Claude Opus 5 est le modèle d'Anthropic pour le codage agentique complexe et le travail d'entreprise, et son guide de migration le présente comme une amélioration de rupture par rapport à Claude Opus 4.8 sur le raisonnement approfondi, les tâches agentiques et à long horizon, et la montée en calcul au moment du test.
- Entrée
- texte image $5/M
- Sortie
- texte $25/M
- Lecture de cache
- $0.5/M
- Contexte
- 1M
- Coupure des connaissances
- 2026-05
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en contexte
Position du prix parmi 65 modèles comparables
La barre montre où se situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises lot, région et écriture en cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 000 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 128 000 |
| Coupure des connaissances | 2026-05 |
Mise en cache
| Mode | explicite (sur activation) |
|---|---|
| Préfixe min. | 512 défaut du fournisseur : 1 024 |
| Durée de vie | 5 min par défaut, 1 heure en option |
| Coût d'écriture | 1.25x (5m) / 2x (1h) |
Raisonnement
| Paramètre du fournisseur | thinking.type + output_config.effort |
|---|---|
| Valeurs acceptées | thinking.type adaptive · disabled; effort low · medium · high · xhigh · max |
| Valeur par défaut | réflexion activée ; effort high (API Claude et Claude Code) appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement du raisonnement | La désactivation de la réflexion n'est acceptée qu'à effort high ou en dessous, et thinking {"type": "disabled"} avec xhigh ou max renvoie une erreur 400 ; display vaut « omitted » par défaut, donc les blocs de réflexion reviennent avec un champ thinking vide tant que vous ne réglez pas display sur « summarized ». |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high la surface de paramètres de la passerelle - le mappage fournisseur ci-dessus s'applique |
Modèle
| Modalités | texte + image → texte |
|---|
- Le contexte de 1M est à la fois la valeur par défaut et le maximum, sans variante à contexte réduit
- prompt minimal cacheable abaissé à 512 tokens
- entrée d'image haute résolution jusqu'à 2576 px sur le côté long
- jusqu'à 300k tokens de sortie sur l'API Message Batches avec l'en-tête bêta output-300k-2026-03-24
- changements d'outils en milieu de conversation en bêta
- le mode rapide est une préversion de recherche réservée à l'API Claude
Un prompt, mesuré via la passerelle
Claude Opus 5 réussi · 3 sentences
When reasoning is enabled, the model generates a hidden chain of "thinking" tokens before it writes the visible answer, and those internal tokens are billed at the output rate even though no one ever sees them — commonly 3–10x more tokens than the response itself. Because output tokens are priced several times higher than input tokens, that added volume hits us at our most expensive rate, which is why the bill roughly doubled while our request count stayed flat. The spend is controllable: we can cap the reasoning budget per call, route only genuinely hard requests to reasoning mode and cheaper models for the rest, and track cost per successfully completed task rather than cost per token, since a single correct answer usually beats three cheap retries plus human cleanup.
sortie 529 tok latence 9.0 s
Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.
Claude Opus 5 réussi · 8/8 cases
## Fixed version ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 if cur > best: best = cur return best ``` ## The bug The counters were tracking the wrong quantity: `cur` counted *matching adjacent pairs* rather than *elements in the current run*, and both counters started at `0` instead of `1`. Since a run of length *n* contains only *n − 1* adjacent equal pairs, every result came back one too small — `[1, 1]` returned 1, `[3, 3, 3]` returned 2 — and a single-element list returned 0 because the loop body never executed and `best` kept its initial value of `0`. […]
sortie 1094 tok latence 16.1 s
Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.
Claude Opus 5 réussi · 5/5 fields, guidance "Withheld pending Q4 close"
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "Withheld pending Q4 close" } ``` Notes on judgment calls: - **quarter**: "September quarter" is labeled Q3 because the text refers to an upcoming "Q4 close," implying a calendar-aligned fiscal year. No fiscal year is given. - **revenue_usd_m**: 412 is stated as constant-currency and hedged ("call it"), so it's approximate; the currency is not explicitly stated as USD. - **growth_pct**: "up eleven and change" means slightly more than 11, so 11 is a floor rather than an exact figure.
sortie 539 tok latence 7.6 s
Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.
