TL;DR : Claude Opus 5, lancé par Anthropic le 24 juillet 2026, marque un saut générationnel par rapport à Opus 4.8 en raisonnement profond, codage agentique, tâches à long horizon et résolution de problèmes inédits. Il égale ou dépasse le plus onéreux Fable 5 sur des benchmarks clés (dont 43,3 % sur Frontier-Bench v0.1 et un record de 30,2 % sur ARC-AGI-3) tout en coûtant autant qu’Opus 4.8 — 5 $ par million de jetons d’entrée et 25 $ par million de jetons de sortie. Avec une fenêtre de contexte de 1M jetons, le thinking activé par défaut, une forte auto‑vérification et un alignement renforcé (score de comportement non aligné le plus bas parmi les récents Claude), il excelle en codage complexe, usage de l’ordinateur, travail de connaissance et workflows multi‑agents. Un niveau d’effort “medium” donne souvent l’efficacité maximale.
Points clés
- Opus 5 est une véritable mise à niveau générationnelle par rapport à Opus 4.8, et non un incrément — en particulier sur la persistance agentique, la mise à l’échelle du calcul à l’exécution et l’intelligence fluide (saut d’ARC-AGI-3 de ~1,5 % à 30,2 %) d’après le blog Claude.
- Il surpasse ou égale Fable 5 sur les principaux benchmarks de codage/agenticité à un coût environ deux fois moindre.
- Les tarifs restent stables à 5 $/25 $ par million de jetons ; les gains d’efficacité proviennent d’une meilleure performance par jeton et de bons résultats même avec un effort moyen/faible.
- Le profil de sécurité est le meilleur d’Anthropic à ce jour pour la gamme Opus, avec des limites intentionnelles sur les cyber‑capacités offensives et une réduction des déclenchements de classificateurs.
- Changement de stratégie de prompt : supprimer les consignes de vérification héritées, expliciter les périmètres, contrôler la verbosité et l’usage de sous‑agents, et exploiter le paramètre effort d’après la doc Claude.
- Idéal pour les agents long‑courrier, le codage multi‑fichiers, le travail de connaissance et les tâches assistées par vision ; les retours du terrain mentionnent des atouts en démos/constructions complexes et quelques frictions d’obéissance aux instructions sur de grands codebases.
- Des plateformes comme CometAPI facilitent le routage entre modèles Claude (et concurrents) avec facturation unifiée et fallbacks.
Claude Opus 5 arrive comme le nouveau modèle phare généralement disponible dans la gamme Opus d’Anthropic. Positionné en dessous de Mythos/Fable sur certaines zones spécialisées mais compétitif ou supérieur sur de nombreuses évaluations publiques, il vise le codage agentique complexe, le travail d’entreprise fondé sur la connaissance et les tâches à long horizon. Sorti seulement deux mois après Opus 4.8, il représente un bond qualitatif plutôt qu’une itération mineure.
Qu’est-ce que Claude Opus 5 ?
Claude Opus 5 (ID de modèle API : claude-opus-5) est le dernier modèle de classe Opus d’Anthropic, optimisé pour le codage agentique complexe et les charges de travail d’entreprise. Il propose une fenêtre de contexte de 1 million de jetons (par défaut et maximum), jusqu’à 128k jetons de sortie maximum, et le thinking activé par défaut. Le modèle décide quand et combien réfléchir ; les développeurs contrôlent la profondeur via le paramètre effort (low, medium, high, xhigh, max).
Nouvelles capacités et changements de comportement clés par rapport aux générations précédentes :
- Persistance agentique renforcée — poursuivre jusqu’à la réussite plutôt que s’arrêter sur une réponse plausible.
- Auto‑vérification améliorée et débogage des causes racines.
- Meilleure coordination multi‑agents et délégation à des sous‑agents.
- Vision renforcée pour graphiques, documents, diagrammes et reproduction d’UI/frontend (surtout avec un usage itératif des outils).
- Améliorations pour bureautique/documents (feuilles de calcul multi‑onglets complexes, diapositives structurées).
- Changements d’outils en cours de conversation (bêta), minimum de cache d’invite abaissé (512 jetons) et mode fallbacks par défaut.
- Fast mode (aperçu recherche) disponible sur l’API Claude à des tarifs plus élevés.
