就在今天破晓，，，Anthropic 掏出来了他们最新的 Claude Opus 4.8。。。。。

距离 Opus 4.7 才已往一个多月，，，不得不说，，，Claude 上新的速率是越来越快了。。。。。

原来吧，，，4.8 注定只是大伙儿眼里的小版本更新。。。。。但世超发明，，，这次事情并没有那么简朴。。。。。

由于不少人嫌疑，，，Opus 4.8 似乎蒸了，，，蒸的照旧 DeepSeek 和千问。。。。。。。。。。。。。。。

许多人通过 API 询问 Opus 4.8，，，你是什么模子，，，你背后的公司是什么，，，效果他一会儿说自己是通义千问，，，一会儿来自深度求索。。。。。

之前无证据乱锤中国模子蒸馏 Claude，，，现在反而被揪住小辫子，，，Anthropic，，，你小子怎么回事嗯？？？？
？

虽然，，，蒸没蒸是一回事，，，好欠好用是另一回事。。。。。只不过在大伙儿试用之前，，，Opus 4.8 已经先上了一层嫌疑的滤镜。。。。。

凭证官方的博客，，，这回 Opus 4.8 改动并不大。。。。。最显著的刷新之一，，，就是更忠实了。。。。。

换句话讲，，，那种莫名自信，，，嘴硬之后 “ 对不起，，，我之前说错了 ” 的情形，，，Opus 4.8 身上爆发的概率会大大减小。。。。。

另外，，，听说它在做 Agent 使命时会更可靠，，，判断力更强，，，能自己发明问题，，，提出异议，，，用最终最好的谜底稳稳接住你。。。。。

而从性能表上来看，，，Opus 4.8 只能说各方面小有提升，，，但没啥特殊出彩的，，，其中一个 coding 指标还打不过两个月前的 GPT-5.5。。。。。

从用户现实反馈来看，，，Opus 4.8 批判纷歧。。。。。有人体现它确实变忠实了，，，不会容易不查资料乱讲，，，经常自我反思，，，干活自动稳固，，，清静性也有了显着的提升。。。。。

泉源：小红书 @on99

但也有人说它依然不如白月光 Opus 4.6，，，语言表达的人味儿还没回来，，，token 消耗还飞快，，，甚至尚有不少人发明它依然在 coding 的时间乱讲，，，比起 Opus 4.7 没啥转变。。。。。

世超亲自上手试了试以后，，，感受倒也不是 Opus 4.8 欠好，，，但价钱是什么呢？？？？
？

就说它的 “ 忠实 ” 特征，，，Opus 4.8 在一些较量危险的问题上，，，确实思量周密不乱讲，，，但也变得极其守旧。。。。。

面临一些风险较高的决议，，，好比世超给它一张毒蘑菇照片，，，问它能不可吃，，，它的思索历程相当客观冷静。。。。。

不过，，，在一些清静项里，，，Opus 4.8 体现得太过审慎。。。。。纵然它以为或许率没误差！。。。，，也只会说 “ 我的记挂小了许多，，，这也可能是剧毒菌撞脸 ”。。。。。

这虽然是认真任的。。。。。事实真有人照着 AI 的话去吃蘑菇，，，那可不是闹着玩的。。。。。

但从用户体验上来说，，，这可能会导致许多问题得不到确定的回复，，，句句都是 AI 给自己叠的甲，，，相当难受。。。。。

另外，，，若是想要 Opus 4.8 坚持水准，，，最好不要实验 High 以下的性能（effort)。。。。。高消耗，，，才有好体现。。。。。

好比下面这种新闻总结的活儿，，，很基础吧。。。。。但 Opus 4.8 Low 给出的第一条新闻就是错的，，，Sholto Douglas 发那条动态已经是三天前的事儿了，，，怎么能连自家的新闻都搞错。。。。。。。。。。。。。。。

想让它做事实核查，，，还得再追问一遍，，，说好的自动检查发明问题提出异议，，，用最准确的谜底稳稳接住我呢？？？？
？

接下下世超又试了试它的代码能力，，，这回它的能力强，，，照旧用时间和 token 换的。。。。。

通例的 leetcode 难题算法题，，，对 Opus 4.8 来说已经不可问题了。。。。。而当我找了一个超难题 LCP 82 丢给 Opus 4.8，，，纵然开 Extra 模式，，，123 行代码，，，它也足足思索了二十多分钟。。。。。

效果简直是相当不错，，，Opus 4.8 一遍就过，，，思索出了第一版代码还复查优化了一遍，，，现在能做到这种水平的模子并未几。。。。。

但作为比照，，，GPT-5.5 思索了两分钟，，，就给出了一个测试案例通过 99% 的谜底。。。。。唯逐一个案例失败的原因，，，是时间超限，，，着实也不算答错。。。。。这显着比 Opus 4.8 要省得多。。。。。

世超又实验让 Opus 4.8 自力制作一个日式校园 galgame，，，不得不说现在 AI 写的项目代码条理明确，，，框架清晰。。。。。

这意味着，，，在它的基础上，，，若是你想改立绘，，，加剧情，，，把游戏做大做强是很容易的。。。。。

世超浅玩了一下，，，所有功效包括存档，，，自动播放，，，CG 画廊等等，，，没有任何 bug。。。。。

可是 Claude 断断续续，，，做了足足一个多小时。。。。。下面 GPT-5.5 这个虽然简陋许多，，，该有的功效一样不差，，，只用了五分钟。。。。。

以是，，，花更多的钱和时间换来的谜底值不值得？？？？
？可能也只有大伙儿自己心里清晰了。。。。。

总的来说，，，Opus 4.8 继续了 Claude 过往的强项，，，没有特殊精彩的体现，，，平平经常普通俗通。。。。。

而在测试之后，，，世超最想说的却不是这个模子自己究竟咋样，，，而是现在用个 Claude，，，也太小心翼翼了。。。。。

作为业界价钱的巅峰，，，用 Claude 最好的模子，，，不舍得开最好的性能；；开最高的性能，，，不舍得用最好的模子。。。。。随处是陷阱，，，在你不注重的时间，，，无关紧要的小问题已经把 token 烧光了。。。。。

并且让用户自己选性能，，，只有 low 和 high 也就算了，，，这次，，，Opus 4.8 一口吻推出了 5 种档位，，，Low、Medium、High、Extra 和 Max，，，通俗人真搞不明确什么时间用哪个，，，很容易造成铺张。。。。。

现在，，，Opus 4.8 相关的谈论区里，，，世超看到不少人陷入了 Opus 4.6 下架的恐慌。。。。。

大伙儿别担心，，，在更多模子里，，，老模子还在，，，想用还能用到。。。。。

但坦率讲，，，这种负优化不但仅是 Anthropic 一家的逆境，，，不少厂商都透着一股新不如旧的无奈。。。。。

虽然交出的参数答卷越来越漂亮，，，可那些一经让用户感应惊艳的极致体验，，，又要什么时间才华回来呢？？？？
？

撰文：莫莫莫甜甜

编辑：江江 & 面线

美编：焕妍

图片、资料泉源：

X、小红书、领英、Anthropic 官网