Claude Opus 5 : Intelligence quasi-frontière à moitié prix

Anthropic a lancé Claude Opus 5 le 24 juillet 2026, et le positionnement est inhabituel pour un flagship : ce n'est pas le modèle le plus intelligent que la société propose. Opus 5 vise plutôt à offrir une intelligence quasi-frontière à environ la moitié du coût du modèle phare d'Anthropic, Fable 5, avec un nouveau curseur « effort » qui permet d'échanger de la puissance de calcul contre des économies à chaque requête. Pour quiconque fait tourner des agents IA à grande échelle, ce compromis compte davantage qu'un nouveau record sur un benchmark. Voici ce qui a été livré, ce que ça coûte, et où ça se positionne.

Qu'est-ce que Claude Opus 5 ?

Claude Opus 5 est une mise à jour de la gamme de modèles de raisonnement hybride d'Anthropic, optimisée pour le code, le travail de connaissance et les tâches agentiques. Il est devenu disponible sur toutes les plateformes d'Anthropic dès le jour du lancement : nouveau modèle par défaut sur Claude Max, option la plus puissante sur Claude Pro, et accessible aux développeurs via l'API Claude.

Le positionnement central d'Anthropic est l'efficacité, pas la performance maximale. La société présente Opus 5 comme un modèle « réfléchi et proactif » qui s'approche de l'intelligence frontière de Claude Fable 5 à moitié prix. Autrement dit, cette version cible la grande majorité du travail quotidien — les tickets de code, l'analyse de documents et les exécutions d'agents multi-étapes qui constituent l'essentiel des usages réels — plutôt que les problèmes de recherche les plus complexes.

Tarifs de Claude Opus 5

Les tarifs sont inchangés par rapport à la génération précédente. Selon le rapport d'InfoWorld, Opus 5 coûte :

• 5 $ par million de tokens en entrée
• 25 $ par million de tokens en sortie

C'est identique à Opus 4.8. Le gain d'efficacité ne vient pas d'un prix affiché plus bas — il vient du fait qu'Opus 5 fait plus par token, plus le curseur d'effort qui permet de dépenser moins de tokens quand on n'a pas besoin d'une profondeur de raisonnement maximale.

Le curseur d'effort : coût vs. capacité

La fonctionnalité la plus importante en pratique est le paramètre d'effort ajustable. Il permet d'indiquer au modèle quelle puissance de calcul consacrer à une tâche, afin d'équilibrer intelligence, vitesse et coût en tokens à la demande.

À des niveaux d'effort faibles, Anthropic indique qu'Opus 5 peut conserver une grande partie de ses performances tout en utilisant moins de tokens et en coûtant moins cher. Au sommet de la plage — effort high, xhigh et max — il pousse vers la qualité frontière. C'est une réponse directe à un vrai problème : les clients entreprise se sont plaints de factures IA imprévisibles, et donner aux utilisateurs un curseur bas/moyen/élevé remet le contrôle des coûts entre leurs mains.

Si vous avez déjà vu un agent épuiser un budget de tokens sur une tâche qui ne nécessitait pas de raisonnement approfondi, le curseur d'effort est la fonctionnalité à surveiller.

Benchmarks de Claude Opus 5

Anthropic met en avant la performance ajustée au coût plutôt que les scores maximaux seuls. Quelques chiffres concrets issus du lancement :

• Sur Frontier-Bench v0.1, Anthropic indique qu'Opus 5 surpasse tous les autres modèles et plus que double les performances d'Opus 4.8 à un coût par tâche inférieur.
• Sur CursorBench 3.2 à effort maximum, Opus 5 se situerait à moins de 0,5 % du score maximal de Fable 5 — à moitié du coût par tâche.
• Anthropic revendique également de meilleures performances à coût équivalent que tout autre modèle aux niveaux d'effort high, xhigh et max.

Le fil conducteur : les graphiques mettent l'accent sur la performance par dollar, pas seulement sur le sommet du classement. Les benchmarks indépendants prendront du temps à confirmer ces affirmations, il convient donc de traiter les chiffres du fournisseur comme un point de départ plutôt que comme un verdict.

