小版本迭代，試驗屬性強(qiáng)。

AIX財經(jīng)（AIXcaijing）原創(chuàng)

作者 | 王璐

編輯 | 魏佳

Claude再次成為焦點。

5月29日凌晨，AI行業(yè)又上演了一場“深夜突襲”。美國大模型公司Anthropic正式發(fā)布Claude最新旗艦?zāi)Ｐ蚈pus 4.8，并同步宣布完成H輪650億美元融資，投后估值高達(dá)9650億美元。在不到三個月的時間里，Anthropic的估值增長約154%，正式超過競爭對手OpenAI。

本次模型更新，覆蓋編碼、智能體任務(wù)、推理與知識工作等核心能力，其中重點提升了模型的“誠實度”，并新增了支持大規(guī)模復(fù)雜任務(wù)并行處理的“動態(tài)工作流”功能。

然而，若僅從功能列表來看，很容易高估此次發(fā)布的意義。實際上，Opus 4.8并沒有帶來架構(gòu)層面的顛覆性突破，從業(yè)者一致認(rèn)為其屬于“漸進(jìn)式進(jìn)步”。

但本次發(fā)布也傳遞出一個明確信號：大模型的競爭重心，正從技術(shù)突破，轉(zhuǎn)向誰更可靠、更好用、性價比更高。

這種轉(zhuǎn)向，也體現(xiàn)在Claude的迭代節(jié)奏上，Opus 4.8距離上一版本Opus 4.7的發(fā)布僅43天。快速的更新速度，既是大模型競爭白熱化的縮影，也反映了Anthropic當(dāng)前的處境。它必須以更快的節(jié)奏，同時向開發(fā)者、企業(yè)客戶與資本市場證明，Claude值得信賴。

01.進(jìn)步有限，“誠實”是最大亮點

先看官方發(fā)布的Opus 4.8成績單。

在編程、多學(xué)科推理、金融分析等主流基準(zhǔn)測試中，Opus 4.8的得分全面超越前代Opus 4.7，也壓過了競爭對手GPT-5.5。但有一個細(xì)節(jié)值得關(guān)注：在最貼近開發(fā)者真實工作流的“終端編碼”測試（Terminal-Bench 2.1）中，Opus 4.8以74.6%拿下本次所有單項測試中最大的提升幅度，但仍落后于GPT-5.5的78.2%。

不過，這個差距在實際使用中的影響，可能比數(shù)字看起來要小。

資深開發(fā)者張鈺樞告訴「AIX財經(jīng)」，模型在“終端編碼”上的表現(xiàn)，與開發(fā)者具體采用的工作流密切相關(guān)，如果日常高度依賴命令行逐條調(diào)試，GPT-5.5的領(lǐng)先或許更順手；但如果核心工作是在IDE中閱讀代碼、理解架構(gòu)、重構(gòu)或修復(fù)復(fù)雜缺陷，Claude在SWE-Bench Pro上的優(yōu)勢則更具參考價值。

在他看來，對大多數(shù)應(yīng)用層開發(fā)者而言，終端操作上的差距，更多反映的是廠商在各自工具鏈和優(yōu)化策略上的不同側(cè)重，而非模型底層編碼能力的根本性短板。因此，其在實際開發(fā)工作中的影響并不顯著，是可以接受的。

相比編碼能力的細(xì)微得失，這次更新中更值得關(guān)注的，是Anthropic重點打磨的“誠實度”。官方數(shù)據(jù)顯示，Opus 4.8編寫的代碼中缺陷被漏報的概率，只有Opus 4.7的約四分之一，在“欺騙用戶”或“協(xié)助干壞事”等行為上的發(fā)生率也顯著下降。

但這個數(shù)字并非沒有爭議。資深A(yù)I從業(yè)者方思明告訴「AIX財經(jīng)」，他并沒有感受到模型變得特別誠實，“這種進(jìn)步可能更多體現(xiàn)在溝通話術(shù)或表達(dá)方式的微妙調(diào)整上。”

Anthropic官方也表示，其在訓(xùn)練過程中觀察到一個潛在矛盾，即模型在推理時，越來越傾向于“揣測評分者意圖”。也就是說，它可能正在形成“自己正在被測試”的感知，從而給出它認(rèn)為能拿高分的答案，而非真正最優(yōu)或最真實的解答，這對它所追求的“誠實”原則，構(gòu)成了一定挑戰(zhàn)。

