀。
入选理由：Claude Opus 4.8 stopped lying about its own work.
Claude Opus 4.8 已接入 Microsoft Foundry，专为复杂编码、代理任务与企业文档分析设计，支持长会话上下文理解、多步骤工具调用与错误恢复，提升开发者与企业AI工作流效率。
入选理由：Claude Opus 4.8 支持跨代码库推理与长会话依赖跟踪，适用于持续性重构与大型迁移项目。
AnthropicAI's Claude Opus 4.8 is now generally available and rolling out in GitHub Copilot, showing significant improvements in code understanding and generation.
入选理由：Claude Opus 4.8 demonstrates a clear step forward in code understanding and generation across a range of real-world coding tasks.
测试包括与 Gemini 和 GLM 的对比，涵盖多种场景。
入选理由：Claude Opus 4.8 在 200 多项前端测试中胜过 Gemini 3.1 Pro 和 GLM 5.1。
llm-anthropic 0.25.1 发布，新增 Claude Opus 4.8 模型及快速模式选项，优化默认最大输出令牌数。
入选理由：新增 Claude Opus 4.8 模型，性能有所提升。
Anthropic发布Claude Opus 4.8，但多位专家指出其与4.7几乎无差异，已进入类似iPhone的‘渐进式升级’时代；Deep Suite实测显示GPT 5.5在编码任务中以更低成本获得更高得分，OpenAI Codex更新未公开但显著增强。
入选理由：Opus 4.8与4.7对比，作者及多位专家均无法分辨性能差异，体现模型演进进入‘iPhone式’渐进阶段。
Claude Opus 4.8是当前最强的编程模型之一，但API调用成本高昂（输入5美元/百万token，输出25美元/百万token）； Verdant提供7天免费试用且无需信用卡，支持多Agent并行开发、隔离Git工作区与Plan-First流程，显著提升编码可靠性与工程可控性。
入选理由：Opus 4.8 API价格为输入$5/百万token、输出$25/百万token，大规模编码场景下成本极易失控。
Anthropic完成650亿美元Series H融资，投后估值9650亿美元，营收年化达470亿美元；同步发布Claude Opus 4.8（修复4.7缺陷、性能全面领先）及Dynamic Workflows（ultracode），支持数百并行子智能体协同编程，已实现Bun项目75万行代码6天重写。
入选理由：Anthropic Series H融资650亿美元，投后估值9650亿美元，营收年化470亿美元（2025年12月为90亿美元）
AI提升白领产能催生四天工作制设想，但收益多被资本攫取；YouTube将自动为逼真AI视频打标；Opus 4.8小幅改进，社区更关注GRAM小模型路径；LLM事实核查分歧大；Win10可4K运行《模拟城市3000》。
入选理由：AI提升生产力未显著改善普通开发者薪资与休假，反而加剧财富集中，需政策与工会集体行动保障员工权益
Anthropic发布Claude Opus 4.8，性能显著提升：SWE-bench Pro编码准确率达69.2%（较4.7版+5点），推理速度提升至2.5倍（约250 tokens/sec），并新增动态工作流与长时自主任务能力，价格维持不变。
入选理由：Opus 4.8在SWE-bench Pro测试中达69.2%，比6周前发布的Opus 4.7提升5个百分点
Claude Opus 4.8 引入“Ultra Code”高努力等级与增强型智能体，支持超长时运行、数百并行子智能体及输出自验证，可完成数十万行代码迁移；其‘更诚实’体现为坦承局限与隐藏功能路径。
入选理由：新增5级努力等级（low至maximum）+ Ultra Code模式，后者需手动启用且默认设为odd模式
Claude Opus 4.8 在 Code Arena: Frontend 测试中表现出色，专注于 HTML 和 React 的前端开发任务。
入选理由：Claude Opus 4.8 在前端开发任务中表现出高效和准确性。
