Claude Opus 4.8 — co naprawdę zmienia nowy model Anthropic? Pełna analiza (maj 2026)

TL;DR. 28 maja 2026 Anthropic wypuścił Claude Opus 4.8 — następcę Opus 4.7. Najważniejsze: ~4× mniej niezauważonych błędów w kodzie, 84% na Online-Mind2Web (browser-agent), pierwszy model przekraczający 10% na Legal Agent Benchmark, nowy tryb dynamic workflows w Claude Code (setki równoległych subagentów), kontrola “effort” w claude.ai/Cowork oraz fast mode 3× tańszy niż w poprzednich modelach. Cena za standardowe użycie bez zmian: $5/$25 za milion tokenów (input/output). Model API: claude-opus-4-8.

Anthropic ma w tym roku spokojną kadencję: kolejne wersje Opusa pojawiają się co kilka miesięcy, każda dokłada konkretne usprawnienia bez fajerwerków. Claude Opus 4.8 trzyma się tej linii — to “modest but tangible improvement”, jak sami określają to inżynierowie z Anthropic. Pod spodem jest jednak kilka decyzji, które warto rozumieć, zanim zdecydujesz, czy przepiąć produkcję na nową wersję.

W tej analizie przechodzę po faktach z oficjalnego ogłoszenia, zestawiam je z wcześniejszymi Opus 4.6/4.7 i odpowiadam na pytania, które najczęściej pojawiają się przy release’ach Claude’a: co realnie się zmieniło, ile to kosztuje, czy warto migrować i komu się to opłaca.

Czym jest Claude Opus 4.8?

Claude Opus 4.8 to flagowy model językowy Anthropic, ogłoszony 28 maja 2026, dostępny w aplikacji claude.ai, w Claude Code oraz przez Claude API pod identyfikatorem claude-opus-4-8. Model bazuje na rodzinie Opus i jest pozycjonowany jako narzędzie do najtrudniejszych zadań: kodowania na dużej skali, pracy agentowej, analizy danych i reasoning’u w długich sesjach.

Nowa wersja jest dostępna od dnia premiery na wszystkich platformach (consumer, API, enterprise) i pozostaje w tej samej kategorii cenowej co Opus 4.7. Wymianie na 4.8 nie towarzyszy żadne wymuszone “sunset” poprzedniej wersji — Anthropic zostawia migrację po stronie użytkownika.

Co nowego w Claude Opus 4.8 vs Opus 4.7?

W skrócie zmieniły się cztery rzeczy:

• Lepsza ocena sytuacji i mniej halucynacji w kodzie. Według wewnętrznych ewaluacji Anthropic, Opus 4.8 jest ~4× rzadziej skłonny przepuścić błąd w kodzie, który sam napisał, bez komentarza. Wcześniej znany problem — model “deklarujący sukces” przy cienkich dowodach — został w dużej mierze zaadresowany.
• Mocniejszy w pracy agentowej. Wzrost na Online-Mind2Web do 84% (vs Opus 4.7 i GPT-5.5 — wyraźny skok). Lepsze, bardziej oszczędne tool-calling.
• Dynamic workflows w Claude Code. Pojedyncza sesja może uruchomić setki równoległych subagentów, zaplanować pracę, zweryfikować outputy i wrócić z wynikiem. Anthropic deklaruje, że Claude Code z Opus 4.8 jest w stanie poprowadzić codebase-scale migration na setkach tysięcy linii kodu — od kickoff do merge, z istniejącym test suite jako kryterium akceptacji.
• Effort control. Obok selektora modelu w claude.ai i Cowork pojawił się suwak “effort”. Niższe ustawienie = szybsza odpowiedź i mniejsze zużycie limitów; wyższe = więcej myślenia, lepsza jakość. W Claude Code odpowiednikiem są xhigh i max.

Dodatkowo Messages API akceptuje teraz wpisy system wewnątrz tablicy messages, co pozwala aktualizować instrukcje w trakcie zadania bez psucia prompt cache i bez kanału “udawanego usera”.

Tabela: Opus 4.8 vs Opus 4.7

Benchmarki — co naprawdę mówią liczby

Oficjalna tabela Anthropic pokazuje Opus 4.8 na czele lub na równi w czterech kategoriach: kodowanie, agentic skills, reasoning i practical knowledge work. Pełne dane są w Claude Opus 4.8 System Card.

