# Claude Opus 5

> Fiche du modèle de langage Claude Opus 5 sur Quelle IA, édition du 28 septembre 2026. Claude Opus 5 (Anthropic) : score IA de 95,2, 5e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/claude-opus-5/
Origine : Anthropic · États-Unis · sorti le 24 juillet 2026

## Score général

- Score IA : 95,2 (marge à 90 % : de 94,2 à 96,1)
- Rang : 5 (Groupe 3, ex æquo)
- Couverture : 100 % du poids des tâches, 37 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 95,2 | Rang 6 · 78 % |
| Code | 95,4 | Rang 6 · 69 % |
| Agents | 94,9 | Rang 3 · 67 % |
| Usage | 93,3 | Rang 6 · 100 % |
| Maths | 96,0 | Rang 6 · 62 % |
| Sciences | 94,6 | Rang 6 · 60 % |
| Français | 92,3 | Provisoire · 25 % |
| Vision | 95,4 | Rang 3 · 100 % |
| Écriture | 94,1 | Rang 5 · 100 % |
| Web | 96,7 | Rang 6 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Claude Opus 5 (Adaptive Reasoning, Max Effort)](https://artificialanalysis.ai/models/claude-opus-5) | 50,8 | 16e sur 193 | 52,0 jetons/s | 59,3 s | 5 $ / 25 $ |
| [Claude Opus 5 (Adaptive Reasoning, Xhigh Effort)](https://artificialanalysis.ai/models/claude-opus-5-xhigh) | 49,7 | 18e sur 193 | 50,7 jetons/s | 47,3 s | 5 $ / 25 $ |
| [Claude Opus 5 (Adaptive Reasoning, High Effort)](https://artificialanalysis.ai/models/claude-opus-5-high) | 48,1 | 22e sur 193 | 53,4 jetons/s | 21,5 s | 5 $ / 25 $ |
| [Claude Opus 5 (Adaptive Reasoning, Medium Effort)](https://artificialanalysis.ai/models/claude-opus-5-medium) | 44,8 | 35e sur 193 | 49,9 jetons/s | 8,28 s | 5 $ / 25 $ |
| [Claude Opus 5 (Adaptive Reasoning, Low Effort)](https://artificialanalysis.ai/models/claude-opus-5-low) | 39,4 | 60e sur 193 | 48,8 jetons/s | 2,96 s | 5 $ / 25 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/claude-opus-5

## Exécution locale

Non. Claude Opus 5 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

## Fiche technique

- Prix : 4,39 € / 22,0 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 000 000 jetons (environ 750 000 mots)
- Entrées : Texte, image, PDF
- Réflexion : Faible, moyenne, élevée, très élevée, maximale (cinq niveaux réglables)
- Paramètres : Non communiqué
- Licence : Propriétaire (poids fermés, accès par l'éditeur)
- Classe énergétique : Non communiquée
- Hébergement en Europe : Non communiqué
- Connaissances jusqu'à : Mai 2026

## Où le trouver

- Par API : [OpenRouter](https://openrouter.ai/anthropic/claude-opus-5)
- Par API : [API Anthropic](https://docs.anthropic.com)
- L'essayer : [Claude](https://claude.ai)

## Dans les outils de code

- Disponible dans : [Cursor](https://quelleia.com/outils/#cursor) (inclus), [GitHub Copilot](https://quelleia.com/outils/#github-copilot) (offres payantes), [Devin Desktop (ex-Windsurf)](https://quelleia.com/outils/#devin-desktop) (à l'usage), [Zed](https://quelleia.com/outils/#zed) (inclus), [Kiro](https://quelleia.com/outils/#kiro) (offres payantes), [OpenCode](https://quelleia.com/outils/#opencode) (à l'usage), [Droid (Factory)](https://quelleia.com/outils/#factory-droid), [Augment Code](https://quelleia.com/outils/#augment), [Warp](https://quelleia.com/outils/#warp)
- Mesuré dans : [Claude Code](https://quelleia.com/outils/#claude-code)
- Relevé du 30 septembre 2026 sur la page publique de chaque outil. Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré.

