Claude Opus 4.8 : nouveautés, benchmarks et guide complet

Claude Opus 4.8 est le nouveau modèle phare d'Anthropic, déployé le 28 mai 2025. Successeur direct d'Opus 4.7, il se distingue par une honnêteté accrue dans ses réponses, une capacité à orchestrer des centaines de sous-agents en parallèle et des performances en hausse sur les benchmarks de code agentique.

Disponible au même tarif qu'Opus 4.7 (5 $ par million de tokens en entrée et 25 $ en sortie), il s'adresse aux développeurs, aux équipes produit et à toute personne cherchant un assistant IA plus fiable.

Qu'est-ce que Claude Opus 4.8 ?

Claude Opus 4.8 est un large language model (LLM) développé par Anthropic.

Il porte l'identifiant API claude-opus-4-8 et remplace claude-opus-4-7 dans la hiérarchie des modèles de la famille Claude.

Contrairement à un saut de génération complet (comme le sera Claude Mythos), Opus 4.8 représente une itération ciblée : Anthropic a concentré ses efforts sur trois axes : l'honnêteté, l'efficacité agentique et la qualité du code généré, plutôt que d'élargir la fenêtre de contexte ou de bouleverser l'architecture.

Le modèle est accessible via :

• L'API Anthropic (endpoint claude-opus-4-8)
• Claude (abonnement Pro, Team, Enterprise, Max)
• Claude Code (terminal)
• Claude Cowork (collaboration en temps réel - une formation arrive en juin 2026 sur Believemy)

L'honnêteté comme fonctionnalité centrale

Le mot revient dans chaque communication officielle d'Anthropic au sujet d'Opus 4.8 : honnêteté. Le concept couvre plusieurs comportements concrets que le modèle adopte désormais plus systématiquement.

Moins d'affirmations non étayées

Opus 4.8 est entraîné à réduire les hallucinations factuelles. Quand il ne dispose pas d'une source fiable pour répondre à une question, il le dit explicitement au lieu d'inventer une réponse plausible.

Ce changement est particulièrement sensible dans les domaines techniques (droit, médecine, ingénierie) où une information erronée peut avoir des conséquences réelles.

Signalement proactif des bugs

Selon Anthropic, Opus 4.8 est environ quatre fois moins susceptible que son prédécesseur de laisser passer un défaut dans le code sans le signaler. En pratique, cela signifie que lorsque vous demandez à Claude de générer ou de relire du code, il vous avertira des failles potentielles plutôt que de les ignorer silencieusement.

Prenons un exemple concret. Si vous demandez à Opus 4.7 de créer une route d'API sans validation des entrées, il est fréquent qu'il produise le code demandé sans mentionner le risque.

Mais Opus 4.8, lui, ajoutera un avertissement du type :

Attention : cette route ne valide pas le corps de la requête. En production, vous devriez ajouter un schéma de validation (par exemple avec Zod ou Joi) pour éviter les injections et les données malformées.

Remise en question de ses propres plans

Tom Pritchard, ingénieur chez Shopify et early adopter d'Opus 4.8, résume bien ce comportement : le modèle « pose les bonnes questions, repère ses propres erreurs, pousse en retour quand un plan n'est pas solide ».

Ce n'est plus un simple exécutant, c'est un interlocuteur qui fait preuve de jugement critique.

Ce comportement est particulièrement utile dans Claude Code, où les sessions peuvent durer des heures. Au lieu de partir sur une mauvaise piste pendant 200 lignes de code, Opus 4.8 s'arrête, explique pourquoi l'approche initiale ne fonctionne pas et propose une alternative.

Benchmarks : comment Opus 4.8 se positionne

Les benchmarks publiés par Anthropic montrent des progressions significatives sur plusieurs axes. Voici un comparatif synthétique :

Points forts d'Opus 4.8

Le modèle domine clairement sur SWE-Bench Pro, un benchmark qui mesure la capacité d'un agent IA à résoudre de véritables issues GitHub de bout en bout. Avec 69,2 %, Opus 4.8 creuse l'écart avec GPT-5.5 (58,6 %) et confirme l'avance d'Anthropic en matière de code agentique.

