Opus 5.5 Annoncé : Anthropic Pousse le Sommet du Code, le Prix et le Style en Même Temps

Prompt Engineering présente Opus 5.5 comme l’entrée inaugurale d’une nouvelle lignée Claude 5.5 et annonce la couleur : une quasi-parité ou un léger avantage face à Fable 5.1 sur presque tous les tableaux, pour un coût inférieur à Opus 5. Ce qui enthousiasme le plus l’animateur n’est pas le score brut mais la voix : là où les grands modèles précédents tombaient dans un registre mécanique reconnaissable, la promesse ici est une prose qui se lit comme si une personne l’avait écrite, un point décisif dans les longues sessions agentiques.

Côté tarif, la vidéo décrit un ajustement modeste mais parlant : les prix au million de jetons en entrée et sortie et les frais d’écriture/lecture du cache reculent légèrement. L’animateur estime que l’intelligence par dollar pèse désormais autant que l’intelligence brute dans le choix d’un modèle. Même une petite baisse, dans cette lecture, signale qu’Anthropic ressent la pression concurrentielle et veut clarifier son récit de valeur, car les gros utilisateurs ressentent vite l’effet cumulé.

Le test auquel l’animateur accorde le plus de crédit est Terminal-Bench 4.0, présenté comme encore non saturé et donc encore discriminant. Conçu par Stanford et Harbor, il propose 89 tâches difficiles dans des terminaux isolés qui reflètent de vrais flux de travail. Dans les graphiques montrés, la nouvelle version dépasse Astra et Fable 5.1 et, découpée par niveau d’effort, reste devant à moindre dépense. L’animateur rappelle qu’aucun test de laboratoire ne reflète parfaitement le code réel, mais qu’un test non saturé reste utile, et les autres tableaux agentiques vont dans le même sens.

Sur l’ensemble plus large, le récit se répète : mener le classement tout en réduisant le coût. Les cycles précédents poussaient la capacité brute, celui-ci cherche à rendre cette capacité moins chère à déployer. Vue effort par effort, la courbe de coût reste sous celle des rivaux, un motif que l’animateur souligne sur chaque panneau de code agentique. La même revendication revient sur le mur du travail de connaissance où Elo et coût par tâche sont croisés, avec l’espoir de réponses plus concises.

La signature pour le codage pratique est une boucle de vérification qui dépasse la simple émission de fichiers. Dans le prompt favori de l’animateur, le système écrit du code puis ouvre un navigateur pour inspecter le rendu et corriger ses propres erreurs. L’animateur y voit la charnière du travail sans surveillance sur longue durée : un agent capable de regarder sa propre sortie peut itérer sans humain, transformant une astuce en livrable.

Un graphique intrigue l’animateur : sur Frontier Code, l’effort medium dépasse high et extra-high et finit proche du max. Des oscillations non monotones similaires apparaissent chez Fable et certaines variantes GPT sur cette évaluation précise. L’hypothèse avancée est un décalage de distribution — le test pourrait se situer hors du mélange de données sur lequel les modèles ont été réglés — ce qui invite à ne pas généraliser trop vite à partir d’un seul tableau.

La revendication en travail de connaissance s’accompagne de l’histoire de la prose. L’animateur attend des réponses plus courtes et pointe le mur Elo/coût comme preuve d’efficacité. Mais le titre pour beaucoup sera la façon dont Opus écrit. Anthropic dit avoir retravaillé la voix après des retours répétés sur un style maniéré et difficile à balayer, les testeurs trouvant les nouveaux messages plus faciles à comprendre d’un coup d’œil. L’illustration avant/après est une explication de baisse métrique : là où l’ancien ton s’égarait, la nouvelle formulation dit plainement que le changement d’offre gratuite n’explique qu’environ un point de la baisse d’août.

Les notes de livraison sont brèves et pratiques : mettre à jour Claude Code et l’app de bureau, ou appeler l’API sous l’étiquette 5.5. La vidéo signale les annexes habituelles sur la rétention, la distillation et la sûreté et renvoie les curieux vers la documentation. Le ton est celui d’une transparence mesurée, présentée en notes de bas de page plutôt qu’en gros titre.

Les démos portent l’argument. Une simulation de trou noir suit un brief très détaillé et livre une sortie riche en contrôles où densité et luminosité se règlent ; l’animateur juge la fidélité impressionnante même si un CPU chargé limite la fluidité. Un traqueur en direct de la Station spatiale internationale effectue de vrais appels API, trace la trajectoire du moment et ajoute un petit soleil sur le côté salué comme détail charmant. Un site de lancement auto-recherché assemble recherche, figures animées et comparaison entre Opus 5 et le nouveau venu sans ressources externes, respectant le réglage medium par défaut. Une dernière scène voxel en 3JS est présentée comme l’un des rendus les plus littéraux et riches vus par l’animateur.

La conclusion porte sur la capacité. L’allocation sur cinq heures a grandi, le budget hebdomadaire pas encore, mais les utilisateurs gagnent un reset capitalisable que l’animateur lit comme inspiré par OpenAI et salue comme signe que les labos doivent concourir sur prix et avantages autant que sur capacité. Ensemble — prose plus claire, code plus fort, facture légèrement moindre et moins de jetons par tâche — la mise à jour est cadrée comme un pas pragmatique, et la concurrence, selon l’animateur, est bonne pour les clients.