Anthropic a publié Claude Opus 4.8 jeudi, une mise à niveau de son modèle d'IA le plus performant disponible, tout en indiquant que son modèle Mythos plus puissant pourrait atteindre le grand public dans quelques semaines.
Claude Opus 4.8 apporte des améliorations en matière de codage et d'honnêteté, tandis qu'Anthropic indique que les modèles de la classe Mythos pourraient atteindre tous les clients en quelques semaines.
NurPhoto / Getty Images
Anthropic a publié Claude Opus 4.8 jeudi, une mise à niveau de son modèle d'IA le plus performant disponible, tout en indiquant que son modèle Mythos plus puissant pourrait atteindre le grand public dans quelques semaines.
Les benchmarks en codage, tâches agentiques, raisonnement et travail de connaissances pratiques ont tous montré des gains par rapport à Opus 4.7, a déclaré Anthropic. Le prix standard reste inchangé par rapport au modèle précédent, à 5 $ par million de jetons d'entrée et 25 $ par million de jetons de sortie.
L'un des changements les plus importants dans Opus 4.8 est ce qu'Anthropic décrit comme une honnêteté améliorée. La société a déclaré que le modèle est environ quatre fois moins susceptible qu'Opus 4.7 de laisser passer sans commentaire des défauts dans le code qu'il a écrit. Ceux qui ont testé le modèle avant sa sortie ont noté une plus grande tendance à révéler des lacunes dans sa propre confiance et à s'arrêter avant des affirmations qu'il ne pouvait pas étayer. La société a offert une critique plus large du comportement de l'IA, citant sa propre documentation : "saute parfois aux conclusions, affirmant avec assurance avoir progressé dans leur travail malgré des preuves minces."
Parallèlement au nouveau modèle, Anthropic a lancé plusieurs fonctionnalités supplémentaires. Également expédié avec la version est une fonction d'aperçu de recherche appelée flux de travail dynamiques, selon TechCrunch, grâce à laquelle Claude Code peut coordonner simultanément des centaines de sous-agents — suffisamment de puissance, dit Anthropic, pour gérer des migrations de code complètes portant sur des centaines de milliers de lignes. Un nouveau contrôle d'effort permet aux utilisateurs sur claude.ai de choisir combien de travail Claude met dans une réponse — des paramètres d'effort plus élevés améliorent la qualité, tandis que des paramètres plus bas conservent les limites de taux. Le mode rapide, qui fonctionne à 2,5 fois la vitesse standard et a été réduit à un tiers de son coût initial, coûte 10 $ par million de jetons d'entrée et 50 $ par million de jetons de sortie.
Anthropic a également déclaré que son équipe de alignement a trouvé que l'Opus 4.8 atteint de nouveaux sommets sur des mesures de ce qu'elle appelle des traits prosociaux, y compris le soutien à l'autonomie de l'utilisateur et l'agir dans l'intérêt des utilisateurs.
Concernant Mythos, la société a déclaré que l'achèvement des mesures de cybersécurité ouvrirait la voie à un déploiement plus large, qu'elle s'attend à voir dans les prochaines semaines. Dans le cadre du projet Glasswing, la société a jusqu'à présent étendu l'accès à Mythos Preview à un ensemble limité de partenaires pour des applications de cybersécurité.
Mythos a été retenu de la diffusion générale en raison de préoccupations concernant ses capacités avancées en matière de cybersécurité. Anthropic a précédemment décrit Mythos Preview comme étant capable d'identifier et d'exploiter les vulnérabilités logicielles à un niveau dépassant tous sauf les chercheurs en sécurité humaine les plus qualifiés. L'existence du modèle est devenue publique après que des documents de brouillon internes le décrivant ont été laissés dans un endroit non sécurisé sur les serveurs d'Anthropic.
La initiative, annoncée plus tôt ce mois-ci, a attiré des poids lourds de la technologie — parmi eux Amazon $AMZN Web Services, Apple $AAPL, Microsoft $MSFT et Google $GOOGL — chacun utilisant Mythos Preview dans une capacité de sécurité défensive.
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.