Opus 5.5 nerfé ? Les développeurs voient une baisse, les tests non

Le 7 novembre 2026, Shane Melaugh a demandé sur X si Opus 5.5 avait été « nerfé », c’est-à-dire discrètement affaibli. D’après son analyse de 1 400 sessions Claude Code, le modèle a changé sa façon de raisonner aux alentours du 3 novembre. Lundi, le même fil est arrivé en une de Hacker News (320 points et 215 commentaires en quelques heures), et Anthropic ne l’a pas commenté pour l’instant.

Qu’ont remarqué les développeurs, au juste ?

Melaugh a rassemblé les plaintes d’autres développeurs : dans Claude Code, Opus 5.5 ignorerait les instructions, répéterait les mêmes erreurs et lancerait des sous-agents pour des tâches mineures. Il a ensuite confié 1 400 de ses propres sessions au modèle Gemini 4 Argon pour analyse. Résultat : même nom de modèle, mais vers le 3 novembre sa façon de raisonner (je cite) « took a sharp turn ». Le post approche déjà les 500 000 vues.

Ce n’est pas le seul signal. Sur le GitHub de Claude Code, le ticket #105112 est ouvert depuis le 26 octobre, avec des chiffres bien plus solides. Son auteur a passé en revue 6 638 réponses d’Opus 5.5 tirées de ses transcriptions et indique une autre date : la rupture entre le 18 et le 19 octobre.

1. Avant la rupture, il corrigeait 5,2 % de 5 738 réponses ; après, 25,4 % de 900.
2. La hausse se voit à tous les niveaux d’effort : medium, high, xhigh et max.
3. Le modèle ne réfléchit pas moins : en moyenne 4 434 tokens de réflexion par réponse la semaine du 12 octobre et 6 702 la semaine suivante. Selon l’auteur, le problème est que le modèle fait ses recherches, puis répond à l’encontre de ce qu’il a lu.
4. Dans une mise à jour du 5 novembre, il fait état de 17,0 % de corrections du 2 au 4 novembre, contre 3,6 à 7,0 % par semaine de fin août à mi-octobre.

L’auteur a aussi vérifié qu’il n’avait rien changé de son côté (même version du client, CLAUDE.md, hooks). Un second utilisateur, avec un schéma similaire sous Windows 11, s’est joint au ticket. Personne chez Anthropic n’y a répondu.

Opus 5.5 nerfé : que disent les tests ?

C’est là que le tableau s’inverse. Depuis le lancement, le projet LiveNerf fait passer chaque jour le même jeu de 78 questions (GPQA Diamond, MMLU-Pro, AIME et mathématiques de concours) dans Claude Code, notées sans juge IA. État au 8 novembre, jour 46 sur 60 : « no change detected in Opus 5.5 ». Un précédent fil sur LiveNerf avait dépassé les 900 points sur HN : le sujet du « nerf » revient donc sans cesse depuis le lancement.

Sauf que LiveNerf mesure autre chose que ce dont se plaignent les développeurs : des questions d’examen isolées sur une version épinglée de Claude Code 2.1.280, pas des sessions agentiques de plusieurs heures avec des outils. Les deux peuvent être vrais en même temps.

D’où peut venir l’écart ?

D’abord, des résumés de réflexion. Claude ne montre pas son raisonnement brut, seulement un résumé. Theo, de T3, estime (on le sait de seconde main, par le compte rendu d’AICoder) qu’Anthropic modifie progressivement, compte par compte, précisément le module qui rédige ces résumés, et qu’il ne voit aucune baisse de capacités. Dans ce cas, l’analyse de Gemini aurait détecté un changement de style des résumés, pas du modèle lui-même. Certains commentateurs sur HN disent la même chose.

Ensuite, des réglages d’effort. Selon la documentation d’Anthropic, Opus 5.5 fonctionne par défaut en medium, un niveau en dessous d’Opus 5 (high). En plus, les dernières versions de Claude Code ont modifié l’effort avec lequel tournent les sous-agents (Changelog, versions 2.1.316 à 2.1.317).

Enfin, du précédent. Comme on le sait, en avril Anthropic a expliqué dans un postmortem que les plaintes sur Claude Code avaient trois causes côté produit : un effort par défaut abaissé, un bug qui effaçait l’ancienne réflexion à chaque tour et une instruction qui raccourcissait les réponses. Personne n’avait alors touché aux poids du modèle, et l’entreprise assurait que « we never intentionally degrade our models ». Un changement dans le produit autour du modèle peut donc ressembler à un « modèle plus bête » sans en être un.

À quoi faire attention ?

Tant qu’Anthropic ne s’exprime pas, c’est un débat fondé sur les données de quelques personnes, à prendre avec du recul. Le ticket #105112 est toutefois assez détaillé (avec l’identifiant d’une requête d’exemple) pour qu’Anthropic puisse le vérifier de son côté.

Chez nous, on peut au moins écarter les réglages. D’après le Changelog, dans Claude Code on règle l’effort au niveau du projet (effortLevel), pour les sous-agents via la variable CLAUDE_CODE_SUBAGENT_EFFORT, et « ultrathink » lance un tour sur Opus 5.5 avec un effort xhigh. J’ai détaillé où Claude Code dépense ses tokens dans mes articles sur la consommation de tokens des statuts d’agents et sur les limites d’utilisation.

FAQ

Anthropic a-t-il confirmé qu’Opus 5.5 était moins bon ?

Non. Au 9 novembre, je n’ai trouvé aucun commentaire public d’Anthropic, et personne de l’entreprise n’a répondu sous le ticket #105112.

Anthropic a-t-il déjà affaibli Claude ?

En avril 2026, l’entreprise a reconnu que la qualité de Claude Code avait baissé à cause de trois changements dans le produit, corrigés dans la version 2.1.116. Selon le postmortem, les modèles eux-mêmes n’avaient pas été modifiés.

Quel est l’effort par défaut d’Opus 5.5 ?

Medium. Opus 5 et les modèles Opus précédents utilisent high par défaut : une requête sans effort défini tourne donc un niveau plus bas sur Opus 5.5.