2026年 5月28日，Anthropic正式发布 Claude Opus 4.8，模型 API 标识为 claude-opus-4-8。与此前版本侧重单一模型能力提升不同，Opus 4.8 的核心变化是从"模型能力增强"转向"可配置 Agent 工作流基础设施"。这一战略转向直接回应了企业级 AI 部署的核心痛点：如何让大模型在长周期、多步骤的复杂任务中保持可靠性与可控性。

标准定价维持与 Opus 4.7 一致：输入 5 美元/百万 Token，输出 25 美元/百万 Token。但快速模式（Fast Mode）的价格仅为前代模型的三分之一（输入 10 美元/百万 Token，输出 50 美元/百万 Token），同时运行速度提升 2.5 倍。

Databricks 在其 Genie AI Agent 中实测发现，相同工作负载下 Opus 4.8 的 Token 成本比 Opus 4.7 降低 61%。这一数据来自生产环境而非实验室，对实际部署具有更强的参考价值。

基准测试：多项对比成碾压格局

Anthropic 在发布时公布了与 GPT-5.5（2026 年 4 月 23 日发布）及 Gemini 3.1 Pro 的对比数据，Opus 4.8 在六项关键基准中取得领先：

唯一由 GPT-5.5 保持领先的是 Terminal-Bench 2.1（终端编码基准），GPT-5.5 以 78.2% 对 Opus 4.8 的 74.6% 守住优势。这意味着对于以命令行/终端为核心的开发者工作流，GPT-5.5 仍具竞争力。

GDPval-AA 是由 Artificial Analysis 开发的权威基准，使用开源 Stirrup 测试框架模拟企业实际面临的、具有经济价值的工作任务。Opus 4.8 在该基准上的 1890 Elo 得分，对应约 67% 的对战胜率，被评价为"有意义的领先，而非舍入误差"。

核心创新：从"更强"到"更诚实"

Opus 4.8 的技术升级不仅体现在基准分数上，更体现在对 Agent 工作流的深度重构：

可配置努力模式（Configurable Effort Modes）：用户可设定 Claude 在任务中投入的"思考深度"与"执行时长"，解决 Agent 任务中"过度思考"与"思考不足"的两极分化。

动态工作流（Dynamic Workflows）——研究预览版