Anthropic продолжает спринт: всего через 42 дня после релиза 4.7 вышла Claude Opus 4.8. Это не смена поколений, а точечная полировка, которую сами разработчики называют «скромным, но ощутимым улучшением». Однако для вайбкодеров это обновление важнее, чем кажется на первый взгляд, из-за новых рекордов в агентных задачах и гибкости управления.
Рекорды в агентном кодинге
Opus 4.8 официально стала лучшей публично доступной моделью для написания кода. Главные цифры бенчмарков:
- SWE-Bench Pro: 69.2% (против 64.3% у версии 4.7) — новый рекорд.
- OSWorld (computer use): 83.4% — лидер категории.
- Online-Mind2Web: 84% — превосходит предыдущую итерацию в работе с браузерными агентами.
- Terminal-Bench 2.1: 74.6% — отличный результат, хотя GPT-5.5 всё ещё удерживает лидерство с 78.2%.
В CursorBench модель также показала рост на всех уровнях сложности. Важно: Anthropic оптимизировали вызов инструментов (tool calling) — теперь модель выполняет те же задачи за меньшее количество шагов, что критично для экономии токенов в длинных агентных сессиях.
«Апгрейд честности» и самокритика
Самое важное изменение для тех, кто пишет код руками агентов — Opus 4.8 стала в 4 раза реже пропускать ошибки в собственном коде. Модель теперь чаще «сопротивляется», если предложенный план кажется ей сомнительным, и задает уточняющие вопросы перед выполнением необратимых действий. Это решает проблему «отравления» контекста, когда баг на 7-м шаге из 40 рушит всю дальнейшую логику агента.
Effort Control: ручка газа для ИИ
В интерфейсе claude.ai и Cowork появился селектор Effort Control (уровни: default, extra, max). Теперь вы сами решаете, сколько «думать» модели:
- Default: стандартная скорость.
- Extra: рекомендуется для асинхронных воркфлоу, где нужен глубокий анализ без экстремальных задержек.
- Max: максимальный бюджет на размышления для самых сложных архитектурных задач.
Dynamic Workflows в Claude Code
Вместе с моделью Anthropic представила Dynamic Workflows для Claude Code (пока в режиме Research Preview для тарифов Enterprise, Team и Max). Это позволяет запускать сотни под-агентов в рамках одной сессии, что превращает Claude из простого чат-бота в полноценный оркестратор разработки.
Цена на Opus 4.8 остается прежней, так что обновляться в конфигах Cursor и Windsurf можно (и нужно) уже сейчас.
