Claude Opus 5 est sorti, et il est temps d’arrêter de raconter n’importe quoi sur l’intelligence artificielle et de reproduire les erreurs que vous voyez dans toutes les vidéos. « Salut Claude, j’aimerais créer une automatisation qui me permette de générer… » Je vais vous dévoiler ce que Claude Opus 5 est capable de faire, mais surtout ce qu’il est capable de produire en termes de travail. Ce qui nous intéresse aujourd’hui, c’est la performance et la rentabilité.
Oubliez tout le marketing autour de Claude Opus 5, Claude Fable 5 et Claude Mythos 5. Il y a encore trois jours, on nous disait que les modèles les plus puissants du monde allaient révolutionner le travail et qu’ils devaient être bloqués par l’administration américaine. Aujourd’hui, nous avons des modèles comme Opus 5, qui seraient théoriquement encore plus puissants que Fable 5.
Que faut-il comprendre de toutes ces informations ? Comment utiliser ces modèles ? Opus 5 est-il moins cher ?
Est-il meilleur que ChatGPT ? Faut-il utiliser Opus 5, et à quel moment ? Est-il aujourd’hui possible de développer des activités commerciales et d’améliorer son entreprise grâce à ces outils ?
Utilises-tu aujourd’hui la bonne méthode pour produire du travail avec Claude Opus 5, Claude Fable 5 ou GPT 5. 6 ? Ce qui nous intéresse, c’est la performance et la rentabilité.
L’abonnement que tu paies est-il rentable ? Le travail que tu produis est-il fiable ? Es-tu capable de vendre aujourd’hui ce que tu sais faire ?
C’est exactement ce que nous allons voir dans cette vidéo. Anthropic vient de sortir Claude Opus 5 et, le moins que l’on puisse dire, c’est que ce modèle est tout simplement impressionnant. Opus 5 est effectivement meilleur sur de très nombreux benchmarks que Fable 5 et constitue une évolution de Claude Opus 4.
8. Mais est-il meilleur que GPT 5. 6 ?
Sur le papier, Anthropic nous explique qu’Opus 5 serait réellement meilleur et qu’il dépasserait GPT 5. 6 dans quasiment tous les domaines. Le fait qu’il obtienne de meilleurs résultats sur ARC-AGI signifie-t-il qu’il peut remplacer un salarié ?
Le fait qu’il affiche des performances supérieures à GPT 5. 6 sur GDPval signifie-t-il qu’une entreprise va commencer à licencier des salariés pour les remplacer par Claude Opus 5 ? C’est à cette question qu’il faut répondre.
Si je commence demain à coder avec ce système et à développer des agents IA obtenant un score de 90 %, vais-je pouvoir développer des applications plus rapidement et à moindre coût ? C’est précisément ce qui m’a intéressé et ce que j’ai cherché à vérifier lors de mes tests. La première chose à comprendre, c’est que nous sommes face à des entreprises comme Anthropic qui, avec Opus 5 et Fable 5, font du marketing et de la communication.
Il ne faut jamais prendre pour argent comptant toutes les données communiquées par ces entreprises. Il faut prendre du recul. Il y a moins de cinq jours, Fable 5 était présenté comme un modèle qui aurait été bloqué par l’administration américaine et la Maison-Blanche parce qu’il était considéré comme trop dangereux.
GPT 5. 6 aurait également été bloqué comme modèle trop dangereux. Dites-moi en quoi Fable 5 et Mythos 5 ont réellement transformé l’industrie depuis leur sortie.
En dehors des vidéos diffusées sur les réseaux sociaux, dans lesquelles on nous montre de belles démonstrations qui ne produiront jamais de travail concret, où est l’impact ? Ces vidéos peuvent faire des millions de vues et susciter des réactions comme : « C’est génial ! » Oui, mais génial pour faire quoi ?
Lorsque je découvre un LLM, ce qui m’intéresse, c’est de savoir combien il va me coûter pour développer, ce que je vais pouvoir automatiser et combien je vais pouvoir économiser. C’est la seule question qui m’intéresse réellement. Je regarde donc les performances sur GDPval et les capacités d’automatisation.
C’est cela qui intéresse les professionnels et les entreprises. D’après les benchmarks, en mode de raisonnement faible, Opus 5 serait équivalent à GPT 5. 6 avec un niveau de raisonnement élevé, pour un coût comparable.
