Claude Opus 5.5 réduit les coûts et les temps de réponse de l’API, sans gain de raisonnement démontré

Claude Opus 5.5 d’Anthropic est moins cher et plus rapide à exécuter qu’Opus 5, mais une série limitée de tests de raisonnement ne révèle aucune amélioration nette de ses capacités. Dans la comparaison menée par The New Stack, les deux modèles ont résolu deux problèmes et échoué face à une tâche d’ordonnancement difficile. Opus 5.5 a toutefois parfois utilisé beaucoup moins de tokens de sortie.

Une tarification d’API plus basse

Anthropic facture Opus 5.5 à 4 dollars par million de tokens en entrée et 20 dollars par million de tokens en sortie, contre respectivement 5 et 25 dollars pour Opus 5. Selon la source, cette baisse tarifaire directe représente une économie de 20 %. Pour atteindre la réduction plus importante annoncée par Anthropic, le nouveau modèle doit aussi générer moins de tokens. L’entreprise affirme qu’Opus 5.5 coûte 40 % de moins sur des charges de travail habituelles et produit ses réponses plus de 30 % plus rapidement.

Des résultats de raisonnement mitigés

La comparaison s’est appuyée sur des prompts identiques envoyés par l’API d’Anthropic, avec la réflexion adaptative activée au niveau d’effort par défaut. Chaque problème a été exécuté une fois par modèle. Les deux systèmes ont correctement résolu une grille logique et fourni les mêmes bonnes réponses pour un jeu de retrait de pierres. En revanche, aucun n’a répondu au problème d’ordonnancement sous contraintes, même après l’augmentation de la limite de sortie.

Plus rapide, mais loin de l’annonce

Opus 5.5 a terminé la grille logique en 65 secondes pour 0,16 dollar, contre 108 secondes et 0,27 dollar pour Opus 5. Pour le jeu de pierres, il a utilisé 28 740 tokens de sortie et coûté 0,58 dollar, tandis qu’Opus 5 a consommé 74 981 tokens pour un coût de 1,88 dollar. Sur l’ensemble des appels, le nouveau modèle a atteint une moyenne de 103,4 tokens de sortie par seconde, contre 93,1 pour Opus 5. Ce gain d’environ 11 % reste inférieur aux 30 % annoncés par Anthropic.

Des échecs prolongés toujours problématiques

Le test d’ordonnancement met en évidence une limite pratique : les deux modèles ont longuement réfléchi sans produire de résultat. Avec une limite fixée à 128 000 tokens, Opus 5.5 a fonctionné pendant 19 minutes, consommé 112 733 tokens, puis s’est arrêté avec le motif « refusal ». Selon la source, il s’agirait vraisemblablement d’une réaction erronée du filtre de sécurité à un problème de comptage inoffensif. Ces résultats confirment une baisse des coûts pour certaines charges de travail, mais cette comparaison limitée, fondée sur une seule exécution, ne permet pas d’établir une amélioration du raisonnement.

Illustration éditoriale générée par IA ; ce n’est pas une photographie documentaire.

Source: Claude Opus 5.5 vs. Opus 5 on reasoning tasks: Cheaper, faster, but not better