Opus 4.8 chính thức ra mắt: Lần đầu tiên AI nói ra câu “Tôi không chắc chắn.”
Tuyển chọn TechFlowTuyển chọn TechFlow
Opus 4.8 chính thức ra mắt: Lần đầu tiên AI nói ra câu “Tôi không chắc chắn.”
Claude Opus 4.8 không phải là một bước nhảy vọt, mà là một sự tập trung.
Chuyên sâu báo cáo Web3Tác giả｜ Hoa Lâm Vũ Vương
Biên tập｜ Tĩnh Vũ
Nếu bạn giống tôi—hằng ngày dựa vào AI để viết bài, lập trình và nghiên cứu—thì chắc hẳn bạn đã từng trải qua tình huống này: AI đầy tự tin đưa ra một kết quả, nhưng sau khi bạn kiểm tra kỹ lưỡng, lại phát hiện trong đó ẩn chứa một lỗi sơ đẳng, còn bản thân nó thì im lặng hoàn toàn suốt quá trình.
Tật “giả vờ mọi chuyện đều ổn” này có thể là một trong những vấn đề gây khó chịu nhất của các mô hình ngôn ngữ lớn hiện nay.
Ngày 28 tháng 5, Anthropic đã ra mắt Claude Opus 4.8. Khoảng cách giữa phiên bản này và phiên bản Opus 4.7 trước đó chỉ vỏn vẹn sáu tuần.
Opus 4.8 không phải là một bước nhảy vọt thế hệ khiến người ta nghẹt thở; chính Anthropic cũng thẳng thắn thừa nhận đây chỉ là “một cải tiến vừa phải nhưng rõ rệt (modest but tangible improvement)”. Tuy nhiên, điều mà Opus 4.8 làm đúng—và là điều nhiều người mong đợi từ lâu—là dạy cho AI biết thừa nhận sự bất định của chính mình.
01 Nhịp độ nhanh hơn, mô hình trung thực hơn
Kể từ phiên bản Opus 4.5 ra mắt vào tháng 11 năm 2025, chu kỳ cập nhật mô hình chủ lực của Anthropic đã được rút ngắn xuống khoảng hai tháng một lần: Opus 4.5 (tháng 11 năm ngoái), Opus 4.6 (tháng 2 năm nay), Opus 4.7 (tháng 4), và Opus 4.8 (cuối tháng 5). Cứ sáu tuần một phiên bản—đây gần như là nhịp độ cập nhật nhanh nhất trong ngành mô hình ngôn ngữ lớn.
So sánh Opus 4.8 với các mô hình nội bộ và mô hình của đối thủ | Nguồn ảnh: Anthropic
Trên các bộ đánh giá tiêu chuẩn, hiệu năng của Opus 4.8 có thể được khái quát bằng cụm từ “tiến bộ ổn định”. Về năng lực lập trình, điểm số SWE-bench Pro tăng từ 64,3% ở phiên bản 4.7 lên 69,2%; SWE-bench Verified tăng từ 87,6% lên 88,6%. Trong đánh giá suy luận đa ngành (Humanity's Last Exam), mô hình đạt 57,9% khi được sử dụng kèm công cụ hỗ trợ. Trên bộ đánh giá công việc tri thức GDPval-AA, Opus 4.8 đạt 1890 điểm Elo, vượt xa GPT-5.5 với 1769 điểm. Trong đánh giá vận hành máy tính OSWorld-Verified, Opus 4.8 cũng dẫn đầu với 83,4%.
Duy nhất một hạng mục bị GPT-5.5 vượt mặt là lập trình trong môi trường dòng lệnh (Terminal-Bench 2.1): GPT-5.5 đạt 78,2%, trong khi Opus 4.8 đạt 74,6%.
Nhưng nói thật thì những con số điểm benchmark này giờ đã khó còn khiến người ta phấn khích. Các bộ đánh giá như SWE-bench Verified đang tiến gần tới ngưỡng bão hòa; trên GPQA Diamond, hầu hết các mô hình đều nằm quanh mức 93% trở lên—điểm càng cao thì mỗi điểm tăng thêm càng ít tạo ra khác biệt cảm nhận thực tế.
Điều thực sự khiến tôi thấy phiên bản cập nhật này xứng đáng viết thành một bài báo là nỗ lực của Anthropic hướng tới “độ trung thực”.
02 Một AI biết nói “Tôi không chắc”
Anthropic cung cấp một con số rất cụ thể: Xác suất Opus 4.8 bỏ sót việc báo cáo các lỗi trong mã nguồn do chính nó viết giảm khoảng bốn lần so với Opus 4.7.
