Anthropic révolutionne l'IA avec Claude Opus 4.8, axé sur l'honnêteté

Anthropic, une entreprise pionnière dans le domaine de l'intelligence artificielle, a récemment lancé son dernier modèle de langage, Claude Opus 4.8. Ce modèle se distingue par son accent sur l'honnêteté, la prudence et une meilleure adaptation aux projets de codage complexes. Contrairement aux versions précédentes, Opus 4.8 promet des réponses d'IA plus honnêtes, ce qui pourrait répondre à une quête moderne d'intégrité numérique.

Un modèle plus honnête

Selon Anthropic, Claude Opus 4.8 est conçu pour réduire les affirmations non fondées et informer les utilisateurs lorsqu'il n'est pas certain d'une réponse. L'entreprise affirme que ce modèle est quatre fois moins susceptible que son prédécesseur de laisser passer des erreurs dans le code généré. Cette amélioration de l'honnêteté est un pas significatif vers des interactions plus fiables avec l'IA.

Améliorations de l'honnêteté

Anthropic rapporte qu'Opus 4.8 est moins susceptible de faire des affirmations non fondées. Il est également plus enclin à vous informer lorsqu'il n'est pas sûr d'une réponse. "Cela se vérifie dans nos évaluations, qui montrent qu'Opus 4.8 est environ quatre fois moins susceptible que son prédécesseur de laisser passer des défauts dans le code qu'il a écrit," a précisé l'entreprise.

Dans Claude Code, j'ai trouvé qu'Opus 4.7 représentait une amélioration substantielle par rapport à 4.6. Alors que 4.6 interprétait souvent mal les instructions ou fournissait des résultats erronés, Opus 4.7 me dit régulièrement que la première approche d'un problème n'a pas fonctionné et qu'il adopte une autre tactique. Les projets récents ont montré un degré de compréhension bien plus élevé qu'avec 4.6. Étant donné le saut de qualité de 4.6 à 4.7, qui était subjectivement très perceptible au cours de nombreuses sessions, j'espère que nous verrons la même chose dans le passage de 4.7 à 4.8.

Jugement amélioré

Cela semble être le cas, du moins selon Tom Pritchard, ingénieur chez Spotify, qui a déjà testé Opus 4.8. "Claude Opus 4.8 a un jugement nettement meilleur. Dans Claude Code, il pose les bonnes questions, détecte ses propres erreurs, remet en question un plan qui n'est pas solide et construit sa confiance autour d'explorations complexes avant de faire de grands changements. C'est un excellent modèle pour construire," a-t-il déclaré dans l'article de blog.

Effort et performance

Claude Code a eu la capacité de définir l'effort depuis au moins 4.7. L'effort est essentiellement une mesure de la puissance que le modèle consacre à un problème, mesurée en tokens. Dans Opus 4.8, le paramètre d'effort par défaut, élevé, produit ce que l'entreprise décrit comme "le meilleur équilibre global entre qualité et expérience utilisateur." Dans les tâches de codage, ce paramètre dépense un nombre similaire de tokens que le niveau par défaut proposé dans Claude Code Opus 4.7, mais avec de meilleures performances.

Cette capacité d'effort est maintenant intégrée dans Claude.ai et Cowork. Avec des réglages d'effort plus élevés, Claude "réfléchira plus fréquemment et plus profondément." Avec un réglage d'effort plus bas, Claude répond plus rapidement, et les utilisateurs constateront que leurs expériences avec l'IA sont moins limitées.

Flux de travail dynamiques

Au moment du lancement, cette fonctionnalité n'a pas été entièrement définie, mais elle est intéressante. Lancé en tant que préversion de recherche, Opus 4.8 peut planifier du travail, exécuter des centaines de sous-agents en parallèle dans une seule session et vérifier les résultats avant de les rapporter. Cette fonctionnalité est conçue pour des tâches à très grande échelle. L'exemple donné par Anthropic était des migrations à l'échelle de la base de code, impliquant des centaines de milliers de lignes. Il semble que Claude puisse générer et gérer le flux de travail au fur et à mesure que la tâche évolue. Plutôt que de suivre un plan fixe, les agents peuvent changer leurs priorités et leurs tâches en fonction de ce qu'ils découvrent en travaillant.

Anthropic a déclaré que les sous-agents vérifient leurs résultats avant de les rapporter aux utilisateurs. Si Claude coordonne des centaines de sous-agents, il est essentiel qu'il détecte l'incertitude, les mauvaises hypothèses et les résultats échoués. Cela renvoie directement aux revendications d'honnêteté discutées au début de l'article. Si Claude doit lancer "des milliers d'agents", obtenir des résultats fiables et vérifiés est crucial, car il n'y a aucun moyen que la supervision humaine puisse suivre seule.

Prix et disponibilité

Anthropic a annoncé qu'Opus 4.8 est disponible partout depuis jeudi via Claude et l'API Claude sous le nom de claude-opus-4-8. En pratique, surtout si vous utilisez Claude Code, vous pourriez constater que vous devez redémarrer votre session ou attendre un jour ou deux pour que Claude Code le remarque. Lorsque Anthropic a fait passer Opus 4.6 à 4.7, je continuais à demander à Claude Code quel modèle il utilisait, et ce n'est que le lendemain qu'il a cessé de rapporter Opus 4.6 et a commencé à rapporter Opus 4.7.

Les prix globaux n'ont pas changé depuis Opus 4.7. Le prix basé sur les tokens reste à 5 $ par million de tokens d'entrée et 25 $ par million de tokens de sortie. L'entreprise a également indiqué que le mode rapide, qui permet au modèle de travailler à 2,5 fois la vitesse du mode normal, sera "trois fois moins cher que pour les modèles précédents."