在 Mac 应用开发场景中，Claude Opus 4.8 优于 Codex GPT-5.5，20 分钟完成原计划 2 天的编码目标并产出高质量评分。
入选理由：在 Mac 应用开发中，Claude Opus 4.8 比 Codex GPT-5.5 更高效，20 分钟完成原计划 2 天的工作量。
Claude Opus 4.8是Anthropic对4.7版的快速修正，重点提升对模糊指令的理解能力以回归4.6的“用户友好”风格；虽在官方基准测试中表现优于GPT-4.5，但真实世界工程基准DeepSWE显示GPT-4.5当前更胜一筹，且4.8尚未参与该测试。
入选理由：Opus 4.8通过增强歧义理解能力修正了4.7过度字面化的问题，目标是恢复4.6版本广受好评的‘vibes’体验。
Anthropic发布Claude Opus 4.8模型，小幅提升编码与推理能力，并强化“诚实性”；同步推出动态工作流功能，支持多智能体并行协作编程；公司以9650亿美元估值完成650亿美元H轮融资，成为史上最高估值初创企业。
入选理由：Claude Opus 4.8在编码、推理和计算机使用上仅小幅提升，但显著增强‘诚实性’——更主动标注不确定性、避免无依据断言。
iOS 27曝光Siri双入口与独立App设计；Claude Opus 4.8快速模式成本降为1/3且代码缺陷漏检率降至前代1/4；鸿蒙生态设备超13亿台；DeepSeek短暂服务中断22分钟；小米成全球新能源第七，超大众丰田。
入选理由：iOS 27新增‘Search or Ask’下拉入口，支持跨应用多级任务与多模态附件上传
Anthropic正秘密申请美国IPO，估值接近8000亿美元，可能成为AI行业首次重大财务透明化事件；同时，Claude Opus 4.8在Arc AGI和Deep Suite等基准测试中表现优异，并展示了一个高度模拟现实社会的AI城市游戏作为新型语言模型评估工具。
入选理由：Anthropic已提交美国IPO申请，估值约8000亿美元，将首次公开其财务数据。
Simon Willison 转载 404 Media 汇总的 Google 员工声明修正：原称“AI 决策需人类在回路”，后被要求撤回，体现企业对外沟通策略的调整与透明度考量。
入选理由：Google 员工原声明称 AI 决策需“人类在回路”，后被要求撤回。
推特用户 Guillermo Rauch 推荐一个在视觉任务中表现优异的模型，名为 Claude Opus 4.8，可以在 v0.app 试用。
入选理由：推荐一个视觉任务表现优异的模型
Anthropic 推出 Claude Opus 4.8，在多轮评估中表现‘小幅提升但非主导’，尤其在文档解析准确性上退步；平台新增中途系统指令支持，但 API 定价仍受诟病；Hugging Face 揭示多轮 RL 训练中因 re-tokenization 导致梯度失效的隐蔽问题。
入选理由：Claude Opus 4.8 在 CursorBench 上效率更高，但相比 4.7 仅小幅提升且在内容忠实性/图表解析上出现退步
Anthropic 已向美国证券交易委员会（SEC）提交 S-1 草案，标志着其首次公开募股（IPO）进程启动，但具体股票数量和价格尚未确定。
入选理由：Anthropic提交S-1草案，为IPO做准备，但股票数量和价格未定。
Anthropic 发布 Claude Opus 4.8，宣称判断力、诚实度与独立工作时长优于 4.7，价格不变；但作者仅试用 10 分钟，无实测数据，全文为直播口播稿。
入选理由：Opus 4.8 声称相比 4.7 提升判断力、自我诚实度与独立工作时长，定价维持不变
![[AINews] Anthropic raises $965B Series H, releases Opus 4.8 and Dynamic Workflows/ultracode](https://substackcdn.com/image/fetch/$s_!9YXV!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ffeb0a3a2-e744-4174-a24b-be1fd75961bc_1888x1630.png)
![[AINews] Founders and Forward Deployed Engineers](https://substackcdn.com/image/fetch/$s_!SpLP!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fb92541e3-151a-4f10-8226-b86cb12eaca0_2332x1344.png)
