跳转到主要内容
把 Claude Opus 4.1 的流量迁移到 anthropic/claude-opus-4.8:更改模型 ID,删除采样参数,并用 effort 级别替换思考预算。 Anthropic 于 2026 年 6 月 5 日弃用 Opus 4.1,并于 2026 年 8 月 5 日将其停用。只要还有提供商提供 anthropic/claude-opus-4.1,Phaseo 就会继续提供它;一旦没有提供商提供,Phaseo 会把这些请求路由到 Opus 4.8(参见模型弃用和停用)。请在此之前完成迁移,让这次变更经过测试,而不是自动发生。 Anthropic 的指南是累积的:先应用 Opus 4.7 的请求结构变更,再检查 Opus 4.8 的行为变化。

更新请求

1. 把模型 ID 改为 anthropic/claude-opus-4.8。 2. 删除采样参数。 在 Opus 4.7 及更高版本上,Anthropic 会以 400 拒绝非默认的 temperature、top_p 和 top_k。Phaseo 会省略它们而不是让请求失败,因此它们不再起任何作用;请改用指令进行调整。 3. 用 effort 级别替换思考预算。 Phaseo 不会把 budget_tokens 转发给 Opus 4.8。任何推理设置都会以 thinking: {"type": "adaptive", "display": "summarized"} 发送,并由 reasoning.effort(在 /v1/messages 上为 output_config.effort)设定深度:
没有任何推理设置时,Opus 4.8 不会思考。reasoning.effort: "none" 会发送 thinking: {"type": "disabled"}。 4. 重新建立 effort 和长上下文的基线。 Opus 4.8 的 effort 默认为 high,上下文窗口也比 Opus 4.1 大得多。请重新测试延迟预算、token 用量、提示词缓存,以及长文档和长智能体轨迹。在 Microsoft Foundry 上,Anthropic 说明 Opus 4.8 发布时的上下文窗口为 200K。 5. 简化长对话中的指令更新。 Opus 4.8 接受对话中途的 role: "system" 消息。如果你的智能体循环每轮都重写整个系统提示词,请改为添加一条 system 消息,以保留更多缓存命中。

要测试的内容

  • 仍在发送 temperature、top_p 或 top_k 的请求,因为它们现在已不起作用;
  • 依赖 budget_tokens 的思考路由;
  • 长周期的智能体和工具工作流;
  • 每个 effort 级别下对 schema 敏感的输出;
  • 你调用量最大的几类 Opus 4.1 提示词的 token 成本和延迟。

上线

  1. 切换流量之前删除采样参数和思考预算。
  2. 在类似生产的提示词和工具流程上影子运行 Opus 4.8。
  3. 金丝雀发布,在提供商仍提供 Opus 4.1 时把它作为 models 中的回退。
  4. 当延迟、成本和任务完成率的变化都在目标范围内时再全面推广。

来源

最后修改于 2026年11月5日