Claude Opus 4.8 Full Breakdown & Testing (AI News You Can Use)

Claude a lancé son nouveau modèle, Opus 4.8, qui suscite déjà un vif intérêt. Ce modèle s'accompagne de fonctionnalités innovantes comme les flux de travail dynamiques, capables de décomposer des tâches complexes en des centaines de sous-agents. Bien que cette puissance consomme une part significative de l'utilisation cloud, les premiers retours sur Opus 4.8 sont très positifs, notamment concernant son interprétation de l'ambiguïté, une amélioration par rapport à son prédécesseur, Opus 4.7. Le lancement d'Opus 4.8 intervient peu après celui d'Opus 4.7, qui avait suscité des avis mitigés. Opus 4.6 avait été révolutionnaire pour les applications "agentiques" grand public, mais 4.7, bien que meilleur en benchmarks, était jugé trop littéral. Opus 4.8 corrige ce point en retrouvant une meilleure interprétation de l'ambiguïté, une qualité déjà appréciée dans 4.6. Bien que les benchmarks présentés par les entreprises soient souvent orientés, ceux de Claude Opus 4.8 montrent des performances supérieures à celles d'Opus 4.7 et, dans certains cas, même à celles de GPT-5.5. Cependant, les préférences des utilisateurs et l'expérience réelle priment. Les retours sur les "vibes" d'Opus 4.8 sont excellents. Un benchmark plus réaliste, DeepSeek, qui évalue les modèles sur des tâches d'ingénierie logicielle écrites à partir de zéro, sans biais d'entraînement, met en lumière les performances réelles. Bien qu'Opus 4.8 n'y figure pas encore, ce type de benchmark suggère que des modèles comme GPT-545 peuvent être supérieurs en pratique, une fois maîtrisés. Gemini 3.5 Flash, malgré son utilisation dans les produits Google, semble moins bien accueilli pour des usages avancés, selon ce type d'évaluations. La nouveauté majeure avec Opus 4.8 concerne les flux de travail dynamiques, disponibles pour les plans entreprise et max. Cette fonction déploie des centaines de sous-agents pour accomplir des tâches complexes. L'auteur a testé cette fonctionnalité sur une tâche de création de site web vis