Anthropic：Claude Opus 4.8 携 1M token 上下文与自适应思考登场

Anthropic 于 2026 年 5 月 28 日发布了 Claude Opus 4.8（模型 ID claude-opus-4-8），这是它最强大的通用可用（GA — General Availability）模型。在模型本身之外，还发布了一系列配套的 API 功能，扩展了对生产应用中模型行为的控制。

Claude Opus 4.8 提供多大的上下文和输出？

Claude Opus 4.8 在 Claude API、Amazon Bedrock 和 Google Vertex AI 上默认支持一百万（1M）token 的上下文窗口。在 Microsoft Foundry 上限制为 200k token。最大输出 token 数为 128k。该模型保留了与前代 Claude Opus 4.7 相同的工具和平台功能集。

上下文窗口（context window）指模型在一次对话中能同时保存在「工作记忆」中的文本总量——包括提示和回复。

Claude Opus 4.8 如何使用自适应思考？

在启用**自适应思考（adaptive thinking）**后，Claude Opus 4.8 只在具体回合需要时才启动推理过程，从而在相同努力水平下相较于 Claude Opus 4.7 减少白白消耗的思考 token。Claude Opus 4.8 上的 effort 参数现在在所有界面（包括 Claude Code 和 Messages API）上默认设置为 high。

这样便将更高的回复质量（高 effort）与更低的 token 消耗结合起来，因为模型不会在简单任务上耗费推理容量。

此次发布伴随哪些新的 API 功能？

Anthropic 同时引入了对话中途系统消息（mid-conversation system messages）——带有 role: "system" 角色的消息，可在用户回合之后插入到 messages 序列中（须遵守关于放置位置的规则）。它们能在长会话期间更改指令，而不会丢失 prompt cache 命中，也不需要 beta 标头。

被拒绝（refusals）的回复上的 stop_details 字段现已公开记录。它返回 category（cyber、bio 或 null）以及可读的说明，使应用能够把不同类别的拒绝引导到相应的后续步骤。

可用于 prompt caching 的可缓存提示的最小长度已降至 1,024 token，低于 Claude Opus 4.7，从而把缓存的成本效益扩展到更短的查询。Prompt caching 会存储已处理的部分提示，以免在每次调用时重新计算，从而节省时间和成本。

它在采样和限制方面如何表现？

将采样参数 temperature、top_p 或 top_k 设置为与默认值不同的值，会在 Claude Opus 4.8 上返回 400 错误，与 Claude Opus 4.7 相同。Anthropic 在从旧版本迁移时建议参阅迁移指南了解细节。

在 Claude Code 中，Max 计划用户现在在 Claude Opus 4.8 上默认使用 fast mode，而面向长时间任务的 Auto mode 也扩展给了更多用户。Workflows 在 Claude Code 中以 research preview 形式提供，可定义并执行多步骤的智能体计划。

这对开发团队意味着什么？

百万级上下文、自适应思考与对拒绝的更精细控制相结合，使 Claude Opus 4.8 定位为适用于处理大型文档的高要求智能体与分析工作流的模型。该模型还支持 high-resolution image input（长边最高 2576 像素）、Task budgets、computer use 以及 advisor tool，与 Claude Opus 4.7 相同。