انتروپیک Claude Opus 4.8 رو معرفی کرد
هوش مصنوعیخلاصهٔ کامل‌تر
انتروپیک Claude Opus رو به نسخه‌ی تازه‌ی Opus 4.8 ارتقا داد؛ نسخه‌ای که روی Opus 4.7 ساخته شده، در بنچمارک‌ها بهتر شده و همکار مؤثرتریه، با همان قیمت قبلی. این نسخه کنار چند قابلیت تازه عرضه شد: کنترل میزان «تلاش» مدل در claude.ai، ورک‌فلوهای داینامیک در Claude Code، و حالت سریع که حالا با سرعت ۲.۵ برابر، سه برابر ارزان‌تر از نسل‌های قبله.
آزمایش‌کنندگان اولیه می‌گن Opus 4.8 در کارهای ایجنتی قابل‌اتکاتر و در قضاوت تیزتره: سؤال‌های درست می‌پرسه، اشتباه خودش رو می‌گیره و وقتی نقشه‌ای درست نیست عقب می‌کشه. روی بنچمارک‌های مختلف، تنها مدلی بوده که همه‌ی کیس‌ها رو سرتاسری کامل کرده، در استفاده از ابزار کارآمدتره و در computer-use به ۸۴٪ روی Online-Mind2Web رسیده. برای کارهای حقوقی هم بالاترین امتیاز ثبت‌شده رو گرفته.
مهم‌ترین پیشرفت، صداقت است. انتروپیک می‌گه همه‌ی مدل‌هاش رو آموزش می‌ده ادعای بی‌پشتوانه نکنن، اما مشکل عمومی مدل‌ها اینه که گاهی با شواهد کم با اطمینان ادعای پیشرفت می‌کنن. Opus 4.8 بیشتر عدم‌قطعیت‌هاش رو علامت می‌زنه و در ارزیابی‌ها حدود چهار برابر کمتر از نسخه‌ی قبل اجازه می‌ده ایرادهای کدی که خودش نوشته بی‌اشاره رد بشن. ارزیابی هم‌ترازی هم نشون داده رفتارهای ناهم‌تراز (مثل فریب) به‌طور قابل‌توجهی کمتر از 4.7 شده.
قابلیت‌های تازه‌ی همراه: ورک‌فلوهای داینامیک (در پیش‌نمایش پژوهشی، اجرای صدها زیرایجنت موازی در یک جلسه برای کارهای بزرگ مثل مهاجرت در صدها هزار خط کد)، کنترل تلاش در claude.ai و Cowork (انتخاب اینکه مدل چقدر عمیق فکر کنه)، و پذیرش ورودی‌های system وسط آرایه‌ی پیام‌ها در Messages API (به‌روزرسانی دستورها وسط کار بدون شکستن cache).
انتروپیک می‌گه Opus 4.8 «بهبودی کوچک اما ملموس» نسبت به نسخه‌ی قبله و در ادامه قصد داره مدل‌هایی با همان قابلیت‌ها اما ارزان‌تر، و یک کلاس مدل باهوش‌تر از Opus (Mythos از پروژه‌ی Glasswing) عرضه کنه. قیمت بدون تغییر مونده: ۵ دلار ورودی و ۲۵ دلار خروجی به ازای هر میلیون توکن (و ۱۰/۵۰ دلار برای حالت سریع).
نکات کلیدی:
- Opus 4.8 روی 4.7 ساخته شده، در بنچمارک‌ها بهتره و همان قیمت رو داره
- صداقت بهتر: چهار برابر کمتر اجازه‌ی عبور ایرادهای کد و رفتار ناهم‌تراز کمتر
- قابلیت‌های تازه: ورک‌فلوهای داینامیک، کنترل تلاش و پیام system وسط مکالمه
- حالت سریع ۲.۵ برابری و سه برابر ارزان‌تر؛ قیمت عادی ثابت ($5/$25)
