Claude Opus 4.6 explose tout. Il écrase GPT-5.2 avec 144 points Elo d'avance en raisonnement. Il est numéro 1 mondial en coding agentique. Et pour la première fois sur un modèle Opus, on a une fenêtre de contexte d'1 million de tokens.
Mais ce n'est pas tout. On a aussi les Agent Teams — Claude Code peut maintenant créer des équipes d'agents qui bossent ensemble en parallèle, communiquent entre eux, et se coordonnent tout seuls.
Décortiquons tout : les performances, les nouvelles fonctionnalités, l'adaptive thinking, les agent teams, et les implications concrètes pour toi en tant que développeur.
Terminal-Bench 2.0 — le benchmark de référence pour le coding agentique — Opus 4.6 obtient le score le plus élevé de l'industrie. C'est le meilleur modèle au monde pour coder de manière autonome.
Concrètement, quand tu lui donnes une tâche complexe de développement, il planifie mieux ses étapes, navigue dans le code de manière plus intelligente, et produit du code qui marche du premier coup plus souvent.
Humanity's Last Exam — un benchmark conçu pour tester les limites du raisonnement — Opus 4.6 est en tête. Maths, sciences, logique, analyse... le modèle domine sur toute la ligne.
Sur GDPval-AA, Opus 4.6 écrase GPT-5.2 avec 144 points Elo d'avance.
Pour mettre ça en perspective : le Elo est un système de classement venu des échecs. Des humains comparent les réponses de deux modèles anonymes et votent pour le meilleur. 50 points d'écart, c'est un léger avantage. 100, c'est net. 144, c'est une domination claire — Opus 4.6 gagne environ 70% des matchups face à GPT-5.2. Face à Opus 4.5, l'écart est de 190 points.
- BrowseComp — meilleur score de l'industrie pour la recherche d'information
- DeepSearchQA — scores les plus élevés pour la recherche agentique profonde, multi-étapes
Domaines spécialisés
- 2x d'amélioration par rapport à Opus 4.5 en biologie computationnelle, biologie structurelle et chimie
- 90.2% sur BigLaw Bench — le benchmark de raisonnement juridique
- Performances supérieures en analyse de causes racines et en cybersécurité
Ce n'est pas juste un modèle "meilleur en coding". C'est un modèle meilleur dans pratiquement tout.
La fenêtre de contexte d'1 million de tokens
C'est une première pour un modèle Opus. 1 million de tokens en contexte, en version bêta.
Pour mettre ça en perspective :
- 1 million de tokens, c'est environ 750 000 mots
- Ça représente une codebase entière de taille moyenne
- Ou des dizaines d'articles de recherche en une seule requête
Avant, les modèles Opus étaient limités à 200K tokens. On multiplie par 5.
C'est particulièrement utile quand tu travailles sur un gros projet. Tu peux littéralement donner l'ensemble de ton codebase à Claude et lui demander d'analyser, refactoriser, ou débugger.
Le tradeoff : les requêtes de plus de 200K tokens sont facturées au tarif premium (x2 en input, x1.5 en output). Mais pour des tâches qui nécessitent une compréhension globale d'un projet, ça vaut le coup.
Côté output, on passe à 128K tokens de sortie — le double de ce qu'on avait avant.
Au lieu de juste lire le blog d'Anthropic, on a directement demandé à Opus 4.6 ce qu'il voyait de nouveau chez lui. Parce que cette vidéo est réalisée AVEC Opus 4.6. C'est lui qui tourne dans Claude Code. Et il a accès à son propre system prompt.
Il a directement dans ses outils : TeamCreate, SendMessage, TaskCreate, TaskList, TaskUpdate... Tout un système de coordination d'équipe. Ce n'est pas un plugin. C'est built-in, câblé dans le modèle.
Quand il crée des sous-agents, il peut choisir quel modèle utiliser :
haiku pour les tâches rapides et simplessonnet pour du milieu de gammeopus pour le travail lourd
Il optimise ses propres coûts. Il n'envoie pas un Opus pour lire un fichier — il envoie un Haiku et garde sa puissance pour les tâches complexes.
