Anthropic 目前對外可用的最強模型（generally available）。一次升級五件事：長程 agentic coding、effort 校準、工具觸發可靠度、誠實度，以及和 Opus 4.7 完全相同的價格。本指南以官方第一手為權威骨幹整理。
Opus 4.8 是幅度溫和但方向明確的升級：訴求不是「更聰明」的單點突破，而是「更可靠的協作者」——把推理、工具與誠實度三條線同時校準，價格不變。
claude-opus-4-8thinking:{type:"adaptive"}）。不支援 budget_tokens，設定即回 400。high（所有介面，含 API 與 Claude Code）。temperature / top_p / top_k 設非預設值即回 400（沿用 4.7）。控制單則回應投入多少推理；所有介面預設 high。
Claude Code 並行數十～數百 subagent，自我驗證後合併。
同模型同品質，最高 2.5× 吞吐；價格為前代 fast 的 1/3。
對話中途插入 system 指令，不重寫整段 system prompt。
非新參數；4.8 改的是校準：只在該輪需要時才觸發推理。
三個容易誤解的釐清：（1）Adaptive thinking 不是 4.8 新參數——4.6 引入、4.7 已是唯一模式，4.8 改的是校準。（2）Effort「參數」≠ Effort「Control」——API 的 effort 自 4.6 就有；4.8 真正新的是 claude.ai / Cowork 的 Effort Control UI，及所有介面預設 high。（3）Mid-conversation system messages 才是 4.8 真正的 API 新能力。
誠實度是 4.8 著墨最深的維度：對自己寫的程式碼，漏判缺陷的機率約為 4.7 的 1/4（約 4 倍改善）；更傾向主動標示不確定性、較少無證據宣稱；misaligned 行為顯著低於 4.7，接近最佳對齊的 Mythos Preview。對錯誤成本高的場景（cross-model triangulation、補助文件審查）比 benchmark 分數更實用。
effort 是行為訊號，不是嚴格 token 預算。output_config.effort。high。| 級別 | API 值 | 行為 | 建議場景 |
|---|---|---|---|
| Low | low | 簡單問題可能跳過思考 | 分類、查詢、短子任務 |
| Medium | medium | 視情況思考 | 成本敏感但需穩定品質 |
| High（預設） | high | 幾乎一定思考 | 複雜推理、一般高價值任務 |
| Extra | xhigh | 更多 token 換更好結果 | 30 分鐘以上長程 agentic |
| Max | max | 最深思考 | 無 token 約束的前沿任務 |
high 花費的 token 量與 4.7 預設相近，但表現更好。xhigh）。把大型問題拆成可平行處理的工作流，協調腳本獨立於對話脈絡運行。
同時派生數十～數百 subagent 從不同角度解題；另有 reviewer / 對抗 agent 嘗試推翻。
每個發現跑獨立驗證、過濾假陽性；未收斂則退回重新規劃。
回報一個整合答案；進度持續存檔，中斷可從斷點續跑，可延伸數小時至數天。
ultracode（effort 選單）：effort 設 xhigh 並讓 Claude 自動決定何時動用 workflow；搭配 auto mode 最佳。規模實例（官方）：Jarred Sumner 用 Dynamic Workflows 把 Bun 從 Zig 移植到 Rust——測試套件 99.8% 通過、約 75 萬行 Rust、從首次 commit 到 merge 僅 11 天（尚未上 production）。文件：code.claude.com/docs/en/workflows
speed:"fast"，從同一個 Opus 模型取得最高 2.5 倍 output tokens/秒。$10 / 1M input、$50 / 1M output（標準的 2 倍）。較前代 fast（$30/$150）便宜約 3 倍。429+retry-after；fast 降級回 standard 時 prompt cache 會 miss。成本敏感的高量背景任務：先用真實流量比較吞吐與帳單再決定，別只看「便宜 3 倍」的相對宣稱。
messages 陣列中、緊接某 user turn 之後插入 role:"system"，於長對話中途追加/更新具 system 權重的指令。thinking:{type:"adaptive"} 就不思考。| 準則 | 內容 |
|---|---|
| 不可調取樣參數 | temperature/top_p/top_k 設非預設 → 400。省略，改用 prompt 引導。 |
| 高 effort 給足 max_tokens | xhigh/max 下從 64k 起跳；看到 stop_reason:"max_tokens" 就調高或降 effort。 |
| 推理過淺調 effort | 別繞 prompt。必要時加：「Think carefully before responding.」 |
| Thinking display | ⚠️ 4.8 的 display 預設值未在來源明確；顯式設定，不假設。 |
官方主表為圖檔，數值由官方 footnote 與二手來源（9to5Mac、officechai）交叉確認。衝突數據一律採官方口徑並標註分歧。
