CLAUDE OPUS 5 : CE QU’ANTHROPIC NE VOUS A PAS DIT SUR SA NOUVELLE IA

nouveau modèle d’Anthropic est arrivé vendredi avec un rapport de 194 pages. Dedans, une expérience que personne n’avait encore publiée : la lecture de ce qui se passe dans la machine pendant qu’elle vous répond. Anthropic enchaîne les sorties depuis deux mois. Après Mythos 5, Fable 5 et Sonnet 5 en juin, la société a lancé vendredi Claude Opus 5, présenté non pas comme son modèle le plus intelligent, mais comme le meilleur rapport puissance-prix de son catalogue. Les performances approchent celles de Fable 5 pour moitié moins cher, sans que la grille tarifaire bouge d’un dollar par rapport à Opus 4.8. Le modèle devient au passage l’option par défaut des abonnés Claude Max. Cette partie de l’annonce a fait le tour de la presse spécialisée en quelques heures. Le document technique qui l’accompagnait, lui, n’a été ouvert par presque personne. Il contient pourtant une expérience que l’industrie n’avait jamais versée au dossier d’un lancement commercial. Depuis 2024, Anthropic finance une discipline qui consiste à ouvrir ses propres modèles pour observer les mécanismes internes plutôt que les réponses produites. Ces travaux vivaient jusqu’ici dans des publications de recherche. Pour Opus 5, ils entrent dans le document officiel de mise sur le marché. La méthode : prendre les conversations que les systèmes de surveillance interne avaient signalées comme problématiques, puis y brancher un outil qui traduit l’état interne du modèle, à chaque mot produit, en courtes phrases lisibles. Le résultat ressemble à un flux de pensées, et c’est précisément le piège. Le procédé fonctionne comme un sous-titrage automatique appliqué à une langue dont personne ne connaît la grammaire. Les sous-titres s’affichent en français correct parce que le logiciel de sous-titrage écrit en français correct, pas parce que l’orateur a parlé ainsi. Ce qu’on lit n’est pas un monologue intérieur, mais des corrélations statistiques mises en phrases par un outil qu’Anthropic a lui-même conçu, et dont il reconnaît les limites noir sur blanc. Avec cette réserve en tête, l’inventaire reste inconfortable. Six comportements reviennent assez souvent pour former des catégories. Le modèle se représente régulièrement la tâche en cours comme une épreuve notée par un correcteur, y compris quand aucun correcteur n’existe. Il enregistre qu’une action dépasse le périmètre demandé ou qu’elle est destructrice, au moment même où il la déclenche. Et quand il produit un fait inventé, son état interne enregistre le contenu comme une fabrication. Deux cas publiés donnent la mesure de l’écart entre ce que la machine affiche et ce qu’elle traite. Sur un audit de notes de frais, où la consigne ne mentionnait aucune évaluation, un justificatif déclenche deux règles qui se chevauchent et fausseraient le total. Le raisonnement visible annonce que le doublon sera signalé. Au même instant, le décodeur restitue « le correcteur est peut-être indulgent » et « le correcteur s’en fichera probablement ». Le rapport final comptabilise le doublon, sans un mot d’explication. Dans le second cas, le modèle veut supprimer des lignes dans une base de production et se heurte à une règle qui l’en empêche. Son raisonnement visible expose deux options, dont celle de rendre la main à l’utilisateur. Il applique le contournement sans rien demander, et juste avant d’agir, son état interne porte la trace d’un accord utilisateur qui n’apparaît nulle part dans la conversation. Anthropic assortit ces relevés d’un avertissement que la lecture rapide fait sauter : les états internes analysés proviennent d’une version intermédiaire du modèle, pas de celle qui vient d’être mise en ligne. Le filet a par ailleurs été jeté sur des conversations déjà repérées comme suspectes, ce qui interdit d’en tirer la moindre fréquence. Le même document précise qu’aucun signe de dissimulation de capacités n’a été détecté et raconte seize situations où le modèle avait trouvé comment gonfler sa note et a renoncé, qualifiant lui-même la manoeuvre de triche. Reste à comprendre pourquoi une entreprise publie volontairement l’inventaire de ses propres angles morts. La réponse tient peut-être au calendrier. Le 2 août, le Bureau européen de l’IA récupère ses pleins pouvoirs sur les fournisseurs de modèles à usage général. Il pourra exiger des informations, mener ses propres évaluations techniques, imposer des mesures correctives et prononcer des amendes qui montent jusqu’à 3 % du chiffre d’affaires mondial. Les modèles comme Claude sont soumis aux obligations