Anthropic veröffentlicht Claude Opus 4.8: Dynamische Workflows + Aufwandskontrolle

Anthropic hat Claude Opus auf Version 4.8 aktualisiert, die bei gleichem Preis Opus 4.7 in Codierung und Agenten-Benchmarks übertrifft. Zwei wichtige neue Funktionen werden gleichzeitig eingeführt: Dynamische Arbeitsabläufe – Claude Code kann automatisch Hunderte von Subagenten parallel generieren und verwalten und so komplexe Engineering-Aufgaben von „Single-Threaded“ auf „Multi-Threaded Parallel“ upgraden; Aufwandskontrolle – Benutzer von claude.ai können die Tiefe von Claudes Denken unabhängig steuern. Der Schnellmodus läuft 2,5-mal schneller und der Preis beträgt nur 1/3 des Preises der vorherigen Generation.

Dynamische Arbeitsabläufe

Die neue Dynamic Workflows-Funktion von Claude Code ermöglicht die automatische Generierung und parallele Verwaltung von Hunderten von Subagenten bei der Bearbeitung sehr großer Probleme – ein Upgrade von „Single-Threaded“ auf „Multi-Threaded Parallel“, was die Bereitstellung komplexer Projekte erheblich beschleunigt.

Aufwandskontrolle

Benutzer von claude.ai können Claudes „Aufwandsgrad“ unabhängig steuern: Wählen Sie den Schnellmodus für einfache Abfragen und den Tiefenmodus für komplexe Analysen. Der Schnellmodus läuft 2,5-mal schneller für 1/3 des Preises.

Benchmark-Leistung

Opus 4.8 übertrifft die vorherige Generation in SWE-Bench Pro (64,3 %), Terminal-Bench 2.0 und anderen Benchmarks, und frühe Tester berichteten, dass seine Beurteilung bei Agentenaufgaben zuverlässiger ist.

Dynamische Workflows und Aufwandskontrolle repräsentieren die Entwicklungsrichtung von KI-Tools vom „Single-Threaded-Dialog“ zu „verteilter Parallelität + benutzersteuerbar“. Die parallele Verarbeitung von Hunderten von Subagenten und die Möglichkeit der Benutzer, die Denktiefe unabhängig anzupassen, definieren das Kollaborationsmodell zwischen Entwicklern und KI neu. Bei Konkurrenzprodukten wie GPT-5.5 und DeepSeek verdient das Tempo der Nachverfolgung in diesen beiden Richtungen besondere Aufmerksamkeit.

Es lohnt sich, in Zukunft Folgendes zu verfolgen: die Skalierbarkeitsleistung dynamischer Workflows in Szenarien auf Unternehmensebene, die Benutzerakzeptanzrate und das tatsächliche Nutzungsmuster von Effort Control sowie die Entwicklung der Wettbewerbssituation mit GPT-5.5 in Bezug auf Agentenfunktionen.