Claude Opus 4.8 登場：變了什麼、哪裡變強（以及唯一落敗的一項）

Claude Opus 4.8 登場：變了什麼、哪裡變強（以及唯一落敗的一項）

Anthropic 於 2026 年 5 月 28 日推出 Claude Opus 4.8，距離 4.7 僅 41 天。這是我們見過最快的 Opus 更新節奏。 headline 數字——SWE-Bench Pro 的 69.2%——是真實的，但代價也真實存在：它在一項基準測試中徹底落敗。以下是實際變化，以及你該今天就切換預設模型，還是再等等。

重點整理：

• Claude Opus 4.8 於 2026 年 5 月 28 日推出，距 4.7 僅 41 天，已登陸 Claude.ai、Claude Code 與 API。
• 它在 Anthropic 的 7 項基準測試中領先 6 項，但在 Terminal-Bench 2.1 輸給 GPT-5.5（74.6% 對 78.2%）。
• 定價維持不變，每百萬 token 為 $5/$25；全新的 Fast Mode 速度快約 2.5 倍，定價 $10/$50。

今天发布了什麼：一分鐘認識 Claude Opus 4.8

Claude Opus 4.8 是 Anthropic 的旗艦模型，於 2026 年 5 月 28 日發布，今天即可在 Claude.ai、Claude Code 與 API 上使用。模型 ID 為 claude-opus-4-8，另有 100 萬 token 上下文版本 claude-opus-4-8[1m]。標準定價與 4.7 相同，維持每百萬 token $5/$25。簡短結論：對程式設計與知識工作而言是實質升級，只有一個誠實的例外。

這是一次增量式發布，而非從零重建。如果你從 Claude Opus 4.7 過來，你已熟悉的大部分都沿用：API 結構、effort-control 概念、Claude Code 整合。不同的是基準測試的上限、更便宜的 Fast Mode，以及一項針對程式碼庫規模工作的全新研究預覽功能。

Opus 4.8 距離 4.7 僅 41 天，是 Anthropic 歷來最快的 Opus 更新節奏。100 萬 token 上下文版本以 claude-opus-4-8[1m] 存在，不過公開的 Models-overview 文件頁面可能還在更新中。根據 Anthropic 的公告，這是他們迄今「最誠實」的模型——這個說法我們稍後會再談。

Opus 4.8 相較 4.7 到底新在哪裡？

4.7 到 4.8 最大的變化在於對齊、工具呼叫效率，以及一項全新的協同編排功能。Anthropic 表示，Opus 4.8 放過自身程式碼缺陷而不標記的機率約為 4.7 的 四分之一，能以更少步驟完成代理式任務，並引入用於大規模遷移的 Dynamic Workflows。定價與核心 API 維持不變。

誠實度與對齊

根據其公告，Opus 4.8 更願意標記不確定性、避免無根據的宣稱，並指出它剛寫出的程式碼中的問題。Anthropic 表示不對齊行為的發生率「大幅低於 Opus 4.7」，並引用 Bridgewater 的客戶見證，提到該模型會主動提出問題。對任何依賴 AI 來發現程式碼缺陷的人而言，「放過缺陷的機率降低 4 倍」這個數字最值得關注。在你用自己的 pull request 測試之前，先把它視為廠商的宣稱。

Effort control 與 Messages API 的變更

Effort 等級現在可直接在 Claude.ai 上由使用者選擇，讓你無須降級到較小的模型，就能以 token 花費換取深度。此外還有一項小但實際的開發者體驗變更：Messages API 現在接受在 messages 陣列內放入 system 項目，而不僅限於頂層的 system 參數。如果你在建置代理，這會讓對話中的 system 指令更易管理。

更有效率的工具呼叫

Anthropic 將工具呼叫描述為「明顯更有效率——同樣的智慧，更少的步驟」，這是在 CursorBench 上跨各 effort 等級測得的結果。在他們內部的 Super-Agent 基準測試中，他們表示 Opus 4.8 是唯一能在與 GPT-5.5 成本相當的情況下，端到端完成所有案例的模型。每個任務更少的工具呼叫，對代理開發者而言是直接的コスト槓桿，所以這件事比聽起來更重要。

