Anthropic发布Claude Opus 4.8：代码、幻觉控制与科学推理全球第一

2026年5月30日，Anthropic于5月28日正式发布其最新旗舰大模型Claude Opus 4.8。

依据SuperCLUE最新中文综合评估结果，该模型在代码生成、幻觉控制与科学推理三大关键能力维度均位居全球首位。

在代码生成能力上，Opus 4.8取得83.58分，领先第二名逾2分，较前代4.7版本提升超4.5分；在软件工程相关细分任务中亦表现最优，独立完成编程及网页开发任务的稳定性显著增强。

幻觉控制得分为87.48分，同样位列全球第一，较4.7版本提升超过6分，模型虚构信息的情况明显减少，输出内容更趋严谨可靠，专业应用场景下的可信度进一步提升。

科学推理能力获得77.19分，稳居全球榜首，较上一代提升近9分，其在理科类计算任务与复杂逻辑推导方面的表现更为扎实。

综合智能指数为73.93分，与当前主流竞品GPT-5.5、Gemini 3.1 Pro Preview共同处于第一梯队。模型推理响应速度基本维持不变，API调用价格亦未调整，整体仍定位为高性能但单位算力成本相对较高的旗舰级产品。

需指出的是，该版本在智能体任务规划、数学推理及指令遵循三项指标上略有回落，其中指令遵循能力下降较为明显，但对日常交互使用影响有限。

总体而言，Opus 4.8聚焦强化代码能力、事实准确性与科学推理水平，显著提升了技术密集型用户的实用性体验，尤其适配开发者与科研工作者需求，是现阶段综合能力最为均衡的旗舰级大模型之一。