Sur Online-Mind2Web, qui évalue l'aptitude d'un modèle à piloter un navigateur web de manière autonome, Opus 4.8 atteint 84 %, devant ses concurrents directs. Ce résultat est cohérent avec l'orientation agentique du modèle.

Le score GDPval-AA (1 890) est le plus élevé du tableau, ce qui suggère qu'Opus 4.8 excelle dans les tâches du monde professionnel : rédaction, analyse de données, planification.

Points à nuancer

Sur Terminal-Bench 2.1, GPT-5.5 garde l'avantage (78,2 % contre 74,6 %). Ce benchmark mesure la capacité à exécuter des commandes dans un terminal, un scénario où le modèle d'OpenAI reste légèrement en tête. Par ailleurs, tous ces chiffres proviennent d'Anthropic et n'ont pas encore été confirmés par des évaluations indépendantes. Comme toujours, il convient d'attendre les tests de la communauté pour se forger un avis définitif. 😉

Mais comptez sur nous pour vous tenir au courant !

Dynamic workflows : des centaines de sous-agents en parallèle

La fonctionnalité la plus ambitieuse d'Opus 4.8 s'appelle dynamic workflows. Lancée en research preview, elle permet à Claude Code de planifier un travail complexe, de générer des centaines de sous-agents parallèles et de vérifier les résultats avant de les restituer à l'utilisateur.

Comment ça fonctionne ?

Imaginez que vous devez migrer un dépôt de 300 000 lignes de code d'une version de framework à une autre. Avec les outils classiques, vous divisez manuellement le travail, lancez les modifications fichier par fichier et gérez les conflits à la main. Avec les dynamic workflows :

1. Planification : Claude analyse l'ensemble du dépôt, identifie les modules à migrer et crée un plan d'action.
2. Exécution parallèle : il lance des sous-agents qui travaillent simultanément sur différentes parties du code.
3. Vérification : chaque sous-agent valide ses résultats (tests existants, cohérence) avant de remonter l'information.
4. Adaptation dynamique : si un sous-agent rencontre un problème inattendu, le plan global est ajusté en temps réel.

Le lien avec l'honnêteté

Cette architecture multi-agents rend l'honnêteté du modèle encore plus critique. Quand Claude orchestre des centaines de sous-agents, aucun humain ne peut vérifier chaque résultat en temps réel. Les sous-agents doivent donc être capables de :

• Signaler leurs incertitudes au lieu de les masquer
• Détecter les erreurs dans leur propre travail
• Remonter les échecs plutôt que de les maquiller

C'est précisément ce que l'amélioration de l'honnêteté dans Opus 4.8 permet de faire à grande échelle.

Contrôle de l'effort : choisir entre vitesse et profondeur

Le contrôle de l'effort existait déjà dans Claude Code depuis Opus 4.7, mais Opus 4.8 l'étend à Claude et Claude Cowork. Le principe est simple : un curseur vous permet de définir combien de « réflexion » Claude investit dans chaque réponse.

Les différents niveaux d'effort

Avec un effort faible, Claude répond plus vite et consomme moins de tokens, ce qui réduit le coût et le throttling.

Avec un effort maximum, le modèle « pense plus souvent et plus profondément », selon les termes d'Anthropic.

Impact sur les coûts

En mode effort faible, vous pouvez diviser votre consommation de tokens par deux ou trois sur certaines tâches, ce qui représente une économie significative pour les équipes qui utilisent l'API à grande échelle.

Tarification : ce qui change et ce qui ne change pas

Anthropic maintient les tarifs d'Opus 4.7 pour la version standard d'Opus 4.8 :

Le mode Fast devient trois fois moins cher

La vraie nouveauté tarifaire concerne le mode Fast. Anthropic annonce qu'il coûte désormais trois fois moins cher que sur les modèles précédents. Ce mode multiplie la vitesse de génération par 2,5, ce qui le rend attractif pour les cas d'usage interactifs où la latence est un frein.

Pour les utilisateurs grand public, Opus 4.8 est accessible dès l'abonnement Pro à 20 $/mois (17 $ en facturation annuelle). Les plans Team et Enterprise offrent des quotas plus généreux et l'accès aux dynamic workflows.

