8 meilleures alternatives à Claude Opus 5 en 2026

Pourquoi regarder au-delà de Claude Opus 5

Opus 5 est sorti le 24 juillet 2026 et c'est un modèle solide. Il est numéro un de l'index, offre une fenêtre de contexte de 1M sans surcoût pour le contexte long, et Anthropic a maintenu le prix à 5 $ et 25 $ par million de tokens, inchangé depuis Opus 4.5. Il n'y a aucun scandale ici. L'explication de Claude Opus 5 couvre ce qui est réellement arrivé, et la critique d'Opus 5 détaille où le chiffre phare perd de son éclat.

Ce qui pousse les gens à regarder ailleurs est plus étroit que « il est mauvais », et se résume à trois choses.

La facture par tâche a augmenté même si le prix affiché n'a pas bougé. AA mesure le coût par tâche de l'index à 2,34 $ pour Opus 5 en effort maximal. Son propre prédécesseur, Opus 4.8, affiche 2,03 $ avec le même prix. Mêmes dollars par token, mais plus de tokens consommés. C'est la plainte la plus courante que je vois, et elle est fondée. Le détail du tarif d'Opus 5 modélise ce que cela fait à une facture mensuelle.

C'est lent. AA mesure une sortie médiane de 55,7 tokens par seconde. Gemini 3.6 Flash tourne à 213,5 sur la même mesure, soit 3,8 fois plus vite. Pour tout ce qu'un humain regarde en direct, cet écart, c'est le produit lui-même.

Il n'y a pas de poids. Anthropic n'a jamais publié de checkpoint Opus et ne montre aucun signe de vouloir commencer. Si votre exigence est de faire tourner le modèle sur votre propre matériel, dans votre propre région, sous vos propres règles de rétention, aucun modèle Claude n'y répond, à quelque prix que ce soit. C'est la seule raison de cette liste qu'Anthropic ne peut pas corriger avec une remise, et c'est pourquoi deux modèles sous licence MIT figurent dans ce comparatif.

Certains font déjà ce choix, et l'échange qu'ils décrivent est honnête plutôt qu'un gain gratuit :

"I'd assume open weight models hosted on openrouter aren't being run at a loss. As such, I've been experimenting with them lately and results are pretty promising. Requires slightly more patience and handholding than just cranking Opus 5 in Claude Code, but for the cost saving it's definitely worth it."

morgoo, Hacker News

Remarquez ce qui ne figure pas dans cette liste : la capacité. Personne parmi ceux à qui je parle ne quitte Opus 5 parce qu'il n'arrive pas à faire le travail.

Comment j'ai choisi ces huit modèles

Le piège d'un comparatif comme celui-ci est de classer selon le benchmark qui flatte le mieux le récit, alors j'ai d'abord fixé la méthode de mesure et laissé l'ordre en découler.

Chaque modèle ici est noté par Artificial Analysis sur le même protocole, donc les scores sont comparables plutôt que déclarés par les fournisseurs. J'ai relevé chaque chiffre de cet article le 5 août 2026. En plus du score d'intelligence, j'ai retenu le coût par tâche terminée d'AA, qui tarife les tokens de raisonnement réellement consommés plutôt que le tarif facturé pour ceux-ci. Ces deux chiffres divergent constamment, et c'est précisément là que réside l'intérêt.

Chaque modèle devait aussi être appelable dès aujourd'hui, avec un prix publié et sans liste d'attente. J'ai lu les licences, car deux de ces modèles ont des poids ouverts et l'un d'eux comporte un seuil de revenus. Là où un fournisseur et AA divergeaient sur un chiffre, je l'ai indiqué plutôt que de choisir le plus flatteur. Un modèle que j'ai exclu pour cette raison est Qwen3.8-Max, fort sur les classements de préférence humaine mais absent du tableau AA, donc impossible à comparer sur le même axe que tout le reste ici.

Ce que je n'ai pas fait : faire passer six mois de trafic de production sur les huit modèles. J'ai lu la documentation, les grilles tarifaires et les mesures indépendantes, et j'ai limité mes affirmations à ce que cela permet d'étayer.

Les meilleures alternatives à Claude Opus 5 en un coup d'œil

Prix par million de tokens en USD. Scores, vitesse et coût par tâche sont des mesures Artificial Analysis relevées le 5 août 2026.

« Connaissance » désigne l'AA-Omniscience Index, qui va de -100 à 100 et mesure si un modèle sait vraiment les choses ou s'il les invente avec assurance. Lisez cette colonne deux fois. Le meilleur chiffre qui y figure est 40,2.

1. GPT-5.6 Sol

Idéal pour : rester à deux points d'Opus 5 pour environ la moitié du coût mesuré.

Le modèle phare d'OpenAI est passé en disponibilité générale le 9 juillet 2026 et conserve le prix de son prédécesseur, 5 $ en entrée et 30 $ en sortie par million. Sur le papier, c'est le plus cher des deux. En pratique, AA le mesure à 1,23 $ par tâche de l'index contre 2,34 $ pour Opus 5, car il termine le même travail avec moins de tokens de raisonnement. Mon explication de GPT-5.6 détaille toute la famille, et la page de tarifs couvre les paliers Terra et Luna en dessous.