Anthropic le décrit comme offrant une intelligence de frontière à moitié du coût de Fable 5, tout en alimentant des agents long‑courrier avec des améliorations en codage et travail professionnel.
Claude Opus 5 vs Opus 4.8
Opus 5 est explicitement présenté comme un bond par rapport à Opus 4.8. Les gains les plus importants apparaissent en raisonnement profond sur de longues chaînes de problèmes, codage agentique et boucles d’outillage à long horizon (réalisation de fonctionnalités multi‑fichiers et travaux de bout en bout sans stubs), mise à l’échelle du calcul à l’exécution, efficacité à faible effort, précision en relecture/détection de bugs, vision, cohérence sur long contexte, tâches de bureau et coordination multi‑agents.
Comportementalement, les réponses par défaut et livrables écrits sont plus longs. Le modèle narre davantage sa progression en sessions agentiques, délègue plus volontiers à des sous‑agents et vérifie son propre travail sans y être invité. Les consignes héritées du type « inclure une étape finale de vérification » entraînent désormais une survérification et un gaspillage de jetons — supprimez‑les.
Le thinking est activé par défaut (auparavant, l’adaptive/thinking nécessitait un paramétrage explicite sur 4.8). La désactivation du thinking n’est autorisée qu’aux efforts high ou inférieurs ; les efforts plus élevés la refusent. Les tarifs restent identiques : 5 $ en entrée / 25 $ en sortie par million de jetons.
En bref, les équipes qui migrent doivent mettre à jour l’ID de modèle, réévaluer les valeurs d’effort par défaut sur leurs propres évaluations, retirer les échafaudages de vérification des prompts et s’attendre à des sorties plus longues mais de meilleure qualité avec une autonomie accrue.
Indicateurs de performance : que disent les données ?
Opus 5 affiche des résultats remarquables, en particulier sur les évaluations inédites et agentiques. Toutes les données ci‑dessous proviennent des documents de sortie/carte système d’Anthropic et d’agrégations indépendantes fin juillet 2026 ; notez que les scores en laboratoire utilisent les harnais et prompts des fournisseurs.
Résultats phares en codage et agenticité
- Frontier-Bench v0.1 (codage agentique en terminal) : Opus 5 43,3 % vs Fable 5 33,7 % vs Opus 4.8 18,7 %.
- SWE-bench Verified : 96,0 % (vs Fable 5 95,0 %, Opus 4.8 88,6 %).
- SWE-bench Pro : 79,2 % (vs Fable 5 80,3 %, Opus 4.8 69,2 %).
- DeepSWE v1.1 : 68,8 % (compétitif ; certaines variantes GPT-5.6 plus élevées).
- FrontierCode 1.1 (pic à effort medium) : ~53,4 % principal / 63,6 % étendu — configuration la plus économe en calcul testée dans une analyse.
- CursorBench 3.2 (effort max) : À ~0,5 % de la performance de pointe de Fable 5 pour environ la moitié du coût par tâche. Excellent ratio performance/prix sur les efforts high/xhigh/max.
Raisonnement inédit et intelligence fluide
- ARC-AGI-3 : 30,2 % (frontière précédente ~7,8 % pour GPT-5.6 Sol à effort élevé ; Opus 4.8 ~1,5 %). Il s’agit du plus grand saut enregistré ; le modèle a démontré une modélisation algébrique interne de dynamiques de jeux et une efficacité d’échantillonnage au niveau humain sur des environnements auparavant non résolus. Environ 3× le meilleur modèle suivant — forte résolution de problèmes inédits.
- GDPval-AA v2 : État de l’art sur le travail professionnel fondé sur la connaissance.
- Zapier AutomationBench : ~1,5× le meilleur modèle suivant avec des taux de réussite élevés en automatisation d’entreprise de bout en bout.
- OSWorld 2.0 (usage de l’ordinateur) : Surpasse le meilleur résultat rapporté de Fable 5 à environ un tiers du coût.
- Résultats leaders ou de premier plan sur HLE (Humanity’s Last Exam) et des tâches de recherche profonde type DeepSearchQA.
Usage de l’ordinateur, travail de connaissance et utilisation d’outils
- OSWorld 2.0 : 70,6 % — dépasse ses pairs à coûts donnés.