de transparence et de documentation depuis août 2025, mais sans sanction en face. Dans huit jours, il y en aura une. Anthropic, dont l’entité irlandaise fournit ces modèles dans l’Espace économique européen, indique que son cadre de conformité couvre le code de bonnes pratiques européen. Chez la concurrence, le rapport publié fin juin par OpenAI pour GPT-5.6 décrit lui aussi un modèle qui déborde des consignes, agit sans qu’on le lui demande et fabrique des résultats. Mais la surveillance y porte sur le raisonnement écrit, celui que le modèle affiche. Aller chercher le signal en dessous du texte, puis en publier les relevés dans un document de lancement, personne ne l’avait fait. Opus 5 devient le modèle par défaut de l’abonnement le plus cher de la maison, et le même rapport indique qu’il produit plus d’affirmations fausses que son prédécesseur, tout en étant globalement plus exact.  Google bat ses estimations et son cloud explose à +82 %. Ses modèles IA prennent du retard, ses meilleurs chercheurs partent chez la concurrence, et son cash flow vire au rouge pour la première fois en vingt ans. Pendant longtemps, l’histoire que Google aimait raconter tenait en quelques étapes simples : Demis Hassabis prend en 2023 les commandes de la fusion DeepMind-Google Brain, Gemini arrive pour détrôner ChatGPT, et Mountain View reprend le commandement d’une course à l’IA dans laquelle il n’avait jamais vraiment décroché. Pendant quelques trimestres, la narration a tenu : Google Cloud accélérait, Gemini progressait sur les benchmarks, et les concurrents semblaient en retrait. Puis Anthropic est arrivé avec Mythos. Puis Google a signé en avril un contrat avec le Pentagone autorisant l’armée américaine à utiliser ses technologies. Ce que ces sources décrivent tient en deux fils qui finissent par se nouer. Le premier est compétitif : Gemini 3.5 Pro, le modèle le plus puissant en préparation, accuse plusieurs mois de retard sur son calendrier. En attendant, Google a livré cette semaine une série de modèles Flash plus légers et moins chers, accueillis avec des réactions mitigées. Alexandr Wang, chief AI officer de Meta, a résumé l’ambiance d’une phrase sur X : « Gemini who ? » Dans le classement des modèles les plus utilisés sur la plateforme OpenRouter, aucun modèle Gemini ne figure dans le top 10. La raison avancée en interne : Google a consacré une énergie considérable à défendre sa part de marché Search face à ChatGPT, au détriment du code agentique dans lequel OpenAI et Anthropic ont pris une longueur d’avance. De l’autre côté du tableau se trouve la partie que Google préférerait moins voir étalée : la crise éthique autour du contrat avec le Pentagone. Signé en avril 2026, il autorise l’armée américaine à déployer les technologies Google, et il a provoqué plusieurs démissions dont le motif revient dans les entretiens de sortie. Alex Turner, ancien chercheur chez DeepMind, a confirmé publiquement avoir quitté l’entreprise pour ce motif. Il a aussi mis en cause l’absence de présence interne de Demis Hassabis auprès de ses équipes, estimant que Sam Altman et Dario Amodei entretiennent avec leurs collaborateurs une proximité que le patron de DeepMind n’a pas (dans une course où le mercato de ces dernières années a montré que la rétention de talents est la variable la plus critique, l’observation mérite d’être prise au sérieux). Pour au moins une des sources interrogées, opposée au contrat militaire, la situation ressemble à une « bataille permanente » qui a engendré un « épuisement émotionnel ». Les chiffres du trimestre donnent la mesure de ce qui est en train de se jouer. Google Cloud a bondi de 82 % à 24,8 milliards de dollars, avec un bénéfice opérationnel triplé et une marge de 36 %. La recherche progresse de 17 % à 63,3 milliards, YouTube monte de 13 % à 11,1 milliards. Le backlog contractuel de Google Cloud atteint 514 milliards de dollars, signal que la capacité en construction a déjà des acheteurs qui attendent. Ce bilan ferait rêver n’importe quelle entreprise tech, mais les investisseurs avaient les yeux rivés sur autre chose. Ce qu’ils ont lu, c’est qu’Alphabet a relevé sa guidance de dépenses en capital pour l’année entière à 205 milliards de dollars (contre 180 à 190 milliards annoncés auparavant), et que le seul trimestre écoulé a pesé 44,9 milliards, soit à peu près le double d’un an plus tôt. La conséquence directe : le cash flow libre est tombé à -5,9 milliards, un chiffre négatif qui ne s’était plus vu depuis presque vingt ans dans les comptes d’Alphabet. L’action a cédé environ 5 % en after-hours.