当前位置:

首页 > 硬件相关 > 说实话,我觉得 Claude 4.8 有点拉。

说实话,我觉得 Claude 4.8 有点拉。

就在今天凌晨,Anthropic 悄没声儿地发布了 Claude Opus 4.8。距离 Opus 4.7 才过去一个多月,这上新速度,确实有点坐火箭的意思了。 本来嘛,4.8 这种版本号,大家都不太当回事,觉得就是个常规小更新。但这次,事情好像没这么简单——因为不少人开始怀疑,Opus 4.8 是

本文目录
    就在今天凌晨,Anthropic 悄没声儿地发布了 Claude Opus 4.8。距离 Opus 4.7 才过去一个多月,这上新速度,确实有点坐火箭的意思了。 本来嘛,4.8 这种版本号,大家都不太当回事,觉得就是个常规小更新。但这次,事情好像没这么简单——因为不少人开始怀疑,Opus 4.8 是不是“蒸”了,而且蒸的还是 DeepSeek 和千问。 怎么发现的呢?很多人通过 API 问 Opus 4.8“你是什么模型”“你背后的公司是谁”,结果它一会说自己是通义千问,一会又说来自深度求索。 之前无证据乱锤中国模型蒸馏 Claude,现在反倒被抓住了小辫子,Anthropic 这波操作,多少有点尴尬了。 当然,蒸没蒸是一回事,好不好用是另一回事。但有了这层滤镜,大家试用之前先带上了一副有色眼镜。 根据官方博客,这次 Opus 4.8 改动不大。最显著的改进之一,就是“更诚实”了。换句话说,那种莫名自信、嘴硬之后才说“对不起我之前说错了”的情况,在 Opus 4.8 身上会大大减少。 另外,据说它做 Agent 任务时会更可靠,判断力更强,能自己发现问题、提出异议,然后给出最终最好的答案。 从性能表上看,Opus 4.8 各方面小有提升,但没什么特别出彩的地方。其中一个 coding 指标甚至打不过两个月前的 GPT-5.5。 用户的实际反馈也是褒贬不一。有人说它确实变诚实了,不会轻易不查资料就乱讲,经常自我反思,干活主动稳定,安全性明显提升。 但也有人说它依然不如白月光 Opus 4.6,语言表达的人味儿还没回来,token 消耗快得飞起,甚至还有不少人发现它 coding 时依然瞎编,和 Opus 4.7 没啥变化。 亲自上手试了试之后,倒也不是说 Opus 4.8 不好,但代价是什么?就说它的“诚实”特性——在一些比较危险的问题上,它确实考虑周到不乱讲,但也变得极其保守。 面对风险较高的决策,比如拿一张毒蘑菇照片问它能不能吃,它的思考过程相当客观冷静。 不过,在一些安全项里,Opus 4.8 表现得过度谨慎。即使它觉得大概率没毛病,也只会说“我的顾虑小了很多,但也可能是剧毒菌撞脸”。 这当然是负责任的——毕竟真有人照着 AI 的话去吃蘑菇,那可不是闹着玩的。但从用户体验上说,这导致很多问题得不到确定答复,句句都是 AI 在给自己叠甲,相当难受。 另外,想要 Opus 4.8 保持水准,最好不要尝试 High 以下的性能(effort)。高消耗,才有好表现。 比如下面这种新闻总结的活儿,很基础吧?但 Opus 4.8 Low 给出的第一条新闻就是错的——Sholto Douglas 发那条动态已经是三天前的事了,怎么能连自家的新闻都搞错? 想让做事实核查,还得再追问一遍——说好的主动检查、发现问题、提出异议、用最准确的答案稳稳接住我呢? 接下来再试代码能力。这次它的能力强,是用时间和 token 换来的。常规的 leetcode 困难算法题,对 Opus 4.8 来说已经不成问题。而当我们找了一道超难题 LCP 82 丢给它,即使开 Extra 模式,123 行代码,它也足足思考了二十多分钟。结果确实相当不错——一遍就过,思考出第一版代码还复查优化了一遍,现在能做到这种程度的模型并不多。 但作为对比,GPT-5.5 思考了两分钟,就给出了一个测试案例通过 99% 的答案。唯一一个案例失败的原因是时间超限,其实也不算答错。这明显比 Opus 4.8 要省得多。 再尝试让 Opus 4.8 独立制作一个日式校园 galgame。不得不说,现在 AI 写的项目代码层次分明、框架清楚。 这意味着,在它的基础上,改立绘、加剧情、把游戏做大做强都很容易。浅玩了一下,所有功能包括存档、自动播放、CG 画廊等等,没有任何 bug。 但是,Claude 断断续续做了足足一个多小时。下面 GPT-5.5 虽然简陋很多,该有的功能一样不差,只用了五分钟。 所以,花更多的钱和时间换来这些答案到底值不值?恐怕只有每个人自己心里清楚了。 总的来说,Opus 4.8 继承了 Claude 过往的强项,没有特别出色的表现,平平常常普普通通。 而在测试之后,最想说的却不是这个模型本身怎么样,而是现在用个 Claude,也太小心翼翼了。作为业界价格巅峰,用 Claude 最好的模型,不舍得开最好的性能;开最高的性能,又不舍得用最好的模型。处处是陷阱,在你不注意的时候,无关紧要的小问题已经把 token 烧光了。 而且让用户自己选性能,只有 low 和 high 也就算了,这次 Opus 4.8 一口气推出了 5 种档位——Low、Medium、High、Extra 和 Max,普通人真搞不明白什么时候用哪个,很容易造成浪费。 现在 Opus 4.8 相关的评论区里,不少人陷入了 Opus 4.6 下架的恐慌。别担心,在更多模型里老模型还在,想用还能用到。 坦白讲,这种“负优化”不仅仅是 Anthropic 一家的困境,不少厂商都透着一股新不如旧的无奈。虽然交出的参数答卷越来越漂亮,可那些曾经让用户感到惊艳的极致体验,又要什么时候才能回来呢?
    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    硬件相关 Claude
    相关文章 更多
    Claude Sonnet 5.5与Claude Fable 5.2错误恢复后,四类产品影响范围怎么看
    Claude Sonnet 5.5与Claude Fable 5.2错误恢复后,四类产品影响范围怎么看