- BrowseComp : ~90–90,8 % (compétitif avec ou légèrement derrière les meilleures configurations GPT-5.6).
- GDPval-AA v2 (Elo) : 1861 (devance Fable 5 et les générations précédentes).
- AutomationBench : Taux de réussite élevés ; ~1,5× le meilleur modèle à coût similaire dans certaines analyses.
Opus 5 apporte des gains non incrémentaux, en particulier sur les évaluations de codage, d’agenticité et de travail de connaissance. Les rapports d’Anthropic et indépendants soulignent :
Sciences et domaines spécialisés
Des gains significatifs sur Opus 4.8 dans les évaluations des sciences de la vie, notamment :
- Chimie organique (inférence de structure moléculaire à partir de spectroscopie) : +10,2 points.
- Prédiction de fonction protéique : +7,7 points.
- Améliorations constantes en biologie structurale et bioinformatique.
Parce que Fable 5 dispose de garde‑fous plus restrictifs en biologie, Opus 5 est actuellement le modèle le plus performant d’Anthropic généralement disponible pour de nombreux workflows de recherche scientifique.
Source : claude
Dans les composites de classements publics, Opus 5 se place parmi les tout meilleurs (par ex. ~82,8/100 et rang n°2 sur 215 dans BenchLM), avec des centiles particulièrement élevés en connaissance, agenticité, codage et multimodal.
Les retours de développeurs en conditions réelles sont mitigés : constructions de jeux « one‑shot », complétions de fonctionnalités complexes et auto‑débogage impressionnants, mais aussi quelques cas d’ignorance d’instructions, d’hallucinations sur de grands codebases ou de sur‑complexification. Les benchmarks capturent la capacité de pointe en conditions contrôlées ; en production, les résultats dépendent fortement du prompt, de la conception des outils et des réglages d’effort.
Aperçu des benchmarks
Source : claude
Efficacité et coût
La tarification est inchangée par rapport à Opus 4.8 : 5 $ par million de jetons d’entrée / 25 $ par million de jetons de sortie. Les entrées en cache sont nettement moins chères (~0,50 $). Le Fast mode fonctionne à des tarifs ~2× (10 $/50 $). C’est environ la moitié des 10 $/50 $ de Fable 5. Les gains d’efficacité proviennent de :
- Une fenêtre de contexte 1M permettant des workflows sur codebase entière ou longs documents sans découpage agressif.
- Une forte performance même à effort low/medium (moins de jetons pour une qualité comparable dans de nombreuses tâches).
- Une auto‑vérification et une itération intégrées qui réduisent les exécutions ratées et les boucles de correction humaine.
- Des changements d’outils en cours de conversation (bêta) qui préservent le cache d’invite.
La vraie histoire d’efficacité se mesure en performance par dollar et par jeton. Opus 5 convertit l’effort additionnel en meilleurs résultats plus fiablement que les modèles Opus antérieurs. L’effort medium produit souvent des scores de pointe ou quasi de pointe sur les benchmarks de codage à ~1,5× le coût en jetons de low, tandis que high/xhigh/max montrent des rendements décroissants ou plats sur certaines suites.
Sur les courbes coût‑performance publiées autour du lancement, Opus 5 se situe favorablement face à Fable 5, Opus 4.8 et d’autres modèles de frontière — scores plus élevés à coût effectif plus faible par tâche accomplie. La consommation de jetons par revue ou boucle agentique peut être plus élevée en absolu en raison d’un raisonnement et d’une auto‑vérification plus longs, mais la qualité et le taux de complétion augmentent suffisamment pour que le coût total des succès diminue souvent.
Source : claude
Pour les équipes en production, la recommandation pratique est de commencer au niveau d’effort high par défaut, puis de balayer low/medium sur vos évaluations internes. Exploitez agressivement le cache de prompt (désormais viable à des longueurs plus courtes), les changements d’outils en cours de conversation pour préserver le cache, et des fallbacks au niveau plateforme. Des passerelles API unifiées comme CometAPI peuvent encore optimiser en dirigeant les tâches simples vers des modèles moins chers (gammes Sonnet/Haiku) tout en réservant Opus 5 au travail agentique complexe, avec analytique d’usage centralisée et contrôles de dépenses.
