Claude Opus 5
ClaudeÉquilibré
RaisonnementOutilsVisionSortie structurée
À propos de ce modèle
Claude Opus 5 is Anthropic’s flagship model for demanding reasoning, coding, and long-horizon agentic work. It is particularly strong at end-to-end software tasks, code review and bug finding, visual analysis...
Catégorie de performance
Équilibré
Claude Opus 5 est un modèle équilibré de Claude : un bon compromis entre bonnes performances à un prix raisonnable.
Bon rapport coût-performance. Fiable pour la plupart des usages professionnels sans tarification premium.
Tarification
Ce modèle est inclus dans les plans ElosiaPremium
Niveau le plus cher. Une conversation longue peut consommer rapidement votre usage inclus ou votre solde.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $5.00 |
| Sortie (complétion) | $25.00 |
| Lecture cache | $0.500 |
| Écriture cache | $6.25 |
Capacités
Taille du contexte1.0M
Tokens de sortie max128K
TokenizerClaude
Entréetext, image, file
Sortietext
Date de sortie24 juillet 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
SWE-bench Verified
96%
SWE-bench Multilingual
89.5%
Raisonnement
ARC-AGI-2
90.4%
Humanity's Last Exam
56.3%
Où se situe Claude Opus 5 ?
Comparez son indice de performance à tous les autres modèles.
Usages recommandés
ProgrammationAnalyseRechercheÉcriture créative
Points forts
- Solide ingénierie logicielle réelle (SWE-bench Verified 96,0%, SWE-bench Multilingual 89,5%)
- Solide raisonnement abstrait et connaissances expertes (ARC-AGI-2 90,4%, Humanity's Last Exam 56,3%, 64,7% avec outils)
- Réflexion activée par défaut, avec une échelle d'effort low-to-max pour les problèmes les plus difficiles
- Travail agentique de longue durée avec un contexte 1M tokens, 128K en sortie et entrée multimodale (texte et image)
Limites
- Tarification premium (5 $ / 25 $ par million de tokens entrée / sortie)
- La system card Opus 5 d'Anthropic reporte les évals agentiques et de raisonnement ; la suite académique classique (MMLU, GPQA Diamond, MATH-500, HumanEval, IFEval) n'est pas publiée
- Temps jusqu'au premier token plus élevé ; plus lent que Sonnet/Haiku pour les requêtes sensibles à la latence
Questions fréquentes
Ressources
Ce modèle peut utiliser vos données pour l'entraînement