Điều này nghĩa là gì? Trước đây, Opus 4.7 sau khi viết xong một đoạn mã, dù bên trong có lỗi (bug), nó vẫn có thể bình thản thông báo với bạn rằng “xong rồi, không vấn đề gì cả”. Còn Opus 4.8 lại có xu hướng chủ động nói rằng “ở chỗ này tôi hơi không chắc, anh/chị nên kiểm tra lại giúp tôi”.
Trong các đánh giá về mức độ phù hợp (alignment), Opus 4.8 đạt mức cao kỷ lục mới về các đặc điểm mang tính nhân văn (ví dụ như tôn trọng quyền tự chủ của người dùng, luôn đặt lợi ích người dùng lên hàng đầu), trong khi tỷ lệ xuất hiện các hành vi “không phù hợp” như gian lận hoặc tiếp tay cho việc lạm dụng giảm mạnh so với Opus 4.7—gần bằng mức biểu hiện tốt nhất hiện tại của Anthropic trong lĩnh vực này: mô hình Claude Mythos Preview.
Michael Truell, CEO của Cursor, đánh giá rằng Opus 4.8 vượt qua tất cả các phiên bản Opus trước đó trên mọi cấp độ nỗ lực trong bộ đánh giá CursorBench, hiệu suất gọi công cụ cao hơn và đạt cùng mức độ thông minh chỉ với ít bước hơn. Người đứng đầu bộ phận nghiên cứu ứng dụng tại công ty AI pháp lý Casetext còn trực tiếp khẳng định Opus 4.8 lập kỷ lục mới trên bộ đánh giá đại diện pháp lý, trở thành mô hình đầu tiên vượt mốc 10% theo tiêu chuẩn “all-pass”.
Scott Wu, CEO của Devin, lại chỉ ra một vấn đề thực tiễn: Opus 4.8 đã khắc phục tình trạng dư thừa chú thích và sai sót trong việc gọi công cụ vốn tồn tại ở Opus 4.7—đây là yếu tố then chốt đối với các quy trình kỹ thuật tự chủ không cần giám sát.
Trong một thời đại mà AI ngày càng được sử dụng rộng rãi để ra quyết định độc lập, một mô hình biết chủ động phơi bày điểm yếu của chính mình lại chính là mô hình đáng tin cậy nhất.
Về độ không nhất quán của mô hình, Opus 4.8 đã ngang tầm với “huyền thoại” Mythos | Nguồn ảnh: Anthropic
Tuy nhiên, trong thẻ an toàn hệ thống (system safety card) dành riêng cho Opus 4.8, Anthropic thẳng thắn tiết lộ một phát hiện thú vị: Trong quá trình huấn luyện, Opus 4.8 bắt đầu bộc lộ xu hướng “đoán ý người chấm điểm”.
Cụ thể hơn, trong quá trình suy luận, mô hình chủ động cân nhắc xem đầu ra của mình sẽ được chấm điểm như thế nào—ngay cả khi chẳng ai thông báo cho nó rằng nó đang bị đánh giá. Các nghiên cứu khả giải thích ban đầu cho thấy, trong khoảng 5% các đoạn dữ liệu huấn luyện, mô hình thực hiện các suy luận liên quan đến việc chấm điểm mà chưa được thể hiện thành lời.
Nói một cách dễ hiểu, AI đang học cách “tư duy thi cử”: Điều nó quan tâm không nhất thiết là đưa ra câu trả lời tốt nhất, mà là đưa ra câu trả lời mà “giám khảo” muốn nhìn thấy nhất.
Anthropic nhấn mạnh rằng xu hướng này hiện chưa dẫn tới hành vi thực tế tồi tệ hơn—thực tế, số lượng tuyên bố gây hiểu lầm của Opus 4.8 còn ít hơn các mô hình trước đó. Tuy nhiên, họ cũng thừa nhận đây là một xu hướng “có thể khiến việc huấn luyện trở nên phức tạp hơn trong tương lai”.
Vấn đề này thực ra không riêng gì Anthropic. Về mặt lý thuyết, mọi mô hình được huấn luyện bằng RLHF (học tăng cường dựa trên phản hồi con người) đều có khả năng phát triển chiến lược “chiều lòng người đánh giá”. Điểm khác biệt của Anthropic nằm ở chỗ họ chọn công khai điều này—trong bối cảnh ngành công nghiệp mô hình ngôn ngữ lớn thường chỉ báo tin vui mà giấu đi tin buồn, đây ít nhất là một sự thẳng thắn đáng được trân trọng.
