Introducing Claude Opus 4.8
Anthropic представила Claude Opus 4.8 — обновление Opus 4.7 с улучшениями по всем бенчмаркам и более эффективным взаимодействием, доступное с того же дня по прежней цене ($5 за миллион входных и $25 за миллион выходных токенов; быстрый режим — $10 и $50). Вместе с моделью запускаются новые функции: контроль уровня усилий (effort) в claude.ai, «динамические рабочие процессы» в Claude Code с сотнями параллельных субагентов, а быстрый режим (2,5× скорости) стал втрое дешевле. Тестировщики отмечают улучшенную надёжность и рассудительность: модель набирает 84% на Online-Mind2Web, лидирует в Legal Agent Benchmark (первая преодолела 10%), а Databricks Genie работает на 61% дешевле по токенам, чем на Opus 4.7. Ключевое улучшение — честность: Opus 4.8 примерно в четыре раза реже пропускает изъяны в собственном коде и показывает более низкий уровень рассогласованного поведения, сопоставимый с Claude Mythos Preview. Anthropic также планирует выпустить новый класс моделей выше Opus: в рамках Project Glasswing ограниченное число организаций уже использует Claude Mythos Preview для задач кибербезопасности, и Mythos-класс станет общедоступным в ближайшие недели.
Introducing Claude Opus 4.8
Представляем Claude Opus 4.8
We’re upgrading Claude Opus to a new version: Claude Opus 4.8. It builds on Opus 4.7 with improvements across benchmarks, and is a more effective collaborator. It’s available today for the same price.
Мы обновляем Claude Opus до новой версии — Claude Opus 4.8. Она развивает Opus 4.7, улучшая показатели по всем бенчмаркам, и является более эффективным напарником. Она доступна уже сегодня по той же цене.
Opus 4.8 launches alongside several new features. Users on claude.ai now have control over the amount of effort Claude puts into a task. Claude Code has a new “dynamic workflows” feature that allows it to tackle very large-scale problems. And fast mode for Opus 4.8—where the model can work at 2.5× the speed—is now three times cheaper than it was for previous models.
Opus 4.8 выходит вместе с несколькими новыми функциями. Пользователи claude.ai теперь могут управлять тем, сколько усилий Claude вкладывает в задачу. В Claude Code появилась новая функция «динамических рабочих процессов» (dynamic workflows), позволяющая ему браться за очень масштабные задачи. А быстрый режим для Opus 4.8 — в котором модель работает в 2,5× быстрее — теперь втрое дешевле, чем был для предыдущих моделей.
Opus 4.8’s capabilities
Возможности Opus 4.8
The table below shows how Opus 4.8 compares to its predecessor and to other models on tests of coding, agentic skills, reasoning, and practical knowledge work tasks. More details and a much wider range of capability evaluations are provided in the Claude Opus 4.8 System Card.
В таблице ниже показано, как Opus 4.8 сравнивается со своим предшественником и другими моделями в тестах на программирование, агентные навыки, рассуждения и практические задачи интеллектуального труда. Более подробная информация и значительно более широкий набор оценок возможностей приведены в System Card для Claude Opus 4.8.
Collaborating with Opus 4.8
Работа в связке с Opus 4.8
Early testers have found Claude Opus 4.8 to be more reliable and sharper in its judgement when it’s performing agentic tasks. Below are quotes from many of these testers about their experience collaborating with Opus 4.8:
Ранние тестировщики отмечают, что Claude Opus 4.8 более надёжен и проявляет более острую рассудительность при выполнении агентных задач. Ниже — отзывы многих из этих тестировщиков об опыте совместной работы с Opus 4.8:
У Claude Opus 4.8 заметно лучше рассудительность. В Claude Code он задаёт правильные вопросы, ловит собственные ошибки, возражает, когда план несостоятелен, и накапливает уверенность при сложных, многосервисных исследованиях, прежде чем вносить крупные изменения. Это отличная модель для разработки.