Où il bat Opus 5. Coût par tâche, de 47 %. Vitesse de sortie, 70,6 tokens par seconde contre 55,7. Le temps jusqu'au premier token en effort moyen est de 6,1 secondes, rapide pour un modèle de raisonnement.

Où il ne le bat pas. Score d'index, 58,9 contre 60,7. La fiabilité des connaissances est l'écart le plus large : 21,7 contre 31,3 sur AA-Omniscience. Sur AA-Briefcase, qui mesure le travail agentique de longue durée, Sol en effort maximal obtient 1502 Elo contre 1719 pour Opus 5 en effort maximal. Si votre charge de travail est une longue session d'agent plutôt qu'une réponse unique, c'est cet écart qu'il faut peser.

Tarifs. 5,00 $ en entrée, 30,00 $ en sortie, 0,50 $ pour un hit de cache, par million de tokens. Contexte 1M.

Verdict. Le meilleur remplacement direct de cette page. Deux points d'index contre une facture divisée par deux, c'est un échange que la plupart des équipes devraient accepter, à condition de vérifier l'écart de connaissances avec vos propres évaluations plutôt qu'avec les miennes.

2. Kimi K3

Idéal pour : le travail d'agent de longue durée à un tiers du coût.

Le modèle phare de Moonshot AI a été lancé le 16 juillet 2026 : 2 800 milliards de paramètres avec 104 milliards actifs, une fenêtre de contexte de 1 048 576 tokens, et des poids publiés comme prévu deux semaines plus tard. AA lui attribue 57,1 et, plus utile encore, 0,86 $ par tâche. Mon aperçu de Kimi K3 va plus loin, et il existe un comparatif d'alternatives dédié si c'est votre point de départ plutôt que votre destination.

Où il bat Opus 5. Prix par tâche, 2,7 fois inférieur. Poids publiés, ce qu'aucun modèle Claude n'offre. Sur AA-Briefcase, il obtient 1541 Elo, au-dessus des 1502 de GPT-5.6 Sol, et tient donc la route précisément sur les longues sessions d'agent où l'on s'attendrait à voir un modèle moins cher flancher.

Où il ne le bat pas. La vitesse de sortie est le point faible, à 37,1 tokens par seconde, la plus lente de ce comparatif. La fiabilité des connaissances est de 18,4. Le raisonnement ne peut être désactivé à aucun niveau d'effort, et le palier d'entrée autorise 3 requêtes par minute, ce qui surprend beaucoup de gens.

Tarifs. 3,00 $ en entrée, 0,30 $ pour un hit de cache, 15,00 $ en sortie, par million de tokens. Pas de palier batch.

Verdict. Le meilleur rapport score/prix parmi les quatre premiers, et le choix idéal quand votre agent tourne pendant des minutes plutôt que des secondes. Ne le placez simplement pas là où quelqu'un regarde le curseur.

3. Claude Fable 5

Idéal pour : la seule chose où Opus 5 n'est pas le meilleur.

Le niveau supérieur d'Anthropic est le seul modèle de ce comparatif qui obtient un meilleur score qu'Opus 5 en fiabilité des connaissances : 40,2 contre 31,3, le meilleur chiffre du tableau. Il coûte aussi le plus cher par tâche, à 3,15 $, et son score d'index de 59,9 est légèrement inférieur aux 60,7 d'Opus 5. Ce n'est donc pas simplement le plus grand modèle. Mon comparatif Opus 5 contre Fable 5 détaille où chacun l'emporte.

Les retours d'expérience sur cette paire vont dans les deux sens, ce qui est exactement à quoi ressemble un écart de 0,8 point vu de l'intérieur :

"I also have preferred Opus 5 to Fable 5 for most things. Fable is way better than Opus 4.8 for me - it just produces much more complete work in one shot reliably. But when Opus 5 came out, I found that I was getting the same results as Fable, just faster and cheaper."

tilleryj, Hacker News

Où il bat Opus 5. Connaissance, de 8,9 points. Vitesse, 73,8 tokens par seconde contre 55,7. Même contexte 1M, mêmes outils, même SDK, donc changer revient juste à modifier la chaîne du modèle.

Où il ne le bat pas. Coût, 1,35 fois plus par tâche et 2 fois sur le prix affiché. Score d'index, de 0,8 point, dans la marge de bruit mais bon à savoir avant de payer le double pour ça. AA-Briefcase situe Fable 5 à 1574 Elo contre 1719 pour Opus 5 en effort maximal.

Tarifs. 10,00 $ en entrée, 50,00 $ en sortie, 1,00 $ pour un hit de cache, par million de tokens.

Verdict. Ce n'est pas un choix de coût, ni une mise à niveau générale. Réservez-le au moment où une réponse fausse mais assurée coûte de l'argent réel et que vous avez déjà épuisé la recherche documentaire comme solution.

