Claude Opus 5 pour les entreprises : coûts, capacités et cas d’usage (2026)

Claude Opus 5, le nouveau modèle phare d’Anthropic sorti le 24 juillet 2026, coûte exactement le prix d’Opus 4.8 : 5 $ par million de tokens en entrée, 25 $ en sortie. Le vrai sujet n’est pas le tarif affiché, qui n’a pas bougé. C’est que les premiers utilisateurs en entreprise obtiennent des résultats équivalents ou meilleurs avec environ un quart de tokens en moins, un tiers d’étapes en moins et 60 % de temps en moins. Le prix au token ne change pas ; le prix par tâche terminée, lui, baisse. Voici le guide entreprise : ce que ça coûte réellement, ce que le modèle sait vraiment faire, et cinq cas d’usage à lancer ce trimestre.

Par Toni Dos Santos, Co-Fondateur, Spicy Advisory — nous aidons les ETI et les grands comptes à utiliser vraiment les outils IA qu’ils ont achetés, sans parti pris d’éditeur, en France, au Royaume-Uni et en Europe.

Qu’est-ce que Claude Opus 5 ?

Claude Opus 5 est le modèle phare d’Anthropic pour le codage agentique complexe et le travail en entreprise, sorti le 24 juillet 2026 en successeur de Claude Opus 4.8. La documentation d’Anthropic le désigne désormais comme le modèle par lequel commencer, sauf besoin explicite du niveau de capacité maximal — auquel cas on monte sur Claude Fable 5, deux fois plus cher.

La gamme Claude fin juillet 2026, et le rôle de chacun en une ligne :

Les caractéristiques à noter

La fenêtre d’1M de tokens mérite qu’on s’y arrête. Elle contient environ 555 000 mots — un DCE complet, une année de procès-verbaux de conseil, une base de code de taille moyenne — et Anthropic facture une requête de 900 000 tokens exactement au même tarif unitaire qu’une requête de 9 000 tokens. Aucune taxe sur le long contexte. Pour beaucoup d’entreprises françaises, ce seul point supprime la raison principale du découpage des documents — et la perte de contexte qui allait avec.

Ce que coûte réellement Claude Opus 5

On accède à Opus 5 par deux portes, et leurs structures de coût n’ont rien à voir. Les confondre est l’erreur de budgétisation que nous voyons le plus souvent.

Porte 1 : les sièges (applications Claude)

Si vos équipes utilisent Claude dans le navigateur ou l’application, vous achetez des sièges, pas des tokens. Au moment où nous écrivons, les sièges Claude Team se situent autour de 25 à 30 $ par utilisateur et par mois (environ 20 $ en facturation annuelle), avec des sièges premium incluant Claude Code nettement plus chers ; Claude Enterprise se négocie par siège, avec la consommation facturée aux tarifs API par-dessus. Vérifiez les montants du jour sur claude.com/pricing — ils bougent.

Le point structurel important : sur un siège, la montée de version est gratuite. Opus 5 arrive dans l’abonnement que vous payez déjà. Votre coût ne change pas ; seul change ce que vos équipes peuvent en faire. Autrement dit, pour une organisation qui fonctionne aux sièges, tout le retour sur ce lancement est une question d’adoption, pas d’achat.

Porte 2 : les tokens (API, Bedrock, Google Cloud, Foundry)

Si vous construisez — agents, chaînes de traitement documentaire, outils internes — vous payez au token, et quatre leviers font varier la facture d’un ordre de grandeur :