Claude Opus 5 réussi · 123 words, 0 banned, 1 question
**Cross-Provider Prompt Caching** We're introducing Cross-Provider Prompt Caching in the API Gateway. Repeated system prompts, long documents, and few-shot examples are stored once at the gateway layer and reused across OpenAI, Anthropic, Google, and self-hosted models. Instead of paying full input token costs on every request, your application sends a cache reference, and the gateway rehydrates the context before forwarding it downstream. Why does that matter? Teams running high-volume agents and retrieval pipelines typically see input token spend fall 40 to 70 percent, with median latency dropping by several hundred milliseconds. Caches are scoped per project, encrypted at rest, and invalidated automatically when a prompt template changes. Enable it with a single header, and see the docs for TTL tuning and per-route controls.
sortie 1593 tok latence 19.1 s
Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.
Utilisez Claude Opus 5 en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="claude-opus-5",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "claude-opus-5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "claude-opus-5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "claude-opus-5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-opus-5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de Claude Opus 5
- La recommandation de sélection d'Anthropic est de commencer ici, en réservant Claude Fable 5 aux charges de travail qui exigent la plus haute capacité disponible.
- C'est une mise à niveau directe à la tarification d'Opus 4.8, soit 5 $ et 25 $ par million de tokens en entrée et en sortie, conservant la fenêtre de contexte de 1M de tokens par défaut sans en-tête bêta, 128K en sortie maximale, la réflexion adaptative, la mise en cache des prompts, le traitement par lots, la Files API, la prise en charge des PDF et la vision, avec deux lacunes documentées : l'outil web fetch est indisponible et le Priority Tier n'est pas pris en charge.
- Deux changements piègent les migrations.
- La réflexion est activée par défaut, si bien qu'une requête qui omet le champ thinking raisonne désormais là où elle ne le faisait pas, et max_tokens plafonne toujours ensemble la réflexion et la réponse.
- Et la réflexion ne peut être désactivée qu'à un effort high ou inférieur, car associer une réflexion disabled à xhigh ou max renvoie une 400.
- L'effort va de low à max et vaut high par défaut, la mise en cache des prompts démarre à un préfixe de 512 tokens plutôt que 1 024, le mode rapide est proposé en préversion de recherche, et la date limite fiable des connaissances est mai 2026.
- Des classificateurs de sécurité en cybersécurité peuvent refuser une requête, et Anthropic note que le modèle vérifie son propre travail sans qu'on le lui demande, de sorte que les instructions de vérification reprises d'anciens prompts provoquent désormais une survérification.
- Synthorai sert Claude Opus 5 via son endpoint de chat compatible OpenAI.
FAQ
Peut-on essayer l'API Claude Opus 5 gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $5/M de tokens en entrée, ce crédit couvre à lui seul environ 24 requêtes de ~8K tokens sur Claude Opus 5.
Quels sont les points forts de Claude Opus 5 ?
Conçu pour le codage agentique complexe et le travail d'entreprise ; amélioration de rupture par rapport à Opus 4.8 sur le raisonnement approfondi et les tâches à long horizon ; réflexion activée par défaut, désactivable seulement à un effort high ou inférieur. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.
Combien coûte Claude Opus 5 ?
Sur Synthorai, Claude Opus 5 coûte $5 par million de tokens en entrée et $25 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.5/M.
Claude Opus 5 prend-il en charge la mise en cache des prompts ?
Oui, sur activation : marquez les préfixes stables avec des points d'arrêt cache_control. Les tokens d'entrée en cache sont facturés $0.5/M contre $5/M hors cache ; les prompts doivent avoir un préfixe stable de 512 tokens pour être mis en cache (TTL 5 min par défaut, 1 heure en option). Guide de mise en cache des prompts →
Comment obtenir l'accès à Claude Opus 5 ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="claude-opus-5", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
Quelle est la date de coupure des connaissances de Claude Opus 5 ?
La date de coupure des connaissances de Claude Opus 5 est 2026-05, selon la documentation officielle du fournisseur (au 2026-07-28).
Modèles associés
Comparer
Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.