模型对比
Claude Opus 4.8 和 Qwen3.7-Max 都是 AI 领域的模型。以下是基于 traeai 收录的真实报道数据的全面对比。
模型
也叫：Opus 4.8、Claude Opus
Anthropic 发布的最新语言模型。
9 篇相关报道
模型
也叫：通义千问3.7-Max
阿里巴巴通义千问系列中的高性能模型。
12 篇相关报道
9
Claude Opus 4.8 相关
0
共同提及
12
Qwen3.7-Max 相关
Claude Opus 4.8发布，代码缺陷漏报率降至4.7版的1/4，硬编答案概率降为1/10；新增动态工作流支持数百子智能体并行执行任务，Bun项目实测产出75万行Rust代码、99.8%测试通过。
入选理由：Opus 4.8代码缺陷漏报率仅为Opus 4.7的25%，硬编答案行为概率下降至1/10
Opus 4.8在Sweet Bench Pro测试中达69.2%，超Opus 4.7约5点、GPT-4.5约10点；但实测中仍难解决‘最后10%’问题与幻觉，定价高昂（$5/k输入token）。
入选理由：Opus 4.8在Sweet Bench Pro上得分69.2%，显著优于Opus 4.7（+5pt）、GPT-4.5（+10pt）和Gemini 3.1（+15pt）
llm-anthropic 0.25.1 发布，新增 Claude Opus 4.8 模型及快速模式选项，优化默认最大输出令牌数。
入选理由：新增 Claude Opus 4.8 模型，性能有所提升。
Anthropic完成650亿美元Series H融资，投后估值9650亿美元，营收年化达470亿美元；同步发布Claude Opus 4.8（修复4.7缺陷、性能全面领先）及Dynamic Workflows（ultracode），支持数百并行子智能体协同编程，已实现Bun项目75万行代码6天重写。
入选理由：Anthropic Series H融资650亿美元，投后估值9650亿美元，营收年化470亿美元（2025年12月为90亿美元）
AI提升白领产能催生四天工作制设想，但收益多被资本攫取；YouTube将自动为逼真AI视频打标；Opus 4.8小幅改进，社区更关注GRAM小模型路径；LLM事实核查分歧大；Win10可4K运行《模拟城市3000》。
入选理由：AI提升生产力未显著改善普通开发者薪资与休假，反而加剧财富集中，需政策与工会集体行动保障员工权益
Anthropic发布Claude Opus 4.8，性能显著提升：SWE-bench Pro编码准确率达69.2%（较4.7版+5点），推理速度提升至2.5倍（约250 tokens/sec），并新增动态工作流与长时自主任务能力，价格维持不变。
入选理由：Opus 4.8在SWE-bench Pro测试中达69.2%，比6周前发布的Opus 4.7提升5个百分点
Claude Opus 4.8 引入“Ultra Code”高努力等级与增强型智能体，支持超长时运行、数百并行子智能体及输出自验证，可完成数十万行代码迁移；其‘更诚实’体现为坦承局限与隐藏功能路径。
入选理由：新增5级努力等级（low至maximum）+ Ultra Code模式，后者需手动启用且默认设为odd模式
iOS 27曝光Siri双入口与独立App设计；Claude Opus 4.8快速模式成本降为1/3且代码缺陷漏检率降至前代1/4；鸿蒙生态设备超13亿台；DeepSeek短暂服务中断22分钟；小米成全球新能源第七，超大众丰田。
入选理由：iOS 27新增‘Search or Ask’下拉入口，支持跨应用多级任务与多模态附件上传
ITBench-AA 是一个针对企业级自动化 IT 任务的新基准测试，首次评估前沿模型在 Site Reliability Engineering 任务中的表现，结果显示所有前沿模型得分低于 50%，其中 Claude Opus 4.7 表现最佳，为 47%。
入选理由：Claude Opus 4.7 在 ITBench-AA 中表现最佳，得分为 47%
Qwen3.7-Max 成为全球第二 AI 编程模型，得分 1541，在 Code Arena 上仅落后于 Claude。该模型适用于生产环境，能够处理 35 小时的任务、1000 多次工具调用，并在几小时内完成两周的项目。
入选理由：Qwen3.7-Max 在 Code Arena 上得分为 1541，仅次于 Claude。
阿里巴巴推出全新升级的超大规模语言模型 Qwen3.7-Max，该模型专为代理中心工作设计，如编码、办公和生产任务以及长期自主执行。相较于前代 Qwen3.6，Qwen3.7-Max 在编码和代理基准测试中取得了显著进步，并引入了显式提示缓存功能，以优化重复上下文的处理。
入选理由：Qwen3.7-Max 是阿里巴巴最新发布的超大规模语言模型，专注于代理中心任务，如编码和办公自动化。
阿里巴巴推出Qwen3.7-Max，作为面向代理时代的最新旗舰模型，它是一个多功能的基础模型，适用于能够实际完成任务的代理。该模型在编码代理方面表现出色，能够进行前端原型设计、多文件重构和实际调试。此外，它还是一个可靠的办公和生产力助手。
入选理由：Qwen3.7-Max是阿里巴巴最新推出的旗舰AI模型，专为代理时代设计，适用于各种任务代理。
Qwen3.7-Max在编码代理和通用代理的基准测试中表现出色，尤其在最难的推理基准上表现出色，并在通用能力和多语言支持方面脱颖而出。
入选理由：Qwen3.7-Max在编码代理的基准测试中表现出色。
Qwen3.7-Max 在人工智能分析指数上获得了56.6分，比Qwen3.6-Max-Preview提高了4.8分。它在科学推理、代理能力、编码能力和减少幻觉方面都有显著提升。
入选理由：Qwen3.7-Max在人工智能分析指数上得分56.6，比前一版本提高了4.8分。
阿里云Qwen3.7-Max以56.6分位列Artificial Analysis全球大模型榜单第五、国产第一，即将上线阿里云百炼API服务。
入选理由：Qwen3.7-Max得分56.6分，超越国产所有模型，逼近GPT-5.4、Gemini3.1 Pro等国际顶尖模型
Qwen3.7-Max 在 ITbench-AA 基准测试中排名第三，该测试评估模型处理企业级 IT 任务的能力。
入选理由：Qwen3.7-Max 在 ITbench-AA 测试中表现优异，排名第三。
![[AINews] Anthropic raises $965B Series H, releases Opus 4.8 and Dynamic Workflows/ultracode](https://substackcdn.com/image/fetch/$s_!9YXV!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Ffeb0a3a2-e744-4174-a24b-be1fd75961bc_1888x1630.png)
