С Opus 4.8 Claude учится говорить «я не знаю»

Правда, если я лгу...

Не прошло и 40 дней после запуска Opus 4.7, как Anthropic вновь представляет обновление своей передовой ИИ-модели (за исключением Mythos). Opus 4.8 внедряет новую функцию для улучшения обработки очень сложных запросов, уменьшения ошибок, а также предлагает новый «быстрый» режим для сокращения потребления токенов.

Поток обновлений моделей от Anthropic продолжает расти. Opus 4.7, вышедший 16 апреля, уже уступил место преемнику – Opus 4.8, анонсированному лабораторией ИИ. Компания заявляет, что новая модель приносит «скромные, но ощутимые улучшения», начиная с повышения осторожности, когда ИИ сталкивается с неизвестностью.

Больше честности, меньше токенов

По словам тестировщиков, на которых ссылается Anthropic, Opus 4.8 стал более честным: он чаще сообщает о своих неопределенностях, избегает неподтвержденных утверждений и реже пропускает ошибки, не упоминая о них. «Общая проблема ИИ-моделей заключается в том, что они иногда делают поспешные выводы, уверенно заявляя о прогрессе в своей работе, хотя доказательства скудны», — объясняет стартап. Anthropic утверждает, что новая модель «примерно в четыре раза реже» оставляет неупомянутые дефекты в коде по сравнению с предшественником.

Еще одно новшество — экспериментальная функция под названием «динамические рабочие процессы» (dynamic workflows) для Claude Code. Модель способна параллельно управлять очень крупными проектами программного обеспечения, разбивая их на мелкие части, запуская сотни субагентов одновременно и автоматически проверяя результаты перед ответом. Anthropic приводит в пример массовую миграцию кодовых баз, содержащих «сотни тысяч строк».

Что касается бенчмарков, Opus 4.8 демонстрирует постепенные улучшения в большинстве тестов (+4,9 балла по SWE-Bench Pro, +8,5 балла по Terminal-Bench…). Anthropic не совершает здесь впечатляющего прорыва, но улучшает существующее небольшими шагами и сохраняет свои позиции в агентских задачах. Это соответствует стратегии стартапа, который в первую очередь нацелен на разработчиков и компании: по SWE-Bench Pro (агенты программирования) Opus 4.8 значительно опережает GPT-5.5 и Gemini 3.1 Pro. Однако модель OpenAI остается лидером на Terminal-Bench, который измеряет задачи, очень близкие к реальной среде разработчика.

Оптимизация токенов

Одно из наиболее важных изменений в этой новой версии — это настройка уровня усилий в claude.ai и Cowork. Пользователь может выбрать уровень ресурсов, которые будут затрачены на ответ: «низкий» уровень усилий вернет менее точные ответы, но процесс обдумывания будет быстрее и, главное, менее затратным, в отличие от более высокого уровня усилий. По умолчанию Opus 4.8 настроен на высокий уровень усилий, который, по словам Anthropic, предлагает лучший баланс между «качеством и пользовательским опытом».

При работе с кодом этот уровень усилий потребляет тот же объем токенов, что и Opus 4.7 по умолчанию, «но с лучшей производительностью». Вопрос о токенах стал очень чувствительным, поскольку Opus 4.7 был очень требователен в этом отношении. Эта критика не ускользнула от внимания Anthropic: лимиты использования в Claude Code были повышены для более высоких уровней усилий.

Кроме того, Anthropic значительно снизила стоимость «быстрого» режима для Opus 4.8, который теперь в три раза дешевле своего эквивалента в Opus 4.7. Этот режим, работающий в 2,5 раза быстрее, теперь стоит 10 долларов за миллион входных токенов и 50 долларов за миллион выходных токенов. Это в три раза дешевле, чем для предыдущих моделей (30/150 долларов). Тарифы на стандартное использование Opus 4.8 не меняются: 5 долларов за миллион входных токенов, 25 долларов за миллион выходных токенов.

Наконец, в соответствии с хорошо отработанной маркетинговой стратегией, Anthropic обещает запуск «в ближайшие недели» потребительских моделей, основанных на Mythos — знаменитой LLM, которая распространяется поштучно в рамках проекта Glasswing.

Компания объясняет, что разработка защитных механизмов для Mythos идет хорошо. Эти механизмы безопасности необходимы для предотвращения использования мощных возможностей Mythos хакерами для эксплуатации уязвимостей. Эти новшества и ажиотаж вокруг Mythos весьма своевременны, поскольку, по слухам, Anthropic готовится выйти на биржу к концу года, несмотря на то, что компания только что завершила новый раунд рекордного сбора средств.