Claude Opus 4.8 a sosit: ce s-a schimbat, unde excelează (și singurul test pe care îl pierde)

Claude Opus 4.8 a sosit: ce s-a schimbat, unde excelează (și singurul test pe care îl pierde)

Anthropic a lansat Claude Opus 4.8 pe 28 mai 2026, la doar 41 de zile după 4.7. Este cel mai rapid ritm de lansare Opus pe care l-am văzut. Numărul de pe prima pagină, 69,2% pe SWE-Bench Pro, este real, la fel ca și reversul medaliei: pierde categoric un benchmark. Iată ce s-a schimbat și dacă ar trebui să îți schimbi modelul implicit azi sau să mai aștepți.

Idei principale:

• Claude Opus 4.8 a fost lansat pe 28 mai 2026, la 41 de zile după 4.7, pe Claude.ai, Claude Code și API.
• Conduce în 6 din 7 benchmark-uri Anthropic, dar pierde Terminal-Bench 2.1 în fața GPT-5.5 (74,6% vs 78,2%).
• Prețurile rămân neschimbate la 5$/25$ per milion de tokeni; noul Fast Mode rulează de ~2,5 ori mai rapid la 10$/50$.

Ce s-a lansat azi: Claude Opus 4.8 într-un minut

Claude Opus 4.8 este modelul de frontieră al Anthropic, lansat pe 28 mai 2026 și disponibil de azi pe Claude.ai, Claude Code și API. ID-ul modelului este claude-opus-4-8, cu o variantă de context de 1M tokeni claude-opus-4-8[1m]. Prețurile standard rămân neschimbate față de 4.7, la 5$/25$ per milion de tokeni. Verdictul pe scurt: un upgrade real pentru programare și munca de cunoaștere, cu o singură excepție sinceră.

Este o lansare incrementală, nu o reconstrucție de la zero. Dacă vii de la Claude Opus 4.7, mare parte din ce știi deja rămâne valabil: forma API-ului, conceptul de control al efortului, integrarea Claude Code. Ce e diferit este plafonul benchmark-urilor, un Fast Mode mai ieftin și o nouă funcție în avanpremieră de cercetare pentru lucru la scară de codebase.

Opus 4.8 a sosit la doar 41 de zile după 4.7, cel mai rapid ritm de lansare Opus pe care l-a avut Anthropic. Varianta de context de 1M tokeni există ca claude-opus-4-8[1m], deși pagina publică de documentație cu prezentarea modelelor s-ar putea să nu fie încă la zi. Potrivit anunțului Anthropic, este cel mai „sincer" model al lor de până acum, o afirmație la care vom reveni.

Ce e cu adevărat nou în Opus 4.8 față de 4.7?

Cele mai mari schimbări de la 4.7 la 4.8 sunt alinierea, eficiența apelării de instrumente și o nouă funcție de orchestrare. Anthropic spune că Opus 4.8 are de aproximativ 4 ori mai puține șanse decât 4.7 să lase un defect din propriul cod nesemnalat, finalizează sarcini agentice în mai puțini pași și introduce Dynamic Workflows pentru migrații de amploare. Prețurile și nucleul API-ului au rămas neschimbate.

Sinceritate și aliniere

Potrivit anunțului lor, Opus 4.8 semnalează mai des incertitudinea, evită afirmațiile nesusținute și atrage atenția asupra problemelor din codul pe care tocmai l-a scris. Anthropic spune că ratele comportamentului nealiniat sunt „substanțial mai mici decât la Opus 4.7" și citează un testimonial Bridgewater despre modelul care semnalează proactiv probleme. Pentru oricine se bazează pe AI pentru detectarea defectelor din cod, acea cifră de „4 ori mai puține șanse să lase defectele să treacă" este rândul de urmărit. Trateaz-o ca pe o afirmație a vânzătorului până când o testezi pe propriile pull request-uri.

