2026美加墨世界杯(中国) Claude Opus 4.8实测封神！强到离谱，也贵到心痛
新智元报谈
【新智元导读】听说中的Claude Opus 4.8，性能确切如斯刚劲吗？有东谈主高呼封神，直言这是Opus 5，有东谈主吐槽太拉了，还不如Opus 4.7，时代大佬也来拆台。是夯爆了照旧拉完结？一文深度识破。
Anthropic王者归来！
更阑，Anthropic全新发布Claude Opus 4.8，一举夺回全球AI王座。
Opus 4.8被定位为一款更刚劲的复杂任务模子，尤其是在编程、智能体任务和万古候推理方面。
更狠的是，阴私的Mythos几周之众人将面世！
况且，趁着这推动风，Anthropic紧接着通告好音问——
以9650亿好意思元估值完成650亿好意思元融资，越过62天前OpenAI的8520亿好意思元的估值！
不外，当东谈主们实测事后，通盘科技界一忽儿分裂成了两个截然有异的阵营。
一方面，是以驰名评测媒体Every和部分硬核坐褥力用户为首的「狂热派」。
他们高呼Opus 4.8依然「封神」，致使直言Anthropic此次的确是太低调了，「他们完全不错径直叫它Opus 5，根蒂不会有东谈主有异议。」
他们直言，Opus 4.8是刻下市面上「最全面、最接近东谈主类灵魂与顶尖工程师聚会体」的模子。
但另一方面，以Ruby on Rails首创东谈主DHH、Redis之父antirez为首的「成就者老炮」，却在应付汇聚上公开拆台。
他们认为Opus 4.8的跑分诚然险胜老敌手GPT-5.5，但本体的「编码体感」却依然过期，致使直指Anthropic在基准测试的宣传上犯了要紧误差。
一方面，它的「快速模式」、「动态事业流」看起来齐很杀手级，另一方面，桌面端的体验，似乎又很拉垮。
Opus 4.8用起来的真实体感，究竟奈何？
这是一次名不副实的挤牙膏，照旧一次真实的大跃迁？
接下来，就让咱们揭开全貌！
这不是Opus 4.8，是Opus 5！
领先，是以Every团队为代表的正方。
在长达一周的深度测试后，他们得出了触动论断——这是咱们测试过的最强模子，它简直是个怪物。
致使不错说，它不错被叫作念Opus 5。
暴涨30分的「资深工程师基准」
在极难的「高等工程师基准」测试中，上一代Opus 4.7曾让无数成就者大失所望，被责问为「难以使用、难以爱好」。
但Opus 4.8这一次打了一场漂亮的翻身仗。
在「超高强度」模式下，Opus 4.8拿下了63分的高分，不仅比Opus 4.7夸张地暴涨了30分，更是以1分的狭窄上风，险胜了一直霸榜的GPT-5.5（62分）。
团队试着让它去澈底重构一个坐褥级别的代码库，后果Opus 4.8确切托付了一个能够无缺起原的系统！
后果说明，Opus 4.8绝不单是是一个补全器具，而是一个能在Repo（代码仓库）级别进行长线念念考的架构师。
79.6分全场最高：击穿「AI感」的最强写手
淌若说代码才气是理科生的闲逸，那么写稿才气则是臆想模子EQ的终极行动。
在Every的写稿基准测试中（涵盖论文、扩充邮件、长篇叙事等真实场景），Opus 4.8径直艳压一众模子。
Opus 4.8跑出了79.6的满盈高分，远远甩开了自家兄弟Sonnet 4.6（74.5）、老敌手GPT-5.5（73）以及前代Opus 4.7（63）。
「这是一种相等奇妙的体验。」多位创作者反映。Opus 4.8极地面减少了令东谈主不适的「AI味」。
当你给它一份作风指南后，它能颠倒精确地效法你的口吻。
它致使展现出了极高的格局学和东谈主际来去洞发奋，当你试图和它酌量一些深切的格局问题时，它的回话绝不隐隐，而是会「质疑你的预设框架」，提供丰富、动态且极其具有深度的念念考经由。
100万Token的管辖力，企业级诈欺一把过
除了跑分，Opus 4.8在复杂学问事业中的发扬号称怪兽。
它依然保持了100万Token的超大高下文窗口，这意味着你不错把一整本书的手稿、几周的会议纪录，致使一个完整的企业代码库相连塞给它。
最让生意规划圈战栗的是，在企业级PPT生成测试中，Opus 4.8在Zero-shot的情况下，产出了一份结构明晰、缠绵合理、叙事逻辑号称无缺的PPT。这是往常扫数模子齐无法作念到的。