• Le cache de prompt (jusqu’à 10× moins cher sur la partie répétée). Une lecture de cache coûte 0,50 $ le million contre 5 $ en standard. L’écriture coûte 1,25× le tarif de base pour un cache de 5 minutes, 2× pour une heure. Sur Opus 5, le préfixe minimum cachable tombe à 512 tokens, moitié moins qu’Opus 4.8 — des prompts que vous aviez classés « trop courts pour être cachés » deviennent éligibles sans une ligne de code.
• L’API Batch (50 % de remise). Tout ce qui ne réclame pas de réponse immédiate — traitements documentaires nocturnes, reporting mensuel, classification en masse — coûte deux fois moins cher. Les remises batch et cache se cumulent.
• L’effort. Le paramètre effort (de low à max) définit l’intensité de travail du modèle à chaque tour. Il vaut high par défaut. Le guide de migration d’Anthropic est inhabituellement direct sur ce point : low et medium sont particulièrement performants sur ce modèle, donc un réglage hérité du modèle précédent est probablement mauvais et mérite d’être retesté.
• Les multiplicateurs qu’on oublie. Les endpoints régionaux ou multi-régions sur Bedrock et Google Cloud coûtent 10 % de plus que le global. Contraindre l’inférence aux États-Unis via inference_geo applique un multiplicateur de 1,1× sur toutes les catégories de tokens. Une recherche web dans une requête coûte 10 $ pour 1 000 recherches, en plus des tokens.

Le vrai indicateur : le coût par tâche terminée

Voici l’argument à porter en comité de direction. Opus 5 coûte le même prix au token qu’Opus 4.8. Mais trois organisations indépendantes ont rapporté le même schéma au lancement — résultat égal ou supérieur, pour nettement moins de travail :

• Harvey (IA juridique) rapporte des performances comparables au mode raisonnement maximal d’Opus 4.8 « en générant 26 % de tokens en moins en moyenne ».
• Fundamental Research Lab rapporte, sur des tâches de modélisation financière difficiles, neuf points de précision supplémentaires « en utilisant environ un tiers de tours et d’appels d’outils en moins, et 60 % de temps en moins ».
• Cognition (éditeur de l’agent de code Devin) rapporte que sur FrontierCode 1.1, « Claude Opus 5 approche le niveau de Fable pour la moitié du coût », avec une force particulière en débogage et en analyse de cause racine.

Les benchmarks racontent la même histoire. Sur Frontier-Bench v0.1, une évaluation de codage agentique en terminal, Opus 5 obtient 43,3 % — plus du double des 18,7 % d’Opus 4.8, et nettement devant Fable 5, pourtant plus cher, à 33,7 %. Sur ARC-AGI 3, qui teste la résolution de problèmes inédits, Anthropic annonce un score environ trois fois supérieur au meilleur modèle suivant.

« Arrêtez de comparer les modèles au prix du million de tokens. Comparez-les au coût de la tâche terminée. Un modèle au même tarif unitaire qui boucle le travail en un tiers de tours en moins vient de réduire d’un tiers votre coût unitaire — et aucune ligne de la grille tarifaire ne vous le dira. »

— Toni Dos Santos, Co-Fondateur, Spicy Advisory

Cas chiffré : un agent de relecture contractuelle dans une ETI de 200 personnes

Prenons une société de services qui relève 500 contrats par mois. Chaque passage envoie environ 30 000 tokens de contexte stable (grille de relecture, clauses de référence, exemples traités) plus 10 000 tokens de contrat, et produit environ 6 000 tokens en sortie. Montants en dollars, convertis à 1,10 $ = 1 € à titre indicatif — l’API facture en dollars, votre coût en euros suit donc le change.

Quarante-neuf euros par mois pour relire 500 contrats avec un modèle de frontière. Soit environ dix centimes par contrat. Quel que soit le poste coûteux de ce projet, ce n’est pas le modèle — et ça vaut la peine de le dire fort dans n’importe quel business case, parce que les budgets IA continuent d’être construits comme si l’inférence était le poste dominant. Elle ne l’est pas. Les personnes, les processus et la gouvernance le sont. Nous chiffrons ce point dans comment mesurer le ROI d’un programme de formation IA.