Controlul efortului și schimbarea la Messages API

Nivelurile de efort pot fi acum selectate de utilizator direct pe Claude.ai, astfel încât poți schimba consumul de tokeni pe profunzime fără să treci la un model mai mic. Există și o schimbare mică, dar reală, a experienței dezvoltatorului: Messages API acceptă acum intrări de sistem în interiorul array-ului messages, nu doar ca parametru system de nivel superior. Dacă construiești agenți, acest lucru face instrucțiunile de sistem din mijlocul conversației mai ușor de gestionat.

Apelare mai eficientă a instrumentelor

Anthropic descrie apelarea instrumentelor ca „semnificativ mai eficientă, mai puțini pași pentru aceeași inteligență", măsurată pe CursorBench la toate nivelurile de efort. Pe benchmark-ul lor intern Super-Agent, spun că Opus 4.8 a fost singurul model care a finalizat fiecare caz de la un capăt la altul, la paritate de cost cu GPT-5.5. Mai puține apeluri de instrumente per sarcină reprezintă o pârghie directă de cost pentru constructorii de agenți, deci acest lucru contează mai mult decât pare.

Benchmark-urile Opus 4.8: unde excelează (și singurul pe care îl pierde)

Opus 4.8 conduce în 6 din 7 benchmark-uri Anthropic, inclusiv SWE-Bench Pro (69,2%) și GDPval-AA (1890 Elo). Excepția, și cea despre care trebuie să fim sinceri: GPT-5.5 încă câștigă programarea agentică în terminal pe Terminal-Bench 2.1, cu 78,2% față de 74,6% pentru Opus 4.8. Deci, dacă munca ta se desfășoară în terminal, cel mai bun model per total nu este cel mai bun model pentru tine.

Citește diferențele, nu doar scorurile absolute. SWE-Bench Pro a sărit +4,9 puncte (de la 64,3 la 69,2), cel mai important câștig de programare. Terminal-Bench 2.1 a crescut +8,5 puncte (de la 66,1 la 74,6), cel mai mare salt de la 4.7 la 4.8, și totuși rămâne în urma GPT-5.5. GDPval-AA a câștigat +137 Elo (de la 1753 la 1890), un salt mare în munca de cunoaștere care depășește GPT-5.5 (1769) la distanță considerabilă. OSWorld-Verified s-a mișcat doar +0,6 (de la 82,8 la 83,4); utilizarea computerului era deja aproape de plafon pe 4.7, deci nu te aștepta la o diferență simțită acolo. Finance Agent v2 a adăugat +2,4 puncte.

Concluzia este clară: Opus 4.8 câștigă șase din șapte benchmark-uri, iar singurul pe care îl pierde, programarea agentică în terminal, merge tot la GPT-5.5. Cifre coroborate de anunțul Anthropic și de sinteza de benchmark-uri OfficeChai.

Ce este Fast Mode și este mai ieftin?

Fast Mode rulează Opus 4.8 de aproximativ 2,5 ori mai rapid la 10$ intrare / 50$ ieșire per milion de tokeni, activat cu /fast în Claude Code. Anthropic spune că este „de trei ori mai ieftin decât era pentru modelele anterioare". Prețul standard rămâne la 5$/25$ per Mtok, neschimbat față de 4.7. Punctul cheie: Fast Mode te ține pe modelul Opus complet, nu te retrogradează la unul mai mic.

Deci ce înseamnă asta per sarcină? Plătești un supliment de preț de 2 ori pentru aproximativ 2,5 ori viteza, pe aceeași inteligență a modelului. Pentru sesiunile interactive Claude Code în care aștepți răspunsul, acest compromis se amortizează adesea singur. Pentru joburi batch lungi, unde timpul real nu contează, prețul standard este alegerea mai ieftină.

# In a Claude Code session, switch the current task to Fast Mode:
/fast

# Output streams ~2.5x faster on the same claude-opus-4-8 model.
# Standard pricing ($5/$25) resumes on your next normal task.

Accesul API mai larg la Fast Mode se face prin managerul tău de cont sau printr-o listă de așteptare. Dacă deja te lovești de limitele de rată, ghidul nostru despre limitele de utilizare Claude explică cum interacționează nivelurile cu costul. O avertizare sinceră: „de 3 ori mai ieftin decât înainte" înseamnă că Fast Mode în sine a devenit mai ieftin față de vechiul nivel Fast, nu că este mai ieftin decât prețul standard Opus. Nu este.