    Claude Sonnet 5.5与Claude Fable 5.2错误升高事故的恢复覆盖claude.ai、Claude API、Claude Code和Claude Cowork,影响窗口为2026年11月16日北京时间15:32至16:45。这份恢复结论针对事故r1b4f9bbnsx1,不表示每位用户都曾中断,也不表示其他独立事故全部恢复。

    Claude iOS Apple注册故障期间,新用户可用哪些注册方式
    Claude iOS Apple注册故障期间,新用户可用哪些注册方式

    Claude iOS Apple注册异常主要影响新账号,官方提供Google与邮箱替代方式;事件仍在调查,不能宣称恢复或保证账号迁移。

    Claude三种协作工具如何选:Sheets表格、Whiteboards白板与Data共享边界
    Claude三种协作工具如何选:Sheets表格、Whiteboards白板与Data共享边界

    区分Claude三种协作工具及Beta范围,解释Enterprise11月20日默认开关、实时共享查询权限和白板数据控制边界。

    Claude文档Skills处理Office文件时如何区分重算与内容检查?
    Claude文档Skills处理Office文件时如何区分重算与内容检查?

    Claude文档Skills通过副本计算后回填结果减少Excel重算对原文件结构的影响;PowerPoint专用脚本提取文本、图表与备注,仍需单独做视觉验收。

    Claude恢复后,延迟或跳过的计划任务会自动完成吗
    Claude恢复后,延迟或跳过的计划任务会自动完成吗

    解释Claude服务恢复与计划任务完成的区别,以及两起独立事故的适用边界。

    Claude Microsoft 365连接器恢复后如何只读核对已知邮件
    Claude Microsoft 365连接器恢复后如何只读核对已知邮件

    Claude Microsoft 365连接器恢复后,如果已持有当前用户的授权令牌和一封邮件的Graph资源ID,可以用Microsoft Graph的只读GET核对该记录。它能确认这项资源当前是否可读取,却不能单独证明收件人已收到邮件,或此前Claude任务的全部后续动作都已完成。

    Claude Meetings Beta如何加入Google Meet并生成会议记录?
    Claude Meetings Beta如何加入Google Meet并生成会议记录?

    Claude Meetings Beta可作为可见参会者加入Google Meet,记录会议、回答问题并共同制作文档或白板。功能正在Team和Enterprise方案中逐步开放;先完成组织权限与Google Calendar连接,再从会议日历添加Claude。

    Claude连接器故障进展:官方确认Microsoft 365服务事件为原因
    Claude连接器故障进展:官方确认Microsoft 365服务事件为原因

    Anthropic进一步确认,Claude Microsoft 365连接器异常源于Microsoft 365服务事件。截至2026年11月13日07:21北京时间,邮件、日历与搜索多数请求仍失败,Outlook插件仍受影响;本篇说明新增归因、状态入口和业务核对边界。

    Claude Microsoft 365故障进展:Outlook插件受影响,上游正在重启服务器
    Claude Microsoft 365故障进展:Outlook插件受影响,上游正在重启服务器

    Claude Microsoft 365连接器故障已扩大确认到Outlook插件,上游正重启受影响服务器。截至2026年11月13日05:18北京时间,邮件、日历与搜索多数请求仍失败;本文区分新进展、影响范围与重试前的结果核对方法。

    Claude Microsoft 365连接器故障:邮件、日历与搜索多数请求失败
    Claude Microsoft 365连接器故障:邮件、日历与搜索多数请求失败

    Anthropic报告Microsoft 365连接器故障,影响claude.ai与Claude Cowork。北京时间11月13日02:34的进展称邮件、日历和搜索多数请求失败,新连接也可能无法完成;官方已联系上游供应商,但尚未确认恢复。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。