La place d'Opus 5 dans la gamme Anthropic

Opus 5 est le quatrième modèle qu'Anthropic a lancé en peu de temps, après Mythos 5, Fable 5 et Sonnet 5. Il est important d'être clair sur le positionnement :

• Fable 5 reste le modèle le plus intelligent, et Anthropic le recommande toujours pour les projets les plus avancés — y compris les tâches longue durée qu'un modèle pourrait exécuter de manière autonome pendant des jours.
• Opus 5 est le choix efficace par défaut : qualité quasi-frontière pour la majorité du code, des agents et du travail de connaissance quotidien à moitié prix.
• Mythos 5 devance toujours Opus 5 sur certains domaines à double usage comme la recherche biologique et la cybersécurité offensive — un domaine où Anthropic a délibérément retenu Opus 5.

Anthropic décrit également Opus 5 comme son modèle Opus le mieux aligné sur la sécurité, signalant des taux plus faibles de comportement trompeur et une meilleure adhérence à sa constitution de modèle que les versions précédentes. Côté développeur, le lancement s'est accompagné de deux mises à jour bêta : les changements d'outils en cours de conversation et les basculements automatiques de l'API.

Pourquoi c'est important pour les agents IA

Pour les développeurs d'agents, l'histoire intéressante n'est pas le tableau de benchmarks — c'est l'économie. Les systèmes multi-agents multiplient l'utilisation des tokens : chaque agent planificateur, travailleur et réviseur dépense des tokens, et une seule exécution complexe peut enchaîner des dizaines d'appels au modèle. À cette échelle, « quasi-frontière à moitié prix, avec un curseur pour dépenser encore moins sur les étapes simples » représente un avantage bien plus grand qu'un gain de deux points sur un benchmark.

Concrètement, cela signifie que vous pouvez :

• Router par difficulté. Utiliser un effort faible ou moyen sur les sous-tâches routinières (mise en forme, extraction, modifications simples) et réserver un effort élevé pour les étapes qui nécessitent vraiment du raisonnement.
• Plafonner les dépenses sans plafonner la qualité. L'auto-vérification et la récupération d'erreurs qu'Anthropic met en avant signifient moins de boucles de relance inutiles, là où les budgets d'agents disparaissent discrètement.
• Réserver Fable 5 pour les 10 % difficiles. Garder le modèle coûteux pour les travaux véritablement longue durée ou de niveau recherche, et laisser Opus 5 gérer le reste.

C'est la même logique que le routage de modèles dans les outils de code — dépenser de la puissance de calcul frontière uniquement là où ça change le résultat. Nous avons couvert ce schéma dans Cursor Router Explained, et le curseur d'effort d'Opus 5 apporte le même contrôle coût-qualité jusqu'à la requête individuelle.

Devriez-vous passer à Opus 5 ?

Un guide de décision rapide :

• Vous utilisez Claude Max ou Pro ? Vous l'avez déjà — Opus 5 est le nouveau modèle par défaut sur Max et le modèle le plus puissant sur Pro.
• Vous construisez des agents ou des workflows de code sur l'API ? Opus 5 est probablement votre nouveau cheval de bataille ; testez le curseur d'effort sur vos propres tâches pour trouver le paramètre le moins coûteux qui passe encore vos évaluations.
• Vous exécutez des tâches longues, autonomes et à enjeux élevés ? Gardez Fable 5 dans la boucle pour cette partie, conformément aux recommandations d'Anthropic.

La bonne décision n'est pas « Opus 5 pour tout » — c'est d'adapter le niveau d'effort et le modèle à la difficulté de chaque tâche.

Faites-le avec votre propre équipe IA

La vraie leçon d'Opus 5 concerne l'orchestration : diriger la puissance de calcul frontière vers les étapes qui en ont besoin, et dépenser moins partout ailleurs. C'est exactement ainsi que doit fonctionner une équipe d'agents IA. Eigent est une application Cowork open-source et locale qui coordonne une équipe d'agents IA sur de vrais workflows — et parce qu'elle fonctionne en apportez-votre-propre-clé (bring-your-own-key), vous pouvez y brancher Opus 5 et contrôler l'effort et le coût par tâche au lieu de payer des tarifs frontière pour du travail routinier. Découvrez comment elle gère la révision de PR GitHub, ou téléchargez Eigent et mettez Opus 5 au travail dans votre propre pipeline d'agents.