Dynamic Workflows: migrații la scară de codebase cu subagenți paraleli

Dynamic Workflows este o funcție în avanpremieră de cercetare pe planurile Enterprise, Team și Max, care coordonează „roiuri de subagenți", sute de subagenți paraleli într-o singură sesiune. Combinată cu Claude Code și Opus 4.8, Anthropic spune că poate rula migrații la scară de codebase pe sute de mii de linii, de la start până la merge, cu intervenție minimă.

Dynamic Workflows permite unei singure sesiuni Claude Code să se ramifice în sute de subagenți paraleli pentru a migra un codebase întreg. Gândește-te la upgrade-uri de framework, revizuiri de dependențe sau refactorizări pe tot repository-ul care în mod normal ar consuma o săptămână de-a unui inginer. Dacă ai lucrat cu agenți de programare paraleli înainte, aceasta este acea idee scalată și orchestrată de model, nu de tine.

Două note sincere. În primul rând, este o avanpremieră de cercetare, deci așteaptă-te la imperfecțiuni și nu o îndrepta către migrații critice pentru producție fără revizuire. În al doilea rând, este limitată de plan, ai nevoie de acces Enterprise, Team sau Max. TechCrunch a prezentat Dynamic Workflows ca răspunsul Anthropic la presiunea competitivă din partea laboratoarelor rivale, iar această lectură se potrivește: este funcția de dezvoltare principală a acestei lansări.

Am rulat Opus 4.8 în Claude Code: iată ce am măsurat

Am redirectat modelul implicit al repository-ului nostru de pipeline de conținut de la claude-opus-4-7 la claude-opus-4-8 și am rulat din nou aceleași sarcini agentice pe care le folosim zi de zi. Iată ce putem spune sincer după utilizarea practică timpurie, calitativ acolo unde nu avem cifre clare înainte/după, specific acolo unde avem.

În primul rând, schimbarea este cu adevărat trivială. Schimbarea ID-ului modelului la claude-opus-4-8 și pornirea unei sesiuni a funcționat cu zero modificări de configurare din partea noastră. Varianta de context de 1M este adresabilă ca claude-opus-4-8[1m] dacă ai nevoie de fereastra mai mare. Am confirmat că Fast Mode cu /fast te ține pe modelul Opus complet, în loc să te ruteze silențios către un model mai mic și mai ieftin, ceea ce este comportamentul pe care ni l-am dorit, dar nu l-am presupus.

Ce a ieșit în evidență în utilizarea timpurie: Opus 4.8 este vizibil mai dispus să conteste. Pe o sarcină de refactorizare, a semnalat o presupunere din codul nostru existent ca fiind riscantă, în loc să construiască liniștit pe baza ei, genul de comportament pe care îl prezice afirmația Anthropic de „4 ori mai puține șanse să lase defectele să treacă". Nu vom prezenta asta ca pe un benchmark, este o observație pe o singură sarcină. Dar este primul lucru pe care l-am observat și se potrivește cu povestea alinierii.

Accelerarea Fast Mode a fost reală și evidentă în sesiunile interactive, răspunsul a început să curgă mai repede, deși nu publicăm o cifră precisă de latență până când nu rulăm un test de timp curat și repetabil. Dacă rulezi propria comparație, metoda sinceră este: același prompt, aceeași stare a repository-ului, modul standard apoi /fast și măsoară timpul real și costul tokenilor în ambele moduri. Vom actualiza această secțiune cu cifre clare odată ce testul este finalizat.

Ar trebui să faci upgrade de la 4.7? (schimbă acum / așteaptă / rămâi)

Dacă faci upgrade depinde în întregime de sarcinile tale, nu de care model „câștigă" per total. Salturile pe SWE-Bench Pro și GDPval-AA sunt mari și reale, deci utilizatorii de programare și muncă de cunoaștere ar trebui să migreze. Echipele care lucrează mult în terminal au un motiv real să aștepte. Utilizatorii sensibili la cost, pe sarcini aproape de plafon, pot rămâne pe 4.7 fără să piardă aproape nimic.