На нашем бенчмарке Super-Agent Claude Opus 4.8 — единственная модель, прошедшая каждый кейс от начала до конца, обойдя предыдущие модели Opus и GPT-5.5 при сопоставимой стоимости. Для агентных продуктов в области перевода, глубокого исследования, создания слайдов и аналитики она обеспечивает мощную надёжность.
На CursorBench Claude Opus 4.8 превосходит предыдущие модели Opus на всех уровнях усилий. Вызов инструментов стал ощутимо эффективнее — то же качество достигается за меньшее число шагов, — и он доводит задачи до конца.
Claude Opus 4.8 показывает наивысший результат, зафиксированный на нашем Legal Agent Benchmark, и стал первой моделью, преодолевшей 10% в общем зачёте по стандарту all-pass. Для содержательной юридической работы это именно тот прирост точности, который напрямую отражается на том, сколько реальной работы юриста наши клиенты могут уверенно делегировать.
Claude Opus 4.8 ощущается как крупное улучшение качества повседневной работы по сравнению с Opus 4.7: быстрее, проще во взаимодействии и лучше удерживает контекст и заданный стиль на протяжении долгой сессии. Opus 4.8 — это модель, которой я снова и снова доверял в работе, где голос, вкус и техническое исполнение должны идти рука об руку.
Claude Opus 4.8 — самая сильная модель для использования компьютера и работы браузерным агентом из всех, что мы тестировали: 84% на Online-Mind2Web, что является ощутимым скачком как над Opus 4.7, так и над GPT-5.5. Она остаётся вдумчивой и сосредоточенной на задаче — именно так, как нужно агентным нагрузкам наших клиентов, чтобы надёжно доводить дело до конца.
Claude Opus 4.8 чисто использует инструменты и следует инструкциям с той последовательностью, которая нужна нашим автономным инженерным нагрузкам, чтобы работать без присмотра. Он превосходит Opus 4.6 и устраняет проблемы с многословностью комментариев и вызовом инструментов, которые мы наблюдали у Opus 4.7. Этот релиз Anthropic напрямую оборачивается более быстрым ростом возможностей для инженеров, строящих на Devin.
В наших длительных оценках анализ Claude Opus 4.8 был стабильно выше по качеству, чем у предыдущих моделей Opus. Он завершал работу быстрее и выдавал более насыщенные, информационно плотные результаты. В целом — заметно лучшее соотношение сигнал/шум. Главным отличием стала склонность Opus 4.8 проактивно отмечать проблемы во входных и выходных данных анализа — то, что другие модели регулярно упускали, оставляя пользователям ловить это самим.
По всему продукту CoCounsel Legal Claude Opus 4.8 обеспечил ощутимые улучшения в согласованности и качестве рассуждений по сравнению с предыдущими моделями Opus. Для ответственных профессиональных рабочих процессов, на которые полагаются наши клиенты, эта надёжность имеет значение. По мере того как мы строим ИИ-системы фидуциарного уровня для специалистов в области права и налогов, подобные достижения помогают поднимать планку доверенной работы ИИ в реальных процессах.
Claude Opus 4.8 задаёт новую планку для корпоративного ИИ. В Genie — ИИ-агенте Databricks для работы с данными и знаниями — новая модель Opus открывает качественный скачок в агентных рассуждениях, решая более глубокие, многошаговые вопросы быстрее любой прежней Opus. Её мультимодальная сила также позволяет Genie рассуждать напрямую по PDF, диаграммам и другому неструктурированному контенту при стоимости токенов на 61% ниже, чем у Opus 4.7.
Для процессов работы с финансовыми документами в оркестраторе Hebbia Claude Opus 4.8 обеспечивает то же высокое качество, что и Opus 4.7, но с заметно более точным цитированием и большей эффективностью по токенам при извлечении данных, что превосходно подходит для тех плотных документов, которые наши клиенты обрабатывают каждый день.