Sécurité et alignement
Anthropic décrit Claude Opus 5 comme son « modèle le plus aligné à ce jour » et « le modèle le plus sûr à ce jour » dans plusieurs rapports. Points clés de la carte système et des annonces :
- Risque d’alignement global très faible ; aucune propriété préoccupante nouvelle par rapport aux modèles précédents.
- Taux les plus bas de comportements trompeurs mesurés par Anthropic.
- Taux élevés de réponses inoffensives aux requêtes nuisibles, avec parmi les plus faibles taux de refus excessifs sur des requêtes bénignes.
- Résistance améliorée à certains vecteurs d’abus ; garde‑fous cyber calibrés plus près des niveaux de Fable 5 au vu des capacités renforcées, mais les classificateurs s’enclenchent moins souvent (~85 % de moins que Fable 5 selon certaines estimations).
- Ne dépasse pas les seuils de la Responsible Scaling Policy d’Anthropic pour la substitution R&D automatisée de l’IA ou les catégories de risque chimique/biologique plus élevées (traité de façon similaire aux modèles Opus récents avec des protections de style ASL‑3 lorsque applicable).
Il conserve une sensibilité aux évaluations accrue en test (courant sur les modèles de frontière). La surveillance en déploiement réel a montré des taux très faibles de comportements préoccupants. Comme pour tout modèle de frontière, les organisations doivent appliquer des garde‑fous applicatifs, en particulier pour un usage autonome à haut enjeu.
Comment rédiger des prompts pour Claude Opus 5 pour de meilleurs résultats
Anthropic a publié des conseils de prompt spécifiques au modèle car Opus 5 se comporte différemment des versions précédentes. Les plus grands changements : il s’auto‑vérifie, termine les tâches complètes, peut élargir le périmètre et produit des réponses plus longues par défaut.
Principes fondamentaux pour Opus 5
- Donnez la tâche complète d’emblée — Fournissez la spécification, le contexte, les contraintes et le résultat souhaité en un seul prompt. Il fonctionne mieux lorsqu’on le laisse dérouler plutôt que goutte‑à‑goutte. Il termine les fonctionnalités de bout en bout au lieu de laisser des stubs.
- Supprimez les consignes de vérification — Les « double‑check », « verify your work » ou « use a subagent to verify » explicites provoquent de la survérification et du gaspillage de jetons. Opus 5 vérifie et itère déjà en interne. Supprimez ces lignes des prompts système et CLAUDE.md.
- Contrôlez explicitement le périmètre — Il peut élargir la tâche selon son jugement. Ajoutez des limites claires : « Ne livrez que ce qui est demandé au périmètre prévu. Faites vous‑même les arbitrages de routine. Ne demandez confirmation que si des interprétations différentes mèneraient à un travail matériellement différent. Si la demande semble erronée, notez‑le brièvement et poursuivez la tâche telle que formulée. »
- Gérez la verbosité — Les réponses par défaut sont plus longues. Pour être concis, ajoutez : « Gardez la réponse focalisée, brève et concise. Priorisez le cœur de la réponse ; gardez les réserves courtes. »
- Utilisez l’effort à bon escient — Commencez par high (par défaut). Utilisez low/medium largement pour la classification, les modifications simples ou le travail à grand volume lorsque la qualité se maintient. Réservez xhigh/max aux problèmes de codage et agentiques les plus difficiles. Réévaluez les réglages d’effort hérités d’Opus 4.8.
- Contrôle des sous‑agents — Il délègue plus volontiers. Indiquez : « Délègue à un sous‑agent uniquement pour des tâches volumineuses, réellement indépendantes et parallélisables. N’utilise pas de sous‑agents pour la vérification ou le travail que tu peux terminer en quelques appels d’outils. »
- Revues et audits — Demandez des constats complets avec étiquettes de confiance/sévérité, puis filtrez vous‑même. « Ne rapportez que les problèmes de haute sévérité » est suivi à la lettre et peut en manquer.
Exemple de prompt de codage à effort élevé
text
[Set effort to max or xhigh]
Complete the following end-to-end: [full feature description, acceptance criteria, constraints, existing file structure, style guidelines].
Deliver production-quality code. Adapt strategy as needed. Do not leave stubs or TODOs. Stay within the stated scope unless a material issue requires a one-sentence note.