Schimbă acum dacă: munca ta se bazează pe programare agentică (SWE-Bench Pro +4,9) sau sarcini de cunoaștere (GDPval-AA +137 Elo). Acestea sunt cele mai mari câștiguri reale, iar în testele noastre saltul pe SWE-Bench s-a manifestat pe PR-uri reale prin mai puține direcții greșite. Prețurile nu s-au schimbat, deci nu există nicio penalizare de cost pentru upgrade.

Așteaptă dacă: fluxul tău de lucru este centrat pe terminal, GPT-5.5 încă conduce pe Terminal-Bench 2.1 (78,2% vs 74,6%), deci încadrarea de „cel mai bun model" nu ți se aplică încă. Așteaptă și dacă ești în mijlocul unui proiect și o schimbare de model ți-ar tulbura evaluarea.

Rămâi pe 4.7 dacă: ești sensibil la cost și cazul tău de utilizare este deja aproape de plafon, precum utilizarea computerului, unde OSWorld-Verified s-a mișcat doar +0,6. Ai plăti costul de comutare a atenției pentru o diferență pe care nu o vei simți.

Dacă munca ta se bazează pe programare în stil SWE-Bench sau sarcini de cunoaștere, 4.8 este un upgrade clar; dacă este centrată pe terminal, GPT-5.5 poate încă să îl depășească la limită. Pentru peisajul mai larg, vezi unde se situează Opus 4.8 printre cei mai buni agenți de programare AI și verifică lansarea 4.7 dacă vrei imaginea completă a diferențelor.

Cum trec la Opus 4.8 în Claude Code și API?

Trecerea este o schimbare aproape trivială a ID-ului modelului. Setează modelul implicit la claude-opus-4-8 (sau claude-opus-4-8[1m] pentru fereastra de context de 1M), alege un nivel de efort dacă clientul tău expune unul și ai terminat. Dacă construiești cu Messages API, poți plasa acum intrări de sistem în interiorul array-ului messages, în loc de doar câmpul system de nivel superior.

# Claude Code: set the default model
/model claude-opus-4-8

# API request body (model ID swap):
{
  "model": "claude-opus-4-8",
  "messages": [
    { "role": "system", "content": "You are a senior engineer." },
    { "role": "user", "content": "Refactor this module." }
  ]
}

Aceasta este întreaga migrație pentru majoritatea echipelor. Dacă rulezi modele de la mai mulți furnizori și vrei să testezi 4.8 față de GPT-5.5 sau Gemini 3.1 Pro pe propriile sarcini, un proxy îți permite să rutezi între modele fără să rescrii aplicația. Începe în modul standard, confirmă calitatea răspunsului pe sarcinile tale reale, apoi decide dacă merită compromisul viteză-preț al Fast Mode.

La Techsy construim agenți AI de producție exact pe acest stack. Dacă alegi modele pentru construirea unui agent, obține o consultație gratuită și te vom ajuta să îl alegi pe cel potrivit pentru sarcinile tale.

Despre autor

Mert Batur Gurbuz este cofondator al Techsy.io, unde echipa livrează agenți AI, sisteme de automatizare și pipeline-uri de voce/SDR pentru clienți B2B. Studiază la Universitatea din Birmingham și scrie despre stack-ul de instrumente LLM pe care echipa Techsy îl folosește efectiv în producție.

Cofondator, Techsy.io, Universitatea din Birmingham · LinkedIn

Întrebări frecvente

Ce este Claude Opus 4.8?

Claude Opus 4.8 este modelul de frontieră al Anthropic, lansat pe 28 mai 2026, cu ID-ul modelului claude-opus-4-8 și o variantă de context de 1M claude-opus-4-8[1m]. Anthropic îl poziționează ca cel mai sincer model al lor de până acum, conducând în 6 din 7 benchmark-uri publicate și disponibil pe Claude.ai, Claude Code și API.

Când a fost lansat Claude Opus 4.8?