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| ProofBench | Maths | 99 % | 105,8 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| OTIS Mock AIME 2024-2025 | Maths | 98,9 % | 93,1 | saturé | https://epoch.ai/benchmarks |
| OTIS Mock AIME 2024-2025 | Maths | 97,8 % | 88,2 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 97,5 % | 95,5 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-1 | Raisonnement | 97,5 % | 95,5 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-1 | Raisonnement | 97,5 % | 95,5 | saturé | https://arcprize.org/leaderboard |
| DTBench | Raisonnement | 97,9 % | 108,9 | saturé | https://conceptualreasoning.ai/dtbench |
| DTBench | Raisonnement | 97,9 % | 108,9 | saturé | https://conceptualreasoning.ai/dtbench |
| DTBench | Raisonnement | 97,6 % | 107,2 | saturé | https://conceptualreasoning.ai/dtbench |
| OTIS Mock AIME 2024-2025 | Maths | 93,3 % | 80,4 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 93,9 % | 89,2 | actif | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 91,8 % | 115,4 | actif | https://htihle.github.io/weirdml.html |
| WeirdML (v2) | Code | 91,6 % | 115,0 | actif | https://htihle.github.io/weirdml.html |
| DTBench | Raisonnement | 94,9 % | 95,9 | saturé | https://conceptualreasoning.ai/dtbench |
| GPQA Diamond | Sciences | 92,9 % | 87,4 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 90,4 % | 95,0 | saturé | https://epoch.ai/benchmarks |
| DTBench | Raisonnement | 93,1 % | 91,0 | saturé | https://conceptualreasoning.ai/dtbench |
| ARC-AGI-2 | Raisonnement | 88,3 % | 94,0 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 88,3 % | 94,0 | saturé | https://epoch.ai/benchmarks |
| WeirdML (v2) | Code | 86,3 % | 105,8 | actif | https://htihle.github.io/weirdml.html |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 85,6 % | 95,4 | actif | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 87,9 % | 80,1 | actif | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 693,7 Elo | 97,3 | actif | https://arena.ai/leaderboard |
| GBAEval | Code | 79,6 % | 94,5 | actif | https://gbaeval.com/model/claude-opus-5 |
| Code Arena, WebDev | Web | 1 660,0 Elo | 95,0 | actif | https://arena.ai/leaderboard |
| SimpleBench | Raisonnement | 80,6 % | 98,9 | actif | https://lmcouncil.ai/benchmarks |
| LMCA | Raisonnement | 64,45 | 101,0 | actif | https://conceptualreasoning.ai/lmca |
| LMCA | Raisonnement | 63,67 | 100,2 | actif | https://conceptualreasoning.ai/lmca |
| LMCA | Raisonnement | 63,3 | 99,8 | actif | https://conceptualreasoning.ai/lmca |
| LMCA | Raisonnement | 62,93 | 99,5 | actif | https://conceptualreasoning.ai/lmca |
| DeepSWE | Code | 73,6 % | 94,3 | actif | https://deepswe.datacurve.ai/ |
| LMCA | Raisonnement | 62,58 | 99,1 | actif | https://conceptualreasoning.ai/lmca |
| FrontierMath, palier 4 (v2) | Maths | 73,2 % | 94,6 | saturé | https://epoch.ai/benchmarks |
| DeepSWE | Code | 73,2 % | 94,1 | actif | https://deepswe.datacurve.ai/ |
| DeepSWE | Code | 72,8 % | 94,0 | actif | https://deepswe.datacurve.ai/ |
| DeepSWE | Code | 68,9 % | 92,6 | actif | https://deepswe.datacurve.ai/ |
| Arena, questions d'experts | Sciences | 1 542,4 Elo | 93,4 | actif | https://arena.ai/leaderboard |
| Arena, questions de maths | Maths | 1 522,5 Elo | 94,6 | actif | https://arena.ai/leaderboard |
| APEX-Agents | Agents | 65,8 % | 95,7 | actif | https://epoch.ai/benchmarks |
| Arena, questions de maths | Maths | 1 514,8 Elo | 93,0 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 529,7 Elo | 90,9 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 472,4 Elo | 92,9 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 469,5 Elo | 92,3 | actif | https://arena.ai/leaderboard |
| BALROG | Agents | 63,4 % | 99,8 | actif | https://balrogai.com/ |
| Arena, texte | Usage | 1 491,2 Elo | 90,5 | actif | https://arena.ai/leaderboard |
| Arena, texte | Usage | 1 489,1 Elo | 90,0 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 533,7 Elo | 88,9 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 529,9 Elo | 88,1 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 508,4 Elo | 88,6 | actif | https://arena.ai/leaderboard |