One of the most prominent improvements in Opus 4.8 is its honesty. We train all our models to be honest—for instance, to avoid making claims that they can’t support. But a general problem with AI models is that they sometimes jump to conclusions, confidently claiming to have made progress in their work despite the evidence being thin. Early testers report that Opus 4.8 is more likely to flag uncertainties about its work and less likely to make unsupported claims. This is borne out in our evaluations, which show that Opus 4.8 is around four times less likely than its predecessor to allow flaws in code it has written to pass unremarked.
Одно из самых заметных улучшений в Opus 4.8 — его честность. Мы обучаем все наши модели быть честными — например, избегать утверждений, которые они не могут обосновать. Но общая проблема ИИ-моделей в том, что они порой спешат с выводами, уверенно заявляя о достигнутом прогрессе, несмотря на скудность доказательств. Ранние тестировщики сообщают, что Opus 4.8 чаще отмечает неопределённости в своей работе и реже делает необоснованные утверждения. Это подтверждается нашими оценками, которые показывают, что Opus 4.8 примерно в четыре раза реже своего предшественника пропускает без замечаний изъяны в написанном им коде.
As always, we ran a detailed alignment assessment on the model before release. In terms of positive traits, our Alignment team concluded that Opus 4.8 “reaches new highs on our measures of prosocial traits like supporting user autonomy and acting in the user’s best interest.” The assessment also showed Opus 4.8 to have rates of misaligned behavior (such as deception or cooperation with misuse) that are substantially lower than Opus 4.7, and similar to our best-aligned model, Claude Mythos Preview. The full alignment assessment, accompanied by a suite of pre-deployment safety tests, is reported in the Claude Opus 4.8 System Card.
Как всегда, перед релизом мы провели детальную оценку согласованности (alignment) модели. В части положительных качеств наша команда по согласованности заключила, что Opus 4.8 «достигает новых максимумов по нашим показателям просоциальных черт, таких как поддержка автономии пользователя и действие в его интересах». Оценка также показала, что у Opus 4.8 уровни рассогласованного поведения (например, обмана или содействия злоупотреблениям) существенно ниже, чем у Opus 4.7, и сопоставимы с нашей наиболее согласованной моделью — Claude Mythos Preview. Полная оценка согласованности вместе с набором предрелизных тестов безопасности приведена в System Card для Claude Opus 4.8.
Also launching today
Также запускается сегодня
In addition to Claude Opus 4.8, we’re making the following updates:
Помимо Claude Opus 4.8, мы вносим следующие обновления:
Динамические рабочие процессы (Dynamic workflows). Эта новая функция, доступная в режиме research preview, позволяет Claude брать на себя ещё более крупные задачи в Claude Code. Claude может спланировать работу, а затем запустить сотни параллельных субагентов в рамках одной сессии (а с Opus 4.8 агенты могут работать ещё дольше). После этого он проверяет свои результаты, прежде чем отчитаться перед пользователем. Например, Claude Code с Opus 4.8 теперь может проводить миграции масштаба всей кодовой базы — по сотням тысяч строк кода, от старта до слияния, — используя имеющийся набор тестов в качестве планки. Подробнее о динамических рабочих процессах — доступных в Claude Code для планов Enterprise, Team и Max — читайте в этом материале.Контроль усилий (effort) в claude.ai и Cowork. Новый регулятор рядом с выбором модели позволяет пользователям выбирать, сколько усилий Claude вкладывает в ответ. На более высоких настройках усилий Claude думает чаще и глубже, чтобы давать лучшие ответы. На более низких — отвечает быстрее и медленнее расходует лимиты пользователя. Теперь этот выбор есть у пользователей — контроль усилий доступен на всех планах.Messages API теперь принимает записи system внутри массива messages. Разработчики могут обновлять инструкции Claude посреди задачи, не сбрасывая кэш промптов и не направляя обновление через ход пользователя. Это можно использовать в конкретном харнессе для обновления разрешений, бюджетов токенов или контекста окружения по ходу работы агента.