Claude Opus 4.8 a fost lansat pe 28 mai 2026, la doar 41 de zile după Opus 4.7, cel mai rapid ritm de lansare Opus pe care l-a avut Anthropic. A devenit disponibil în aceeași zi pe Claude.ai, Claude Code și API-ul Anthropic, fără lansare etapizată, deci poți redirecta modelul implicit imediat.

Este Claude Opus 4.8 mai bun decât Opus 4.7?

Pentru majoritatea sarcinilor, da. Opus 4.8 conduce pe SWE-Bench Pro cu 69,2% față de 64,3%, câștigă +137 Elo pe GDPval-AA și câștigă 6 din 7 benchmark-uri față de 4.7. Excepția este programarea agentică în terminal, unde GPT-5.5 încă obține un scor mai mare decât ambele. Prețurile sunt neschimbate, deci nu există nicio penalizare de cost pentru upgrade.

Merită să faci upgrade de la 4.7 la Opus 4.8?

Depinde de sarcinile tale. Schimbă acum dacă faci programare agentică sau muncă de cunoaștere, unde câștigurile sunt cele mai mari. Așteaptă dacă munca ta este centrată pe terminal, deoarece GPT-5.5 încă conduce acolo. Rămâi pe 4.7 dacă ești sensibil la cost pe sarcini aproape de plafon, precum utilizarea computerului, unde diferența este de doar +0,6 puncte.

Cât costă Claude Opus 4.8?

Prețul standard este de 5$ per milion de tokeni de intrare și 25$ per milion de tokeni de ieșire, identic cu Opus 4.7, deci nu există nicio creștere de preț. Fast Mode costă 10$/50$ per milion de tokeni și rulează de aproximativ 2,5 ori mai rapid pe același model. Anthropic spune că Fast Mode este de trei ori mai ieftin decât nivelul Fast-Mode anterior.

Ce este Fast Mode în Claude Opus 4.8?

Fast Mode este un nivel de viteză superioară care rulează Opus 4.8 de aproximativ 2,5 ori mai rapid la 10$ intrare / 50$ ieșire per milion de tokeni, activat cu /fast în Claude Code. Important, te ține pe modelul complet claude-opus-4-8, în loc să te retrogradeze la unul mai mic. Anthropic spune că este de trei ori mai ieftin decât nivelul Fast-Mode anterior.

Ce sunt dynamic workflows în Claude Code?

Dynamic Workflows este o funcție în avanpremieră de cercetare pe planurile Enterprise, Team și Max, care coordonează sute de subagenți paraleli într-o singură sesiune. Combinată cu Claude Code și Opus 4.8, poate rula migrații la scară de codebase pe sute de mii de linii, de la start până la merge. Așteaptă-te la imperfecțiuni, deoarece este încă o avanpremieră.

Suportă Opus 4.8 o fereastră de context de 1M tokeni?

Da, prin varianta claude-opus-4-8[1m]. O adresezi prin acel ID de model când ai nevoie de fereastra de context mai mare. Reține că pagina publică de documentație cu prezentarea modelelor s-ar putea să nu fie încă la zi și să nu listeze încă intrarea pentru 4.8, dar varianta este adresabilă în timpul rulării azi.

Claude Opus 4.8 chiar bate GPT-5.5 la toate?

Nu. GPT-5.5 încă câștigă programarea agentică în terminal pe Terminal-Bench 2.1, cu 78,2% față de 74,6% pentru Opus 4.8. Opus 4.8 conduce în celelalte șase benchmark-uri publicate, inclusiv SWE-Bench Pro și GDPval-AA, dar dacă fluxul tău de lucru este centrat pe terminal, GPT-5.5 rămâne alegerea mai puternică pentru acea sarcină specifică.

Cum trec la Opus 4.8 în Claude Code?

Setează modelul la claude-opus-4-8 (folosește /model claude-opus-4-8 în Claude Code) și alege un nivel de efort dacă clientul tău oferă unul. Pentru fereastra de context de 1M, folosește claude-opus-4-8[1m]. Este o schimbare aproape trivială, fără alte modificări de configurare necesare pentru majoritatea echipelor.