| SimpleQA Verified | Données | 59,9 % | 93,9 | actif | https://epoch.ai/benchmarks |
| Arena, questions en français | Français | 1 495,7 Elo | 85,8 | actif | https://arena.ai/leaderboard |
| Arena, vision | Vision | 1 288,8 Elo | 90,2 | actif | https://arena.ai/leaderboard |
| DeepSWE | Code | 58,1 % | 89,0 | actif | https://deepswe.datacurve.ai/ |
| SciCode | Code | 56,4 % | 90,8 | actif | https://artificialanalysis.ai/evaluations/scicode |
| SciCode | Code | 55 % | 89,1 | actif | https://artificialanalysis.ai/evaluations/scicode |
| Mystery Game Puzzles | Raisonnement | 59 % | 96,1 | actif | https://epoch.ai/benchmarks |
| SciCode | Code | 54,3 % | 88,3 | actif | https://artificialanalysis.ai/evaluations/scicode |
| FrontierCode | Code | 53,4 % | 96,2 | actif | https://cognition.com/frontiercode |
| Vending-Bench 2 | Agents | 11 182 $ | 90,8 | actif | https://epoch.ai/benchmarks |
| FrontierSWE | Code | 52 % | 96,5 | actif | https://www.frontierswe.com/ |
| SciCode | Code | 50,7 % | 84,0 | actif | https://artificialanalysis.ai/evaluations/scicode |
| SciCode | Code | 48 % | 80,9 | actif | https://artificialanalysis.ai/evaluations/scicode |
| CursorBench | Code | 46,6 % | 94,1 | actif | https://cursor.com/cursorbench |
| CursorBench | Code | 46,1 % | 93,7 | actif | https://cursor.com/cursorbench |
| EBR-bench (Earthborne Rangers) | Agents | 45,7 % | 94,4 | actif | https://epoch.ai/benchmarks |
| CursorBench | Code | 44,7 % | 92,8 | actif | https://cursor.com/cursorbench |
| Furniture Assembly | Vision | 60,8 % | 95,8 | actif | https://epoch.ai/benchmarks |
| CursorBench | Code | 43,3 % | 91,9 | actif | https://cursor.com/cursorbench |
| CursorBench | Code | 40,7 % | 90,1 | actif | https://cursor.com/cursorbench |
| Chess Puzzles | Raisonnement | 42 % | 89,9 | actif | https://epoch.ai/benchmarks |
| PostTrainBench | Agents | 35 % | 94,2 | actif | https://epoch.ai/benchmarks |
| OSWorld 2.0 | Agents | 31,4 % | 95,6 | actif | https://osworld-v2.xlang.ai/ |
| Mystery Game Puzzles | Raisonnement | 37 % | 89,7 | actif | https://epoch.ai/benchmarks |
| Blueprint-Bench 2 | Vision | 30,4 % | 91,8 | actif | https://andonlabs.com/evals/blueprint-bench-2 |
| OSWorld 2.0 | Agents | 30,2 % | 95,2 | actif | https://osworld-v2.xlang.ai/ |
| Chess Puzzles | Raisonnement | 33 % | 85,6 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 29,1 % | 95,0 | actif | https://epoch.ai/benchmarks |
| OSWorld 2.0 | Agents | 29 % | 94,8 | actif | https://osworld-v2.xlang.ai/ |
| CritPt | Sciences | 28,3 % | 94,6 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 27,7 % | 94,4 | actif | https://epoch.ai/benchmarks |
| CritPt | Sciences | 26,9 % | 94,0 | actif | https://epoch.ai/benchmarks |
| OSWorld 2.0 | Agents | 25,3 % | 93,6 | actif | https://osworld-v2.xlang.ai/ |
| GDP.pdf | Données | 24 % | 92,3 | actif | https://surgehq.ai/benchmarks/gdp-pdf |
| CritPt | Sciences | 23,1 % | 92,2 | actif | https://epoch.ai/benchmarks |
| OSWorld 2.0 | Agents | 22,3 % | 92,4 | actif | https://osworld-v2.xlang.ai/ |
| WeirdML v3 | Code | 19 % | 95,2 | actif | https://htihle.github.io/weirdml.html |
| Chess Puzzles | Raisonnement | 20 % | 77,5 | actif | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Claude Opus 5 ?** Claude Opus 5 obtient un score IA de 95,2, avec une marge de 94,2 à 96,1, dans l'édition du 28 septembre 2026. Il est classé 5e sur 246 modèles, à partir de 37 mesures.

**Dans quelles tâches Claude Opus 5 est-il le plus fort ?** Ses deux meilleures tâches sont web (96,7) et maths (96,0). Sa tâche la plus faible est français (92,3).

**Claude Opus 5 peut-il tourner en local ?** Non. Claude Opus 5 est un modèle fermé : il s'utilise en ligne, par l'application de son éditeur ou par API.

**Combien coûte Claude Opus 5 ?** 4,39 € par million de jetons en entrée et 22,0 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Claude Opus 5 ?** Claude Opus 5 est édité par Anthropic (États-Unis), et il est sorti le 24 juillet 2026. C'est un modèle fermé.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com