Cela signifierait qu’Opus 5 serait meilleur et moins cher, tout en utilisant un niveau de raisonnement inférieur. Mais est-ce réellement vrai sur le plan technique ? Je l’ai testé.
À gauche, vous avez un agent IA de recouvrement codé avec Opus 5. À droite, vous avez exactement le même agent de recouvrement codé avec GPT 5. 6.
Lequel m’est revenu le moins cher ? Donnez-moi votre avis dans les commentaires. C’était GPT 5.
6. Lequel est-ce que je préfère sur le plan graphique ? Toutes les images ont été générées avec GPT 5.
6. Par défaut, Opus 5 ne dispose pas d’un outil de génération d’images. Les deux systèmes fonctionnent-ils ?
Oui. Mais je préfère largement celui qui a été développé avec GPT 5. 6.
Il faut comprendre que, lorsque vous créez une application, vous ne créez pas simplement une page Internet. Vous construisez une architecture complète. Un agent IA n’est pas un chatbot.
Jusqu’à présent, vous posiez une question à une IA à l’aide d’un prompt, puis elle vous donnait une réponse. Malheureusement, on vous a appris à utiliser l’intelligence artificielle de cette manière. On vous a expliqué qu’il suffisait d’utiliser Claude, ChatGPT ou Claude Opus, d’écrire un prompt, de générer un site Internet et de gagner de l’argent.
« Je suis choqué, je viens de créer cinq sites web complètement différents en moins de vingt minutes ! » Les gens pensent alors que le vibe coding consiste à écrire un prompt pour obtenir un site Internet, puis un autre prompt pour obtenir une application, avant d’encaisser de l’argent. Cela explique pourquoi la grande majorité des entreprises échouent dans l’intégration de l’intelligence artificielle.
Le MIT a analysé plus de 300 projets d’intelligence artificielle en entreprise et a conclu que 95 % d’entre eux ne produisaient aucun rendement mesurable. Ces projets n’avaient aucun impact commercial concret. En réalité, c’est une excellente nouvelle pour les personnes qui souhaitent démarrer une nouvelle carrière dans l’intelligence artificielle.
Les entreprises recherchent désespérément des experts capables de les accompagner. Et je vous rassure : il n’est pas nécessaire de savoir coder pour commencer à acquérir ces compétences. Dans cette vidéo, je vais vous montrer les cinq erreurs que je retrouve systématiquement dans les entreprises que nous accompagnons, ainsi que la manière d’en tirer parti.
Pour tester les véritables capacités de Claude Opus, il faut le tester dans les mêmes conditions que celles dans lesquelles vous comptez l’utiliser dans le monde professionnel. Développer une application ou un agent IA implique d’appliquer toutes les étapes de production : la conception, l’architecture, le front-end, les API, les bases de données, l’authentification, l’hébergement et la sécurité. C’est l’ensemble de ce bloc qu’il faut obligatoirement tester.
C’est à ce moment-là que vous pourrez déterminer si Claude Opus répond réellement à vos besoins. Vaut-il mieux utiliser Fable 5 pour la sécurité, Claude Opus 5 pour l’orchestration ou GPT 5. 6 pour le développement ?
Voilà le point essentiel. C’est précisément pour cette raison que j’ai développé un agent IA capable de gérer un système de recouvrement de paiements. C’est le système que j’utilise moi-même.
Nous allons ainsi voir si le modèle est capable de gérer le backend, le front-end, les communications et l’ensemble du workflow, et s’il peut réaliser en vingt minutes un travail qui m’aurait autrement demandé environ six heures. Les systèmes agentiques disposent d’objectifs, analysent des états, choisissent des actions et appellent des outils. Claude Sonnet 5 possède déjà toutes ces capacités.
La question est donc de savoir s’il faut choisir Claude Sonnet 5 ou Claude Opus 5. Je vous ai précédemment montré, à gauche, Claude Opus 5 et la représentation technique du système agentique qu’il a produit. À droite se trouvait la version développée avec GPT 5.
6. Ce qui m’intéresse maintenant, c’est de voir comment Opus 5 a évolué par rapport à Claude Sonnet 5. On constate que les améliorations ne concernent pas uniquement la partie graphique.
Elles concernent également la gestion du workflow. Toutes les variables affichées sous l’interface correspondent aux retours d’état du backend. Lorsque je lance un test, je vérifie que l’agent récupère correctement les données, que le processus avance et que le système m’indique la présence éventuelle d’un code d’erreur.
