Anthropic a sorti Claude Opus 5.5 le 22 septembre, avec un raisonnement adaptatif qui ne se règle plus à la main. Le modèle atteint le niveau de Fable 5.1 sur la plupart des tâches, tourne 30 % plus vite et coûte 40 % de moins à faire fonctionner que son prédécesseur.
Pour résumer
- Claude Opus 5.5 passe de 52,3 % à 66,4 % sur Terminal-Bench 4.0 face à Opus 5.
- Le curseur d’effort disparaît : le modèle arbitre lui-même la profondeur de chaque requête.
- Le million de tokens de sortie tombe à 20 dollars, contre 25 auparavant.
Faire résumer cet article par une IA
ChatGPTClaude Opus 5.5 arbitre lui-même sa dose de raisonnement
Opus 5 était livré avec trois crans de raisonnement, faible, moyen ou élevé, que l’appelant devait choisir avant chaque requête. Ce réglage disparaît. Claude Opus 5.5 garde le raisonnement adaptatif activé en permanence et décide lui-même de la profondeur que mérite chaque tâche.
Le changement paraît cosmétique. Il ne l’est pas. Un curseur mal positionné coûtait soit de la qualité sur une tâche sous-dotée, soit des tokens brûlés sur une question triviale traitée au cran maximum.
Anthropic détaille les gains dans sa page de présentation du modèle publiée mardi. Claude Opus 5.5 monte à 66,4 % sur Terminal-Bench 4.0, contre 52,3 % pour Opus 5. CursorBench 4.0 passe de 46,6 % à 57,8 %. OSWorld 2.0, qui mesure le pilotage d’un poste de travail, grimpe de 74,0 % à 81,8 %.
L’écart le plus parlant reste ailleurs. Sur GDPval-AA v2.1, qui note le travail de connaissance plutôt que le code, Claude Opus 5.5 gagne 138 points Elo et s’établit à 1846.
Le gain vaut surtout sur les chaînes d’agents, où chaque appel intermédiaire porte sa propre décision d’effort. Une centaine d’étapes mal calibrées finissent par peser sur la facture autant que sur la latence.
La progression ressemble à ce qu’Anthropic avait fait en septembre, quand Fable 5.1 avait gagné en qualité de code tout en baissant de 25 % son tarif. Le laboratoire répète une recette qui fonctionne plutôt qu’il ne change de braquet.
Reste une inconnue que les prochaines semaines trancheront. Un arbitrage automatique retire à l’appelant la possibilité de plafonner volontairement la dépense sur un lot de requêtes peu sensibles, et personne ne sait encore comment le modèle se comporte sur des tâches ambiguës où l’effort utile est difficile à estimer.
Claude Opus 5.5 a aussi été entraîné à écrire autrement. Anthropic revendique des réponses qui posent d’abord l’essentiel, puis le détail, avec moins de tournures techniques. Sur une tâche longue, cette hiérarchie change la lisibilité du fil d’exécution.
Le déploiement se fera par paliers, comme d’habitude chez Anthropic. Le retour complet de la gamme Fable après son retrait en urgence avait déjà suivi ce schéma, modèle haut de gamme d’abord, déclinaisons ensuite.
Ce que la migration rapporte aux équipes techniques
Le tarif descend à 4 dollars le million de tokens d’entrée et 20 dollars en sortie, contre 5 et 25 pour Opus 5. La lecture de cache tombe à 0,20 dollar, soit moins de la moitié des 0,50 dollar facturés auparavant.
Mais la baisse affichée au token ne raconte qu’une partie de l’histoire. Anthropic chiffre à 40 % l’économie réelle sur une charge de travail type, parce que Claude Opus 5.5 consomme moins de tokens pour arriver au même résultat et génère 30 % plus vite.
Les chiffres de terrain donnent l’ordre de grandeur. Des testeurs précoces ont bouclé une migration de 680 000 lignes de code en moins d’une journée. Sur une tâche d’optimisation des temps de chargement d’une application web, Claude Opus 5.5 a réussi 39 fois sur 40.
