就在今天凌晨，Anthropic 掏出來了他們最新的 Claude Opus 4.8。

距離 Opus 4.7 才過去一個多月，不得不說，Claude 上新的速度是越來越快了。

本來吧，4.8 注定只是大伙兒眼里的小版本更新。但世超發(fā)現(xiàn)，這次事情并沒有那么簡單。

因為不少人懷疑，Opus 4.8 似乎蒸了，蒸的還是 DeepSeek 和千問。。。

很多人通過 API 詢問 Opus 4.8，你是什么模型，你背后的公司是什么，結(jié)果他一會兒說自己是通義千問，一會兒來自深度求索。

之前無證據(jù)亂錘中國模型蒸餾 Claude，現(xiàn)在反而被揪住小辮子，Anthropic，你小子怎么回事嗯？

當(dāng)然，蒸沒蒸是一回事，好不好用是另一回事。只不過在大伙兒試用之前，Opus 4.8 已經(jīng)先上了一層懷疑的濾鏡。

根據(jù)官方的博客，這回 Opus 4.8 改動并不大。最顯著的改進之一，就是更誠實了。

換句話講，那種莫名自信，嘴硬之后 “ 對不起，我之前說錯了 ” 的情況，Opus 4.8 身上發(fā)生的概率會大大減小。

另外，據(jù)說它在做 Agent 任務(wù)時會更可靠，判斷力更強，能自己發(fā)現(xiàn)問題，提出異議，用最終最好的答案穩(wěn)穩(wěn)接住你。

而從性能表上來看，Opus 4.8 只能說各方面小有提升，但沒啥特別出彩的，其中一個 coding 指標(biāo)還打不過兩個月前的 GPT-5.5。

從用戶實際反饋來看，Opus 4.8 褒貶不一。有人表示它確實變誠實了，不會輕易不查資料亂講，經(jīng)常自我反思，干活主動穩(wěn)定，安全性也有了明顯的提升。

來源：小紅書 @on99

但也有人說它依然不如白月光 Opus 4.6，語言表達的人味兒還沒回來，token 消耗還飛快，甚至還有不少人發(fā)現(xiàn)它依然在 coding 的時候亂講，比起 Opus 4.7 沒啥變化。

世超親自上手試了試以后，感覺倒也不是 Opus 4.8 不好，但代價是什么呢？

就說它的 “ 誠實 ” 特性，Opus 4.8 在一些比較危險的問題上，確實考慮周到不亂講，但也變得極其保守。

面對一些風(fēng)險較高的決策，比如世超給它一張毒蘑菇照片，問它能不能吃，它的思考過程相當(dāng)客觀冷靜。

不過，在一些安全項里，Opus 4.8 表現(xiàn)得過度謹(jǐn)慎。即使它覺得大概率沒毛病，也只會說 “ 我的顧慮小了很多，這也可能是劇毒菌撞臉 ”。

這當(dāng)然是負(fù)責(zé)任的。畢竟真有人照著 AI 的話去吃蘑菇，那可不是鬧著玩的。

但從用戶體驗上來說，這可能會導(dǎo)致很多問題得不到確定的答復(fù)，句句都是 AI 給自己疊的甲，相當(dāng)難受。

另外，如果想要 Opus 4.8 保持水準(zhǔn)，最好不要嘗試 High 以下的性能（effort)。高消耗，才有好表現(xiàn)。

比如下面這種新聞總結(jié)的活兒，很基礎(chǔ)吧。但 Opus 4.8 Low 給出的第一條新聞就是錯的，Sholto Douglas 發(fā)那條動態(tài)已經(jīng)是三天前的事兒了，怎么能連自家的新聞都搞錯。。。

想讓它做事實核查，還得再追問一遍，說好的主動檢查發(fā)現(xiàn)問題提出異議，用最準(zhǔn)確的答案穩(wěn)穩(wěn)接住我呢？

接下來世超又試了試它的代碼能力，這回它的能力強，還是用時間和 token 換的。

常規(guī)的 leetcode 困難算法題，對 Opus 4.8 來說已經(jīng)不成問題了。而當(dāng)我找了一個超難題 LCP 82 丟給 Opus 4.8，即使開 Extra 模式，123 行代碼，它也足足思考了二十多分鐘。

結(jié)果的確是相當(dāng)不錯，Opus 4.8 一遍就過，思考出了第一版代碼還復(fù)查優(yōu)化了一遍，現(xiàn)在能做到這種程度的模型并不多。

但作為對比，GPT-5.5 思考了兩分鐘，就給出了一個測試案例通過 99% 的答案。唯一一個案例失敗的原因，是時間超限，其實也不算答錯。這明顯比 Opus 4.8 要省得多。

世超又嘗試讓 Opus 4.8 獨立制作一個日式校園 galgame，不得不說現(xiàn)在 AI 寫的項目代碼層次分明，框架清楚。

這意味著，在它的基礎(chǔ)上，如果你想改立繪，加劇情，把游戲做大做強是很容易的。

世超淺玩了一下，所有功能包括存檔，自動播放，CG 畫廊等等，沒有任何 bug。

但是 Claude 斷斷續(xù)續(xù)，做了足足一個多小時。下面 GPT-5.5 這個雖然簡陋很多，該有的功能一樣不差，只用了五分鐘。

所以，花更多的錢和時間換來的答案值不值得？可能也只有大伙兒自己心里清楚了。

總的來說，Opus 4.8 繼承了 Claude 過往的強項，沒有特別出色的表現(xiàn)，平平常常普普通通。

而在測試之后，世超最想說的卻不是這個模型本身到底咋樣，而是現(xiàn)在用個 Claude，也太小心翼翼了。

作為業(yè)界價格的巔峰，用 Claude 最好的模型，不舍得開最好的性能；開最高的性能，不舍得用最好的模型。處處是陷阱，在你不注意的時候，無關(guān)緊要的小問題已經(jīng)把 token 燒光了。

而且讓用戶自己選性能，只有 low 和 high 也就算了，這次，Opus 4.8 一口氣推出了 5 種檔位，Low、Medium、High、Extra 和 Max，普通人真搞不明白什么時候用哪個，很容易造成浪費。

現(xiàn)在，Opus 4.8 相關(guān)的評論區(qū)里，世超看到不少人陷入了 Opus 4.6 下架的恐慌。

大伙兒別擔(dān)心，在更多模型里，老模型還在，想用還能用到。

但坦白講，這種負(fù)優(yōu)化不僅僅是 Anthropic 一家的困境，不少廠商都透著一股新不如舊的無奈。

雖然交出的參數(shù)答卷越來越漂亮，可那些曾經(jīng)讓用戶感到驚艷的極致體驗，又要什么時候才能回來呢？

撰文：莫莫莫甜甜

編輯：江江 & 面線

美編：煥妍

圖片、資料來源：

X、小紅書、領(lǐng)英、Anthropic 官網(wǎng)