Anthropic выпускает Claude Opus 4.8 с Dynamic Workflows

Темп выпуска передовых ИИ-моделей продолжает уплотняться. 28 мая 2026 года — всего через 41 день после Opus 4.7 — Anthropic выпустила Claude Opus 4.8, которую называет своей самой способной общедоступной моделью, и главная фича нацелена прямо на тех, кто строит софт с ИИ.

Dynamic Workflows: один промпт, много субагентов

Главное дополнение — Dynamic Workflows, возможность в статусе research-preview в Claude Code. Вместо того чтобы прогрызаться сквозь задачу по одному шагу, Claude теперь может «спланировать работу, а затем запустить сотни параллельных субагентов в одной сессии», проверяя их выводы перед тем, как отчитаться. Она доступна в превью для планов Enterprise, Team и Max.

Для всех, кто учится строить с ИИ, это проблеск того, куда движется агентный кодинг: вы описываете результат, и модель распределяет работу между множеством исполнителей, вместо того чтобы держать всё в одном линейном диалоге. Большие рефакторинги и многофайловые фичи — очевидные первые сценарии применения.

Тише, честнее, меньше багов

Помимо роя, 4.8 целится в шероховатости предшественника. Anthropic заявляет, что модель «примерно вчетверо менее склонна, чем её предшественник, пропускать без замечаний недочёты в коде, который сама написала», и конкретно исправляет многословность комментариев и чрезмерно рьяные вызовы инструментов, раздражавшие некоторых пользователей Opus 4.7. На бенчмарках Anthropic сообщает 84% на Online-Mind2Web (задачи использования компьютера и браузера), прирост над 4.7 на своём наборе Finance Agent v2 и более сильные результаты на CursorBench по разным уровням усилия.

Цена остаётся на месте

Важно для бюджетов: цена не изменилась с 4.7 — $5 за миллион входных токенов и $25 за миллион выходных, с быстрым режимом по $10/$50, как отметил TechCrunch в освещении запуска. Более способная модель по той же цене — тихий, но реальный выигрыш для любителей и малых команд.

Почему это важно

Практический вывод: если вы используете Claude Code, вы получаете более острую, более самопроверяющуюся модель без дополнительной платы — и превью автоматизации роевого типа для более крупных задач. Как подчёркивало освещение запуска, улучшения честности и самопроверки важны не меньше сырых способностей, когда вы доверяете агенту трогать вашу кодовую базу. Начните с малого: дайте ему спланировать многошаговое изменение, посмотрите, как он проверяет собственную работу, и масштабируйте оттуда.