Anthropic a lancé Claude Opus 5 vendredi soir, un modèle qui frôle les performances de son grand frère Fable 5 pour deux fois moins cher. De quoi rebattre les cartes de l'IA générative de l'entreprise américaine.
C'est un lancement qui ne passera pas inaperçu dans l'écosystème de l'IA générative, et plus particulièrement pour les utilisateurs des produits Anthropic. L'entreprise a officialisé ce vendredi 24 juillet Claude Opus 5, présenté comme son modèle le plus abouti pour un usage intensif au quotidien. La firme le décrit capable d'écrire du code, de mener des recherches poussées, ou encore de piloter un ordinateur en toute autonomie. Sans détrôner Fable 5 en intelligence pure, il s'en rapproche, et pour deux fois moins cher à l'usage, ce qui pourrait faciliter son adoption. Évidemment, c'est à l'usage que nous pourrons juger tout ce qu'avance Anthropic. Mais le discours de l'entreprise est, sur le papier, très optimiste.
Claude Opus 5, des performances qui bousculent la hiérarchie
Opus 5 n'est pas qu'une mise à jour cosmétique. Sur les benchmarks Frontier-Bench (codage agentique) et GDPval-AA (travail de connaissance), choisis par Anthropic pour communiquer ce soir, précisons-le, il décroche la première place devant Fable 5, Opus 4.8 et GPT-5.6 Sol, une performance notable, puisque Fable 5 reste le modèle le plus intelligent de la maison. Du coup, Opus 5 devient le modèle par défaut sur l'abonnement Claude Max, et le plus puissant disponible sur Claude Pro.
Les chiffres, sur certains tests, sont impressionnants, en tout cas sur sur ce que l'on peut lire. Sur ARC-AGI 3 par exemple, qui évalue la résolution de problèmes inédits, le score d'Opus 5 est environ trois fois supérieur à celui du meilleur concurrent. Sur OSWorld 2.0 (pilotage d'un ordinateur), il dépasse tous les autres modèles à coût égal. Sur CursorBench, à effort maximal, il talonne le record de Fable 5 à moins de 0,5 point près, pour la moitié du prix par tâche.
Anthropic continue la démonstration. Sur le classement agentic coding DeepSWE v1.1, Opus 5 (68,8 %) se fait doubler par Fable 5 (69,7 %) et surtout par GPT-5.6 Sol (72,7 %). Il cède aussi du terrain sur un test juridique face à Fable 5, et sur HealthBench, un test médical, où Mythos 5 le devance nettement (66,0 % contre 59,8 %). En sciences en revanche, la progression sur des tâches de chimie organique comme la déduction de structures moléculaires par spectroscopie est importante, puisqu'Opus 5 gagne plus de 10 points de pourcentage face à Opus 4.8, et près de 8 points sur des tâches liées aux protéines.
Une autonomie qui surprend jusqu'à ses créateurs
Anthropic a communiqué les retours les plus flatteurs du terrain, pour ceux qui ont déjà pris en main le modèle. Confronté à un schéma technique de pièce mécanique sans pouvoir le visualiser directement (une contrainte volontairement imposée par le test), Opus 5 a carrément codé son propre système de vision par ordinateur pour en extraire la géométrie et reconstruire la pièce. Aucun modèle concurrent placé dans les mêmes conditions n'y est parvenu, même après cinq tentatives, dit la société.
Autre exemple, face à un vrai bug dans un gestionnaire de paquets open source très utilisé, Opus 5 a remonté jusqu'à la cause profonde du problème et corrigé un cas particulier que le correctif proposé par la communauté avait lui-même laissé passer. Un modèle rival, confronté au même bug, s'est contenté de traiter le symptôme visible avant de déclarer, un peu vite, l'affaire résolue.
Dans une société de trading, un ingénieur a utilisé Opus 5 pour bâtir, en une seule session, un flux de données de marché pour une nouvelle place boursière, une tâche que les modèles précédents ne parvenaient pas à mener à bien, même munis de plans détaillés. N'ayant aucun flux réel disponible pour vérifier son propre travail, l'IA a poussé le vice jusqu'à construire elle-même son outil de test.
Ce que change Claude Opus 5 sur la cybersécurité et la biologie
En ce qui concerne le comportement, Anthropic assure tenir son modèle particulièrement bien en main. Selon son audit interne, Opus 5 affiche le taux de comportements déviants le plus bas de sa gamme récente, avec moins de tromperie détectée et une meilleure résistance aux tentatives de détournement. L'entreprise le présente aussi comme son modèle le plus prudent face aux actions difficilement réversibles.
Ensuite, terrain ô combien sensible s'il en est, la cybersécurité. Anthropic précise avoir volontairement évité d'entraîner Opus 5 sur des tâches offensives. Le modèle égale presque Mythos 5 pour repérer des failles logicielles, mais il reste très en retrait dès qu'il s'agit de les transformer en exploits fonctionnels. Ses filtres de sécurité, eux, se déclenchent environ 85 % moins souvent que ceux de Fable 5, et un programme dédié, le Cyber Verification Program, ouvre un accès moins restreint aux entreprises et chercheurs déjà validés par Anthropic. Opus 5 s'assure probablement de ne pas être épinglé par les autorités américaines.
En biologie, Opus 5 hérite des mêmes garde-fous qu'Opus 4.8, ce qui en fait le modèle grand public le plus capable pour la recherche scientifique, sans toutefois égaler Mythos 5 sur les tâches de recherche longues et autonomes, jugées les plus sensibles. Nouveauté notable, les requêtes biologiques jusqu'ici bloquées sur Fable 5 seront désormais redirigées vers Opus 5 plutôt que vers Opus 4.8.
Reste le nerf de la guerre, l'argent ! Opus 5 est disponible dès aujourd'hui sur toutes les plateformes, au même tarif qu'Opus 4.8, soit 5 dollars par million de tokens en entrée, et 25 dollars en sortie. Un mode rapide, facturé le double mais environ 2,5 fois plus véloce, complète l'offre. Anthropic ajoute deux nouveautés en bêta, avec le changement d'outils en pleine conversation sans casser le cache, et la bascule automatique vers un autre modèle en cas de requête bloquée. Elle confirme l'absence d'obligation de conservation des données pour un accès standard, comme sur les précédents modèles Opus.
Comme toujours avec ces annonces, les chiffres avancés viennent de tests maison, choisis et présentés par Anthropic elle-même : de quoi rester prudent avant de les ériger en vérité absolue, en attendant que les utilisateurs les confrontent à l'usage.