Opus 5 est beaucoup plus performant pour m’aider à améliorer l’application et à la corriger en temps réel. Claude Sonnet 5, de son côté, pouvait se mettre à planter et choisir de ne plus avancer sur certains points qu’Opus 5 a réussi à résoudre. La véritable question que je me pose est donc la suivante : quand faut-il utiliser Opus 5 et quand faut-il utiliser Sonnet 5 ?
Honnêtement, je peux affirmer une chose : en termes de coût réel de production, j’ai trouvé Opus 5 beaucoup moins cher que Fable 5, et parfois même moins cher que Sonnet 5. Ses tokens de raisonnement sont mieux exploités, je rencontre moins d’erreurs, et le modèle est capable de mieux gérer les tâches, de mieux automatiser les processus et de mieux comprendre les attentes. Pour moi, Opus 5 est un très bon modèle.
Mais je vais maintenant vous parler de deux points qui me paraissent particulièrement dangereux. Lorsque j’ai codé avec Sonnet 5, le modèle n’est jamais allé explorer d’autres répertoires. Jamais.
Lorsque j’ai codé avec Opus 5, la situation a été différente. Comme vous l’avez vu, développer un agent représente entre vingt et vingt-cinq heures de travail. J’en reparlerai dans la suite de la vidéo, notamment pour les personnes qui souhaitent développer des agents IA, les vendre ou les utiliser dans leur entreprise.
Lorsque j’ai demandé à Opus 5 de travailler dans un répertoire précis, j’ai été surpris de constater qu’il allait rechercher des informations dans le répertoire de Codex. Il a même commencé à modifier des fichiers appartenant à des agents que j’avais codés avec Codex. Au lieu de travailler uniquement sur son propre agent et sur sa propre logique, il est allé examiner ce qui avait été fait dans un autre répertoire.
Il a chargé ces informations dans sa mémoire et a ensuite essayé de modifier les fichiers concernés. Je ne lui avais jamais donné cette autorisation. Je ne lui avais jamais demandé d’aller consulter d’autres répertoires ni d’autres fichiers.
C’est l’un des problèmes que nous rencontrons aujourd’hui avec ces nouveaux modèles : ils peuvent prendre des décisions que vous n’avez pas explicitement demandées. Cela peut devenir très dangereux. Lorsque je lui ai demandé de supprimer les contrôles humains, c’est-à-dire les fonctions HITL, il m’a affirmé les avoir retirés.
Pourtant, lorsque j’ai relu le code généré, j’ai constaté que les mécanismes HITL et les validations humaines étaient toujours présents. Cela signifie qu’Opus 5 a reçu un niveau tellement important d’apprentissage par renforcement autour du contrôle et de la sécurité que, même lorsqu’il vous indique avoir retiré certains éléments, il peut continuer à les intégrer. Pourquoi ?
Parce qu’il a été entraîné de cette manière. Ce type de désalignement peut également être la conséquence d’une surprotection des systèmes d’intelligence artificielle. On cherche tellement à les encadrer et à éviter les dérapages qu’ils reçoivent une quantité considérable de règles de renforcement.
À un moment donné, ils peuvent alors faire exactement le contraire de ce que vous leur demandez. Ils n’appliquent plus seulement vos directives. Ils appliquent prioritairement les directives reçues durant leur entraînement, et vous êtes obligé de repasser derrière eux pour contrôler le résultat.
Cela signifie une chose très importante : lorsque vous codez dans une interface comme Codex, ChatGPT Work ou Claude Cowork, vous ne savez pas précisément ce que le modèle a réalisé. La seule chose dont vous disposez est un petit compte rendu vous indiquant : « J’ai effectué ton travail et j’ai fait ce que tu m’as demandé. » Je vais vous donner mon avis après avoir développé pendant plus de trente heures avec ce modèle : vous n’avez pas aujourd’hui la possibilité de contrôler précisément son raisonnement dans ce type d’interface.
À aucun moment, dans une interface comme Claude Cowork, vous ne pouvez vérifier qu’il a correctement compris votre demande ou qu’il n’a pas décidé d’aller chercher des informations dans d’autres répertoires sans votre autorisation. La première conséquence, c’est que cela charge inutilement le contexte. Tout à coup, vous constatez que 80 % de votre fenêtre de contexte est utilisée alors que vous avez l’impression de n’avoir encore rien fait.