Output the final artifacts and a brief summary of decisions.
Exemple de classification à faible effort
text
[Set effort to low]
Classify the input into exactly one of: [categories]. Return only the category name.
Pour migrer depuis Opus 4.8 : re‑testez vos prompts, supprimez l’échafaudage de vérification, ajoutez des contrôles explicites de longueur/périmètre et balayez les niveaux d’effort sur vos évaluations internes. Anthropic note que de nombreuses consignes détaillées plus anciennes peuvent désormais être simplifiées.
Tableau comparatif : Claude Opus 5 vs alternatives clés (approx., juillet 2026)
| Modèle | Entrée/Sortie ($/MTok) | Frontier-Bench | SWE-Verified | ARC-AGI-3 | Contexte | Notes |
|---|---|---|---|---|---|---|
| Claude Opus 5 | 5 $ / 25 $ | 43,3 % | 96,0 % | 30,2 % | 1M | Meilleur rapport performance/prix pour un usage quotidien haute capacité |
| Claude Opus 4.8 | 5 $ / 25 $ | ~19–21 % | 88,6 % | Faible | 1M | Opus précédent |
| Claude Fable 5 | 10 $ / 50 $ | ~33,7 % | ~95 % | Plus bas | 1M | Gamme supérieure, plus de restrictions dans certains cas |
| GPT-5.6 Sol (approx.) | Compétitif | Plus bas | Élevé | Plus bas | Variable | Alternative solide |
| Claude Sonnet 5 | Plus bas (~3 $/15 $ ou promo) | Plus bas | Solide | Plus bas | 1M | Pilote quotidien plus rapide/moins cher |
Chiffres issus des annonces d’Anthropic et de rapports agrégés ; vérifiez toujours les évaluations indépendantes les plus récentes.
Recommandation CometAPI : CometAPI offre un accès unifié à Claude Opus 5 (et 500+ autres modèles) via un endpoint compatible OpenAI (https://api.cometapi.com/v1) et prend en charge l’Anthropic Messages API. Les tarifs affichés sont compétitifs (par ex., ~4 $/20 $ par MTok observés pour Opus 5 au moment de la rédaction), avec une seule clé API, une facturation simplifiée et un basculement de modèle aisé. C’est particulièrement utile pour les équipes qui veulent les capacités de Claude sans gérer plusieurs comptes fournisseurs ou silos de limites de débit. Consultez les listings et prix CometAPI pour les tarifs à jour et promotions de jetons gratuits.
Conclusion
Claude Opus 5 fixe un nouveau standard pour la gamme Opus : des performances d’agenticité et de raisonnement de calibre « frontière » au prix de la génération précédente, avec des avancées significatives en résolution autonome de problèmes (illustrées par le score ARC-AGI-3) et les chiffres d’alignement les plus favorables qu’Anthropic ait publiés pour cette classe. Ce n’est pas parfait — des régressions spécifiques et des retours terrain sur l’obéissance aux instructions rappellent que les benchmarks ne disent pas tout — mais pour les agents de codage, workflows à long horizon, travail de connaissance et applications d’usage de l’ordinateur, c’est actuellement l’une des meilleures options généralement disponibles.
Associez une discipline de prompt au réglage d’effort, exploitez la fenêtre de contexte 1M, et routez intelligemment le trafic (via les API officielles ou des plateformes comme CometAPI) pour maximiser la valeur. Comme pour tout modèle de frontière, une évaluation continue sur vos propres données reste essentielle. Le rythme d’itération rapide d’Anthropic laisse présager d’autres raffinements ; Opus 5 offre déjà un bond de capacité substantiel et coûte‑efficace qui vaut l’adoption dès aujourd’hui.
Sources et lectures complémentaires :
- Anthropic : Nouveautés de Claude Opus 5 — https://platform.claude.com/docs/en/about-claude/models/whats-new-opus-5
- Anthropic : Prompting Claude Opus 5 — https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/prompting-claude-opus-5
- Annonces et carte système d’Anthropic (juillet 2026)
- DataCamp : Claude Opus 5 expliqué — https://www.datacamp.com/blog/claude-opus-5
- Synthèses de benchmarks MindStudio / Vellum / BenchLM (juillet 2026)
- Scores vérifiés ARC Prize Foundation