Matthew Berman视频
Anthropic刚刚发布了Opus 4.8……（哇！）
7.8Score
可直接观看的视频资源打开原视频
TL;DR · AI 摘要
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。
核心要点
- 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
- 推理速度提升至约250 tokens/秒（原100 tokens/秒），为原速2.5倍，支持`/fast`指令启用
- 新增动态工作流功能：可规划任务、启动数百个并行子智能体并自动验证结果
结构提纲
按章节快速跳转。
Opus 4.8在保持价格不变前提下，提升了判断力、诚实性与独立工作时长，并引入更快的推理模式。
SWE-bench Pro得分69.2%（+5点），推理速度达250 tokens/秒（2.5倍提升），显著优于GPT-4.5在部分基准的表现。
Opus 4.8可在Cloud Code中自主完成特征开发或Bug修复，支持数百并行子智能体协同执行复杂迁移任务。
作者指出SWE-bench Pro因高分失真，转而推荐DeepU作为更反映真实用户体验的评估标准。
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 发布要点
- 性能提升
- SWE-bench Pro: 69.2% (+5pt vs 4.7)
- 推理速度: 250 tokens/sec (2.5x)
- 新功能
- 动态工作流：数百并行子Agent
- 长时自主任务：无需频繁干预
- 使用方式
- API启用: /fast 指令
- Cloud Code集成
- 评估争议
- SWE-bench Pro高分失真
- DeepU更贴近实际体验
金句 / Highlights
值得收藏与分享的关键句。
SWE-bench Pro得分69.2%，比Opus 4.7提升5个百分点——仅在发布6周后实现此跃升。
推理速度提升至约250 tokens/秒（原100 tokens/秒），即2.5倍加速；通过`/fast`指令在API中启用。
动态工作流可规划任务、运行数百个并行子智能体，并在报告前自动验证结果，适用于跨数百文件的代码迁移。
作者质疑SWE-bench Pro有效性，指出GPT-4.5得70%而Opus 4.7仅54%（DeepU基准），认为其已‘不可信’。
#Anthropic#Claude#大语言模型#SWE-bench#AI编程