| 能力 / 基準 | Opus 4.8 | Opus 4.7 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|
| Agentic coding（SWE-bench Pro） | 69.2% | 64.3% | 58.6% | 54.2% |
| Terminal coding（Terminal-Bench 2.1）¹ | 74.6% | 66.1% | 78.2% | 70.3% |
| Computer use（OSWorld-Verified）² | 83.4% | 82.3% | 78.7% | 76.2% |
| Browser agent（Online-Mind2Web）³ | 84% | 低於 4.8 | 低於 4.8 | — |
| 推理（HLE，含工具） | 57.9% | 54.7% | — | — |
| 金融分析（Finance Agent v2）⁴ | 53.9% | 51.5% | — | — |
| Knowledge work（GDPval-AA, Elo） | 1890 | 1753 | 1769 | — |
¹ 全部採 Terminus-2 public harness；官方 footnote 記 GPT-5.5 在 Codex CLI harness 下為 83.4%。這是 4.8 唯一未居首的主要基準。
² Opus 4.7 OSWorld 經官方重新校正為 82.3%；二手 officechai 報 82.8%，本表採官方值。
³ 84% 出自官方合作夥伴實測證言，未公開對手精確分數。
⁴ Finance Agent v2 4.7=51.5% 為二手數值（官方主表未列同口徑 4.7）。
方法學警告：Anthropic 在後續發布修訂過部分 harness 與評分。下表僅供趨勢方向判讀，不可當同口徑精確對比。
| 基準 | Opus 4.6 | Opus 4.7 | Opus 4.8 | 口徑 |
|---|---|---|---|---|
| SWE-bench Pro | 53.4% | 64.3% | 69.2% | 各代發布 |
| SWE-bench Verified | 80.8% | 87.6% | 未列於 4.8 主表 | 4.8 改以 Pro 為頭條 |
| HLE（無工具） | 40.0% | 46.9% | 49.8% | 各代發布 |
| OSWorld-Verified | 72.7% | 82.3%（修訂） | 83.4% | 4.8 footnote |
| GDPval-AA（Elo） | — | 1753 | 1890 | 各代發布 |
判讀：coding 與 computer use 單調上升；4.7→4.8 增幅小於 4.6→4.7——4.8 是「精修」而非「跳躍」。最大明確提升為 Terminal-Bench 2.1（+8.5pp）與 GDPval-AA（+137 Elo）。
更上層模型：Anthropic 另有 Claude Mythos Preview，能力高於 Opus，但目前僅在 Project Glasswing 下開放給少數組織做資安用途。因此 Opus 4.8 是當前對外可用的最強模型，非 Anthropic 內部最強。
| 任務類型 | thinking | effort | 理由 |
|---|---|---|---|
| 簡單分類 / 短摘要 | 不啟用或 adaptive | low | 降低延遲與成本 |
| 一般文件分析 / 單步修改 | adaptive | medium~high | 平衡品質與成本 |
| 複雜 bug hunt | adaptive | high~xhigh | 需工具呼叫與多步推理 |
| 大型 refactor / migration | adaptive | xhigh | 長程代理與多輪驗證 |
| 高風險架構 / 安全審查 | adaptive | xhigh~max | 需更深推理與完整驗證 |
標準價格與 Opus 4.7 完全相同；Fast Mode 為 research preview。
| 模式 | Input / 1M | Output / 1M | 說明 |
|---|---|---|---|
| 標準 | $5 | $25 | 與 Opus 4.7 一致，未漲價 |
| Fast Mode | $10 | $50 | 同模型同品質，最高 2.5× 吞吐；preview |
| （對照）前代 Fast | $30 | $150 | Opus 4.6 / 4.7 fast — 故 4.8 fast 便宜約 3 倍 |
Prompt cache 最低門檻降到 1,024 token；mid-conversation system messages 可保留 cache 命中，進一步壓低長 agentic loop 的 input 成本。
已在 4.7 上跑的程式碼無需改動即可在 4.8 執行；以下為「行為改變、非破壞性變更」的優化清單。
claude-opus-4-8thinking:{type:"enabled",budget_tokens:N} → 改 adaptive + efforttemperature/top_p/top_keffort（預設 high）；高 effort 把 max_tokens 拉到 ≥ 64kdisplay，不假設預設budget_tokens 與取樣參數thinking:adaptive + 顯式 displayeffort，高 effort 拉高 max_tokenshigh，困難切 xhighultracode + Dynamic Workflows以官方第一手為權威骨幹整理；二手僅作交叉佐證。
display 預設未明確，建議顯式設定。