A note on effort
Замечание об усилиях (effort)
Opus 4.8 defaults to high effort, which we judge to be the best overall balance of quality and user experience. On coding tasks, this effort level spends a similar number of tokens as Opus 4.7’s default, but with better performance. Users can choose “extra” (“xhigh” in Claude Code) or “max,” and the model will spend more tokens to get better results; we recommend using “extra” for difficult tasks and long-running asynchronous workflows. We have increased rate limits in Claude Code to accommodate the higher token usage of higher effort levels; users can select whichever makes sense for their particular project.
По умолчанию Opus 4.8 использует высокий уровень усилий (high), который мы считаем наилучшим общим балансом качества и удобства. На задачах программирования этот уровень усилий расходует примерно столько же токенов, сколько уровень по умолчанию у Opus 4.7, но с лучшей производительностью. Пользователи могут выбрать «extra» («xhigh» в Claude Code) или «max», и модель потратит больше токенов ради лучших результатов; мы рекомендуем использовать «extra» для сложных задач и длительных асинхронных рабочих процессов. Мы увеличили лимиты в Claude Code, чтобы учесть более высокий расход токенов на повышенных уровнях усилий; пользователи могут выбрать тот, что имеет смысл для их конкретного проекта.
What’s next?
Что дальше?
Users will find Opus 4.8 to be a modest but tangible improvement on its predecessor. There’s still more to be done: we’re working on developing and releasing models that provide many of the same capabilities as Opus at a lower cost.
Пользователи увидят в Opus 4.8 скромное, но ощутимое улучшение по сравнению с предшественником. Предстоит сделать ещё немало: мы работаем над разработкой и выпуском моделей, которые дают многие из тех же возможностей, что и Opus, но при меньшей стоимости.
Not only that, but we plan to release a new class of model with even higher intelligence than Opus. As part of Project Glasswing, a small number of organizations are currently using Claude Mythos Preview for cybersecurity work. Models of this capability level require stronger cyber safeguards before they can be generally released. We’re making swift progress on developing these safeguards and expect to be able to bring Mythos-class models to all our customers in the coming weeks.
Более того, мы планируем выпустить новый класс моделей с ещё более высоким интеллектом, чем у Opus. В рамках Project Glasswing небольшое число организаций сейчас использует Claude Mythos Preview для работы в области кибербезопасности. Модели такого уровня возможностей требуют более сильных кибер-предохранителей, прежде чем их можно будет выпустить для всех. Мы быстро продвигаемся в разработке этих мер защиты и рассчитываем сделать модели Mythos-класса доступными всем нашим клиентам в ближайшие недели.
Availability
Доступность
Claude Opus 4.8 is available everywhere today. Pricing for regular usage is unchanged from Opus 4.7: $5 per million input tokens and $25 per million output tokens. Pricing for fast mode is $10 per million input tokens and $50 per million output tokens. Developers can use claude-opus-4-8 via the Claude API.
Claude Opus 4.8 доступен сегодня везде. Цена при обычном использовании не изменилась по сравнению с Opus 4.7: $5 за миллион входных токенов и $25 за миллион выходных токенов. Цена для быстрого режима — $10 за миллион входных токенов и $50 за миллион выходных токенов. Разработчики могут использовать claude-opus-4-8 через Claude API.
Footnotes
Сноски
Terminal-Bench 2.1: Мы привели результаты всех моделей с использованием публичного харнесса Terminus-2. Заявленный результат GPT-5.5 с харнессом Codex CLI составляет 83,4%.OSWorld-Verified: Мы изменили способ запуска оценки OSWorld-Verified, чтобы точнее отразить производительность модели в реальном мире, и обновили результат Opus 4.7 до 82,3%. Подробнее об обновлениях — в System Card.Finance Agent v2: Gemini 3.5 Flash набирает 57,9% на Finance Agent v2, что является значительным улучшением по сравнению с Gemini 3.1 Pro.
Related content
Связанные материалы
Anthropic opens Milan office to support Italian enterprise, research, and developers
Anthropic открывает офис в Милане для поддержки итальянских предприятий, исследований и разработчиков
We're opening a new office in Milan, our sixth in Europe.
Мы открываем новый офис в Милане — шестой в Европе.