Cas chiffré : une agence lyonnaise de 60 personnes en sièges

Vingt-cinq personnes qui utiliseraient réellement Claude chaque semaine, sur des sièges Team standard à environ 25 $ par utilisateur et par mois, cela représente environ 570 € par mois, soit 6 800 € par an. Mettez-le maintenant en face d’une heure gagnée par personne et par semaine : 25 personnes × 45 semaines travaillées = 1 125 heures, à un coût interne chargé de 55 €/heure, soit environ 62 000 €.

La licence est rentabilisée si chaque personne gagne sept minutes par semaine. Ce n’est pas une barre haute. C’est bien pour ça que la licence n’est jamais le problème — le problème, c’est qu’environ 90 % des grandes organisations ont investi dans des outils IA quand seuls 20 % des salariés les utilisent chaque semaine. Un nouveau modèle ne change rien à cet écart. La refonte des workflows et une première victoire mesurée, si. Nous détaillons le mécanisme dans pourquoi l’adoption de l’IA échoue en entreprise et dans notre guide des programmes de formation IA à grande échelle.

Ce que Claude Opus 5 sait vraiment faire

Au-delà du vocabulaire de lancement, voici ce qui change concrètement pour une équipe métier.

• Le travail long, difficile, en plusieurs étapes. C’est la capacité phare. Fonctionnalités multi-fichiers, refontes de code conséquentes, livrables de bout en bout — il termine, au lieu de laisser des amorces et des « à compléter ». L’écart avec les modèles précédents est faible sur les petites retouches et maximal sur le haut du panier : évaluez-le là.
• Trouver les vrais problèmes. Précision et rappel élevés en revue de code et en détection de bugs, y compris à des niveaux d’effort bas — ce qui rend viable le schéma « passe rapide au commit, passe approfondie plus tard ».
• Des documents bureautiques présentables à un client. Il produit et modifie des classeurs Excel multi-onglets avec des formules non triviales, et des présentations PowerPoint qui respectent les règles de mise en page. Il tient votre gabarit quand vous le lui donnez.
• Graphiques, scans et captures d’écran. Meilleure lecture des graphiques, documents et schémas, et bonne reproduction d’interface à partir d’une image. Le levier le plus rentable ici : lui donner des outils pour recadrer et revérifier son propre travail — sur ce modèle, l’usage d’outils bat le fait de lui demander de réfléchir davantage.
• Coordonner d’autres agents. Il pilote des équipes de sous-agents sans qu’ils s’écrasent mutuellement, et exploite bien les schémas rédacteur / vérificateur.
• Une vision du monde plus fraîche. Connaissances fiables jusqu’à mai 2026, contre janvier 2026 pour Fable 5. Sur tout ce qui touche à la réglementation récente, aux conditions de marché ou aux outils, cela compte plus qu’un point de benchmark.

Cinq cas d’usage à lancer ce trimestre en France

Ce sont les chantiers que nous cadrerions ce trimestre chez une ETI française, alignés sur les forces spécifiques d’Opus 5. Les chiffres sont des illustrations basées sur nos hypothèses — remplacez-les par les vôtres.

1. Relecture de clauses en cabinet d’avocats et en direction juridique

Le retour de Harvey s’applique directement ici : même qualité qu’Opus 4.8 en raisonnement maximal, nettement moins de tokens. Un cabinet régional peut passer ses contrats en première lecture contre sa propre grille, en signalant les écarts plutôt qu’en rédigeant, avec un avocat nommément responsable de chaque sortie. La fenêtre d’1M permet de tenir la bibliothèque de clauses et le contrat dans le même contexte. Sur le cadre juridique du traitement, voir IA et RGPD : ce que vos équipes ont le droit de faire.

2. Modélisation et analyse financière en cabinet d’expertise comptable et en direction financière

Neuf points de précision sur de la modélisation difficile, avec un tiers de tours en moins, est le résultat le plus citable de ce lancement — et la génération de classeurs Excel multi-onglets avec formules fonctionnelles est ce qui le rend exploitable. Le détail des workflows dans l’IA pour les équipes finance.

