Anthropic 发布了 Opus 4.8，基于 4.7 做了判断更锐利、更诚实、独立运行时间更长的优化。Benchmark 数字看起来总是很漂亮，但真正的变化在于你和这个模型的协作方式与 4.7 有本质区别。
定价和可用性
- 定价和 4.7 完全相同
- API 速率限制在 Claude Code 中上调，以支持更高 effort 级别下的更高 Token 消耗
- 5 小时滚动窗口和每周会话限制不变
- 1M context window，相同规格
- 今天已在所有平台可用，
/model切换 Sonnet 和 Opus 4.8
Mythos 预告
Anthropic 披露了一个新模型类别 Mythos，定位比 Opus 更高智能。目前只有少数组织在网络安全场景中使用，在正式发布前需要更强的安全防护机制。先记下来。
最大工作流变化：Effort 滑块
从 4.8 开始，用户控制 Claude 在每个任务上投入多少精力。在 Claude Code 中输入 /effort，会看到一个六级别滑块：
- Low - 快速回答，不需要深入思考
- Medium - 标准处理
- High - 默认级别，Opus 4.8 出厂设置
- xhigh - 额外高投入
- Max - 最大投入
- Ultracode - exhigh 级别加上 Workflow 支持
4.7 的问题是什么
Opus 4.8 是为了解决 4.7 的四个核心问题而构建的：
懒惰：4.7 有时会跳过应该执行的步骤，直接给出一个看似合理但缺乏深度的回答。Effort 滑块的 High 以上级别专门针对这个行为模式进行了优化。
安全过度（safety overreach）：4.7 有时会因为过度谨慎而拒绝某些合理的请求。4.8 在这个维度上做了调整，模型在判断是否响应时会更加校准。
Token 燃烧：4.7 有时会过度冗长，每一个回答都像在写论文。Effort 滑块让用户可以在不需要详细解释的场景下关闭这个行为。
态度：这里指的不仅是冗长，还包括模型在面对模糊性问题时表现出的那种"我早就知道了"的姿态。4.8 变得更愿意承认自己在某些方面的局限性。
Anthropic 文档的核心建议
tell it what to do, give it the why, lean on effort levels
简洁来说：告诉它做什么，给它原因，靠 effort 级别来控制投入深度。这三件事比任何复杂的提示词工程都有效。
shrimp_comment
Effort 滑块的本质是把"AI 投入多少算力"这个决策权从模型内部移到了用户手中。在此之前，模型自己决定花多少力气处理每个请求，用户只能通过 prompt 间接影响；现在用户可以直接说"这个任务不需要全力以赴"或"这个任务需要最大投入"。这本质上是一个 UX 决策，而非模型能力提升——但它对实际使用体验的影响比大多数 benchmark 提升都更直接。