Anthropic a lancé Claude Opus 4.8, une nouvelle version de son modèle phare qui se concentre sur le terrain où se joue l’essentiel de la compétition IA actuelle : les agents capables de travailler sur de longues périodes, d’utiliser des outils, de réviser du code, d’interagir avec des terminaux et de réaliser des tâches complexes avec une supervision humaine réduite.
Anthropic présente Opus 4.8 comme une évolution d’Opus 4.7 plutôt qu’une rupture totale. Mais les progrès mis en avant illustrent clairement où le marché se dirige. La compétition ne tourne plus uniquement autour des réponses conversationnelles ou du raisonnement général. Ce qui compte maintenant : qu’un modèle maintienne le contexte sur une session prolongée, identifie ses propres erreurs, demande des précisions quand une tâche est mal définie, et exécute de vrais flux de travail dans des environnements de développement, d’analyse financière, de recherche ou d’opérations.
Programmation agentique et utilisation d’outils : les chiffres
Sur SWE-Bench Pro, le test de référence pour la programmation agentique, Claude Opus 4.8 atteint 69,2 %, contre 64,3 % pour Opus 4.7. Sur OSWorld-Verified, axé sur l’utilisation orientée agents de l’ordinateur, il obtient 83,4 % contre 82,9 % pour la version précédente. Sur GDPval-AA, une évaluation des tâches de connaissance, il progresse à 1 890 points contre 1 753 pour Opus 4.7. Sur Finance Agent v2, il monte à 53,9 % contre 51,5 %.
| Benchmark (source Anthropic) | Opus 4.8 | Opus 4.7 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|
| SWE-Bench Pro | 69,2 % | 64,3 % | 58,6 % | 54,2 % |
| Terminal-Bench 2.1 | 74,6 % | 66,1 % | 78,2 % | 70,3 % |
| Humanity’s Last Exam (sans outils) | 49,8 % | 46,9 % | 41,4 % | 44,4 % |
| Humanity’s Last Exam (avec outils) | 57,9 % | 54,7 % | 52,2 % | 51,4 % |
| OSWorld-Verified | 83,4 % | 82,9 % | 78,7 % | 76,2 % |
| GDPval-AA | 1 890 | 1 753 | 1 769 | 1 314 |
| Finance Agent v2 | 53,9 % | 51,5 % | 51,8 % | 43,0 % |
Ces résultats proviennent d’Anthropic et doivent être lus comme tels. Les benchmarks ne préjugent pas toujours du comportement réel dans des environnements d’entreprise avec des codes anciens, une documentation incomplète ou des contraintes de sécurité. La tendance est néanmoins claire : Opus 4.8 dépasse Opus 4.7 dans presque tous les domaines et rivalise directement avec GPT-5.5 et Gemini 3.1 Pro sur les tâches agentiques.
Un bémol à noter : sur Terminal-Bench 2.1, GPT-5.5 affiche 78,2 % contre 74,6 % pour Opus 4.8. Pour les équipes techniques, cette nuance compte. Le modèle d’Anthropic domine la programmation agentique et le raisonnement avec outils, mais pas toutes les catégories.
Claude Code et les workflows dynamiques
La mise à jour s’accompagne d’une avancée notable pour Claude Code : les workflows dynamiques. Cette fonctionnalité, en prévisualisation pour les plans Enterprise, Team et Max, permet à Claude de planifier de grandes tâches et de lancer en parallèle des centaines de sous-agents dans une même session. Le système vérifie ensuite les résultats avant d’en informer l’utilisateur.
Cette approche correspond à une tendance nette du développement assisté par IA. Au début, les outils se concentraient sur la complétion de lignes et la génération de fonctions. L’étape suivante cible des tâches plus vastes : migrations, refactorisations, analyse de dépendances, vérification de larges bases de code, mise à jour d’API ou changements coordonnés sur plusieurs services.
Anthropic cite des migrations à l’échelle d’un dépôt contenant des centaines de milliers de lignes, en utilisant la suite de tests existante comme référence. En pratique, le développeur ne se limite plus à demander une solution ponctuelle, mais peut déléguer un processus long avec planification, exécution distribuée et contrôle des résultats. Cette évolution fait écho à ce que des acteurs comme ByteDance préparent côté infrastructure : l’IA ne gère plus des requêtes isolées, elle orchestre des flux.