驰名云存储服务商Box，也在第一时候将Opus 4.8接入了其Box AI Agent并在真实企业数据上进行了测试，后果呈现出碾压态势。
· 陈诉草拟：在工业品陈诉任务中，4.8得分87%（对比4.7的77%）；消费品发布评估任务中，得分高达90%。
· 法律审查：Opus 4.8能够极其精确地抓取合规行动，找出潜在的协议破绽，并在屡次独处测试中保持近乎无缺的贯通性。
· 财务数据分析：在复杂的银团贷款与双边贷款结构对比中，从杂沓的源文档中索取准确财务目标的才气，比上一代提高了近8个百分点。
沃顿商学院莳植Ethan Mollick的实测更是令东谈主赞口连接。
他把几年前数百份去匿名化的连络文献扔进Claude Code中的Opus 4.8。
后果，Opus 4.8自主完成了提前建议假定、数据清洗、寻找参考文献、进行深度分析、正经性老师，临了径直用LaTeX技艺排版输出了一篇高度专科的微型学术论文！
真谛的是，Mollick莳植用GPT-5.5 Pro行为这篇论文的「审稿东谈主」，GPT-5.5挑出了一个幻觉误差和几个小问题，随后Opus 4.8坐窝谦让吸收，无缺修正。
大略这便是为什么Every的CEO Dan Shipper忻悦地将Opus 4.8称为我方的「心头好」。
一个不可念念议的软件工程师，同期又是一个领有深度和同理心的近乎东谈主类的作者，二者无缺相融。
沃顿商学院莳植实测的一个Opus 4.8惊艳案例
被群嘲的桌面端与「高智力税」
如斯刚劲的模子，为何莫得在全网酿成满盈的碾压之势？
因为Opus 4.8身上职责着两个千里重的桎梏。
「苟且出古迹」的代价，是被智力分级敲诈
评测机构很快发现了一个窘态的事实：Opus 4.8的「神级发扬」，不错说是病态地依赖于你给它设定的推理强度（Effort Level）。
在/effort的设定中，唯独当档位拉到「Extra-High」时，Opus 4.8才是阿谁得分63的资深工程师；一朝左迁到「High」，它的编码得分会一忽儿暴跌至42，秒变芜俚码农。
在写稿上亦然如斯。High档位下的Opus 4.8文笔优雅、逻辑严实；但一朝切到Medium，世界杯官方认证平台它就会一忽儿原形毕露，暴表示AI最厄运的套路化写坐法习。
网友Haider狰狞地指出了这背后的时代贪污：
我小心到了一个快意，4.8在低强度下浪费的Token，简直和4.6在高强度下雷同多。
GPT-5.5倾向于用更少的Token拿到更高的分数；而4.8似乎走向了反面，它在用海量的Token堆砌智能。
这就导致了Opus系列一直被诟病的硬伤——Rate Limits。
由于高强度模式颠倒浪费资源，多半订阅了$200/月Max套餐的高端用户反映，在起原复杂Agent任务时，时时几个小时就会撞上额度墙。
网友BridgeMind直言，我方为了测试贯串烧穿了两个200好意思元的账号。
澄莹，相较于OpenAI广泛算力撑持下的优容生态，Anthropic显得过于吝啬了。
混乱的UI缠绵
淌若说模子是引擎，那么客户端诈欺便是底盘。而Claude的底盘，正在严重牵累这台跑车。
多位深度评测者指出，Claude桌面端的缠绵简直是一场灾荒。
AG真人2026世界杯中国官网Chat、Code、Cowork三个独处标签页的分割，被责问为「混乱不胜」。
这种割裂的UI缠绵，被戏称是「带着时候推移的伤痕和Anthropic里面组织架构图的缩影」。（太亮了）
比拟之下，OpenAI的Codex桌面端诈欺被公认为是「干净、快速，让东谈主嗅觉这便是将来」。
Opus 4.8的硬核实力如实让许多东谈主想总结Claude，但厄运的软件交互体验，最终照旧让许多东谈主把GPT-5.5+Codex行为日常主力，只在科罚复杂任务时，才会持着鼻子切回Claude。
极其厄运的「笼子」
大牛工程师Anthony Koeger是这么评价的：最近流行的这句话的确太对了，「一个模子的蛮横，取决于套在它外面的那层壳（A model is only as good as its harness）。」
而Opus此次有些拉跨。
