DESCRIPTION : 

Anthropic a dévoilé Claude Opus 5 le 24 juillet 2026, son quatrième modèle en deux mois. L’argument tient en une phrase : une intelligence qui frôle celle de Fable 5, le modèle le plus capable de la maison, mais facturée au même prix qu’Opus 4.8, soit environ la moitié de Fable 5. Sur le papier, c’est le genre d’annonce qui change une ligne budgétaire. Dans les faits, je trouve que le positionnement est plus subtil qu’un simple « deux fois moins cher ». Voyons ce qu’Opus 5 apporte concrètement, et surtout comment le situer face à Opus 4.8 et à Fable 5 quand on doit trancher en production.

Ce qu’Opus 5 apporte

Opus 5 est disponible immédiatement (le 24 juillet 2026) sous le nom claude-opus-5 sur l’API Claude, Amazon Bedrock, Google Cloud, Microsoft Foundry, claude.ai, Claude Code et Cowork. Il devient le modèle par défaut sur Claude Max. Trois nouveautés retiennent l’attention :

• Un curseur d’effort low / medium / high /Extra / Max (Faible / Moyen / Elevé / Extra /Max) : vous arbitrez, requête par requête, entre coût et capacité. C’est la même idée que le « reasoning effort » ailleurs, mais exposée de façon explicite pour piloter la dépense.
• Une fenêtre de contexte de 1 million de tokens, de quoi ingérer un dépôt de code entier ou un gros corpus documentaire en une passe.
• Des gains nets sur les usages agentiques : navigation logicielle, computer use, recherche autonome, et la capacité affichée de vérifier puis corriger son propre travail par itération, voire de se fabriquer des outils en écrivant du code.

Anthropic assume le cadrage : Opus 5 est pensé comme le modèle « par défaut » pour le travail de bureau quotidien, pas comme une machine de guerre réservée aux tâches extrêmes.

Les chiffres : ce que disent les benchmarks

C’est là que le saut se mesure. Sur Frontier-Bench v0.1 (un successeur de Terminal-Bench 2.1, 74 tâches orientées coding agentique), Opus 5 marque 43,3 % à effort maximal, contre 33,7 % pour Fable 5 et 18,7 % pour Opus 4.8. Autrement dit : Opus 5 dépasse Fable 5 sur ce test, et plus que double le score de son prédécesseur direct.

L’autre chiffre marquant vient d’ARC-AGI-3, le benchmark de François Chollet qui plonge un agent dans des environnements interactifs sans instructions ni règles : Opus 5 obtient 30,2 %, là où Opus 4.8 plafonnait à 1,5 % et le meilleur concurrent cité (GPT-5.6 Sol) à 7,8 %. Sur les évaluations de computer use, Anthropic revendique un état de l’art visuel avec 70,6 % sur OSWorld 2.0. Enfin, sur CursorBench 3.2, Opus 5 se pose à environ 0,5 point du pic de Fable 5 à effort maximal, pour environ moitié du coût par tâche.

Un mot de prudence : je n’ai pas retrouvé les scores de Fable 5 et d’Opus 4.8 sur ARC-AGI-3 et OSWorld 2.0 dans plusieurs sources concordantes, d’où les mentions « Non publié ». Comme toujours avec les benchmarks vendeurs, ils indiquent une tendance, pas une garantie sur votre charge réelle.

Opus 5 face à Opus 4.8 : un vrai bond

Ici, pas d’ambiguïté. À prix identique (5 $ / M de tokens en entrée, 25 $ / M en sortie), Opus 5 fait beaucoup mieux qu’Opus 4.8 : 43,3 % contre 18,7 % sur Frontier-Bench, 30,2 % contre 1,5 % sur ARC-AGI-3. Pour une même facture, vous obtenez un modèle qui réussit des tâches agentiques que la génération précédente ratait tout simplement. Si vous êtes déjà sur Opus 4.8, la question n’est pas « faut-il migrer » mais « à quelle vitesse ». Le seul point à vérifier : Opus 4.8 était disponible en zero data retention (ZDR), un critère qui peut peser pour certains DSI ; assurez-vous que le régime de rétention d’Opus 5 correspond à vos exigences avant de basculer une charge sensible.

Opus 5 face à Fable 5 : performance voisine, prix divisé

C’est le duel le plus intéressant. Fable 5 est présenté par Anthropic comme un cran au-dessus (classe « Mythos »), et il conserve l’avantage sur les tâches longues, complexes et vraiment autonomes. Mais l’écart se resserre fortement : Opus 5 le devance même sur Frontier-Bench et le talonne à 0,5 point sur CursorBench 3.2. Or, côté tarif, la différence est franche.

En entrée, Opus 5 est à 5 $ / M, exactement comme Opus 4.8 et la moitié des 10 $ / M de Fable 5 ; même logique en sortie (25 $ contre 50 $). Traduction concrète : pour une performance de coding et de computer use très proche, vous divisez la facture par deux face à Fable 5. Anthropic insiste d’ailleurs sur la bonne métrique : ce qui compte, c’est la performance par dollar, pas le prix par token isolé. À effort ajusté, Opus 5 rend le rapport très favorable.

Quand choisir Opus 5, Opus 4.8 ou Fable 5

Voici comment je routerais les charges pour un usage pro ou une équipe :

• Opus 5 : le nouveau défaut. Coding agentique, computer use, recherche autonome, automatisation de workflows métier. C’est le meilleur compromis coût / capacité pour l’immense majorité des tâches quotidiennes.
• Fable 5 : à réserver aux jobs vraiment durs et longs, où le dernier pourcent de fiabilité autonome justifie de payer le double. Si Opus 5 hésite ou boucle sur une tâche critique de plusieurs heures, l’escalade vers Fable 5 se défend.
• Opus 4.8 : surtout pertinent si une contrainte spécifique vous y retient, par exemple un besoin de zero data retention non couvert ailleurs, ou une intégration déjà stabilisée. Sur la performance pure, Opus 5 le remplace avantageusement à prix égal.

Le curseur d’effort d’Opus 5 rend d’ailleurs le routage plus fin qu’avant : plutôt que de choisir un modèle par tâche, vous pouvez rester sur Opus 5 et monter l’effort seulement quand la tâche l’exige. C’est, à mon sens, le vrai apport pratique de cette sortie.

Conclusion

Claude Opus 5 n’est pas une simple mise à jour de numéro. Face à Opus 4.8, c’est un bond franc à prix constant. Face à Fable 5, c’est une performance voisine pour moitié moins cher, ce qui redistribue les cartes du « quel modèle pour quelle tâche ». Pour un DSI ou une équipe technique, la stratégie gagnante reste le routage : Opus 5 par défaut, curseur d’effort au besoin, et escalade vers Fable 5 uniquement sur les tâches les plus exigeantes. Reste à valider deux points sur vos propres cas : le régime de rétention des données, et surtout vos benchmarks internes, car aucun score public ne remplace un test sur votre charge réelle.