3. Migration de legacy et revue de code pour les DSI

Le « niveau Fable pour la moitié du coût » annoncé par Cognition sur FrontierCode 1.1, plus la force en débogage et analyse de cause racine, pointe vers les chantiers que la plupart des DSI françaises repoussent : la migration d’un applicatif hérité, le service non testé, la montée de dépendances dont personne ne veut. Le positionnement face à Copilot est traité dans quand utiliser Claude, Copilot ou du code.

4. Réponse aux appels d’offres et aux marchés publics

Un DCE de 500 pages, le CCTP, trois mémoires techniques antérieurs et vos références tiennent dans une seule fenêtre de contexte, avec de la marge. Pour le BTP, le conseil et les fournisseurs du secteur public, cela supprime l’étape de découpage qui faisait perdre les renvois entre pièces — ceux-là mêmes qui décident souvent d’une offre.

5. Traitement documentaire back-office au tarif batch

Imputation de factures, vérification d’onboarding fournisseur, contrôle de notes de frais, rapprochements. De nuit, sur l’API Batch, la vision prenant en charge les documents scannés — c’est là que la remise de 50 % cumulée au cache rend la qualité d’un modèle de frontière moins chère que l’alternative externalisée.

Ce qui devient plus délicat

Un déploiement honnête nomme aussi les coûts. Cinq points à anticiper :

• Il parle davantage. Opus 5 rédige des réponses et des fichiers plus longs que son prédécesseur, et commente davantage pendant les exécutions agentiques. Baisser l’effort ne corrige pas ce comportement de manière fiable — une consigne brève de concision dans le prompt système, si : environ 20 % de longueur en moins dans les tests d’Anthropic.
• Il délègue trop volontiers. C’est un renversement : Opus 4.8 sous-utilisait les sous-agents et demandait qu’on l’y pousse ; Opus 5 y recourt spontanément. Chaque sous-agent reconstitue son contexte puis rend compte, ce qui multiplie coût et latence. Si vous aviez ajouté une consigne « délègue plus » pour 4.8, retirez-la et posez un plafond.
• Il vérifie son travail tout seul — donc arrêtez de le lui demander. Les consignes du type « revérifie ta réponse » et les étapes de vérification séparées dans votre chaîne provoquent désormais de la sur-vérification plutôt que de la précision. Les supprimer réduit le gaspillage sans perte de qualité. Cela inverse une bonne pratique que la plupart des équipes ont apprise : signalez-le explicitement en formation.
• Il peut élargir la commande. Il ajoute parfois des étapes que personne n’a demandées. Une ligne de cadrage du périmètre dans le prompt système suffit à l’éliminer en grande partie.
• Les quotas sont un pot séparé. Opus 5 ne pioche pas dans la limite partagée des Opus 4.x. Basculer du trafic ne libère rien sur l’ancien pot et n’en hérite pas — vérifiez les limites Opus 5 de votre palier avant de déplacer du volume. Notre guide sur la protection de vos limites d’usage Claude couvre les tactiques du quotidien, et le pilotage de la dépense IA explique comment voir la facture avant qu’elle ne surprenne.

Aucun de ces points n’est bloquant. Tous relèvent du prompt et de la politique interne — une après-midi pour quelqu’un qui sait ce qu’il fait, un trimestre de dépassement inexpliqué pour quelqu’un qui ne le sait pas.

Opus 5, Sonnet 5, Fable 5 ou Haiku : comment choisir

La règle pratique que nous donnons : par défaut Sonnet 5, on monte sur Opus 5 quand la tâche est vraiment difficile, et on ne va sur Fable 5 qu’après avoir mesuré qu’Opus 5 ne suffit pas. La plupart des organisations prennent le plus gros modèle par réflexe et le paient. Pour la comparaison inter-éditeurs, voir Claude vs ChatGPT en entreprise et notre benchmark des assistants IA généralistes.