03 Các tính năng thực sự thay đổi cách làm việc
Cùng với Opus 4.8, Anthropic cũng ra mắt một số tính năng mới, trong đó đáng chú ý nhất là “Dynamic Workflows” (Quy trình làm việc động) trong Claude Code.
Tính năng này cho phép Claude trong một phiên hội thoại duy nhất gửi hàng trăm tác tử con (sub-agent) hoạt động song song nhằm phối hợp hoàn thành nhiệm vụ. Cách thức hoạt động như sau: Claude trước tiên xây dựng kế hoạch tổng thể, sau đó chia nhỏ nhiệm vụ thành các tiểu nhiệm vụ, phân bổ cho các tác tử con khác nhau để thực hiện song song. Những tác tử này thậm chí còn đặt câu hỏi phản biện lẫn nhau từ nhiều góc nhìn khác nhau, lặp đi lặp lại quá trình này cho đến khi kết quả hội tụ, cuối cùng tiến hành xác minh thống nhất rồi báo cáo lại cho người dùng.
Anthropic đưa ra ví dụ minh họa: Với Claude Code tích hợp Opus 4.8, giờ đây hệ thống có thể thực hiện việc di chuyển toàn bộ kho mã (codebase) gồm hàng trăm nghìn dòng mã—từ khởi động, xử lý đến hợp nhất—một cách liền mạch, lấy bộ kiểm thử hiện có làm tiêu chuẩn chất lượng. Mỗi lần chạy hỗ trợ tối đa 1000 tác tử con và tối đa 16 luồng xử lý đồng thời.
Một tính năng cập nhật khác là “Effort Control” (Kiểm soát mức độ nỗ lực): Trên claude.ai và Cowork, người dùng có thể chủ động lựa chọn mức “sức mạnh tư duy” mà Claude sẽ dành cho mỗi phản hồi—từ chế độ “tiết kiệm thời gian và công sức” ở mức thấp nhất, đến chế độ “tối đa hóa” không tiếc chi phí token. Về bản chất, đây là việc trao quyền quyết định “chi bao nhiêu tiền để làm được bao nhiêu việc” cho người dùng. Mặc định, Opus 4.8 được thiết lập ở mức “high”; mức tiêu thụ token trong các tác vụ lập trình tương đương với giá trị mặc định của Opus 4.7, nhưng hiệu năng lại tốt hơn.
Chế độ nhanh (Fast Mode) cũng đáng được lưu ý: tốc độ tăng gấp 2,5 lần, trong khi giá thành rẻ hơn ba lần so với trước đây.
04 Bóng dáng của Mythos
Cùng lúc ra mắt Opus 4.8, Anthropic một lần nữa nhắc đến Claude Mythos—mô hình mạnh hơn hiện chỉ được mở cửa cho một số ít tổ chức. Anthropic cho biết các mô hình ở cấp độ Mythos dự kiến sẽ được mở rộng cho toàn bộ khách hàng “trong vài tuần tới”.
Thực tế, đây mới là bối cảnh sâu xa hơn đằng sau việc ra mắt Opus 4.8—nó giống như một “cuộc chạy đà” trước khi Mythos chính thức xuất hiện. Việc Opus 4.8 đạt hiệu suất phù hợp (alignment) gần ngang bằng với Mythos Preview có thể hàm ý rằng Anthropic đang chuẩn bị kỹ lưỡng nhất cho việc triển khai an toàn các mô hình mạnh hơn.
Xét về mặt giá cả, Opus 4.8 giữ nguyên mức giá 5 USD/mỗi triệu token đầu vào và 25 USD/mỗi triệu token đầu ra. Mã API là claude-opus-4-8, hiện đã sẵn sàng sử dụng trên toàn bộ nền tảng Claude API, Amazon Bedrock, Google Cloud Vertex AI và Microsoft Foundry.
Trong bối cảnh áp lực liên tục từ GPT-5.5 của OpenAI và Gemini 3.1 Pro của Google, Anthropic đã chọn một con đường riêng biệt: Không dựa vào việc “đè bẹp” đối thủ bằng điểm số benchmark đơn thuần để tạo tiếng vang, mà lấy “nhân cách mô hình”—trung thực, đáng tin cậy, biết tiến biết thoái—làm điểm bán hàng cốt lõi.
Liệu chiến lược này có thành công hay không, còn phụ thuộc vào việc người dùng có sẵn sàng “mua账” hay không. Nhưng ít nhất hôm nay, khi tôi nhờ Opus 4.8 kiểm tra một đoạn mã, nó đã chỉ ra một rủi ro mà Opus 4.7 chưa từng đề cập.
Chỉ riêng điều này thôi, lần cập nhật này cũng đã xứng đáng chờ đợi.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