Comparaison avec la concurrence

Opus 4.8 reste significativement plus cher que les modèles concurrents.

GPT-5.5 d'OpenAI et les modèles Gemini de Google proposent des tarifs inférieurs pour des performances parfois comparables. Le positionnement d'Anthropic est clair : Opus est un modèle premium, et la compétition sur les prix viendra de futurs modèles plus légers offrant des capacités « Opus-like » à moindre coût.

Claude Code et Opus 4.8 : ce qui change en pratique

Claude Code est l'environnement terminal d'Anthropic, conçu pour que les développeurs interagissent avec Claude directement depuis leur IDE ou leur ligne de commande. Opus 4.8 y apporte plusieurs améliorations concrètes.

Mise à jour automatique du modèle

Quand Anthropic déploie un nouveau modèle, Claude Code ne le détecte pas toujours immédiatement. Lors du passage d'Opus 4.6 à Opus 4.7, certains utilisateurs ont dû attendre jusqu'au lendemain pour que le nouveau modèle soit actif. Si vous venez de lancer une session et que Claude Code utilise encore Opus 4.7, essayez de redémarrer votre session ou d'attendre quelques heures.

Vous pouvez vérifier le modèle actif en demandant simplement :

> Quel modèle utilises-tu actuellement ?

Meilleur jugement dans les sessions longues

Les sessions de développement avec Claude Code durent souvent plusieurs heures.

Opus 4.7 avait déjà amélioré la capacité du modèle à changer de stratégie quand une approche échouait. Opus 4.8 pousse cette logique plus loin : le modèle ne se contente pas de pivoter, il explique pourquoi il le fait, ce qui vous permet de suivre son raisonnement et de corriger le tir si nécessaire.

Cette transparence est particulièrement appréciée sur les projets complexes où le contexte évolue au fil de la session.

Opus 4.8 face à la concurrence : GPT-5.5, Gemini 3.5 Flash

Le lancement d'Opus 4.8 n'intervient pas dans un vide concurrentiel. Google vient de déployer Gemini 3.5 Flash, un modèle optimisé pour la vitesse et le faible coût. OpenAI continue de faire évoluer GPT-5.5, qui domine plusieurs benchmarks généralistes.

Où Opus 4.8 excelle

• Code agentique : meilleur score sur SWE-Bench Pro, loin devant GPT-5.5 et Gemini
• Navigation autonome : leader sur Online-Mind2Web
• Honnêteté et fiabilité : réduction drastique des bugs non signalés
• Orchestration multi-agents : les dynamic workflows n'ont pas d'équivalent direct chez la concurrence

Où la concurrence garde l'avantage

• Terminal pur : GPT-5.5 reste devant sur Terminal-Bench 2.1
• Prix : Gemini 3.5 Flash et GPT-5.5 sont nettement moins chers
• Écosystème : OpenAI bénéficie d'une base d'utilisateurs et d'un écosystème d'outils plus large (et puis ce sont surtout les premiers connus par le grand public de nos jours).

Le choix entre ces modèles dépend de votre cas d'usage. Pour du code agentique et des workflows multi-agents, Opus 4.8 est actuellement le meilleur choix. Pour des tâches simples à haut volume, un modèle moins cher sera plus rentable.

Claude Mythos : ce qui arrive après Opus 4.8

Opus 4.8 n'est pas la fin de la route pour Anthropic. En toile de fond, la société travaille sur Claude Mythos, un modèle d'une « classe d'intelligence supérieure » qui se situe au-dessus de la famille Opus dans la hiérarchie interne.

Mythos est déjà entre les mains d'un nombre restreint d'organisations via le programme Project Glasswing, principalement pour des travaux liés à la cybersécurité. Anthropic indique que la disponibilité élargie de Mythos est prévue « dans les prochaines semaines », sans date précise.

Ce positionnement confirme la stratégie d'Anthropic : repousser les limites de performance avec Mythos tout en garantissant que les garde-fous de sécurité sont éprouvés sur des modèles de production comme Opus avant de monter en puissance.