Le mode plan dans ses permissions internes permet de d'abord planifier tout le travail, te soumettre le plan, et n'exécuter qu'après ta validation. En mode agent teams, le lead peut planifier la répartition du travail avant de spawner qui que ce soit.
Il a un répertoire de mémoire persistante : .claude/projects/.../memory/MEMORY.md. Il peut se laisser des notes qui survivent entre les conversations. C'est comme un carnet personnel — il apprend de ses erreurs et les note pour la prochaine fois.
5. Context Compaction en live
Quand la conversation devient trop longue, les anciens messages sont automatiquement résumés. Le context compaction se fait en temps réel.
On passe d'un modèle qui exécute des instructions à un modèle qui a une vraie infrastructure autour de lui : de la mémoire, des outils de coordination, la capacité de déléguer. Ce n'est plus un chatbot, c'est un chef de projet IA.
C'est une des fonctionnalités les plus intéressantes d'Opus 4.6.
Jusqu'à maintenant, avec l'extended thinking, tu devais définir manuellement un budget_tokens — le nombre maximum de tokens que Claude pouvait utiliser pour "réfléchir" avant de répondre.
{
"thinking": {
"type": "enabled",
"budget_tokens": 10000
}
}
Le problème ? Tu devais deviner combien de réflexion le modèle avait besoin. Trop peu, la réponse était mauvaise. Trop, tu payais pour rien.
Maintenant : Adaptive Thinking avec effort
Opus 4.6 introduit l'adaptive thinking. Au lieu de donner un budget fixe, tu donnes un niveau d'effort et le modèle décide lui-même combien il a besoin de réfléchir.
{
"thinking": {
"type": "adaptive"
}
}
Tu peux contrôler l'intensité avec le paramètre effort :
| Niveau | Usage |
|---|
| low | Questions simples, réponses rapides |
| medium | Tâches standard |
| high (défaut) | Tâches complexes, raisonnement profond |
| max | Les problèmes les plus difficiles |
Important : le budget_tokens est déprécié. Si tu utilises l'API, c'est le moment de migrer vers l'adaptive thinking.
L'interleaved thinking est automatiquement activé avec l'adaptive thinking sur Opus 4.6. Quand Claude utilise des outils (tool use), il peut réfléchir entre chaque appel d'outil. Avant, il réfléchissait une fois au début puis exécutait. Maintenant, il analyse les résultats intermédiaires et ajuste sa stratégie en temps réel.
Context Compaction
Le problème classique avec les conversations longues : tu atteins la limite de contexte et le modèle commence à "oublier" le début de la conversation.
Le Context Compaction résout ça en résumant automatiquement le contexte ancien quand tu approches de la limite. Claude compresse les messages anciens tout en gardant les informations essentielles.
Si tu as déjà utilisé Claude Code sur de longues sessions, tu as peut-être remarqué que ça faisait déjà quelque chose de similaire. Maintenant, c'est officiellement disponible côté API aussi.
C'est THE feature. Celle qui impressionne le plus.
Tu peux créer des équipes d'agents dans Claude Code. Un agent principal — le "team lead" — coordonne le travail, crée des tâches, et spawne des agents "teammates" qui travaillent chacun de leur côté.
Le plus dingue : les teammates peuvent communiquer directement entre eux. Ce n'est pas juste des sous-agents qui rapportent au chef. C'est une vraie équipe qui collabore.
C'est en preview expérimentale. Pour l'activer, ajoute ça dans ton settings.json :
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
}
}
Tu donnes une instruction en langage naturel :
Crée une équipe d'agents pour recréer un clone de Notion avec Next.js 16,
MongoDB, Tailwind, Shadcn UI et NextAuth.
