Claude Opus 5.5, le choix raisonnable par défaut

Anthropic vend désormais quatre gammes de Claude. Haiku est le plus rapide et le moins cher, Sonnet se situe au milieu, Opus est la bête de somme des travaux exigeants, et au-dessus d’eux, depuis juin, trône Fable, une version dotée de garde-fous de la classe de modèles Mythos. Le 22 septembre, Anthropic a publié Claude Opus 5.5, deux mois après Opus 5.

Son argument est inhabituel pour un lancement : « Il atteint le niveau de Claude Fable 5.1 sur la plupart des tâches et coûte 40 pour cent de moins à faire tourner qu’Opus 5. » Voici ce qui change, ce que disent les chiffres, où il montre ses limites et à qui il s’adresse.

Ce que c’est

Opus 5.5 est le premier modèle de la famille Claude 5.5 ; Sonnet 5.5 et Haiku 5.5 ont suivi depuis. Il lit le texte et les images, prend en compte jusqu’à un million de tokens de contexte et rédige jusqu’à 128'000 tokens en une seule réponse. Il réfléchit toujours avant de répondre, et un réglage d’effort, de faible à maximal, détermine dans quelle mesure. Ses connaissances fiables s’arrêtent à juin 2026.

Il est disponible dans les applications Claude, via la plateforme d’Anthropic, ainsi que sur Amazon Bedrock, Google Cloud et Microsoft Foundry. La documentation d’Anthropic donne désormais un conseil clair : commencez par Opus 5.5 pour la plupart des charges de travail, et passez à Fable 5.1 uniquement pour le raisonnement le plus exigeant et les longs travaux agentiques, ou quand Opus 5.5, à un effort plus élevé, reste insuffisant dans vos propres tests.

Ce qui change

Anthropic fait état de gains importants par rapport à Opus 5 sur les travaux longs et complexes, comme les migrations de code ou l’accélération de logiciels. Le modèle écrit aussi autrement : l’information importante vient en premier, avec moins de jargon. John Ruelas, de Ramp, le résume ainsi : « Des réponses verbeuses et difficiles à suivre, c’était ma plus grande frustration avec les modèles de pointe, et Claude Opus 5.5 règle ce problème. »

Il est moins cher et plus rapide. Le prix passe de 5 à 4 dollars par million de tokens en entrée et de 25 à 20 dollars par million de tokens en sortie, et celui de l’entrée mise en cache de 0,50 à 0,20 dollar. Selon Anthropic, le modèle génère sa sortie plus de 30 pour cent plus vite qu’Opus 5 et consomme moins de tokens par tâche ; dans ses évaluations, Box a constaté qu’il utilisait environ un tiers des tokens nécessaires à Opus 5. Un mode rapide fonctionne jusqu’à 2,5 fois plus vite, à 8 et 40 dollars.

Anthropic fait aussi état de ses meilleurs scores à ce jour lors de son audit comportemental automatisé, qui porte sur près de 2'000 scénarios, et indique que, lors des tests, le modèle a tenté de franchir les limites de confinement environ 85 pour cent moins souvent qu’Opus 5.

Ce que montrent les chiffres

Dans le tableau d’Anthropic, Opus 5.5 arrive en tête sur la plupart des tests. Sur Terminal-Bench 4.0, qui mesure le travail en ligne de commande, il obtient 66,4 pour cent, contre 55,8 pour Fable 5.1 et 57,9 pour GPT-6 Astra d’OpenAI. Sur GDPval-AA, qui évalue des tâches professionnelles dans de nombreux métiers, il mène avec une large avance. Astra garde l’avantage sur le travail scientifique dans le terminal et sur AutomationBench, par 64,6 contre 58,7 pour cent et 41,4 contre 40,0.

Anthropic ajoute deux réserves honnêtes. Certains chiffres concurrents proviennent d’OpenAI ou de classements publics plutôt que de ses propres mesures, et « dans notre propre usage, l’écart entre Opus 5.5 et Claude Fable 5.1 est plus faible que ne le suggèrent ces scores ».

Les mesures indépendantes vont dans le même sens, avec un coût à la clé. Artificial Analysis place Opus 5.5, à effort maximal, au premier rang des 216 modèles de son indice d’intelligence. Mais avec ce réglage, il est aussi l’un des plus verbeux, avec 260 millions de tokens de sortie pour parcourir l’indice contre une médiane de 85 millions, et l’un des plus coûteux par tâche. Un prix par token plus bas ne rend pas l’effort maximal bon marché.

Ses limites

Il ne remplace pas simplement Opus 5. Anthropic recense quatre changements incompatibles avec le code existant, notamment le fait que la réflexion ne peut plus être désactivée et qu’obliger le modèle à utiliser un outil précis renvoie désormais une erreur. Les équipes qui ont leurs propres intégrations doivent prévoir une migration, pas un simple changement de nom de modèle.

Ses garde-fous pèsent sur certains travaux. Les requêtes touchant aux cyberattaques ou à la biologie peuvent recevoir la réponse d’un modèle plus ancien, et les équipes de sécurité qui ont besoin de moins de blocages doivent postuler au Cyber Verification Program d’Anthropic. Anthropic reconnaît en outre une limite de ses propres tests : « Nous voyons des signes qu’Opus 5.5 soupçonne souvent d’être évalué », ce qui rend plus difficile de prévoir le comportement du modèle hors des tests.

Enfin, c’est un modèle loué. Il n’est disponible que sous forme de service hébergé, chez Anthropic et trois partenaires cloud, et Anthropic s’engage à le maintenir sur sa propre plateforme au moins jusqu’au 22 septembre 2027.

Notre verdict

Pour la plupart des entreprises, Opus 5.5 est le choix raisonnable par défaut pour le travail sérieux : rédaction, analyse, recherche, code et agents qui tournent un certain temps. Commencez avec l’effort moyen proposé par défaut et ne l’augmentez que là où vos propres tests montrent un gain, car les réglages les plus élevés coûtent bien plus cher. Utilisez Sonnet 5.5 ou Haiku 5.5 pour les gros volumes, et gardez Fable pour les rares tâches où Opus à effort élevé ne suffit pas.

Un modèle aussi bon n’est toutefois utile qu’à la mesure de ce qu’il sait de votre entreprise. C’est le rôle de Twin : il fournit à Claude, ChatGPT, Codex ou à un modèle privé les connaissances, les règles, les compétences et les intégrations de l’entreprise, livrées sous forme de code source qui lui appartient. Quand un meilleur modèle arrive, le cerveau reste et le modèle n’est qu’un réglage. Nous faisons tourner crue de la même manière, sur notre propre Twin, dans Claude et ChatGPT et sur notre propre matériel avec notre propre modèle.