Najmocniejsze sygnały:

1. Super-Agent benchmark. Co-założyciel Manus (Kay Zhu): “Claude Opus 4.8 is the only model to complete every case end-to-end, beating prior Opus models and GPT-5.5 at parity on cost.” Dla zespołów budujących agenty (translation, deep research, slide-building, analiza) to konkretny argument za migracją.
2. CursorBench. Co-założyciel i CEO Cursor (Michael Truell): wzrost na każdym poziomie “effort”, mniej kroków przy tym samym poziomie inteligencji. To istotne kosztowo — krótsze trajektorie agentowe = mniej tokenów.
3. Online-Mind2Web 84%. Tech Lead Browser Company (Miguel Gonzalez): “the strongest computer-use and browser-agent model we’ve tested.”
4. Legal Agent Benchmark. Head of Applied Research Harvey (Niko Grupen): pierwszy model przekraczający 10% all-pass — w pracy prawniczej różnica między “asystą” a “delegowaniem” zadania.
5. Databricks Genie. Hanlin Tang, CTO Neural Networks: 61% taniej za token przy reasoningu nad PDF-ami i diagramami w porównaniu do Opus 4.7.

Footnote’y, których nie warto ignorować

Anthropic w sekcji Footnotes jasno deklaruje:

• Terminal-Bench 2.1 raportowany jest z harness Terminus-2; GPT-5.5 z Codex CLI ma reportowane 83.4% — porównuj jabłka z jabłkami.
• OSWorld-Verified: metodologia została zaktualizowana, Opus 4.7 podniesiono retrospektywnie do 82.3% — uważaj na stare wykresy w internecie.
• Finance Agent v2: Gemini 3.5 Flash z 57.9% to wyraźny skok względem Gemini 3.1 Pro — Google nie odpadł z wyścigu.

Dynamic workflows i effort control — co to znaczy dla codziennej pracy

Dynamic workflows to feature dostępny w research preview dla planów Enterprise, Team i Max Claude Code. Najprostszy mental model: Claude przejmuje rolę tech leada — planuje pracę, rozprasza ją na setki równoległych subagentów, sam weryfikuje outputy i wraca z gotowym wynikiem. Konkretny use case z ogłoszenia: migracja całego codebase’u o skali setek tysięcy linii, z istniejącym test suite jako progiem akceptacji.

Effort control rozwiązuje napięcie, które powtarzało się od premiery extended thinking: szybkość vs jakość. Domyślny high to według Anthropic najlepszy kompromis (przy tej samej liczbie tokenów co default w Opus 4.7 — lepsza jakość). Dla trudnych zadań i długich workflow’ów asynchronicznych zalecany jest extra / xhigh. Dla maksymalnej jakości — max. Rate limity w Claude Code zostały podniesione, żeby pomieścić wyższe ustawienia.

Co mówią early testerzy

Cytaty z oficjalnego ogłoszenia, ułożone według rodzaju pracy:

• Inżynieria (Cognition / Devin), Scott Wu (CEO): “Claude Opus 4.8 uses tools cleanly and follows instructions with the consistency our autonomous engineering workloads need to keep running unattended. It improves on Opus 4.6 and fixes the comment-verbosity and tool-calling issues we saw with Opus 4.7.”
• Praca prawnicza (Thomson Reuters / CoCounsel Legal), Joel Hron (CTO): “…meaningful improvements in consistency and reasoning quality… advances like these help raise the standard for trusted AI performance in real-world workflows.”
• Inwestycje (long-running evals), Michael Ran (Sr. Investment Associate): “Higher quality analysis… finished faster and produced richer, more information dense outputs… biggest differentiator was Opus 4.8’s tendency to proactively flag issues with the inputs and outputs.”
• Pisanie (Katie Parrott, Staff Writer): “a major quality-of-life update over Opus 4.7: faster, easier to collaborate with, and better at carrying context and style direction across a long session.”
• Finance (Hebbia), Aabhas Sharma (CTO): “noticeably better citation precision and more token efficiency on retrieval.”

Spójny motyw: mniej “udawania”, że coś działa; więcej proaktywnego flagowania problemów; lepsze utrzymywanie kontekstu i stylu w długich sesjach.

Honesty — mniej halucynacji, lepsza samoocena

To prawdopodobnie najważniejszy wątek tej premiery. Anthropic od dawna trenuje modele pod uczciwość — żeby nie deklarowały sukcesu bez dowodów. Opus 4.8 robi w tej kwestii konkretny krok:

• ~4× rzadziej niż poprzednik przepuszcza błąd w napisanym przez siebie kodzie bez komentarza.
• Częściej flaguje niepewność dotyczącą swoich wyników.
• Zespół Alignment z Anthropic ocenił, że Opus 4.8 “reaches new highs on our measures of prosocial traits like supporting user autonomy and acting in the user’s best interest”.
• Wskaźniki misaligned behavior (deception, współpraca przy nadużyciu) są wyraźnie niższe niż w Opus 4.7 i porównywalne z Claude Mythos Preview — najlepiej aligned modelem Anthropic.