Ces mesures viennent de testeurs sélectionnés par l’éditeur, sur des tâches qu’il a lui-même retenues pour l’annonce. Elles donnent une borne haute, obtenue dans les meilleures conditions.
Le travail de connaissance suit, sans atteindre le même niveau : 16 rapports de recherche sur 18 ont passé les contrôles qualité. Deux échecs sur dix-huit, sur des livrables destinés à être relus, restent un taux qui impose une relecture humaine.
Côté sûreté, Claude Opus 5.5 arrive avec les classificateurs biologie et cybersécurité calés sur ceux de Fable 5.1. C’est le même dispositif que celui qui avait servi à rouvrir les questions de biologie courante bloquées à tort il y a quelques semaines.
Pour une équipe déjà installée sur Opus 5, la bascule ne demande pas de réécriture. Les appels qui passaient un niveau d’effort explicite continuent de fonctionner, le paramètre étant simplement ignoré par Claude Opus 5.5 au profit de son propre arbitrage.
L’audit comportemental automatisé a couvert près de 2 000 scénarios et livre le meilleur résultat jamais publié par l’entreprise. Sur un test de confinement, Claude Opus 5.5 tente de franchir les limites fixées 85 % moins souvent qu’Opus 5.
S’ajoutent des mesures anti-distillation sur le raisonnement conservé, un marquage conforme à l’AI Act européen et une option de rétention zéro. Claude Opus 5.5 est disponible sur la plateforme Claude, AWS, Google Cloud et l’écosystème Microsoft, ainsi que dans GitHub Copilot.
D’autres articles sur Horizon
- L’usage quotidien de l’IA double en six mois aux États-Unis
- L’entrée en bourse d’Anthropic repoussée à novembre
- Claude mène déjà 26 % de la recherche d’Anthropic
Quatre-vingt-dix minutes plus tard, OpenAI répondait
La fenêtre concurrentielle s’est refermée presque aussitôt. Environ quatre-vingt-dix minutes après l’annonce d’Anthropic, OpenAI sortait GPT-6 Sol et GPT-6 Luna en divisant par deux ses tarifs API.
Le calendrier n’est pas une coïncidence. Les deux laboratoires se surveillent au jour près, et la séquence rappelle le positionnement agressif adopté par Opus 5 en juillet face au haut de gamme du marché.
Pour les autres acteurs, le message est direct. Un modèle haut de gamme qui gère son propre budget de raisonnement supprime un travail d’optimisation que les équipes produit payaient jusqu’ici en temps d’ingénierie.
Cette logique pèse surtout sur le milieu de gamme. Un fournisseur dont l’argument tenait au rapport qualité-prix face au très haut de gamme voit cet écart se réduire d’un coup, sans avoir rien changé à son offre.
Celui qui garde un curseur manuel devra justifier pourquoi. Celui qui facture plus cher un niveau de performance désormais accessible à 20 dollars le million de tokens de sortie devra s’aligner ou se différencier ailleurs.
L’arbitrage se déplace donc du réglage vers le choix du fournisseur. Quand deux modèles haut de gamme gèrent seuls leur budget de raisonnement, la comparaison ne porte plus sur le cran choisi mais sur le coût réel constaté à la fin d’une tâche complète.
Un point mérite d’être relevé. Il s’agit de la première sortie d’Anthropic depuis que Dario Amodei a dit vouloir ralentir volontairement la course aux capacités pour laisser la recherche en sûreté rattraper son retard. Une version 5.5 plutôt qu’une version 6 colle assez bien à cette annonce.
La suite est déjà annoncée. Des déclinaisons Sonnet 5.5 et Haiku 5.5 sont attendues dans les semaines qui viennent, et ce sont elles qui diront si l’arbitrage automatique du raisonnement tient aussi sur les gammes intermédiaires.
Affaire à suivre sur Horizon.
