Claude Opus 4.8实测封神！强到离谱，也贵到肉痛

文章摘要

【关 键 词】 大模型、性能评测、科技资讯、人工智能、模型迭代

Anthropic近期发布了全新大语言模型Claude Opus 4.8，将其定位为擅长编程、智能体任务和长时间推理的复杂任务模型，并同期宣布完成高额估值融资。该模型的发布在科技界引发了截然不同的评价，呈现出显著的两极分化态势。 支持方认为其性能卓越，在高级工程师基准测试中得分大幅超越前代并险胜竞争对手，在写作测试中展现出极低的人工智能生成痕迹。此外，它在处理百万级别上下文窗口的企业级复杂任务时表现优异，甚至能够自主完成专业学术论文的数据清洗、深度分析与撰写修正。

然而，反对方指出该模型在实际应用中的编码体感依然落后，并严厉质疑其基准测试的宣传策略。 深度评测发现，模型的优异表现高度依赖于最高级别的推理强度设定，这导致计算资源消耗巨大，使高端订阅用户频繁触发使用额度限制。同时，其桌面端应用的界面设计被指混乱割裂，严重拖累了整体的交互体验。在营销层面，官方图表主动展示部分测试弱项虽被视为体现模型减少过度自信的诚实特性，但遭到业界资深开发者的批评，认为这种与实际体感不符的跑分对比属于战略失误，反而损害了品牌的公信力。

此次仅有六周的快速版本迭代被认为是应对市场份额被蚕食的仓促之举，其真正的下一代旗舰模型即将面世。 整体而言，当前旗舰大模型的性能差距已逐渐超出绝大多数普通用户的分辨上限，衡量模型真实价值的唯一标准已转变为用户在最熟悉的具体工作流中的实际体验与客观反馈。

原文和模型

【原文链接】 阅读原文 [ 3217字 | 13分钟 ]
【原文作者】 新智元
【摘要模型】 qwen3.7-max
【摘要评分】 ★★★★☆

阿里云百炼

大模型服务平台是阿里云基于通义大模型等多种大模型的一站式大模型开发平台。