凌晨，Anthropic 正式发布了 Claude Opus 4.8。根据官方介绍，这一版本基于 Opus 4.7 进行了全面迭代：判断力更精准，对自身任务进展的反馈也更加诚实，并且能在无人干预的情况下持续工作更长时间。
定价策略保持不变，输入 $5 / 百万 tokens，输出$25 / 百万 tokens。动辄上百块一次的高额输出成本，确实让人不敢随意“烧”着玩。
该版本的核心升级点大致如下：
- 版本定位与定价：Opus 4.7 的迭代版，综合能力、协作性全面提升，且售价不变。
- 核心能力升级：判断更准、自评更坦诚，会主动暴露自身问题，代码漏洞漏检率大幅下降；安全对齐表现优于前代。
- 网页端新功能：支持自定义模型的任务投入强度，方便在速度与质量之间按需取舍。
- Claude Code：上线动态工作流，可处理超大型代码项目，并并行运行大量子智能体。
- API 更新：消息数组支持实时更新系统指令，开发更灵活。
- 极速模式：速度达到标准版的 2.5 倍，价格降至前代的 1/3。
- 具体定价：常规模式 输入 $5 / 百万 token、输出$25 / 百万 token；极速模式 输入 $10 / 百万 token、输出$50 / 百万 token。
- 后续规划：将推出低成本的平替模型，以及能力更强的 Mythos 系列模型，近期会逐步开放。
近期，Anthropic 刚完成了 650 亿美元的融资，估值已飙升至 9000～9650 亿美元，一举超越 OpenAI，成为 AI 领域估值最高的初创公司。回顾过去一年，其估值从不到 2000 亿美元迅速逼近万亿美元门槛，妥妥迈入巨头行列。
不过，这次发布后最出圈的，却是网友们发现的一个诡异现象：用中文问它“你是什么模型”时，它居然坚称自己是通义千问（Qwen），或者提到 DeepSeek。这难免让人怀疑，是不是 Claude 在迭代中深度蒸馏了 Qwen 等模型的数据，导致身份识别出了岔子，普遍出现“认错家门”的情况。
用中文测试，它的回答中赫然出现了 DeepSeek 和 Qwen：
更离谱的是，就连调用官方 API，返回的文本也是这个画风：
当然，也有不少人提出质疑：用户可能是在不知情的情况下被暗中分配到了更低配的 L 版或蒸馏版模型，真正的“正版克劳德”绝不可能出现此类低级错误。
一个有意思的问题随之浮现：大模型的世界，是不是正在走向一个“相互蒸馏”的循环？你训练我，我学习你；你发布能力，我再反向逼近。论文互抄、数据互学、RLHF 互参考、推理链互模仿。随着技术加速演进，模型的推理、代码、多模态能力很可能会越来越趋同。今天你还能清楚辨别出“这个模型擅长写代码”、“那个模型中文表达更好”、“另一个长文本处理是强项”，但往后看，一旦某家跑出一个关键突破，其他几家立刻就能跟进复制、蒸馏、工程化、甚至开源化。
最终的结果或许是：各家模型的硬实力差距会越来越小，而真正拉开差距的，反而是体验层。用户选模型的标准，可能会变得异常直白：
- 谁更便宜？
- 谁不卡？
- 谁响应快？
- 谁最稳定？
- 谁的上下文窗口不“抽风”？
- 谁 API 不限流？
- 谁半夜不宕机？
- 谁真正把用户当“人”，而不是行走的 token 榨汁机？
照这个趋势发展下去，大家早晚会分不清谁是谁了吧。
大模型圈的终极谜题，可能就要变成这样一段对话了：
- 用户：你好，请问你是 Claude、Qwen、GPT，还是 Gemini？
- AI：都行。
- 用户：那你们区别到底是什么？
- AI：主要是 Logo 不太一样。
参考：https://www.anthropic.com/news/claude-opus-4-8 | 
发表于 3 小时前
|
查看: 3|
回复: 0
