Claude Opus 5.5 : des développeurs discutent d'un recul du raisonnement
Shane Melaugh a analysé environ 1 400 enregistrements de Claude Code et note un changement de style vers le 3 du mois ; Theo Browne n'observe pas de baisse.
Des développeurs affirment publiquement que Claude Opus 5.5, le modèle d'Anthropic, a perdu en capacité de raisonnement, à partir d'analyses de journaux d'utilisation de Claude Code. D'autres attribuent ces écarts à une modification de la méthode de résumé du raisonnement, selon GIGAZINE.
Shane Melaugh a analysé environ 1 400 enregistrements d'usage de Claude Code et déclare qu'un changement net dans les phrases de résumé du raisonnement et dans la façon de travailler du modèle est apparu vers le 3 du mois. Il a utilisé Gemini 4 Argon, le modèle de Google, pour examiner les données du 9 du mois dernier au 7 de ce mois.
La part des résumés commençant par « I'm » est passée de 20-30 % à 61,3 %, tandis que les formules du type « I should » et « I need to » ont chuté d'environ 50 % à 10,9 %. En comparant environ 29 400 interactions autour du 3 du mois, Melaugh relève que le nombre médian de jetons de raisonnement affichés avant la première tâche est tombé de 84 à 54, soit environ 36 %. Les indicateurs d'erreur d'exécution et de correction du code ont augmenté de 47 %.
Dans un test de codage portant sur la correction d'un même bug de lecture audio, le modèle réglé sur « high » a échoué après 160 interactions, alors que le réglage « xhigh » l'a corrigé en 5. Anthropic précise dans sa documentation officielle que le texte de raisonnement affiché aux utilisateurs est un résumé produit par un modèle distinct, et non le raisonnement interne réel de l'IA.
Des conclusions divergentes selon les comptes
Theo Browne a analysé environ 458 000 réponses et constate un changement de style des résumés, mais à des moments différents selon les comptes ; le nombre moyen de jetons de raisonnement par réponse est passé de 369 à 413. Browne dit n'avoir trouvé aucun signe de baisse de performance dans son environnement et avance l'hypothèse qu'Anthropic modifie sa méthode de résumé compte par compte.
Melaugh reconnaît que son investigation ne constitue pas une évaluation stricte des performances. Rien ne confirme pour l'instant qu'Anthropic ait réellement dégradé son modèle, et des vérifications complémentaires sont nécessaires.
En bref
Claude Opus 5.5 a-t-il réellement perdu en raisonnement ?
Ce n'est pas confirmé. Shane Melaugh reconnaît que son analyse n'est pas une évaluation stricte des performances, et Theo Browne n'a trouvé aucun signe de baisse dans son environnement.
Qu'est-ce que le texte de raisonnement affiché par Claude ?
Selon la documentation officielle d'Anthropic, il s'agit d'un résumé généré par un modèle distinct, et non du raisonnement interne réel de l'IA.
Quels modèles ont été utilisés pour ces analyses ?
Shane Melaugh a utilisé Gemini 4 Argon de Google pour examiner les enregistrements de Claude Code.