Opus 4.8 基準測試：哪裡獲勝（以及唯一落敗的一項）

Opus 4.8 在 7 項中的 6 項 Anthropic 基準測試中領先，包括 SWE-Bench Pro（69.2%）與 GDPval-AA（1890 Elo）。唯一的例外，也是必須誠實面對的一項：GPT-5.5 仍在 Terminal-Bench 2.1 的代理式終端程式設計中勝出，以 78.2% 擊敗 Opus 4.8 的 74.6%。所以如果你的工作都在終端機裡，整體最佳的模型對你而言並非最佳。

要看差距，而不只是絕對分數。SWE-Bench Pro 躍升 +4.9 分（64.3 到 69.2），是 headline 級的程式設計增益。Terminal-Bench 2.1 上升 +8.5 分（66.1 到 74.6），是 4.7 到 4.8 之間最大的單項躍升，卻仍然落後 GPT-5.5。GDPval-AA 增加 +137 Elo（1753 到 1890），是知識工作上的大幅躍升，也以明顯差距超越 GPT-5.5（1769）。OSWorld-Verified 僅移動 +0.6（82.8 到 83.4）；電腦操作在 4.7 上已接近上限，所以別期待在那裡感受到差異。Finance Agent v2 增加 +2.4 分。

結論很乾淨：Opus 4.8 贏得七項基準中的六項，而它輸掉的那一項——代理式終端程式設計——仍由 GPT-5.5 拿下。這些數字經 Anthropic 公告與 OfficeChai 基準測試匯整證實。

Fast Mode 是什麼，比較便宜嗎？

Fast Mode 讓 Opus 4.8 以每百萬 token $10 輸入 / $50 輸出的價格，跑出約 2.5 倍的速度，在 Claude Code 中以 /fast 啟用。Anthropic 表示它「比先前模型便宜三倍」。標準定價維持每百萬 token $5/$25，與 4.7 相同。關鍵重點：Fast Mode 讓你留在完整的 Opus 模型上，不會把你降級到較小的模型。

那麼這對每個任務代表什麼？你以 2 倍的價格溢價，換取約 2.5 倍的速度，模型智慧相同。對需要等待輸出的互動式 Claude Code 工作階段而言，這筆交易往往划算。對實際耗時無關緊要的長時間批次作業而言，標準定價是較便宜的選擇。

# 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.

Fast Mode 更廣泛的 API 存取會透過你的客戶經理或候補名單推出。如果你已經碰到速率上限，我們的 Claude 用量限制指南說明了各方案等級如何與成本交互作用。一個誠實的提醒：「比之前便宜 3 倍」指的是 Fast Mode 本身相較於舊的 Fast 方案變便宜了，而不是說它比標準 Opus 定價便宜。它並沒有。

Dynamic Workflows：以平行子代理進行程式碼庫規模的遷移

Dynamic Workflows 是 Enterprise、Team 與 Max 方案上的研究預覽功能，可協調「子代理群」——單一工作階段中數百個平行子代理。搭配 Claude Code 與 Opus 4.8，Anthropic 表示它能跨數十萬行程式碼執行程式碼庫規模的遷移，從啟動一路到合併，幾乎無須人工看管。

Dynamic Workflows 讓單一 Claude Code 工作階段能展開為數百個平行子代理，遷移整個程式碼庫。想像框架升級、依賴全面翻新，或通常會吃掉工程師一整週的全倉庫重構。如果你用過平行程式設計代理，這就是那個概念的規模化版本，而且由模型而非你來協同編排。

兩個誠實的提醒。第一，它是研究預覽，所以要有碰到毛邊的預期，未經審查別把它指向關鍵生產環境的遷移。第二，它有方案限制——你需要 Enterprise、Team 或 Max 存取權。TechCrunch 將 Dynamic Workflows 描述為 Anthropic 對競爭實驗室壓力的回應，這個解讀合理：它是本次發布的 headline 開發者功能。

我們在 Claude Code 實測 Opus 4.8：以下是我們測到的結果

我們將內容產線倉庫的預設模型從 claude-opus-4-7 切換為 claude-opus-4-8，並重新執行我們日常使用的相同代理式任務。以下是早期實際使用後我們能誠實說的部分——沒有明確前後數據的地方屬質性描述，有數據的地方則具體說明。