- Un agent pour init le projet
- Un agent pour le backend (API routes + MongoDB)
- Un agent pour le frontend (composants + UI)
- Un agent pour l'auth NextAuth et le middleware
Et Claude va :
- Créer l'équipe avec une task list partagée
- Spawner les 4 agents teammates
- L'agent init pose les fondations — les autres attendent
- Dès que c'est prêt, les 3 autres attaquent en parallèle
- Ils se partagent leurs découvertes entre eux
- Le lead synthétise les résultats et assemble le tout
- Code review parallèle — Un agent check la sécu, un autre la perf, un autre les tests
- Debugging avec hypothèses concurrentes — Chaque agent teste une théorie différente
- Nouvelles features multi-fichiers — Chaque agent gère un module indépendant
- Recherche et exploration — Plusieurs angles d'investigation en même temps
| Sous-Agents | Agent Teams |
|---|
| Contexte | Partagé avec le parent | Indépendant |
| Communication | Rapporte au parent uniquement | Communication peer-to-peer |
| Coordination | Le parent gère tout | Task list partagée + auto-coordination |
| Idéal pour | Tâches focalisées | Travail collaboratif complexe |
| Coût | Modéré | Plus élevé (chaque agent = une instance) |
- Pas de résumé de session — si tu fais
/resume, les teammates ne reviennent pas
- Le statut des tâches peut buguer parfois
- Une seule équipe par session
- Consommation de tokens significativement plus élevée
Anthropic affirme que Opus 4.6 maintient "un profil de sécurité aussi bon, voire meilleur, que tout autre modèle frontier".
- Faibles taux de comportement non-aligné dans les évaluations de safety
- Les taux d'over-refusal les plus bas des modèles Claude récents — il refuse moins de choses légitimes par excès de prudence
- 6 nouvelles sondes de cybersécurité pour détecter les réponses problématiques
- Défenses améliorées sans compromettre les performances
Le fait qu'il refuse moins de choses légitimes tout en étant plus sécurisé, c'est un vrai progrès.
- Les performances pures — les benchmarks parlent d'eux-mêmes. C'est objectivement le meilleur modèle tous critères confondus
- L'adaptive thinking — plus besoin de deviner le bon budget. Le modèle s'adapte
- Les Agent Teams — même en preview, c'est une nouvelle façon de travailler
- 1M de contexte — pouvoir donner un projet entier au modèle, c'est un game changer
- 128K output — le double, pour des réponses massives sur les tâches complexes
- Le pricing sur les gros contextes — x2 en input au-dessus de 200K, ça chiffre vite
- Agent Teams en preview — c'est expérimental, il y a des bugs
- La consommation de tokens — un modèle plus intelligent qui réfléchit plus, ça coûte plus cher
- Si tu utilises Claude Code — mets à jour immédiatement. La qualité du coding est directement impactée. Teste les Agent Teams sur un projet secondaire
- Si tu utilises l'API — migre vers l'adaptive thinking (
type: "adaptive") dès que possible
- Si tu débutes — c'est le meilleur moment pour commencer. Le modèle est plus intelligent, plus patient, et fait moins d'erreurs
- Pour les gros projets — teste la fenêtre de contexte 1M pour donner à Claude une vision globale de ta codebase
| Input | Output |
|---|
| Standard (< 200K) | $5 / M tokens | $25 / M tokens |
| Premium (> 200K) | $10 / M tokens | $37.50 / M tokens |
- Sur claude.ai dès maintenant
- Via l'API avec le model ID
claude-opus-4-6
- Dans Claude Code
- Sur Amazon Bedrock et Google Cloud Vertex AI
Claude Opus 4.6, c'est une mise à jour majeure. Ce n'est pas juste "un peu mieux" — les Agent Teams et l'adaptive thinking changent fondamentalement la façon dont on interagit avec le modèle.
On passe d'un assistant à un vrai collaborateur qui peut se multiplier, débattre avec lui-même, et s'adapter à la complexité de ce qu'on lui demande.
Quelle fonctionnalité t'excite le plus ? Dis-le nous sur Discord !
