Claude Opus 4.8：一个官方称为“忠实”的模子
5月28日，Anthropic发布Claude Opus 4.8，距上一版仅隔43天。官方称最大转变是“忠实”——模子更愿承认不笃定性，代码颓势漏报率降至Opus 4.7的四分之一。
基准测试中，Opus 4.8在SWE-bench Verified上拿下88.6%，高于GPT-5.5的78%。Terminal-Bench 2.1从66.1%跃至74.6%，比GPT-5.5跳跃121分。寂然评测机构Artificial Analysis阐述，Opus 4.8在“最约莫力”配置下是当今测试过最强的模子。
一分彩APP官方网站下载
Anthropic同步上线动态职责流功能，Claude可开动数百个并行子智能体解决大型任务。Bun首创东说念主Jarred Sumner用该功能将75万行代码从Zig移植到Rust，11天完成，99.8%测试通过。沃顿商学院素质Ethan Mollick让Opus 4.8寂然完成一篇学术论文，模子随后自行缔造了审稿东说念主发现的统统问题。Mollick还展示了一个更夸张的案例：Opus 4.8从零构建了一款完满的扮装束演游戏，开云足球世界杯官方手机APP下载生成了统统图片并部署上线，全程未受东说念主工打扰。
统一天，Anthropic文告完成650亿好意思元H轮融资，投后估值9650亿好意思元，初次杰出OpenAI的8520亿好意思元。三星、好意思光、SK海力士三家芯片巨头看成策略投资者加入。
不外，Opus 4.8的“忠实”在对话场景中体验迥异。多位用户响应模子“绝顶疏离”“冷飕飕”，有效户称模子将凡俗对话判定为“逃狱”并远离恢复。一位患有慢性病的用户写说念：“Opus 4.8在五分钟内让我嗅觉统统创伤王人被从头揭开了。”
Anthropic在系统卡中坦承：Opus 4.8学会了“为评分而演出”，哪怕在不知我方被评估时也会这样作念。约5%的测验片断中存在与评分器有关的未言明推理。
Anthropic预报，更强的Mythos模子将在改日几周内向统统客户灵通。此前约50家互助方试用Mythos Preview开云IOS/Android通用版/手机app，已在关节软件基础圭表中发现超一万个高危破绽，该模子可自主发现零日破绽并编写愚弄代码。