Anthropic a mis en ligne Claude Opus 4.8 le 28 mai, à peine quarante et un jours après Opus 4.7. Sur le papier, l'éditeur parle d'une amélioration « modeste mais tangible ». Dans les faits, le modèle grimpe sur la plupart des benchmarks et passe devant GPT-5.5 et Gemini 3.1 Pro. Voici ce qui change, et comment la communauté a réagi.
Les améliorations notables
La nouveauté la plus commentée s'appelle dynamic workflows, elle vit dans Claude Code. Le principe, Claude planifie une tâche, la découpe et la distribue à des dizaines voire des centaines de sous-agents en parallèle, vérifie leur travail, puis itère jusqu'à ce que les résultats convergent. C'est la première fois qu'Anthropic industrialise à ce point l'orchestration multi-agents dans son outil de code, pour attaquer des problèmes à grande échelle qui dépassaient le cadre tenant d'une seule session.
Côté usage quotidien, claude.ai gagne un contrôle de l'effort, qui laisse l'utilisateur décider de la quantité de réflexion que le modèle consacre à une demande. Et le fast mode, qui fait tourner Opus 4.8 à 2,5 fois la vitesse normale, devient trois fois moins cher qu'auparavant. Le prix de l'API ne bouge pas, toujours 5 dollars par million de tokens en entrée et 25 en sortie, soit le même tarif qu'Opus 4.7.
Des benchmarks en nette progression
Les chiffres avancés par Anthropic montrent un saut assez important pour quarante et un jours dévolution avec la 4.7. Sur SWE-Bench Pro, le test de code agentique, Opus 4.8 atteint 69,2 %, contre 64,3 % pour Opus 4.7 et 58,6 % pour GPT-5.5.
En mathématiques, le bond est encore plus marqué, avec 96,7 % sur l'USAMO 2026 là où la version précédente plafonnait à 69,3 %. Sur le benchmark Super-Agent maison, l'éditeur affirme qu'Opus 4.8 est le seul modèle à boucler chaque cas de bout en bout, à coût égal avec GPT-5.5.
Plus fiable, plus prudent ?
Au-delà des scores, Anthropic insiste sur la fiabilité. Le modèle laisserait passer les bugs dans le code qu'il écrit environ quatre fois moins souvent qu'Opus 4.7, un point décisif pour les usages en production.
L'éditeur revendique aussi de nouveaux sommets sur ses mesures de traits prosociaux, comme le respect de l'autonomie de l'utilisateur et l'action dans son intérêt, avec un niveau d'alignement que certains décrivent comme proche de celui du modèle Mythos resté sous clé.
La sécurité demeure au cœur du discours, dans la continuité de ce qu'on observe chez Anthropic depuis un an.
Un accueil partagé entre éloges et réserves
Du côté des entreprises, la réception a été chaleureuse. Aaron Levie, le patron de Box, juge Opus 4.8 mesurablement meilleur qu'Opus 4.7 sur le travail génératif et analytique qui compte pour les sociétés, de la rédaction de rapports à l'analyse financière en passant par la revue de contrats.
Cursor, Devin et Databricks ont tous confirmé des gains mesurables dans leurs évaluations internes dès le jour du lancement. Le consensus général le présente comme le meilleur modèle disponible à ce jour.
Tout le monde n'est pas convaincu pour autant. Dylan Field, le patron de Figma, a qualifié Opus 4.8 de modèle « très étrange », saluant l'effort sur l'honnêteté mais regrettant une curiosité en recul, une personnalité plus jugeante, une tendance à la complaisance et un excès de prudence.
Plusieurs adeptes du vibe coding, cette pratique qui consiste à coder à l'instinct via de vagues consignes, trouvent le modèle moins à l'aise pour deviner une intention à partir d'une phrase floue, une qualité qui faisait justement le charme des versions précédentes. Quelques voix le jugent même en retrait sur l'écriture créative par rapport à Opus 4.6. Un observateur a résumé l'ambivalence d'une formule, Anthropic aurait presque pu arrondir à 5 tant le saut est réel, mais le studio a préféré rester modeste.
Reste un constat, Opus 4.8 conforte la position d'Anthropic en tête sur le travail concret et le code, sans creuser un fossé définitif. GPT-5.5 reste dans la course sur le coût, Gemini avance sur l'intégration grand public, la prochaine salve d'OpenAI se prépare déjà.