Claude Opus 4.8

Claude Opus 4.8 是 Anthropic 当前一般可用（GA）的最强模型，定位为高自主性的旗舰推理模型。它的核心标签不是「问答快」，而是「能独立把复杂任务做完」——官方把它的强项描述为长时程（long-horizon）Agent 执行、知识工作和记忆能力的业界领先水平。对做 Agent、做多步工作流的工程师来说，这意味着它在「跑一整夜的代码重构」「不需要人频繁纠偏的自动化任务」这类场景里，比上一代更少跑偏、更少中途放弃。

它在 API 形态上与 Opus 4.7 完全一致：只支持自适应思考（adaptive thinking），不再接受 budget_tokens、temperature/top_p/top_k 这类采样参数，最后一轮 assistant 预填（prefill）也会报错。所以从 4.7 升到 4.8 本质是「换模型名 + 重新调提示词」，没有新的破坏性改动；这点对已经在生产环境跑 4.7 的团队非常友好，迁移成本极低。

值得专门记住的能力点：1M 上下文窗口按标准 API 价计费，没有长上下文溢价；最大输出可达 128K（大输出需走流式以避免超时）；支持高分辨率视觉、Task Budgets（beta，让模型自己看着 token 预算收尾）、以及会话中途插入 system 消息（beta，不破坏 prompt 缓存）。这些组合让它特别适合「上下文很重、要看图、要跑很久」的 Agent 管线。

Opus 4.8 是 Opus 梯队定价（具体单价见上方价格表，本文不写死数字，以实时价为准）。它的成本结构有三个杠杆需要工程师心里有数：输入价、输出价、缓存价。Opus 系列的输出价显著高于输入价，而自适应思考产生的 thinking token 是按输出计费的——这意味着真正吃成本的往往不是你喂进去多少，而是模型「想了多少 + 写了多少」。所以控制 effort 档位（low/medium/high/xhigh/max）是控成本的第一抓手，而不是一味堆 max_tokens。

prompt 缓存是把 Opus 4.8 用出性价比的关键。缓存读取的价格大约只有标准输入价的十分之一，缓存写入约为 1.25 倍（5 分钟 TTL）。对 Agent 场景——同一套很长的系统提示 + 工具定义在每一轮反复发送——把稳定前缀放在缓存断点之前，可以把绝大部分输入 token 以一折价格复用。注意 Opus 4.8 的最小可缓存前缀是约 4096 token，比 Sonnet 更高，短前缀会静默不缓存。验证方法是看返回里的 cache_read_input_tokens 是否持续大于 0。

另外，1M 上下文按标准价计费、无长上下文溢价，这点对 RAG 和长文档 Agent 是实打实的省钱信号：你不需要为了「省那段长上下文的溢价」而过度做检索压缩。把检索召回放宽一点、让模型在大窗口里自己挑，往往比激进裁剪更划算也更准。但要记住：上下文越长，每轮 token 越多，缓存策略和 effort 调档就越重要。

最适合 Opus 4.8 的场景：长时程自主编码（大型重构、跨多文件的特性实现）、需要多步规划与自我验证的 Agent、复杂的知识工作（深度研究、报告生成、文档红线/PPT 编辑这类需要模型「看自己输出」的任务）、以及依赖文件系统记忆跨轮协作的 Agent。官方明确建议：把完整任务说明在第一轮一次性讲清楚，并用 high 或 xhigh 档位跑——它的长链路连贯性来自「每一步都多想一点」，目标给得越清楚，反而越省 token、越准。

用 Managed Agents 的话，对应做法是用 Outcome（user.define_outcome + 可评分 rubric）把「做完的标准」交给框架去迭代-评分-修订；在 Claude Code 里则是用 /goal 把方向钉死。这套「目标前置」的用法是发挥 4.8 自主性的关键。

最不适合 Opus 4.8 的场景：高频、低复杂度、对延迟和单价敏感的任务——简单分类、短摘要、固定格式抽取、意图识别这类。在这些任务上，Opus 4.8 的智能上限用不上，反而会因为更爱叙述、思考更多而推高成本和延迟。这类工作应该降级到 Sonnet 4.6（速度/智能的平衡点）或 Haiku 4.5（最快最省）。一个实用判据：如果这个调用一天要跑成千上万次、且错了也容易兜回来，那它八成不该用 Opus。

在 Anthropic 自家梯队里，Opus 4.8 上面还有 Fable 5（更贵的最强档），下面是 Opus 4.7（同 API 形态的上一代）、Sonnet 4.6（速度/智能平衡，更便宜）、Haiku 4.5（最快最省）。选型的核心问题不是「哪个最聪明」，而是「这个任务的难度和容错值不值得为最贵的智能买单」。

什么时候该升级到 Opus 4.8：当任务是长链路、自主、容错成本高（比如要改生产代码、做不可逆操作、深度研究结论会被直接采用），且你已经发现 Sonnet 在多步推理或长上下文连贯性上力不从心时。从 Opus 4.7 升到 4.8 几乎零成本——换模型名即可，剩下是按 4.8 的行为变化重调提示词（4.8 比 4.7 更爱叙述、语气更暖、更倾向在小决策上反问、对搜索/子 Agent/记忆这类能力更保守，需要显式告诉它「什么时候该用」）。

什么时候该降级离开它：当你的指标显示这个调用既不需要深度推理、又对成本/延迟敏感时，降到 Sonnet 4.6；纯高吞吐的轻任务降到 Haiku 4.5。一个常见的省钱架构是混搭——主循环用 Opus 4.8 保证决策质量，把可并行的子任务（检索、读多文件、批量校验）交给 Sonnet 或 Haiku 子 Agent。effort 档位本身也是降级旋钮：先默认 high，在自己的评测集上扫一遍 medium/high/xhigh，按「智能↔延迟↔成本」三角逐路由挑档，而不是无脑拉满 xhigh——4.8 的智能上限更高，反射式拉满往往是浪费。