💡 Theo đánh giá của RetroLab, việc Anthropic tập trung vào cả hiệu năng lẫn độ trung thực là một bước đi đúng hướng trong bối cảnh các mô hình AI ngày càng được tin cậy cho những tác vụ quan trọng. Đội ngũ RetroLab kỳ vọng những cải tiến về alignment và khả năng tự nhận diện sai sót sẽ giúp Claude Opus 4.8 trở thành lựa chọn đáng tin cậy hơn cho doanh nghiệp và nhà phát triển.
Anthropic vừa chính thức công bố phiên bản mới nhất của dòng mô hình ngôn ngữ lớn hàng đầu của mình – Claude Opus 4.8. Theo công bố từ hãng, đây là một 'cộng tác viên hiệu quả hơn' với hàng loạt cải tiến đáng chú ý trong các lĩnh vực như lập trình tác nhân (agentic coding), suy luận đa ngành, sử dụng máy tính dạng tác nhân, công việc tri thức và phân tích tài chính tác nhân.
Cải thiện về độ tin cậy và trung thực
Các nhà thử nghiệm ban đầu nhận thấy Opus 4.8 'đáng tin cậy hơn và sắc sảo hơn trong phán đoán' khi thực hiện các tác vụ tác nhân. Đặc biệt, mô hình này còn ghi điểm mạnh về tính trung thực: nó có xu hướng chủ động báo cáo những điểm chưa chắc chắn trong công việc của mình và ít đưa ra những tuyên bố thiếu cơ sở hơn. Các đánh giá nội bộ của Anthropic cho thấy Opus 4.8 có tỷ lệ bỏ sót lỗi trong mã nguồn thấp hơn khoảng 4 lần so với phiên bản tiền nhiệm.
Bên cạnh đó, các bài kiểm tra về sự phù hợp (alignment assessments) cho thấy mô hình đạt mức cao mới về các đặc tính có lợi cho xã hội như hỗ trợ quyền tự chủ của người dùng và hành động vì lợi ích tốt nhất của họ. Tỷ lệ các hành vi lệch lạc như lừa dối cũng thấp hơn so với Opus 4.7 và tương đương với Claude Mythos Preview.
Điểm số benchmark ấn tượng
Trên bảng xếp hạng SWE-Bench Pro, Claude Opus 4.8 đạt 69,2%, vượt qua cả GPT-5.5 và Gemini 3.1 Pro ở bài kiểm tra này cùng một số benchmark khác. Tuy nhiên, GPT-5.5 vẫn dẫn đầu ở benchmark lập trình terminal. Ngoài ra, chế độ nhanh (fast mode) của Opus 4.8 chạy nhanh gấp 2,5 lần và giá thành rẻ hơn 3 lần so với các mô hình trước.
Các tính năng mới đi kèm
Cùng với Opus 4.8, Anthropic bổ sung một loạt tính năng mới cho hệ sinh thái sản phẩm:
- Dynamic workflows (bản xem trước nghiên cứu): Claude có thể hoàn thành các tác vụ lớn hơn trong Claude Code. Nó có khả năng lập kế hoạch công việc và chạy hàng trăm tác nhân con song song trong một phiên duy nhất, đủ sức thực hiện việc di chuyển cơ sở mã (codebase-scale migrations) trên hàng trăm nghìn dòng code. Tính năng này có sẵn cho Claude Code dành cho các gói Enterprise, Team và Max.
- Effort control: Trên Claude.ai và Cowork, người dùng có thể chọn mức độ nỗ lực mà Claude bỏ ra cho một câu trả lời. Ở mức thấp hơn, Claude phản hồi nhanh hơn và sử dụng rate limits chậm hơn. Opus 4.8 mặc định ở mức nỗ lực cao, mà Anthropic cho là sự cân bằng tốt nhất giữa chất lượng và trải nghiệm người dùng.
- Messages API: API Messages chấp nhận các mục system bên trong mảng messages, cho phép nhà phát triển cập nhật hướng dẫn cho Claude ngay giữa tác vụ.
Giá cả và khả năng tiếp cận
Claude Opus 4.8 có mặt trên toàn cầu ngay hôm nay. Giá cho sử dụng thông thường không thay đổi so với Opus 4.7. Anthropic cũng đang phát triển các mô hình có cùng năng lực như Opus 4.8 nhưng với chi phí thấp hơn, cùng với một lớp mô hình mới thông minh hơn cả Opus.
Tương lai với Claude Mythos
Công ty cho biết đang phát triển các biện pháp bảo vệ (safeguards) cho mô hình Claude Mythos đang được thử nghiệm với một số tổ chức nhỏ. Họ kỳ vọng sẽ sớm mang các mô hình lớp Mythos đến với tất cả khách hàng 'trong vài tuần tới'.
Nguồn: MacRumors - https://www.macrumors.com/2026/05/28/anthropic-claude-opus-4-8/