綜合來看，Opus 4.8更像是一次扎實但幅度有限的小版本迭代，實際體驗上的提升感知并不顯著。

方思明的評價頗具代表性，他認(rèn)為“Opus4.8相比Opus4.6和GPT-5.5都算不上越級式的提升，更多是針對上一版本Opus4.7的修復(fù)與優(yōu)化。”鑒于此前4.7版本的表現(xiàn)，對Anthropic而言，當(dāng)下最迫切的任務(wù)是重建用戶對AI可靠性的信任，然而，僅憑目前公布的數(shù)據(jù)與表現(xiàn)，仍難以說服整個市場相信Claude已是“最值得托付的那一個”。

02.“動態(tài)工作流”成新王牌，但成本是個問題

不止一位從業(yè)者表示，這次發(fā)布最值得關(guān)注的不僅只有Opus 4.8的各項評分，還有同步推出的Dynamic Workflows（動態(tài)工作流）。值得一提的是，Anthropic實驗室中能力更強(qiáng)的Claude Mythos Preview并未隨此次發(fā)布對外開放，也就是說，Opus 4.8是當(dāng)前最強(qiáng)的“通用可用版本”，但不是Anthropic手里最強(qiáng)的牌。

動態(tài)工作流可以簡單理解為，Claude現(xiàn)在能扮演“項目總監(jiān)”的角色，把一個大型復(fù)雜任務(wù)自動拆解成數(shù)百個子任務(wù)，分派給多個“子智能體”并行處理，中間結(jié)果經(jīng)過交叉驗證后，再整合輸出給用戶。

圖源 / pexels

Anthropic為此展示了一個官方案例：開發(fā)者Jarred Sumner借助動態(tài)工作流，將Bun的底層語言從Zig遷移到Rust，生成了約75萬行Rust代碼，通過了現(xiàn)有測試套件的99.8%，從第一次commit到最終merge，歷時11天。

這相當(dāng)于在不到兩周內(nèi)，Claude便完成了一個通常需要高級工程師團(tuán)隊耗時數(shù)月的大型底層重構(gòu)項目。

一位從業(yè)者認(rèn)為，Dynamic Workflows的出現(xiàn)標(biāo)志著Claude的主張，從按次收費(fèi)的“對話/生成”服務(wù)，轉(zhuǎn)向了按流程和結(jié)果收費(fèi)的“復(fù)雜任務(wù)交付”服務(wù)，企業(yè)購買的，是完成一個具體、復(fù)雜工作流程的確定性。

不過，這張“王牌”在業(yè)內(nèi)也引發(fā)了不少質(zhì)疑。

在技術(shù)層面，有觀點認(rèn)為其創(chuàng)新性有限。

張鈺樞指出，動態(tài)工作流在架構(gòu)上并非顛覆性設(shè)計，其演示案例所驗證的更多是“技術(shù)可行性”，距離在真實生產(chǎn)環(huán)境中穩(wěn)定運(yùn)行仍有顯著的工程化距離，其中涉及性能、資源與邊緣情況等一系列復(fù)雜挑戰(zhàn)。

更為現(xiàn)實的制約來自經(jīng)濟(jì)層面。

方思明指出，該模式比常規(guī)對話消耗更多Token，成本問題尤為突出。“由于需要同時調(diào)度十幾個智能體協(xié)同工作，其成本會陡然上升。即使一個工作流設(shè)計得再精巧，如果最終效果沒有顯著提升，而成本卻翻了幾倍，對企業(yè)來說仍然是不劃算的。”

他補(bǔ)充道，現(xiàn)實中并非所有企業(yè)都擁有高預(yù)算。“微軟就曾表示，在某些場景中，使用AI的成本已高于人力成本。如今，一個成本可能數(shù)倍于普通AI的解決方案，其帶來的價值能否帶來相應(yīng)倍數(shù)的回報，這需要市場和時間的驗證。”在他看來，這個功能的推出本身也帶有一定的實驗與探索性質(zhì)。

為了降低使用門檻，Anthropic在成本端也做了調(diào)整。

一方面，新增effort control（投入控制）機(jī)制，用戶可根據(jù)任務(wù)復(fù)雜程度和需求，手動調(diào)節(jié)Claude在任務(wù)上的“思考投入”強(qiáng)度。比如在“High模式”下，Claude會進(jìn)行更深度的推理，以追求更優(yōu)結(jié)果；而在“輕量模式”下，則可實現(xiàn)更快的響應(yīng)速度和更低的token消耗。

