Recherche pertinente, résultats publiés et limites des évaluations.
77 articles
Cette approche vise à donner accès à des modèles plus exigeants sans faire supporter au robot toute la charge de calcul. Les sources évoquent des avantages possibles, mais ne fournissent ici ni métriques ni détails suffisants pour quantifier les résultats.
CounterCredit évalue si chaque appel visuel était nécessaire pour répondre et si l’agent a exploité l’image reçue. Les résultats, prometteurs sur trois benchmarks, ne démontrent pas encore que la méthode se généralise au-delà de ces tests.
Anthropic présente Opus 5.5 avec des tarifs par jeton inférieurs à ceux d’Opus 5 et des améliorations mesurées lors de ses propres évaluations. La documentation disponible confirme la fenêtre de contexte, la limite de sortie et les plateformes indiquées, mais ne permet pas de lever toutes les incertitudes sur la comparabilité des résultats, les restrictions de sécurité et les économies réelles par tâche.
Le nouveau modèle d’OpenAI réunit raisonnement, utilisation d’ordinateur et contexte très étendu. Les gains annoncés sont significatifs, mais ils ne remplacent ni les tests internes ni le contrôle des droits, des données et des actions irréversibles.
Anthropic a présenté Claude Opus 5 le 24 juillet 2026 comme un modèle destiné à la programmation, au travail de connaissance et aux flux de travail en plusieurs étapes. L’entreprise affirme améliorer le rapport entre performances et coût par rapport à Opus 4.8, mais ses comparaisons doivent être lues avec prudence : elles combinent des tests internes, différents réglages d’effort et, dans certains cas, des mécanismes de repli vers des modèles antérieurs.