Opus 4.8 barely moved the leaderboard. It moved the one number that decides if your agents can be trusted.

개요

Claude Opus 4.8은 이전 모델 대비 코드 작성 시 발생하는 결함을 스스로 인지하고 보고할 가능성이 약 네 배 높아졌으며, 새로운 Fast 모드 도입으로 비용 효율성이 크게 향상되었습니다.

주요 내용

* 자체 결함 인지 및 보고 능력 향상: Opus 4.8은 이전 모델에 비해 자신이 작성한 코드의 결함을 인지하지 못하고 넘어갈 가능성이 약 네 배 낮아졌습니다. 이는 사람이 매번 코드 변경 사항을 검토하지 않는 핸즈오프(hands-off) 에이전트 작업에서 중요한 개선 사항입니다.
* SWE-bench 결과: Opus 4.8은 SWE-bench Verified 점수가 87.6에서 88.6으로, SWE-bench Pro 점수가 64.3에서 69.2로 상승했습니다. GDPval-AA에서는 1890점을 기록하며 GPT-5.5를 앞섰습니다.
* Fast 모드 도입 및 비용 효율성: 표준 가격은 유지되었으나, 새로운 Fast 모드는 이전 모델의 Fast 티어 대비 속도는 2.5배 빠르면서도 비용은 3배 저렴해졌습니다. 이는 높은 반복 작업량이 발생하는 에이전트 루프에서 비용 결정을 크게 변화시킵니다.
* Dynamic Workflows 연구 미리보기: Opus 4.8과 함께 Anthropic은 연구 미리보기 형태로 Dynamic Workflows를 공개했습니다. 이는 복잡한 작업을 계획하고 수백 개의 하위 에이전트를 병렬로 실행하며 최종 결과만 반환하는 결정론적 오케스트레이션 기능입니다.
* 일부 벤치마크 회귀: Opus 4.8은 일부 법률 및 의료 코딩 작업과 같은 특정 벤치마크에서 이전 버전에 비해 소폭의 성능 하락을 보였습니다. 이는 에이전트 작업과 자체 보고 능력 향상에 집중한 결과로 해석됩니다.
* 업그레이드 권장 사항:
* 핸즈오프 에이전트 루프 실행 시: 자체 보고 능력 향상으로 인해 업그레이드 권장.
* 고용량, 지연 시간 민감 루프: Fast 모드 테스트 권장.
* 단일 질문 및 채팅: 선택 사항.
* 핵심 워크로드가 법률 또는 의료 코딩인 경우: 자체 평가 후 전환 고려.
* 오케스트레이션에 대한 관심: Dynamic Workflows 주목.

시사점

Opus 4.8은 벤치마크 점수 상승보다는 자율 에이전트의 신뢰성과 운영 비용 효율성을 실질적으로 개선하여, 특히 복잡하고 자동화된 워크플로우를 구축하는 개발자에게 중요한 의미를 가집니다.