Anthropic torna o Claude Opus 4.8 mais cauteloso e menos confiante nos erros

“IA honesta” significa menos bluff, não uma consciência moral

A Anthropic usa uma palavra forte para o Claude Opus 4.8: honestidade. Em termos técnicos, isto não significa um decisor moral, mas sim um modelo que deverá fazer menos afirmações sem fundamento, detectar mais vezes fragilidades no próprio trabalho e assinalar a incerteza de forma mais clara.

É uma mudança relevante. Os grandes modelos de linguagem tendem a ser mais perigosos precisamente quando parecem mais confiantes. Não dizem “não sei”, constroem uma resposta convincente sobre uma base factual frágil. A Anthropic afirma agora que o Opus 4.8 enfrenta este problema de forma mais directa do que o Opus 4.7.

A métrica mais concreta diz respeito ao código. A Anthropic afirma, nas suas próprias avaliações, que o Opus 4.8 deixa passar erros no código que produz sem os detectar cerca de quatro vezes menos frequentemente do que o antecessor. Isto não deve ser automaticamente extrapolado para todos os domínios, como direito, medicina ou análise financeira, mas para os programadores é um sinal forte.

Opus 4.8 foi feito para trabalho prolongado, não apenas para respostas rápidas

A Anthropic descreve o Claude Opus 4.8 como o seu Claude geralmente disponível mais capaz para raciocínio complexo, trabalho agentivo prolongado e fluxos de trabalho mais autónomos. O identificador do modelo é claude-opus-4-8 e a janela de contexto chega a 1 milhão de tokens através da Claude API, da Amazon Bedrock e da Vertex AI, com uma saída máxima de 128.000 tokens. No Microsoft Foundry, a janela de contexto está limitada a 200.000 tokens.

Nos preços, a Anthropic não opta por um caminho mais barato. O Opus 4.8 custa 5 dólares por milhão de tokens de entrada e 25 dólares por milhão de tokens de saída. Continua a ser mais caro do que o Sonnet 4.6, que custa 3 e 15 dólares, respectivamente, mas o Opus aponta a tarefas mais difíceis, nas quais uma única decisão errada pode custar mais do que a utilização do próprio modelo.

É aqui que está o valor prático do Opus 4.8. Um modelo que sabe melhor quando deve parar, chamar uma ferramenta, verificar uma dúvida ou contestar a instrução do utilizador torna-se um parceiro mais fiável num ambiente de desenvolvimento. Não necessariamente mais inteligente, mas menos perigosamente excessivo na confiança.

Dynamic Workflows transforma o Claude numa equipa de agentes

Em paralelo com o Opus 4.8, a Anthropic apresentou o Dynamic Workflows para o Claude Code. A funcionalidade permite ao Claude dividir uma tarefa grande em dezenas ou centenas de trabalhos paralelos de subagentes, verificar os resultados e devolver ao utilizador uma resposta consolidada. Está disponível em pré-visualização de investigação através do Claude Code CLI, da aplicação desktop, da extensão para VS Code e por meio da API, da Amazon Bedrock, da Vertex AI e do Microsoft Foundry.

Não se trata de uma funcionalidade menor de conveniência. No desenvolvimento de software, desloca o Claude de uma única janela de conversa para um motor de fluxos de trabalho agentivos. A Anthropic cita a procura de bugs em várias bases de código, auditorias de segurança, migrações em grande escala e tarefas críticas em que agentes independentes também tentam refutar os resultados.

A mesma lógica explica a ênfase na “honestidade” do modelo. Quando um único chatbot comete um erro, o utilizador muitas vezes detecta-o rapidamente. Mas quando centenas de subagentes trabalham sobre uma grande base de código, a confiança mal colocada pode transformar-se num erro muito dispendioso. Por isso, o Opus 4.8 não tem apenas de resolver, também tem de saber quando parar.

Controlo de esforço dá aos utilizadores margem sobre custo e qualidade

O Opus 4.8 usa por defeito um nível de esforço elevado, que a Anthropic descreve como o melhor equilíbrio entre qualidade e usabilidade. O novo controlo de esforço permite aos utilizadores escolher quanto o modelo “pensa” antes de responder: uma definição mais alta produz melhores resultados em tarefas mais difíceis, enquanto uma definição mais baixa poupa tempo e quota de tokens.

Há ainda dois detalhes importantes para programadores. Primeiro, o Opus 4.8 suporta injecção de instruções de sistema a meio da conversa, permitindo actualizar instruções durante execuções agentivas longas sem reenviar toda a instrução de sistema. Segundo, o modo rápido, actualmente em pré-visualização de investigação, permite gerar tokens de saída até 2,5 vezes mais depressa, embora com preço premium.

Para as empresas europeias, isto é especialmente relevante por causa do modelo de custos. À medida que a IA passa de gerador de texto a gestor de fluxos de trabalho, cada token ganha peso económico. O Opus 4.8 tenta oferecer raciocínio de nível flagship, dando ao mesmo tempo aos utilizadores a possibilidade de decidir quando pagar por uma análise mais profunda e quando aceitar uma resposta mais rápida.

Mythos surge em fundo como sinal mais amplo

Segundo a Reuters, o Opus 4.8 chega quando a Anthropic prepara um lançamento mais amplo do Claude Mythos, mais poderoso. O Mythos está associado a capacidades avançadas de cibersegurança e é acessível a parceiros seleccionados, incluindo Amazon, Microsoft e Apple, através do Project Glasswing.

Isto coloca o Opus 4.8 numa posição interessante. Não é o modelo mais poderoso da Anthropic, mas é o Claude geralmente disponível mais capaz da empresa. A documentação da API confirma que o Claude Mythos Preview continua a ser uma pré-visualização de investigação separada para fluxos de trabalho de cibersegurança defensiva, sem acesso em autosserviço.

A Anthropic vende, assim, o Opus 4.8 com base numa fiabilidade controlável, e não em potência sem restrições. Para utilizadores empresariais, isso pode importar mais do que uma vitória isolada num benchmark, porque no direito, na análise financeira, no desenvolvimento de software e nas auditorias de segurança, o que acaba por contar é a frequência com que um modelo reconhece que ainda não tem fundamentos suficientes para chegar a uma conclusão firme.