首先，切換真的輕而易舉。將模型 ID 改為 claude-opus-4-8 並啟動工作階段，在我們這邊完全無須任何設定變更即可運作。如果你需要更大的上下文視窗，100 萬上下文版本可透過 claude-opus-4-8[1m] 指定。我們確認以 /fast 啟用 Fast Mode 會讓你留在完整的 Opus 模型上，而非悄悄路由到較小、較便宜的模型——這是我們想要的行為，但我們並未事先假設它如此。

早期使用中脫穎而出的一點：Opus 4.8 明顯更願意反駁。在一項重構任務中，它將我們既有程式碼中的一個假設標記為有風險，而非默默在其上繼續建置——這正是 Anthropic「放過缺陷的機率降低 4 倍」宣稱所預測的那類行為。我們不會把它包裝成基準測試，那只是單一任務上的一次觀察。但它是我們第一個注意到的事，而且與對齊的敘述一致。

Fast Mode 的加速在互動式工作階段中真實且明顯——輸出開始串流的速度更快，不過在我們完成乾淨、可重複的計時測試之前，不會發布精確的延遲數字。如果你要自己做比較，誠實的方法是：相同提示、相同倉庫狀態，先標準模式再 /fast，並同時測量兩種方式的實際耗時與 token 成本。一旦該測試定案，我們會用實際數字更新這一節。

該從 4.7 升級嗎？（立即切換／觀望／留下）

是否升級完全取決於你的工作負載，而非哪個模型「整體獲勝」。SWE-Bench Pro 與 GDPval-AA 的躍升幅度大且真實，所以程式設計與知識工作使用者應該切換。重度使用終端的團隊有充分理由觀望。對成本敏感、處理接近上限任務的使用者，可以留在 4.7，幾乎沒有損失。

立即切換，如果： 你的工作依賴代理式程式設計（SWE-Bench Pro +4.9）或知識任務（GDPval-AA +137 Elo）。這些是最大的實質增益，而在我們的測試中，SWE-Bench 的躍升在實際 PR 上表現為更少的錯誤方向。定價沒變，所以升級沒有成本代價。

觀望，如果： 你的工作流程重度使用終端——GPT-5.5 仍在 Terminal-Bench 2.1 領先（78.2% 對 74.6%），所以「最佳模型」的框架還不適用於你。如果你正處於專案中途，切換模型會混淆你的評估，也該觀望。

留在 4.7，如果： 你對成本敏感，而你的使用情境已接近上限，例如電腦操作——OSWorld-Verified 僅移動 +0.6。你會為了感受不到的差距，付出切換注意力的成本。

如果你的工作依賴 SWE-Bench 類型的程式設計或知識任務，4.8 是明確的升級；如果重度使用終端，GPT-5.5 可能仍略勝一籌。要看更廣泛的格局，請見 Opus 4.8 在最佳 AI 程式設計代理中的位置，並查看 4.7 發布以了解完整的差距全貌。

如何在 Claude Code 與 API 中切換到 Opus 4.8？

切換是近乎輕而易舉的模型 ID 替換。將預設模型設為 claude-opus-4-8（或 100 萬上下文視窗的 claude-opus-4-8[1m]），如果你的用戶端有顯示 effort 等級就選一個，然後就完成了。如果你用 Messages API 建置，現在可以將 system 項目放在 messages 陣列內，而不僅限於頂層的 system 欄位。

# 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." }
  ]
}

對多數團隊而言，這就是整個遷移。如果你跨多個供應商執行模型，並想在自己的任務上測試 4.8 對上 GPT-5.5 或 Gemini 3.1 Pro，代理伺服器能讓你在模型之間路由，無須重寫你的應用程式。先從標準模式開始，在你的真實工作負載上確認輸出品質，再決定 Fast Mode 以價換速的交易是否值得。

我們在 Techsy 正是用這套技術建置生產環境的 AI 代理。如果你正在為代理建置選擇模型，預約免費諮詢，我們會幫你為工作負載挑出合適的模型。

關於作者

Mert Batur Gurbuz 是 Techsy.io 的共同創辦人，團隊為 B2B 客戶建置 AI 代理、自動化系統與語音/SDR 流程。他就讀於 University of Birmingham，並撰寫 Techsy 團隊在生產環境中實際使用的 LLM 工具技術文章。