Un déploiement en 30 jours qui tient la route

1. Semaine 1 — auditez vos identifiants de modèle. Retrouvez chaque endroit où un identifiant est codé en dur. Tout ce qui pointe encore sur claude-opus-4-1 vit ses derniers jours : retrait le 5 août 2026. Profitez-en pour repérer chaque appel qui omet le paramètre thinking : le comportement change sur Opus 5.
2. Semaine 1 — choisissez un chantier difficile. Pas une démo. La migration dont personne ne veut, la file de relecture toujours en retard. L’avantage d’Opus 5 est maximal sur le travail dur et minimal sur le travail facile : un pilote trop simple le sous-estimera.
3. Semaine 2 — balayez les niveaux d’effort. Passez le même chantier en medium, high et xhigh sur votre propre jeu d’évaluation. N’héritez pas du réglage du modèle précédent. Notez coût, latence et qualité pour chacun.
4. Semaine 2 — activez cache et batch. Ces deux changements rapportent généralement plus que tout le prompt engineering du trimestre.
5. Semaine 3 — corrigez les trois habitudes connues. Ajoutez une consigne de concision, un plafond de sous-agents et une ligne de cadrage du périmètre. Supprimez vos anciennes consignes de vérification.
6. Semaine 4 — mesurez et tranchez. Coût par tâche terminée, avant et après. S’il n’a pas bougé, le modèle n’a jamais été votre contrainte — et c’est un résultat réellement utile.

Gouvernance : ce qu’il faut avoir en place en France

Opus 5 est disponible dès le premier jour sur Amazon Bedrock, Claude Platform on AWS, Google Cloud et Microsoft Foundry. Pour la plupart des grandes entreprises françaises, l’adopter n’est donc pas une nouvelle relation fournisseur : c’est un nouveau modèle dans un cloud que vous gouvernez déjà. Les questions qui conditionnent l’adoption sont des questions de gouvernance cloud, auxquelles vos cadres existants répondent en grande partie : localisation des données, contrôle d’accès, rétention, DLP.

Trois points spécifiques. D’abord, sur les offres commerciales et l’API, Anthropic n’entraîne pas ses modèles sur vos entrées et sorties professionnelles par défaut — il vous faut malgré tout une politique écrite sur ce que les salariés peuvent y saisir. Ensuite, si vous devez contraindre la géographie de l’inférence, le paramètre inference_geo et les endpoints régionaux existent, avec environ 10 % de surcoût chacun : budgétez-le au lieu de le découvrir. Enfin, Opus 5 embarque des garde-fous cybersécurité renforcés, ce qui signifie que des travaux légitimes en sécurité ou en sciences du vivant peuvent déclencher un refus — à savoir avant que quelqu’un n’en conclue que le modèle est cassé.

Sur le cadre européen, l’obligation de littératie IA de l’article 4 s’applique déjà à vous, et notre guide de l’AI Act pour les PME et ETI françaises détaille les obligations par niveau de risque. Côté données, voir la résidence des données IA.

Ce que fait Spicy Advisory

Nous faisons passer les équipes de « nous avons le dernier modèle » à « ça a changé notre façon de travailler » : les profils par défaut, la politique d’effort et de dépense, la refonte des workflows sur de vrais livrables, et l’accompagnement qui referme l’écart entre 90 % d’entreprises qui investissent et 20 % de salariés qui utilisent. Nous sommes indépendants des éditeurs et travaillons en français comme en anglais, sur site et en hybride — voir la formation IA en France, le conseil en stratégie IA, la formation Claude et Spicy Advisory pour les grandes entreprises. Vous débutez sur Claude ? Commencez par le guide de démarrage pour les équipes et le guide complet Claude pour les entreprises. Pour les deux lancements précédents, voir nos guides Claude Opus 4.8 et Claude Fable 5.