人工智能领域的代码可靠性迎来重大技术突破。AI 巨头 Anthropic 近日正式发布了其旗舰模型的微调升级版 Claude Opus 4.8，该版本主打更强悍的智能体编程、多领域推理以及知识工作能力。新模型不仅在多项核心基准测试中超越了 GPT-5.5，更在解决“AI 睁眼说瞎话”这一行业顽疾上取得了长足进步。

image.png

编程缺陷锐减且判断更敏锐

根据早期测试方的反馈，升级后的 Opus 4.8 在处理复杂的多步骤任务时表现得更加稳健。官方评估数据显示，新模型放任自己所写代码存在缺陷却不加说明的概率大幅降低了四分之三。它现在更倾向于主动标出自身的不确定性，不仅能主动识别错误，还会在发现用户的初始计划不合理时果断提出异议。

速度狂飙且开发成本直降七成

在大幅提升逻辑严密性的同时，Anthropic 还对该模型的运行效率进行了深度优化。Opus 4.8 的快速模式运行速度直接飙升至此前的 2.5 倍，而模型的使用成本却大幅削减到了老版本的仅三分之一。在行业公认的 SWE-Bench Pro 编程基准测试中，Opus 4.8 斩获了 69.2% 的高分，在多个核心维度上成功反超了 Gemini 3.1 Pro 等强劲对手。