Qu’est-ce que Claude Opus 4.6, et que sont les équipes d’agents et la réflexion adaptative?

Hier, jeudi 5 février 2026, Anthropic a lancé Claude Opus 4.6, la plus récente version de son modèle haut de gamme. TechCrunch note qu’Opus 4.5 n’est sorti qu’en novembre dernier : il s’agit donc d’une suite rapide plutôt que d’une nouvelle génération.

Le message d’Anthropic est qu’Opus, longtemps apprécié surtout par les programmeurs, s’adresse maintenant aussi à un éventail plus large de travailleurs du savoir. Scott White, chef des produits d’Anthropic, a dit à TechCrunch que beaucoup de personnes qui ne sont pas des développeurs professionnels utilisaient Claude Code simplement parce qu’il accomplit les tâches, dont des gestionnaires de produits et des analystes financiers.

Ce qu’Anthropic a lancé

Opus 4.6 est offert sur claude.ai, par l’API sous le nom claude-opus-4-6, et sur les grandes plateformes infonuagiques. Le prix ne change pas : 5 $ US par million de jetons d’entrée et 25 $ US par million de jetons de sortie. Un jeton est un petit morceau de texte, souvent une partie de mot.

Anthropic affirme que le modèle :

• planifie plus soigneusement et consacre son effort aux parties difficiles d’une tâche;
• tient plus longtemps sur les tâches agentiques, c’est-à-dire les travaux à plusieurs étapes où il utilise des outils de lui-même;
• gère de plus grandes bases de code et repère davantage ses propres erreurs lors de la revue de code et du débogage;
• s’en tire mieux en analyse financière, en recherche et dans le travail avec des documents, des tableurs et des diapositives.

L’entreprise rapporte aussi des résultats de tête sur Terminal-Bench 2.0 (programmation dans un terminal en ligne de commande), Humanity’s Last Exam (questions difficiles de niveau expert) et BrowseComp (trouver en ligne des faits obscurs). Sur GDPval-AA, un test de tâches professionnelles dans des domaines comme la finance et le droit, elle affirme qu’Opus 4.6 devance GPT-5.2 d’OpenAI d’environ 144 points Elo, un écart qui correspond à gagner environ 70 % des comparaisons directes. Ce sont les chiffres d’Anthropic elle-même.

Une mémoire beaucoup plus longue : la fenêtre de contexte de 1 M

La fenêtre de contexte est la quantité de texte qu’un modèle peut considérer d’un coup, sa mémoire de travail pour une conversation. Opus 4.6 est le premier modèle Opus doté d’une fenêtre de 1 million de jetons, assez pour une grande base de code ou une pile de longs rapports. Elle est en bêta sur la plateforme pour développeurs d’Anthropic, et les prompts de plus de 200 000 jetons coûtent plus cher : 10 $ US par million de jetons d’entrée et 37,50 $ US par million de jetons de sortie.

Une grande fenêtre n’est utile que si le modèle peut encore y retrouver des choses. Les modèles souffrent souvent de « pourrissement du contexte » (context rot) : ils se dégradent à mesure qu’une conversation s’allonge. Anthropic l’a vérifié avec MRCR v2, qui cache huit éléments d’information dans un million de jetons et demande au modèle de les retrouver :

Opus 4.6 peut aussi rédiger des réponses allant jusqu’à 128 000 jetons, si bien que les longs documents ou les grosses modifications de code demandent moins de requêtes distinctes.

Comment fonctionnent les nouvelles fonctions

La réflexion adaptative. Jusqu’ici, les développeurs activaient ou désactivaient simplement la réflexion approfondie (un raisonnement étape par étape avant de répondre). Désormais, le modèle juge d’après la demande combien de réflexion vaut la peine.

Les niveaux d’effort. Les développeurs choisissent faible, moyen, élevé (par défaut) ou maximal. Un effort plus élevé veut dire un raisonnement plus poussé, mais plus de temps et de coûts. Anthropic admet qu’Opus 4.6 réfléchit parfois trop sur des tâches faciles et suggère de descendre à moyen quand cela arrive.

La compaction du contexte (bêta). Quand une longue tâche approche de la limite de la fenêtre, Claude résume automatiquement les parties plus anciennes de la conversation et les remplace, ce qui lui permet de continuer à travailler.

Les équipes d’agents. Dans Claude Code, un aperçu de recherche (research preview) vous permet de lancer plusieurs agents qui travaillent en parallèle et se coordonnent entre eux, au lieu d’un seul agent qui fait tout à la suite. Anthropic les suggère pour un travail qui se divise en tâches indépendantes, surtout de lecture, comme l’examen d’une base de code. Vous pouvez intervenir directement dans le travail de n’importe quel agent.

Les outils de bureau. Claude in Excel devient plus solide sur les longues tâches à plusieurs étapes et peut dégager une structure à partir de données désordonnées. Claude in PowerPoint arrive en aperçu de recherche pour les abonnés des forfaits Max, Team et Enterprise. TechCrunch explique la différence : avant, Claude pouvait produire une présentation que vous ouvriez ensuite et modifiiez dans PowerPoint; maintenant, il travaille dans un panneau latéral à l’intérieur de PowerPoint, en lisant vos mises en page, vos polices et vos masques de diapositives.

Sécurité

Anthropic affirme qu’Opus 4.6 est aussi bien aligné qu’Opus 4.5, avec de faibles taux de tromperie ou de complaisance (dire aux gens ce qu’ils veulent entendre), et le plus faible taux de refus excessifs, c’est-à-dire de refus de demandes inoffensives, parmi ses modèles récents. Comme le modèle est doué pour trouver des failles logicielles, Anthropic a ajouté six nouvelles sondes de cybersécurité, des outils qui détectent les usages nuisibles, et affirme qu’elle pourrait instaurer un blocage des abus en temps réel.

Comment choisir le bon niveau d’effort pour Claude Opus 4.6?

L’effort est un bouton de réglage entre la vitesse et la profondeur. Élevé, le réglage par défaut, laisse le modèle réfléchir chaque fois qu’il juge la réflexion utile et convient à la plupart des vrais travaux : débogage, analyse, rédaction avec plusieurs contraintes. Maximal est pour les problèmes les plus difficiles, où une meilleure réponse vaut l’attente et le coût. Moyen ou faible conviennent aux demandes rapides et simples, comme remettre du texte en forme, faire de courts résumés ou des modifications de code routinières, où un raisonnement poussé ne fait qu’ajouter du délai.

Une façon pratique de décider est de lancer la même tâche à deux niveaux et de comparer :

Examine cette fonction pour y trouver des bogues et des cas limites. Énumère chaque problème,
pourquoi il est important et une correction suggérée. Si tu ne trouves rien de sérieux,
dis-le en une phrase.

Si le niveau moyen trouve les mêmes problèmes que le niveau élevé, gardez le moyen pour ce genre de tâche. Si le niveau élevé repère quelque chose que le moyen a manqué, le temps supplémentaire en vaut la peine. L’effort se règle par l’API : ce bouton compte donc surtout pour les développeurs qui bâtissent avec Opus 4.6.