Anthropic a publié Claude Opus 4.8 le 28 mai 2026. À première vue, cela ressemble à une mise à jour de modèle : de meilleurs benchmarks, plus de performance en code, plus d’efficacité, un mode rapide moins cher.

Mais si l’on regarde plus attentivement, Opus 4.8 raconte quelque chose de plus profond sur le marché de l’IA : la bataille ne se joue plus seulement sur la réponse la plus brillante. Elle se joue sur la capacité d’un modèle à travailler longtemps, utiliser des outils, garder le cap, reconnaître ses incertitudes, éviter les affirmations non justifiées et fonctionner dans des environnements professionnels où l’erreur coûte cher.

Dans cet épisode d’IA Signal, on décrypte :

• Claude Opus 4.8 : Anthropic présente Opus 4.8 comme une amélioration d’Opus 4.7, plus forte en code, tâches agentiques, raisonnement et travail professionnel, disponible au même prix pour l’usage régulier (Anthropic).
• Honnêteté et jugement : Anthropic affirme qu’Opus 4.8 est plus susceptible de signaler ses incertitudes et environ quatre fois moins susceptible que son prédécesseur de laisser passer sans remarque des défauts dans du code qu’il a écrit (Anthropic).
• Dynamic workflows : Claude Code peut désormais planifier de grandes tâches, lancer des centaines de sous-agents parallèles et vérifier les résultats avant de rendre compte à l’utilisateur, en research preview pour les plans Enterprise, Team et Max (Anthropic).
• Contrôle d’effort : claude.ai et Cowork introduisent un réglage permettant de choisir combien d’effort Claude met dans une réponse, avec des arbitrages entre qualité, vitesse et consommation de limites (Anthropic).
• Prix et disponibilité : Opus 4.8 est disponible dans Claude pour Pro, Max, Team et Enterprise, via l’API Claude sous claude-opus-4-8, et sur Amazon Web Services, Google Cloud et Microsoft Foundry (Anthropic).
• Sécurité multi-tours : Cisco rappelle que les modèles frontier peuvent être beaucoup plus vulnérables aux attaques multi-tours qu’aux benchmarks single-turn, ce qui change la manière d’évaluer la sécurité réelle des modèles (CSO Online).
• Labels IA sur YouTube : YouTube rend plus visibles les labels des contenus photoréalistes générés ou modifiés par IA et commence à appliquer automatiquement des labels lorsqu’un usage significatif d’IA est détecté (YouTube Blog).
• AGI et agents : Demis Hassabis estime que les agents actuels sont une forme de répétition générale avant des systèmes plus puissants, avec une possible arrivée de l’AGI autour de 2030, voire avant selon lui (Computerworld).

Le fil rouge : les modèles deviennent de meilleurs agents, mais la confiance devient le vrai benchmark.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.