O AGENTICO
Claude Opus 4.8
modelo · 6 menções
Thomson ReutersO que as fontes disseram sobre Claude Opus 4.8
O Claude Opus 4.8 é citado pelas fontes como um modelo de fronteira, comparável a GPT 5.5 e Gemini 3.1 Pro, e mencionado em áreas como direito, contabilidade e compliance. Em benchmarks de agentes, o V4 Pro superou o Claude Opus 4.8 em alguns testes, como Terminal Bench 2.1 e DeepSWE. Em relatos de incidentes, o modelo foi inicialmente atribuído a um ataque, mas os pesquisadores usaram principalmente o GPT-5.6 Sol; a Hacktron também o usou no início, mas enfrentou dificuldades, e o lançamento do Claude Opus 5 foi decisivo.
Evolução
Dados
| Pontuação no Terminal Bench 2.1 — anterior | 72.1 |
| Pontuação no Terminal Bench 2.1 — posterior | 87.9 |
| Pontuação no DeepSWE — anterior | 12.8 |
| Pontuação no DeepSWE — posterior | 62.7 |
Menções
A Hacktron usou inicialmente o Claude Opus 4.8, mas enfrentou dificuldades; o lançamento do Claude Opus 5 foi decisivo para o sucesso do ataque.
A evolução dos modelos de IA é central para entender por que o ataque foi possível em tão pouco tempo.
O ataque foi inicialmente atribuído ao Claude Opus 4.8, mas os pesquisadores usaram principalmente o GPT-5.6 Sol da OpenAI.
Divergência entre os relatos sobre qual modelo foi central para o ataque.
O modelo Thomson é direcionado para profissionais de direito, contabilidade e outras áreas de compliance, além de ser comparável a modelos de fronteira como Claude Opus 4.8, GPT 5.5 e Gemini 3.1 Pro.
Posiciona o modelo da Thomson Reuters como um competidor direto em nichos profissionais específicos, não apenas em tecnologia.
A Thomson Reuters afirma que o Thomson é comparável aos melhores modelos de fronteira do mercado, como Claude Opus 4.8, GPT 5.5 e Gemini 3.1 Pro, e é voltado para áreas como direito, contabilidade e compliance.
A empresa posiciona o Thomson como um concorrente direto dos principais modelos de IA generativa, mas com foco em domínios específicos.
O modelo Thomson é comparável aos principais modelos de fronteira do mercado, como Claude Opus 4.8, GPT 5.5 e Gemini 3.1 Pro, e também é voltado para áreas como contabilidade e compliance.
Posiciona o Thomson como competitivo frente a modelos de grandes laboratórios e expande o alvo para além do direito.
Nos benchmarks de agentes, o V4 Pro apresentou grandes melhorias: o Terminal Bench 2.1 subiu de 72.1 para 87.9 e o DeepSWE de 12.8 para 62.7, superando o Claude Opus 4.8 em alguns testes.
Os resultados mostram avanço significativo no desempenho para tarefas agênticas, aproximando-se dos líderes do mercado.
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.