Claude Opus 5 : ce qui change vraiment, et pour qui

Anthropic a sorti Claude Opus 5 le 24 juillet 2026. Le tarif ne bouge pas d'un centime par rapport à Opus 4.8, et le score en développement logiciel fait plus du double. Voici ce que ça recouvre concrètement, ce que le modèle fait moins bien, et les deux points à vérifier avant de basculer.

Ce qu'Anthropic a annoncé

Le modèle est disponible dans l'application Claude, dans Claude Code et via l'API, l'accès réservé aux développeurs, sous le nom claude-opus-5. Il devient le modèle par défaut des abonnés Max et le modèle le plus puissant proposé aux abonnés Pro.

Un mot sur l'unité de prix avant les chiffres : les modèles se facturent au « jeton » (« token » en anglais), le morceau de texte qu'ils manipulent. Comptez de l'ordre de 600 000 mots de français pour un million de jetons — le compte est plus favorable en anglais, autour de 750 000.

Chiffres annoncés par Anthropic le 24 juillet 2026. Ce sont les mesures de l'éditeur, publiées sous forme de graphiques plutôt que de scores chiffrés dans le texte. Personne ne les a reproduits à ce jour.

Anthropic résume le positionnement ainsi : le modèle s'approche de l'intelligence de son modèle le plus haut de gamme, Claude Fable 5, pour la moitié du prix.

Le tarif n'a pas baissé, c'est le coût par tâche qui s'effondre

C'est le point le plus mal lu de cette sortie, et il vaut la peine de s'y arrêter. Le prix affiché est identique à celui d'Opus 4.8 : rien n'a baissé de ce côté. Ce qui change, c'est le prix d'un travail mené à bout.

Regardez la formulation de l'annonce : Anthropic ne compare presque jamais ses modèles au million de jetons, mais au coût par tâche. Sur CursorBench, Opus 5 arrive à un demi-point du score de Fable 5 « pour la moitié du coût par tâche ». Sur OSWorld, il dépasse le meilleur résultat de Fable 5 « pour un peu plus du tiers du coût ». Sur le test d'automatisation de Zapier, il réussit environ 1,5 fois plus de tâches « à coût égal ».

La mécanique derrière est simple : un modèle qui se trompe moins recommence moins. Une tâche qui aboutit du premier coup coûte structurellement moins cher qu'une tâche reprise trois fois, même si chaque jeton est facturé au même prix. C'est aussi pour ça que le tarif affiché ne dit pas grand-chose de la facture réelle.

Deux nuances à garder en tête. Le modèle produit des réponses plus longues que ses prédécesseurs, ce qui joue en sens inverse sur la note finale. Et le mode rapide, qui tourne environ 2,5 fois plus vite, est facturé au double — 10 $ et 50 $ par million de jetons — uniquement via l'API d'Anthropic, pas sur Bedrock, Google Cloud ni Microsoft Foundry.

Ce qu'il fait mieux

Le codage agentique long. C'est là que l'écart est le plus net : les tâches à plusieurs fichiers, les refactorisations larges, les fonctionnalités menées de bout en bout. Le modèle termine son travail au lieu de laisser des ébauches derrière lui. Sur les petites retouches d'un seul fichier, l'écart avec la génération précédente est en revanche beaucoup plus faible — inutile d'attendre un miracle sur les tâches courtes.

La relecture de code. Bon taux de vraies anomalies trouvées, et peu de fausses alertes. Particularité utile : il reste précis même à un niveau d'effort réduit, ce qui rend viable une passe rapide et peu chère avant une passe approfondie.

L'image. Le modèle lit mieux les graphiques, les documents et les schémas, et reproduit mieux une interface à partir d'une capture d'écran. Il travaille jusqu'à 2 576 pixels sur le grand côté, et les coordonnées qu'il rend correspondent aux pixels réels de l'image, sans calcul d'échelle à faire.

Le contexte long. Un million de jetons, en valeur par défaut comme en maximum. Le suivi des instructions et l'appel des outils restent solides sur toute la longueur de la fenêtre.

La bureautique. Fichiers Excel multi-feuilles avec formules non triviales, présentations qui suivent les règles de mise en page. Il peut se plier à un modèle ou une charte imposée.

La coordination de plusieurs agents. Peu de cas d'agents qui écrasent le travail des autres, et un usage efficace des schémas rédacteur-vérificateur.

Ce qu'il fait moins bien

Anthropic est explicite sur deux points, ce qui mérite d'être souligné.

Le modèle reste derrière Mythos 5 sur la cybersécurité, en particulier sur l'exploitation de vulnérabilités. Il montre aussi des limites importantes sur les tâches de recherche autonomes très longues — précisément le terrain où on serait tenté de l'envoyer.

Deux comportements demandent par ailleurs un réglage, et ils prennent à contre-pied les habitudes prises sur les générations précédentes :

• Il se vérifie tout seul. Les instructions du type « relis-toi avant de répondre » ou « ajoute une étape de vérification », qui aidaient sur les modèles précédents, produisent maintenant de la sur-vérification. Il faut les supprimer, pas les réécrire. C'est l'inverse d'un conseil de rédaction de consigne habituellement bon.
• Il élargit le périmètre. Il lui arrive d'ajouter des étapes qu'on n'a pas demandées, ou d'appliquer son propre jugement sur ce que la tâche devrait être sans le dire. Une consigne explicite de s'en tenir au demandé règle le problème.

À l'inverse d'Opus 4.8, qui rechignait à déléguer, celui-ci délègue volontiers à des sous-agents — au point qu'il vaut mieux lui poser une limite si le coût compte.

Les deux pièges avant de basculer depuis Opus 4.8

Ce sont les seuls changements qui cassent du code existant.

La réflexion est activée par défaut. Sur Opus 4.8, une requête qui ne demandait rien ne réfléchissait pas. Sur Opus 5, elle réfléchit. Comme la limite de longueur de réponse couvre à la fois la réflexion et le texte final, une requête calibrée au plus juste sur l'ancienne génération peut désormais être coupée en plein milieu. À revoir sur toutes les routes qui ne configuraient rien.

Désactiver la réflexion n'est plus possible partout. La combinaison « réflexion désactivée » et niveau d'effort élevé est refusée. Il faut soit laisser la réflexion active, soit redescendre d'un cran en effort. Et comme le modèle est étonnamment bon aux niveaux d'effort bas et moyen, la deuxième option est souvent la meilleure : c'est le principal levier de coût et de latence de cette génération.

Deux détails qui font plaisir au passage. Le seuil minimal pour mettre une consigne en cache descend de 1 024 à 512 jetons, ce qui rend cachables des prompts qui ne l'étaient pas. Et les limites de débit d'Opus 5 forment un compartiment séparé de celui des Opus 4.x : basculer ne libère pas l'ancien quota et n'en hérite pas.

Pour qui c'est un vrai saut

Si vous faites tourner des agents de code sur des tâches longues, c'est la sortie la plus intéressante depuis un moment, et l'écart se creuse précisément là où les modèles précédents s'essoufflaient.

Si vous payiez Fable 5 pour du travail qu'Opus 5 sait faire, la division du coût par deux mérite un test sérieux — en gardant Fable 5 pour ce qui exige vraiment le haut du panier.

Si vous êtes sur Opus 4.8 avec des tâches courtes et bien cadrées, la mise à jour est quasi transparente : mêmes prix, mêmes appels, deux pièges à vérifier. L'écart de résultats, lui, sera modeste.

Et si votre sujet est la cybersécurité ou la recherche autonome au long cours, l'annonce dit elle-même que ce n'est pas le bon outil.