是对于「老诚」的营销，照旧「跑分陷坑」下的计谋诞妄？
伴跟着Opus 4.8的发布，全网也爆发了一场对于大模子「跑分真谛真谛的空前舌战。
这场争论的导火索，便是一张Anthropic我方制作的官方发布图。
眼尖的网友Aakash Gupta发现了一个极不寻常的细节——
在Anthropic发布的各模子才气对比图中，在TerminalCoding这一项上，GPT-5.5的收获是78.2%，而Opus 4.8唯独74.6%。
时时情况下，任何一家大厂的公关部，齐会把输掉的测试项暗暗从PPT上抹去。
但Anthropic莫得，他们不仅把失败留在了图表上，致使还主动把GPT-5.5那代表生效的78.2%作念了加粗科罚。
Aakash对此大加讴歌，认为这骄气出Opus4.8的中枢卖点——老诚。
在大型Agent任务中，模子最腾贵、最致命的失败模式，便是「过度自信」。
而Opus 4.8最大的隐性升级，便是它更容许承认我方不笃定。官方数据骄气，4.8在代码中留住颓势却不声张的概率，比4.7裁减了惊东谈主的4倍。
此次，Anthropic卖的不是跑分，而是老诚。
在Vending Bench测试中，Claude Opus 4.8的发扬也远逊于Opus 4.7和GPT 5.5
关连词，业界大佬们并不买账。
Ruby on Rails首创东谈主和Redis之父，这两位在成就者社区领有极高说话权的大神，径直对Anthropic开炮。
DHH坦言，自从用了GPT-5.5之后，他资历了无数次触动时刻，这是他在Claude阵营很久莫得体会到的了。
antirez更是狰狞地指出，Anthropic此次把GPT-5.5放在清除张图里对比，犯了一个「要紧的计谋误差」。
往常的厂商比拼，往往是拿新一代模子和我方的上一代比。
但此次，Anthropic非要和GPT-5.5比。问题在于，刻下全网的「体感」是，GPT-5.5的写代码才气相等、相等强悍。
当你Anthropic拿着一张图表，告诉各人你的Opus4.8跑分比GPT-5.5还要高。
但咱们用起来却认为并非如斯时，你不仅不可讲明你更强，反而会让用户认为你们的基准测试是在自娱自乐，澈底失去公信力。
网友aditya的吐槽更是直击灵魂：
用了快一个小时的Opus 4.8，它根蒂不值得炒作。
几个很普通的工程任务，它全搞砸了。
在前端边界，网友也感到失意：「用了几个小时4.8，嗅觉还不如4.7顺遂。」
这一快意印证了AI大V Chubby的不雅察：Anthropic刻下仿佛在拚命追逐OpenAI，而不是以前那样在引颈通盘行业了。
面临行将到来的GPT-5.6，Anthropic的王座显得摇摇欲坠。
有东谈主作念了一个速查表，论断是GPT 5.5和Opus 4.8的赢输取决于推理才气和赢得第一个token的时候
6周的赶工，Anthropic此次急了
为什么Opus 4.8 会呈现出如斯复杂、矛盾的评价？
一个隔绝冷落的数据是：Opus 4.8距离上一代4.7的发布，只是隔了6个星期。
这是Anthropic历史上最快的一次大版块迭代（此前每个Opus版块的隔绝至少在10周以上）。
资深不雅察家BridgeMind一口谈破地指出了真相：「这完全是一次仓促的发布，因为GPT-5.5正在豪恣蚕食市集份额。」
那么，真实的杀招在那处？
据多方音问阐发，Anthropic真实的下一代旗舰模子，代号为Mythos，几周内就会面世。
「Opus 4.8只是一个过渡的创可贴，它修补了4.7的一些缺点，去几个Agent榜单上刷了存在感。」业内东谈主士指出，「淌若你在期待真实的智能质变，请屏息恭候Mythos。」
网友Machina的一段话，大略是对Opus 4.8发布最贴切的解读。
咱们依然跨过了那条线——刻下的旗舰模子，依然超出了绝大多数普通东谈主诀别其优劣的才气上限。是以，刻下宇宙上只剩下独逐一个真实的Benchmark，那便是你我方的事业流。
……
淌若连你在我方最烂熟于心的事业上齐嗅觉不出互异，那么这些跑分对你来说，就莫得任何真谛真谛。」
Opus 4.8到底是神作，照旧一次仓促的公关妙技？
调出你最难啃的阿谁名堂2026美加墨世界杯(中国)，让实测给你谜底吧。