Claude Opus 5 apporte un contexte de 1M de tokens et cinq niveaux d’effort au codage agentique

Ce qui a été annoncé

Les notes de version de Claude Opus 5 publiées par Anthropic confirment un modèle conçu pour un travail soutenu et multi-étapes plutôt que pour la qualité d’une conversation ponctuelle. La spécification phare est une fenêtre de contexte d’un million de tokens — disponible par défaut, non comme option payante additionnelle — associée à jusqu’à 128 000 tokens de sortie par réponse. Pour les équipes travaillant sur de grandes bases de code ou de longs fils de recherche, ce plafond de contexte détermine la quantité de dépôt, d’historique de tickets ou de documents que le modèle peut garder en mémoire simultanément sans recourir à des techniques externes de récupération.

Le raisonnement est activé par défaut dans Opus 5, avec un raisonnement adaptatif qui ajuste la profondeur de réflexion à la tâche. Anthropic a aussi introduit une contrainte notable : désactiver totalement le raisonnement n’est permis qu’au niveau d’effort high ou inférieur. Toute tentative de désactivation au niveau xhigh ou max renvoie une erreur, signe qu’Anthropic considère désormais le raisonnement étendu comme indissociable de ses niveaux d’effort les plus élevés.

Le tarif reste stable à 5 $ par million de tokens en entrée et 25 $ par million en sortie — le même tarif que la précédente version Opus 4.8 — ce qui signifie que l’augmentation de contexte et de capacité n’a pas entraîné de hausse de prix affichée, même si des fenêtres de contexte plus larges se traduisent en pratique par des factures plus élevées pour les usages intensifs en contexte.

L’échelle d’effort à cinq niveaux

Le changement d’interface le plus marquant dans Opus 5 est le paramètre d’effort, qu’Anthropic décrit désormais comme « le contrôle principal » pour piloter le comportement du modèle. Les cinq niveaux — low, medium, high, xhigh et max — permettent aux développeurs de choisir explicitement entre des réponses rapides et économiques et des réponses lentes et exhaustives, plutôt que de s’en remettre uniquement à l’ingénierie de prompt pour suggérer la profondeur souhaitée.

Le niveau max est positionné pour le « travail critique en termes de capacité » — le type de tâche où obtenir la bonne réponse compte plus que le temps de réponse ou le coût en tokens. Cela correspond directement aux flux de travail de codage agentique : une suggestion rapide de correction de style peut tourner en low, tandis qu’une refonte multi-fichiers sur une grande base de code, ou une migration sensible en matière de sécurité, peut être poussée jusqu’à max.

Le modèle prend également en charge les budgets de tâches, le changement d’outils en cours de conversation, l’outil d’utilisation d’ordinateur, l’outil d’utilisation de navigateur, et un outil conseiller — un ensemble d’outils visant précisément les agents qui opèrent sur des sessions longues plutôt que de répondre à des questions isolées.

Pourquoi le contexte long compte pour le codage agentique

Les plafonds de fenêtre de contexte ont été l’une des limites pratiques des outils de codage agentique : un agent travaillant sur une grande base de code, une longue chaîne d’échecs de tests, ou une tâche de recherche pluri-journalière finit par manquer de place pour conserver l’état complet du problème, ce qui force le résumé, la troncature, ou des systèmes de mémoire externes qui introduisent leurs propres modes de défaillance.

Une fenêtre d’un million de tokens change le calcul de ce qui tient nativement. Une fenêtre de cette taille peut, selon la tokenisation, contenir une base de code de taille moyenne substantielle, un long document de conception avec son historique de révisions, ou des dizaines de tickets de support liés — le tout dans un seul contexte, sans que l’agent doive reconstruire l’état antérieur à partir d’un résumé compressé. Combiné à l’échelle d’effort, cela donne aux équipes un levier pour contrôler les coûts sur les tâches routinières tout en réservant le contexte complet et le raisonnement max aux sessions qui en ont réellement besoin.

Opus 5 est disponible sur l’API Claude, Amazon Bedrock, Google Cloud Vertex AI, et Microsoft Foundry, plaçant la même spécification devant les clients entreprise quel que soit leur engagement cloud existant.

Ce que cela signifie pour les équipes qui adoptent le codage agentique

Le changement pratique pour les équipes d’ingénierie tient moins au chiffre de contexte phare qu’à ce qu’il retire du flux de travail : moins de curation manuelle du contexte, moins de fils perdus lors de longues sessions de débogage, et un curseur explicite (le niveau d’effort) au lieu de contournements par ingénierie de prompt pour contrôler l’intensité de travail du modèle sur une tâche donnée. Les équipes qui exploitent déjà des agents de codage IA en production devraient voir la question d’adoption principale se déplacer de « peut-il contenir assez de contexte » vers « comment budgétiser les niveaux d’effort entre tâches routinières et critiques » — un problème de coût et de conception de flux de travail plus qu’un manque de capacité.

Questions Fréquemment Posées

Sources et lectures complémentaires

• Notes de version de Claude Opus 5 — Anthropic
• Raisonnement adaptatif — Documentation Anthropic
• Budgets de tâches — Documentation Anthropic
• Outil d’utilisation d’ordinateur — Documentation Anthropic