說實話，我覺得 Claude 4.8 有點拉。

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。但世超發現，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。

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

當然，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 已經先上了一層懷疑的濾鏡。

根據官方的博客，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 身上發生的概率會大大減小。

另外，據說它在做 Agent 任務時會更可靠，判斷力更強，能自己發現問題，提出異議，用最終最好的答案穩穩接住你。

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，經常自我反思，干活主動穩定，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，甚至還有不少人發現它依然在 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，它的思考過程相當客觀冷靜。

不過，在一些安全項里，Opus 4.8 表現得過度謹慎。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 ”。

這當然是負責任的。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，這可能會導致很多問題得不到確定的答復，句句都是 AI 給自己疊的甲，相當難受。

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

比如下面這種新聞總結的活兒，很基礎吧。但 Opus 4.8 Low 給出的第一條新聞就是錯的，Sholto Douglas 發那條動態已經是三天前的事兒了，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，說好的主動檢查發現問題提出異議，用最準確的答案穩穩接住我呢？

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。

常規的 leetcode 困難算法題，對 Opus 4.8 來說已經不成問題了。而當我找了一個超難題 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。

結果的確是相當不錯，Opus 4.8 一遍就過，思考出了第一版代碼還復查優化了一遍，現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 斷斷續續，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，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，而是現在用個 Claude，也太小心翼翼了。

作為業界價格的巔峰，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，無關緊要的小問題已經把 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。

現在，Opus 4.8 相關的評論區里，世超看到不少人陷入了 Opus 4.6 下架的恐慌。

大伙兒別擔心，在更多模型里，老模型還在，想用還能用到。

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

雖然交出的參數答卷越來越漂亮，可那些曾經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、領英、Anthropic 官網