Claude Opus 4.8: "a modest but tangible improvement"
TL;DR · AI 摘要
Claude Opus 4.8 提升了模型的诚实性，减少错误率，并引入了中会话系统消息功能。
核心要点
- Claude Opus 4.8 的错误率比前代降低约 4 倍。
- 新增中会话系统消息功能，允许动态更新指令而不重置系统提示。
- 最低可缓存提示长度从 4,096 降至 1,024 tokens，优化性能与成本。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Claude Opus 4.8
金句 / Highlights
值得收藏与分享的关键句。
Claude Opus 4.8 is around four times less likely than its predecessor to allow flaws in code it has written to pass unremarked.
Claude Opus 4.8 accepts `role: "system"` messages immediately after a user turn in the `messages` array.
The minimum cacheable prompt length on Claude Opus 4.8 is 1,024 tokens, lower than on Claude Opus 4.7.
2026年5月28日
Anthropic 今天发布了 Claude Opus 4.8。我最喜欢的是发布说明中的这段话：
用户会发现 Opus 4.8 是对其前代产品的适度但显著的改进。还有更多的工作要做：我们正在开发和发布功能与 Opus 类似但成本更低的模型。
看到一家 AI 实验室诚实地将发布描述为对前代模型的小幅增量改进，真是令人耳目一新！
诚实似乎是这次发布的一个主题。以下是我从公告中找到的另一段最喜欢的内容：
Opus 4.8 最显著的改进之一是它的 _诚实性_。我们训练所有模型保持诚实——例如，避免做出无法支持的断言。然而，AI 模型的一个普遍问题是，它们有时会过早下结论，自信地声称在证据不足的情况下取得了进展。早期测试者报告称，Opus 4.8 更有可能指出其工作中的不确定性，并且更少做出没有依据的断言。这一点在 我们的评估 中得到了验证，结果显示 Opus 4.8 比其前代产品允许代码缺陷未被注意的可能性低了大约四倍。
链接的系统卡片中还包括以下内容：
Claude Opus 4.8 在所有六个模型的基准测试中错误率最低——这是对事实幻觉最直接的衡量标准。它主要通过在不确定的问题上选择不回答，而不是通过回答更多问题正确来实现这一点。
#### 模型特性#
与 4.7 相比，变化不大。
其价格与 Opus 4.5/4.6/4.7 相同——每百万输入 $5，每百万输出 $25。“快速模式”的价格是普通模式的两倍，这比他们之前的模型有显著降低——4.6/4.7 的快速模式价格仍为 $30/$150。需要注意的是，快速模式 仅对参与研究预览的组织开放，“请联系您的客户经理以请求访问”。
可靠知识截止日期和训练数据截止日期均为 2026 年 1 月，与 4.7 相同。
上下文窗口仍然是 1,000,000 个 token，最大输出为 128,000 个 token。
关于 Claude Opus 4.8 的新特性 文档中有一些更有趣的细节。以下是我注意到的内容：
对话中的系统消息。Claude Opus 4.8 接受在
messages数组中用户回合后立即插入role: "system"消息（受 放置规则 的限制）。这允许您在长时间对话的后期追加更新的指令，而无需重述完整的系统提示，从而保留早期回合的 提示缓存 命中率，并减少代理循环的输入成本。
另请参阅 Anthropic Python SDK 的 此更新。能够在对话中途调整系统提示听起来非常强大。我曾担心这与我自己的 LLM 库 提供的抽象不兼容，该库期望每场对话只有一个系统提示……但事实证明，我最近的 重新设计 应该可以很好地处理这个问题 just fine。
更低的提示缓存最小值。Claude Opus 4.8 的可缓存提示最小长度为 1,024 个 token，低于 Claude Opus 4.7。
我检查过，4.7 的最小值 是 4,096。
#### 还有一些鹈鹕#
以下是所有五个思考级别的 骑自行车的鹈鹕：low、medium、high、xhigh 和 max：
这次我使用了 LLM CLI 运行它们，将日志导出为 Markdown，然后让 Claude Opus 4.8 为我构建 了一个 HTML 工具，可以将 Markdown 中的 svg 代码块渲染为页面上的 SVG。
（后来我让 Codex 中的 GPT-5.5 xhigh 更新了这段代码，以消除任何 XSS 漏洞。我确信 Claude 如果我要求的话也能做到，但目前 GPT-5.5 是我的代码安全毯。）
max 级别的结果显然最好，但它确实用了 25 输入、17,167 输出 token，总成本为 43 美分！