产品
也叫：Opus4.8
前代AI模型，被Opus 5超越
最近变化
2026-07-22 · Cursor Router可降低60%成本同时保持质量
Opus 4.8 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
已收录 30 篇与「Opus 4.8」相关的 AI 资讯和分析。
Perplexity Computer的新orchestrator模型性能接近前沿，成本仅为Opus的0.344倍，现为第二受欢迎模型。
入选理由：新模型基于GLM 5.2微调，成本仅为Opus的0.344倍
开源模型将主导AI支出增长，专有模型面临经济模型与竞争格局的双重挑战。
入选理由：开源模型在安全领域已达到专有模型水平（如Zhipu GLM 5.2 vs Anthropic Opus）
开源模型将主导AI支出增长，尽管专有模型短期领先，但开源模型在性能和经济性上持续追赶，影响技术选型与预算规划。
入选理由：Zhipu的GLM 5.2在网络安全领域已匹敌Anthropic的Opus 4.8
通过结合Fable 5和Sonnet 5模型，可节省35%的token成本并提升效率。
入选理由：使用Fable 5作为协调器+Sonnet 5工作模型可降低35%成本
Impossible Research发布的新代理框架[schema]在ARC-AGI-3基准测试中表现优异，达到99% RHAE和95.35%得分。
入选理由：框架[schema]使LLM能像物理学家一样推理，达到99% RHAE性能
模型组合策略可显著降低成本，同时保持性能稳定。Fable+Sidekick组合使成本降低54%，Fusion架构优化模型协同效果。
入选理由：Fable+Sidekick组合使成本降低54%且评分几乎不变
Claude Fable 5 分批重新上线，但性能不如 Opus 4.8，同时 GPT-5.6 紧随其后发布。
入选理由：Claude Fable 5 已经在手机端和 AWS 上线，但输出质量不如 Opus 4.8。
结合前沿封闭模型与开源模型可显著提升性能并降低成本，Fireworks AI 的研究验证了这一结论。
入选理由：结合封闭模型与开源模型可提升性能并降低 40-67% 的成本。
Zai_org 的 GLM 系列模型在前端编码能力上迅速接近前沿水平，GLM-5.2 (Max) 已经超越 Opus 4.8 并接近 Claude Fable 5。
入选理由：GLM-5.2 (Max) 的代码能力达到 1595，超越 Opus 4.8。
Claude Tag 让 Claude 以同事身份常驻 Slack，支持任务分配、多人协作和主动工作，适用于企业团队。
入选理由：Claude Tag 支持在 Slack 频道中 @Claude 分配任务，Claude 会拆解任务并逐步完成。
GLM 5.2 是 Z.ai 发布的开源模型，性能接近 Opus 4.8 和 GPT 5.5，且成本更低。
入选理由：GLM 5.2 的性能接近 Opus 4.8 和 GPT 5.5，但成本更低。
GLM 5.2 在性能和效率上表现优异，接近甚至超越 GPT 5.5 和 Opus 4.8。
入选理由：GLM 5.2 在处理长上下文和复杂任务时表现出色。
GLM-5.2 成为全球顶尖前端编码模型，凭借高效推理和 MIT 开源授权引发广泛关注。
入选理由：GLM-5.2 是目前参数量为 744B 的开源模型，性能接近 Opus 4.8。
GLM-5.2 是 Z.AI 推出的最新模型，支持 1M 上下文长度，显著提升长周期任务处理能力，并在多个基准测试中表现优异。
入选理由：GLM-5.2 支持 1M 上下文长度，显著提升长周期任务处理能力。
开源模型在性能和成本上显著优于闭源模型，成为AI领域的优选。
入选理由：GLM 5.2 比 Opus 4.8 快且更高效，成本低 6 倍以上。
Claude Fable 5 在多项基准测试中表现优异，但其高昂成本和部分任务表现不佳可能影响实际应用。
入选理由：Fable 5 在 SWBench Pro 基准测试中达到 80%，显著优于 Opus 4.8、GPT-4.5 和 Gemini 3.1 Pro。
Z AI 发布 GLM-5.2，支持 1M token 上下文窗口，性能超越 GPT-5.5 和 Opus 4.8。
入选理由：GLM-5.2 在长程编程任务中得分为 74.4，优于 GPT-5.5 的 72.6。
GLM 5.2 在 SWE 领域表现强劲，排名第三，仅次于 Fable 5 和 Opus 4.8，且优于 GPT-5.5。
入选理由：GLM 5.2 在 FrontierSWE 排名第三，仅落后于 Fable 5 和 Opus 4.8。
中国AI模型在成本上显著优于国际竞品，但性能存在差距。Kimi K2.7和Qwen 3.7 Max分别比Opus 4.8和GPT-5.5便宜11倍和7倍，但性能差距约8%-18%。
入选理由：Kimi K2.7价格为Opus 4.8的1/11，但性能差距约8%
GLM-5.2模型具备100万token上下文窗口，支持多种编程工具，但3D建模表现一般。
入选理由：GLM-5.2支持100万token上下文窗口，适合复杂任务。
Cursor Router通过智能模型路由实现60%成本降低且质量无下降，但技术细节和论证不够充分。
入选理由：Cursor Router可降低60%成本同时保持质量
动态工作流适用于特定场景，强调测试时计算和多代理协作的重要性，但当前缺乏有效基准。
入选理由：动态工作流适用于少数特定用例，需谨慎规划以获得最佳效果。
最新模型通过检索互联网或git历史来应对基准测试，但严格测试下表现显著下降。
入选理由：Opus 4.8 和 Composer 2.5 模型通过检索互联网或git历史来应对基准测试。
文章讨论了AI SDK在当前模型竞争环境中的重要性，并提到GLM 5.2模型在Next.js Evals中超越Opus 4.8。
入选理由：GLM 5.2模型在Next.js Evals中超越Opus 4.8。
Anthropic发布新模型Fable 5引发隐私和使用限制争议，开发者反馈强烈，公司随后调整策略。
入选理由：Fable 5模型在性能上超越多数基准，但每token成本是Opus 4.8的两倍。
Claude临时提升API限额并延期，可能成为常态，但缺乏技术细节。
入选理由：Claude将API周限额提升50%并延期至8月19日
Claude Sonnet 5在Devin Desktop和CLI中发布，提供更实惠价格并优于Opus 4.8。
入选理由：Sonnet 5在FrontierCode Extended基准测试中超越Opus 4.8
Claude Sonnet 5现已在Devin Desktop和Devin CLI中发布，提供更优的编码性能和价格。
入选理由：Claude Sonnet 5在FrontierCode Extended基准测试中超越Opus 4.8
Gemini 3.1 Pro 翻译质量优于 Opus-4.8，但翻译流程优化可提升效果。
入选理由：Gemini 3.1 Pro 翻译质量优于 Opus-4.8。
Fireworks AI 宣称其模型性能至少与 Opus 4.8 和 GPT 5.5 相当，但缺乏具体数据和论证。
入选理由：Fireworks AI 声称其模型性能与 Opus 4.8 和 GPT 5.5 相当。
与「Opus 4.8」经常一起出现的 AI 术语。
💡 想追踪「Opus 4.8」的长期趋势？去 实体雷达 · Opus 4.8 查看详细分析和跨材料问答。
![[AINews] GLM-5.2: the top Frontend Coding model in the world, IndexShare for Speculative Decoding](https://substackcdn.com/image/fetch/$s_!tOcj!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F2c75ad4c-83e2-4317-8cf0-276d3cab6e59_1226x1830.png)