En réalité, le modèle s’est promené dans votre ordinateur et a chargé un grand nombre de fichiers. Comment éviter cela ? Premièrement, il faut prompter complètement différemment.
Le modèle doit être encadré de manière extrêmement stricte. Il faut définir les zones autorisées, les zones interdites, les emplacements dans lesquels il a le droit de lire ou d’écrire, ainsi que ceux auxquels il ne doit jamais accéder. Aujourd’hui, nous en sommes là.
Si je lui indique qu’il doit travailler dans un répertoire réservé à Claude, il ne devrait pas partir dans le répertoire de Codex. Pourtant, c’est exactement ce qu’il a fait. Il a reproduit un comportement comparable à celui observé avec GPT 5.
6, qui était allé chercher des solutions dans des environnements concurrents afin de déterminer s’il pouvait résoudre un problème plus rapidement et plus efficacement. Pourtant, il disposait déjà de toute l’architecture logique du comportement attendu, et le plan du prompt était correctement structuré. Parlons maintenant de l’utilisation des tokens.
Pour développer cette application, j’ai utilisé 56 % de mon forfait hebdomadaire. Je ne sais pas si vous avez bénéficié de la même offre, mais lorsqu’on ouvre actuellement un abonnement, on peut recevoir un crédit de 100 dollars. Je précise que je n’ai pas ouvert un abonnement classique.
Je ne sais donc pas si vous avez également reçu les 100 dollars offerts pour utiliser Claude Fable 5. Dans tous les cas, je vais vous expliquer comment je les ai obtenus. Si vous avez bénéficié de la même offre, dites-le-moi dans les commentaires.
Je vais également vous montrer, étape par étape, comment obtenir ces 100 dollars de crédit. Ce qui m’a gêné, c’est que nous bénéficions actuellement de crédits promotionnels offerts par Anthropic jusqu’au 19 août. Cela signifie que, sans cette promotion, le développement d’un seul agent IA aurait consommé plus de 100 % de mon crédit hebdomadaire.
Le jour où Anthropic modifiera ses limites hebdomadaires, je n’aurai donc plus du tout les mêmes coûts de développement. Pour moi, il est essentiel de le préciser. Lorsque je travaille, je veux savoir une seule chose : est-ce que je vais être performant et rentable ?
Je ne veux pas m’habituer à utiliser un modèle qui risque de me coûter deux fois plus cher quinze jours plus tard. Aujourd’hui, j’ai produit la même chose avec GPT 5. 6, sans difficulté, pour un coût inférieur et avec une qualité comparable.
À mes yeux, les différences annoncées dans les benchmarks ne sont donc pas confirmées lorsqu’on développe, teste et déploie un agent complet avec un front-end et un backend. Si Anthropic décide demain de ne plus doubler les crédits et qu’Opus 5 me coûte deux fois plus cher, je pense honnêtement que je mettrai Anthropic en pause. Dites-moi ce que vous en pensez dans les commentaires.
Pour ma part, je considère que le coût d’utilisation des modèles Anthropic est actuellement trop élevé pour en faire des outils systématiquement productifs et rentables. Je pense qu’ils coûtent trop cher par rapport au travail qu’ils sont capables de produire. Voici maintenant comment j’ai optimisé le coût de mon abonnement Claude AI Pro afin de le payer moins cher.
Je me suis rendu sur un site, j’ai ajouté l’abonnement à mon panier et deux types de forfaits m’ont été proposés : le forfait Max et le forfait AI Pro. Je vais vous expliquer, étape par étape, comment j’ai procédé. Premièrement, si vous avez des questions, vous pouvez cliquer sur le bouton affiché à l’écran.
Un numéro apparaît en haut de la page et vous pouvez contacter le service afin de poser vos questions en anglais. Ensuite, j’ai choisi un mode de paiement de type PayPal. J’ai demandé qu’un lien de paiement me soit envoyé, puis voici comment la procédure s’est déroulée.
Vous recevez ensuite un code d’authentification d’Anthropic. Le prestataire effectue le règlement depuis une autre zone géographique, dans laquelle l’abonnement est moins cher. Vous bénéficiez ainsi de cette différence tarifaire, puis vous recevez la confirmation et la facture de règlement de la part d’Anthropic.