Bonnes pratiques pour tirer le meilleur d'Opus 4.8

Si vous utilisez déjà Claude ou si vous envisagez de passer à Opus 4.8, voici quelques recommandations pour maximiser la valeur du modèle.

Exploitez l'honnêteté du modèle

Ne désactivez pas les avertissements de Claude et ne reformulez pas vos prompts pour forcer une réponse sans nuance. L'une des plus grandes forces d'Opus 4.8 est sa capacité à dire « je ne suis pas sûr ». Accueillez ces moments comme des informations précieuses plutôt que comme des échecs.

Ajustez l'effort selon la tâche

Utilisez un effort faible pour le brainstorming, les reformulations et les questions rapides. Réservez l'effort maximum pour les problèmes d'architecture, le debugging complexe et les revues de code critiques. Cette discipline vous fera économiser des tokens et réduira la latence.

Structurez vos prompts pour les sessions longues

Dans Claude Code, fournissez un fichier de contexte (comme un CLAUDE.md) à la racine de votre projet. Ce fichier guide le comportement de Claude tout au long de la session et réduit le risque de dérive dans les conversations longues.

# CLAUDE.md - Contexte du projet

## Stack technique
- Framework : Next.js 15
- Base de données : PostgreSQL avec Prisma
- Tests : Vitest + Testing Library

## Conventions
- Utiliser les Server Components par défaut
- Nommer les fichiers en kebab-case
- Chaque composant doit avoir un test

## Points d'attention
- La migration de l'ancien système auth est en cours
- Ne pas modifier les fichiers dans /legacy sans demander

Tirez parti des dynamic workflows pour les grandes migrations

Si vous êtes sur un plan Enterprise, Team ou Max, les dynamic workflows sont conçus pour les tâches à grande échelle. Au lieu de migrer un dépôt fichier par fichier, décrivez la migration globale et laissez Claude orchestrer les sous-agents. Assurez-vous que votre suite de tests est complète avant de lancer une migration : les sous-agents s'appuient sur les tests existants pour valider leurs modifications.

Questions fréquentes

Opus 4.8 améliore principalement l'honnêteté du modèle (quatre fois moins de bugs non signalés dans le code), les performances sur les benchmarks de code agentique (69,2 % sur SWE-Bench Pro contre 64,3 %) et introduit les dynamic workflows, qui permettent de lancer des centaines de sous-agents en parallèle. Le tarif reste identique à Opus 4.7.

Le modèle est facturé 5 $ par million de tokens en entrée et 25 $ par million de tokens en sortie, soit exactement le même tarif qu'Opus 4.7. Le mode Fast (2,5× plus rapide) est à 10 $ en entrée et 50 $ en sortie, ce qui représente un prix trois fois inférieur à ce que coûtait le mode rapide sur les générations précédentes. L'abonnement grand public démarre à 20 $/mois (plan Pro).

Cela dépend du cas d'usage. Opus 4.8 devance GPT-5.5 sur le code agentique (SWE-Bench Pro) et la navigation autonome (Online-Mind2Web). En revanche, GPT-5.5 reste en tête sur Terminal-Bench 2.1 et propose un tarif inférieur. Pour du développement agentique, Opus 4.8 est actuellement le choix le plus performant.

Les dynamic workflows sont une fonctionnalité en research preview qui permet à Claude Code de planifier un travail complexe, de lancer des centaines de sous-agents en parallèle et de vérifier les résultats avant de les restituer. Contrairement à un plan fixe, les agents ajustent leurs priorités en fonction des problèmes qu'ils rencontrent. Cette fonctionnalité est réservée aux plans Enterprise, Team et Max.

Anthropic indique que des modèles de « classe Mythos » seront disponibles plus largement « dans les prochaines semaines », mais sans donner de date précise. Mythos est actuellement accessible uniquement à un nombre restreint d'organisations via le programme Project Glasswing, principalement pour des travaux de cybersécurité. Anthropic prévoit d'intégrer les garde-fous issus de Mythos dans un futur modèle Opus avant un déploiement grand public.

Avec notre formation Claude Code !