Anthropic新旗舰Claude Opus 4.8多项核心能力全球第一

5月30日世界杯2026直播平台, 快科技传出消息, 5月28日, Anthropic推出了最新的旗舰大模型,名为Claude Opus 4.8。

参照SuperCLUE最新的中文测评情况开云正版app下载开云app在线入口, 这款模型于代码生成方面拿到全球第一, 在幻觉控制领域同样取得全球第一, 在科学推理这一范畴也获得全球第一。

在代码生成这一方面看来, Opus 4.8获取到了83.58分, 于成绩上领先第二名超出2分, 相较于上一代4.7版本而言, 提升幅度超过4.5分, 在软件工程相关的子任务里同样占据首位地位, 无论是独立写代码还是网页开发, 表现水平都十分稳定。

幻觉控制得分是87.48, 处于同样的全球首位, 相较于前代提升幅度超过了6分, AI胡乱编造答案的情形大幅降低,回答变得更加可靠开运真人app下载苹果版,开运真人app下载, 在专业场景中使用起来更加令人安心。

科学推理取得了77.19分的成绩, 这点还是全球排名第一的, 和4.7版本比起来升高了将近9分, 理科进行计算、逻辑展开推导的能力显著变强了。

首先, 综合智能指数是73.93分, 它和GPT - 5.5、Gemini 3.1 Pro Preview处于同一第一梯队。其次, 其推理速度基本保持一样水平, 再者, API价格并未发生改变, 最后, 它仍然属于高性能然而性价比偏低的那种档位。

然而, 它还是存在少许稍小破绽, 智能体任务规划方面有所降低, 数学推理方面也有一定程度的下滑, 指令遵循方面同样出现了些许下降, 其中指令遵循分数降低比较显著, 不过对于日常运用而言影响不算大。

从中整体去看, Opus 4.8着重强化了代码, 以及诚实度, 还有科学推理这方面, 针对开发者而言, 对科研人员来说是十分友好的, 它属于目前综合能力最均衡的旗舰模型当中的一个。

标签： Anthropic ClaudeOpus4.8 代码生成 幻觉控制 科学推理