共同創辦人，Techsy.io，University of Birmingham · LinkedIn

常見問題

Claude Opus 4.8 是什麼？

Claude Opus 4.8 是 Anthropic 的旗艦模型，於 2026 年 5 月 28 日發布，模型 ID 為 claude-opus-4-8，另有 100 萬上下文版本 claude-opus-4-8[1m]。Anthropic 將其定位為迄今最誠實的模型，在其公布的 7 項基準測試中領先 6 項，並可在 Claude.ai、Claude Code 與 API 上使用。

Claude Opus 4.8 何時發布？

Claude Opus 4.8 於 2026 年 5 月 28 日發布，距離 Opus 4.7 僅 41 天，是 Anthropic 歷來最快的 Opus 更新節奏。它在同一天於 Claude.ai、Claude Code 與 Anthropic API 全面上線，沒有分階段推出，所以你可以立即切換預設模型。

Claude Opus 4.8 比 Opus 4.7 更好嗎？

對多數工作而言，是的。Opus 4.8 在 SWE-Bench Pro 以 69.2% 領先 64.3%，在 GDPval-AA 增加 +137 Elo，並在對上 4.7 的 7 項基準中贏得 6 項。例外是代理式終端程式設計，GPT-5.5 的分數仍高於兩者。定價維持不變，所以升級沒有成本代價。

從 4.7 升級到 Opus 4.8 值得嗎？

取決於你的工作負載。如果你做代理式程式設計或知識工作，立即切換——那裡的增益最大。如果你的工作重度使用終端，就觀望，因為 GPT-5.5 仍在那裡領先。如果你對成本敏感、處理接近上限的任務（如電腦操作，差距僅 +0.6 分），就留在 4.7。

Claude Opus 4.8 多少錢？

標準定價為每百萬輸入 token $5、每百萬輸出 token $25，與 Opus 4.7 相同，所以沒有漲價。Fast Mode 每百萬 token 為 $10/$50，在同一模型上跑出約 2.5 倍的速度。Anthropic 表示 Fast Mode 比先前的 Fast-Mode 方案便宜三倍。

Claude Opus 4.8 的 Fast Mode 是什麼？

Fast Mode 是高速方案，讓 Opus 4.8 以每百萬 token $10 輸入 / $50 輸出的價格跑出約 2.5 倍的速度，在 Claude Code 中以 /fast 啟用。關鍵是，它讓你留在完整的 claude-opus-4-8 模型上，而非降級到較小的模型。Anthropic 表示它比先前的 Fast-Mode 方案便宜三倍。

Claude Code 中的 dynamic workflows 是什麼？

Dynamic Workflows 是 Enterprise、Team 與 Max 方案上的研究預覽功能，可在單一工作階段中協調數百個平行子代理。搭配 Claude Code 與 Opus 4.8，它能跨數十萬行程式碼執行程式碼庫規模的遷移，從啟動到合併。由於仍是預覽版，要有碰到毛邊的預期。

Opus 4.8 支援 100 萬 token 上下文視窗嗎？

支援，透過 claude-opus-4-8[1m] 版本。當你需要更大的上下文視窗時，以該模型 ID 指定即可。請注意，公開的 Models-overview 文件頁面可能還在更新中，尚未列出 4.8 項目，但該版本今天即可在執行時指定。

Claude Opus 4.8 真的在所有項目都擊敗 GPT-5.5 嗎？

沒有。GPT-5.5 仍在 Terminal-Bench 2.1 的代理式終端程式設計中勝出，以 78.2% 擊敗 Opus 4.8 的 74.6%。Opus 4.8 領先其他六項公布的基準測試，包括 SWE-Bench Pro 與 GDPval-AA，但如果你的工作流程重度使用終端，對該特定任務而言 GPT-5.5 仍是較強的選擇。

如何在 Claude Code 中切換到 Opus 4.8？

將模型設為 claude-opus-4-8（在 Claude Code 中使用 /model claude-opus-4-8），如果你的用戶端有提供就選一個 effort 等級。100 萬上下文視窗請使用 claude-opus-4-8[1m]。對多數團隊而言，這是近乎輕而易舉的替換，無須其他設定變更。