Pełne dane są w System Card.

Cennik i dostępność

Bez zmian względem Opus 4.7 dla standardowego użycia:

Fast mode jest 3× tańszy niż w poprzednich modelach — to istotna zmiana dla aplikacji wrażliwych na latencję (chatboty, voice, edytory). Identyfikator API: claude-opus-4-8. Dostępność: wszędzie tam, gdzie wcześniej Opus 4.7 — claude.ai, Claude Code, Claude API, integracje partnerskie (AWS, Vertex AI, Microsoft Foundry).

Co dalej? Mythos i tańsze modele klasy Opus

Anthropic w sekcji What’s next? zapowiada dwie rzeczy:

1. Tańsze modele oferujące zbliżone do Opus możliwości — sygnał, że w kolejnych tygodniach możemy spodziewać się nowej wersji Sonnet/Haiku, która zdejmie część obciążenia z Opusa.
2. Claude Mythos Preview — model wyższej klasy inteligencji niż Opus, obecnie używany w ramach Project Glasswing przez wąską grupę organizacji do prac z cyberbezpieczeństwa. Modele tej klasy wymagają mocniejszych zabezpieczeń przed generalną dostępnością. Anthropic deklaruje “swift progress” i “coming weeks” — to najmocniejszy sygnał, że klasa Mythos trafi do customers jeszcze w 2026 roku.

Dla kogo Claude Opus 4.8?

Migruj od razu, jeśli:

• Budujesz długo działające agenty (analiza, deep research, browser automation, computer use).
• Twoje workflow’y zależą od dokładności kodu i mniejszej liczby cichych błędów.
• Korzystasz z Claude Code w skali repozytorium — dynamic workflows mogą zmniejszyć liczbę interakcji o rząd wielkości.
• Pracujesz z dokumentami prawnymi/finansowymi wymagającymi precyzyjnych cytatów i niskiego ryzyka halucynacji.
• Twoja aplikacja korzystała z fast mode — 3× niższa cena sama z siebie uzasadnia upgrade.

Możesz poczekać, jeśli:

• Twoje zadania to krótkie, prostsze prompty, w których Opus 4.7 (lub Sonnet) już dawał dobre wyniki — różnica może nie uzasadnić ryzyka migracji.
• Masz mocno zoptymalizowane prompty pod konkretne quirky Opus 4.7 — niektóre szczegóły zachowania (np. verbosity komentarzy) zmieniły się i wymagają retestu.

FAQ

Kiedy wyszedł Claude Opus 4.8? 28 maja 2026.

Ile kosztuje Claude Opus 4.8? $5 za milion tokenów input i $25 za milion tokenów output w trybie standardowym. Fast mode: $10/$50 — czyli 3× taniej niż w poprzednich modelach.

Czy Claude Opus 4.8 jest lepszy od GPT-5.5? W konkretnych benchmarkach tak — Super-Agent benchmark (parity on cost), Online-Mind2Web (84%, “meaningful jump” vs GPT-5.5). W innych obszarach (np. Terminal-Bench 2.1) różnice zależą od harness’u. Pełne porównanie w System Card.

Czym różni się Opus 4.8 od Opus 4.7? Cztery główne zmiany: ~4× rzadziej przepuszcza błędy w kodzie, mocniejszy w pracy agentowej (Online-Mind2Web 84%), domyślnie wyższy effort, fast mode 3× tańszy. Identyfikator API: claude-opus-4-8.

Czy Claude Opus 4.8 jest dostępny w Polsce? Tak — wszędzie tam, gdzie Opus 4.7. Dostęp przez claude.ai, Claude Code i Claude API.

Co to są dynamic workflows w Claude Code? Funkcja w research preview pozwalająca Claude’owi planować pracę, uruchamiać setki równoległych subagentów w jednej sesji, weryfikować outputy i wracać z wynikiem. Dostępna na planach Enterprise, Team i Max.

Co to jest Claude Mythos Preview? Eksperymentalny model Anthropic wyższej klasy inteligencji niż Opus, używany obecnie w wąskim gronie organizacji w ramach Project Glasswing do cybersecurity. Szeroka dostępność spodziewana “w nadchodzących tygodniach”.

Źródło: Introducing Claude Opus 4.8 — Anthropic, Claude Opus 4.8 System Card, Dynamic workflows w Claude Code.

Aktualizacja: 28 maja 2026.