Dites-moi dans les commentaires si vous avez utilisé cette méthode. J’ai également reçu 100 dollars de crédit pour Fable 5. Je ne sais pas si cette offre est incluse dans tous les forfaits, mais n’hésitez pas à me le préciser.
Dans mon cas, les 100 dollars vérifier qu’un marché existe. Toutes les entreprises ont besoin de gérer des factures, des impayés et des salariés. L’avantage d’un système agentique est qu’il peut être confronté à des dysfonctionnements.
Une action peut planter et produire un code d’erreur, comme cela s’est produit ici. Nous allons maintenant voir si le modèle est capable de corriger lui-même ces défauts. Le workflow continue à avancer parce qu’un orchestrateur est placé au-dessus des autres agents.
Claude Opus 5 est particulièrement performant pour gérer ce type d’architecture. Dans l’interface Claude Cowork, je ne peux pas changer de modèle en cours d’exécution. Je ne peux pas décider que certains agents utiliseront Sonnet 5 tandis que d’autres utiliseront Opus 5.
L’ensemble du run est exécuté avec Opus 5. Honnêtement, comme je vous l’ai expliqué précédemment, je ne trouve pas Opus 5 si cher lorsqu’on le compare à la quantité de travail produite par Sonnet 5. Le système est actuellement en train de rédiger le courrier, de vérifier sa conformité avec la base de données, puis de l’envoyer à la personne concernée.
Je vous le confirme : il s’agit d’un véritable courrier de mise en demeure. Je suis réellement en train de l’envoyer, car lorsqu’on dirige une entreprise, on rencontre régulièrement des impayés. Dès que cette activité se développe, on se rend compte du temps considérable perdu dans la gestion des dossiers.
Je vais vous expliquer la structure générale de ce système. Une fois la mise en demeure envoyée, le système ajoute automatiquement les prochaines actions dans mon calendrier. Pour des raisons de confidentialité, je vais vous montrer un autre exemple, même si le dossier qui vient d’être traité est réel et que le run que vous venez de voir a réellement été exécuté.
Dans cet exemple, vous pouvez voir les différentes actions planifiées dans le temps. Le système communique avec plusieurs interfaces. La dernière étape correspond au nettoyage de la mémoire lorsque le workflow a terminé son exécution.
Cela nous montre qu’Opus 5 est capable de gérer une flotte de neuf agents IA. Chacun d’entre eux possède une fonction particulière : récupération des données, contrôle, génération de pages HTML, envoi d’informations, gestion du calendrier ou nettoyage de la mémoire. Cette mémoire permet à chaque agent d’écrire la partie du travail qui lui est attribuée.
Lorsqu’une erreur apparaît, la mémoire laissée par l’agent indique l’endroit où l’exécution s’est arrêtée, ce qui doit être réparé et la raison du dysfonctionnement. C’est ce que l’on appelle un retour d’état d’erreur. Rappelez-vous ce que je vous ai expliqué : lorsque vous développez des agents, vous devez travailler sur la conception, mais également réfléchir à la gestion des erreurs, aux logs, au monitoring et aux alertes.
Lorsque mon système plante, je reçois un e-mail et un message sur Slack. Je peux ainsi intervenir le plus rapidement possible depuis mon interface. Aujourd’hui, lorsque vous développez des systèmes de ce type, il est indispensable de savoir mettre en place ces mécanismes.
Je vais maintenant vous parler d’un autre élément à prendre en compte lorsque vous développez des agents IA. Aujourd’hui, mon système fonctionne avec Opus 5. Pourtant, il y a seulement quelques jours, Fable 5 était encore présenté comme le meilleur modèle.
Cela pose inévitablement une question de maintenance. Lorsque vous achetez des agents ou des automatisations disponibles sur Internet, que se passe-t-il lorsque le modèle utilisé n’existe plus ou n’est plus maintenu ? Votre agent peut cesser de fonctionner et vous devez le mettre à jour.
Les produits et les agents IA peuvent devenir obsolètes en seulement trois mois. Vous achetez aujourd’hui une automatisation et, trois mois plus tard, le modèle sur lequel elle repose est déjà sorti du marché. C’est pour cette raison que je vous conseille de développer des agents IA reposant sur une architecture indépendante du modèle.
Ici, nous utilisons une interface de visualisation, mais nous pourrions très bien créer une page Internet comme nous l’avons fait précédemment. La différence est que l’ensemble du système reste local.