另一方面，在定價策略上，Opus 4.8的常規(guī)模式維持了與上一版本相同的價格，仍為每百萬token 5美元（輸入）/ 25美元（輸出）。但快速模式的價格大幅下調(diào)，從4.7時代的30美元（輸入）/ 150美元（輸出），降至10美元（輸入）/ 50美元（輸出）。在保持速度相當(dāng)?shù)那疤嵯拢瑑r格降至原先的約三分之一，性價比提升顯著。

雖然降價能在一定程度上緩解成本壓力，但動態(tài)工作流本身的ROI問題，仍是企業(yè)真正下場之前繞不開的那道坎。

03.按月迭代背后，是技術(shù)與商業(yè)的雙重壓力

Claude Opus 4.8的發(fā)布時間，距上一版本Opus 4.7僅相隔43天。如此密集的迭代節(jié)奏，正是技術(shù)與商業(yè)壓力疊加的直接體現(xiàn)。

技術(shù)層面，這次快速迭代被部分從業(yè)者認(rèn)為是一次不得不做的修復(fù)。

Opus 4.7因自適應(yīng)推理體驗不佳飽受詬病，該功能在部分場景下無法合理分配推理資源，導(dǎo)致模型面對復(fù)雜問題時過早省力，答案草率，推理鏈條殘缺。方思明直言，“Opus4.8主要目的還是在修復(fù)Opus4.7遺留的問題，Opus4.7在開發(fā)者圈里絕對不是一個口碑特別好的模型。”

與此同時，外部壓力也不允許Anthropic慢下來。

競爭對手OpenAI最新發(fā)布的GPT-5.5在多項基準(zhǔn)測試中持續(xù)領(lǐng)先，Google Gemini憑借深度融入谷歌生態(tài)的分發(fā)優(yōu)勢構(gòu)成另一維度的競爭。方思明觀察到，這次發(fā)布某種程度上也是Anthropic與OpenAI在“輿論聲量上的直接對沖”。

圖源 / pexels

這背后有一個更深層的行業(yè)現(xiàn)實。不止一位從業(yè)者表示，當(dāng)下大模型在架構(gòu)層面已難以制造顛覆性差距，競爭焦點正在轉(zhuǎn)向工程化實現(xiàn)和工作流塑造。

也就是說，誰先把AI做進(jìn)企業(yè)的日常生產(chǎn)流程，誰就占據(jù)了下一階段的核心位置。“動態(tài)工作流”的推出，正是Anthropic試圖在這一新維度上搶先布局，押注復(fù)雜任務(wù)的自動化交付能力，不再只靠單項測試分?jǐn)?shù)的微弱領(lǐng)先。

而最直接的壓力，來自資本市場。

發(fā)布新模型同日，Anthropic宣布完成650億美元H輪融資，估值提升至9650億美元，其在2026年2月完成G輪融資時估值僅為3800億美元，三個月內(nèi)增長幅度約為154%，離萬億美元只差一步之遙，這個數(shù)字放在任何行業(yè)都稱得上驚人。

支撐這個估值的，是Anthropic的收入增速。有報道稱，該公司預(yù)計二季度營收將達(dá)109億美元，并有望首次實現(xiàn)季度盈利。

巨額融資帶來的彈藥固然充足，但與之對應(yīng)的是資本市場同樣巨大的期待，投資者需要看到與估值相匹配的實質(zhì)性進(jìn)展。

Opus 4.8承擔(dān)著這個“證明自己”的任務(wù)。它在基準(zhǔn)測試上的表現(xiàn)、動態(tài)工作流所描繪的自動化想象，以及全線對準(zhǔn)企業(yè)級市場的產(chǎn)品升級方向，共同構(gòu)成了支撐這近萬億估值的底座，但動態(tài)工作流的投資回報率仍難以量化，“更誠實”的模型承諾能否真正贏得企業(yè)客戶的長期信任，還有待市場的最終檢驗。

所以，Opus 4.8更像是一次信心釋放，用43天一個版本的節(jié)奏告訴市場，它還在加速。但能不能跑穩(wěn)，才是這家公司接下來真正要做的事。

*應(yīng)受訪者要求，文中方思明為化名。