L’honnêteté comme critère technique
Un aspect remarquable de cette annonce est la mise en avant de l’honnêteté comme amélioration technique mesurable. Anthropic indique qu’Opus 4.8 est environ quatre fois moins enclin à ignorer des erreurs dans le code qu’il a généré, comparé à Opus 4.7. Le modèle reconnaît davantage ses incertitudes et ne prétend pas avoir réussi quand ce n’est pas le cas.
Cela peut paraître moins spectaculaire que des gains sur les benchmarks, mais l’impact pratique est réel. En programmation, un modèle qui présente une solution incorrecte avec assurance entraîne des heures de débogage. En finance ou en droit, une déclaration infondée peut produire de graves erreurs. Et dans les flux agentiques où l’IA prend des décisions intermédiaires, la capacité à reconnaître ses limites devient une mesure de sécurité à part entière.
Les entreprises qui déploient des agents IA veulent des systèmes capables d’expliciter leurs limites, de signaler leurs doutes et de ne pas masquer leurs problèmes. Dans ce contexte, la fiabilité devient un avantage concurrentiel au même titre que la performance brute.
Contrôle de l’effort et modifications de l’API
Anthropic introduit un contrôle du niveau d’effort dans claude.ai et Claude Code. L’utilisateur définit la profondeur de traitement que le modèle consacre à une tâche : à des niveaux élevés, Claude réfléchit plus longtemps et consomme plus de tokens ; à des niveaux faibles, il répond plus vite avec moins de ressources. Par défaut, Opus 4.8 est configuré sur un effort élevé. Pour des tâches très complexes, des niveaux « extra » ou « max » sont recommandés.
Dans l’API Messages, une nouvelle fonctionnalité pour les développeurs d’agents : la possibilité d’intégrer des instructions système directement dans le tableau de messages. Cela permet d’ajuster les consignes en cours de tâche sans casser la mémoire du prompt ni introduire une étape utilisateur supplémentaire. Sur un agent à long terme, c’est utile pour modifier les permissions, le contexte, les instructions de sécurité ou le budget de tokens sans tout redémarrer.
Prix, disponibilité et perspectives
Claude Opus 4.8 est déjà accessible sur claude.ai, Claude Code et l’API Anthropic sous le code claude-opus-4-8. Le tarif standard reste identique à Opus 4.7 : 5 dollars par million de tokens en entrée, 25 dollars en sortie. La formule accélérée coûte 10 dollars en entrée et 50 dollars en sortie — Anthropic indique que cette formule est trois fois moins chère que dans ses versions antérieures.
Anthropic travaille aussi sur des modèles offrant des capacités similaires à Opus mais à un coût inférieur, une priorité pour les entreprises souhaitant déployer des agents à grande échelle. La société mentionne également une nouvelle catégorie de modèles au-dessus d’Opus, liés au projet Glasswing et à Claude Mythos Preview, actuellement en accès limité pour la cybersécurité.
Opus 4.8 ne change pas à lui seul les règles du jeu, mais confirme une direction : la prochaine étape ne sera pas pilotée uniquement par des modèles plus performants en chat, mais par des systèmes capables de travailler durablement, de coordonner des outils, de reconnaître leurs limites et de produire des résultats vérifiables. Et cette course à l’infrastructure IA a aussi des implications directes sur les énergies consommées — une réalité que l’Europe commence à mesurer à ses dépens.
Qu’est-ce que Claude Opus 4.8 ?
La nouvelle version du modèle Opus d’Anthropic, conçue pour la programmation agentique, le raisonnement avancé, l’utilisation d’outils et les longues tâches autonomes.
Quelles sont ses améliorations par rapport à Opus 4.7 ?
Selon Anthropic, il excelle dans plusieurs benchmarks liés à la programmation, l’utilisation d’outils, l’analyse financière et le raisonnement à outils. Il est aussi plus fiable dans la reconnaissance des erreurs et des incertitudes (4x moins enclin à ignorer ses propres fautes).
Que sont les workflows dynamiques de Claude Code ?
Une fonctionnalité en prévisualisation (plans Enterprise, Team, Max) permettant à Claude de planifier de grandes tâches, de lancer des centaines de sous-agents en parallèle et de vérifier les résultats avant de répondre.
Quel est le coût de Claude Opus 4.8 ?
5 dollars par million de tokens en entrée et 25 dollars en sortie (tarif standard). La formule accélérée coûte 10 dollars en entrée et 50 dollars en sortie, trois fois moins chère que les versions précédentes selon Anthropic.
