Imaginez deux artisans devant une tache d’humidité. Le premier repeint par-dessus et clôt l’intervention. Le second remonte jusqu’au tuyau qui fuit, le répare, puis vérifie la pièce voisine. Claude Opus 5 est conçu pour programmer comme le second artisan.
Cette évaluation de lancement s’appelle désormais Terminal-Bench 3.0. Anthropic annonçait initialement 43,3%; le tableau public actuel affiche environ 42,7% pour Opus 5 et 34,6% pour la configuration citée de GPT-5.6 Sol. Les instantanés diffèrent légèrement, mais les deux racontent la même chose : Opus est exceptionnellement à l’aise dans un travail inconnu au terminal.
Un exemple raconte bien son tempérament. Pour reconstruire une pièce mécanique depuis un dessin qu’il ne pouvait pas voir directement, il a écrit sa propre chaîne de vision, extrait la géométrie des pixels et créé la pièce dans FreeCAD. Ailleurs, il a trouvé la cause racine d’un bug et un cas limite oublié par le correctif communautaire. Ce sont des exemples fournisseur, pas des lois de la physique, mais l’objectif est net : enquêter jusqu’à ce que les preuves concordent.
Pourquoi il passe devant Fable 5
Fable gagne encore quelques photos-finish : 53,5 % contre 53,4 % sur FrontierCode et environ un demi-point de plus au maximum de CursorBench. Mais un classement est une décision d’achat, pas un musée de décimales. Opus 5 coûte 5/25 $ par million de tokens, exactement moitié moins que Fable, n’impose pas de rétention générale et utilise des classificateurs moins restrictifs.
Le signal indépendant s’est renforcé. Artificial Analysis v4.1.1 donne à Opus 5 environ 63 et la première place sur son Intelligence Index, tandis que son Coding Agent Index est proche de 78,0. La même évaluation conserve son avertissement : l’effort max peut générer énormément de tokens.
Pourquoi il manque de peu le #1
GPT-6 Astra mène DeepSWE v1.1 à 74,1%, juste devant Opus 5 à 73,7% dans les tableaux de septembre, plus Terminal-Bench 4.0 à 57,9% et le meilleur usage d’ordinateur du marché. Artificial Analysis a recalibré son tableau d’agents de code au lancement d’Astra (Fable 5.1 vers 70, Astra 67) : les anciens chiffres de l’ère Opus ne sont pas des cellules comparables. Notre #1 va toujours à Astra au départage sur Codex, l’efficacité et la valeur d’exécution — pas parce qu’il surpasserait clairement Opus en code.
Voici donc comment répartir le travail :
| Tâche | Meilleur point de départ |
|---|---|
| Bug vague, recherche de cause racine, modification multifichier, vérification visuelle du frontend | Opus 5 |
| Travail lourd dans le terminal où vitesse, coût par tâche terminée et exécution comptent le plus | GPT-6 Astra |
| Tâche de pointe sur CursorBench ou FrontierCode où le budget est secondaire | Fable 5 |
| Tickets ordinaires avec un plafond de coût ferme | Commencer avec un effort inférieur, puis augmenter |
Le chemin de migration est particulièrement clément. Opus 5 conserve 1M de tokens de contexte, une sortie maximale de 128k, la vision, les PDF, la mise en cache des prompts, le traitement par lots et les outils de Claude. La réflexion est adaptative et activée par défaut; l’effort va de low à max. Les prompts existants d’Opus 4.8 devraient généralement fonctionner, mais les développeurs doivent noter que le web fetch de l’API et Priority Tier ne sont pas disponibles au lancement.
La conclusion est simple : Opus 5 remplace entièrement Opus 4.8 et rend Fable 5 plus difficile à justifier pour le volume de production courant. Fable reste le spécialiste coûteux avec quelques avantages étroits. Opus 5 est le modèle que l’on peut confier à davantage d’ingénieurs, sur davantage de tâches et plus longtemps, tout en finançant encore la boucle de vérification qui donne de la valeur à son jugement.