4. Claude Sonnet 5

Idéal pour : rester chez Anthropic en dépensant moins, avec une réserve.

Sonnet 5 est le palier inférieur évident au sein de la famille : 2 $ en entrée et 10 $ en sortie par million, contexte 1M, même API. C'est aussi l'exemple le plus clair de pourquoi le prix affiché ment. Les tokens de sortie sont 60 % moins chers qu'Opus 5. Le coût par tâche terminée n'est que 27 % moins cher, 1,72 $ contre 2,34 $, car Sonnet 5 met bien plus de tours pour y arriver. Mon article Opus 5 contre Sonnet 5 détaille le nombre de tours.

Où il bat Opus 5. Vitesse de sortie, 83,0 tokens par seconde, le Claude le plus rapide ici. Moins cher à la fois sur le prix affiché et sur la tâche mesurée.

Où il ne le bat pas. Le score d'index de 53,4 contre 60,7 est l'écart le plus large de tous les modèles de la moitié supérieure. La fiabilité des connaissances est de 15,3, moins de la moitié de celle d'Opus 5. Sur AA-Briefcase, il obtient 1385 Elo contre 1719.

Tarifs. 2,00 $ en entrée, 10,00 $ en sortie, 0,20 $ pour un hit de cache, par million de tokens, jusqu'au 31 août 2026. À partir du 1er septembre, cela devient 3,00 $ et 15,00 $. Tout modèle de coût bâti sur le tarif actuel expire en moins de quatre semaines.

Verdict. Une économie modeste pour une vraie baisse de capacité, et cette économie se réduit encore en septembre. Ça vaut le coup pour du travail à fort volume et faible enjeu. Modélisez-le avec le tarif de septembre, pas le tarif actuel.

5. Gemini 3.6 Flash

Idéal pour : tout ce qui a une personne qui attend de l'autre côté.

Le modèle Flash de Google, sa bête de somme, a été lancé le 21 juillet 2026 et c'est le plus rapide de ce comparatif à 213,5 tokens par seconde, soit 3,8 fois Opus 5. Il coûte 0,56 $ par tâche. Tous les détails dans l'article sur Gemini 3.6 Flash, plus une liste d'alternatives séparée si vous cherchez au sein de la gamme Google.

Où il bat Opus 5. Vitesse, de loin. Coût par tâche, 4,2 fois inférieur. Un tarif d'entrée unique pour le texte, l'image, la vidéo, l'audio et le PDF, ce qui est inhabituel et utile quand vos entrées sont hétérogènes. La fiabilité des connaissances de 23,5 est respectable pour cette gamme de prix, et meilleure que les 21,7 de GPT-5.6 Sol.

Où il ne le bat pas. Le score d'index de 50,1 est inférieur de 10,6 points. AA-Briefcase le situe à 962 Elo, donc les longues sessions d'agent ne sont pas son fort. La sortie plafonne à 65 536 tokens malgré la fenêtre d'entrée de 1M.

Tarifs. 1,50 $ en entrée, 7,50 $ en sortie, 0,15 $ pour un hit de cache, par million de tokens. Le batch coûte la moitié.

Verdict. La bonne réponse chaque fois que la latence est le produit. Chat en direct, autocomplétion, tout ce qui diffuse en continu vers un utilisateur. Pas la bonne réponse pour un agent non supervisé effectuant un travail à plusieurs étapes.

6. Grok 4.5

Idéal pour : réduire les dépenses sans sacrifier la mémoire.

Le modèle de xAI est ici la valeur sûre et discrète. Il obtient 53,8 sur l'index à 0,36 $ par tâche, soit 6,4 fois moins cher qu'Opus 5, et sa fiabilité des connaissances de 26,4 est le troisième meilleur chiffre de cette page, devant Gemini 3.6 Flash, GPT-5.6 Sol et tous les modèles à poids ouverts du comparatif. Mon aperçu de Grok 4.5 couvre le tableau d'ensemble.

Où il bat Opus 5. Coût par tâche, 6,4 fois. Vitesse de sortie, 61,3 tokens par seconde contre 55,7. Entrée à 2 $ et sortie à 6 $ en font l'un des prix affichés les plus bas parmi les modèles fermés.

Où il ne le bat pas. Le score d'index de 53,8 est inférieur de 6,9 points. Le contexte plafonne à 500K, soit la moitié de tout le reste ici, ce qui compte si vous lui soumettez des dépôts de code entiers ou de longs historiques de tickets. AA-Briefcase le note à 1314 Elo.

Tarifs. 2,00 $ en entrée, 6,00 $ en sortie, 0,30 $ pour un hit de cache, par million de tokens.

Verdict. Sous-estimé sur l'axe le plus important pour le travail de support. Si vous descendez d'un palier et craignez que le modèle invente des choses, c'est celui à tester en premier.

7. GLM-5.2

Idéal pour : des poids ouverts rapides avec une licence que votre juriste ne remettra pas en question.

Le modèle phare de Z.ai est sous licence MIT, obtient 51,1 sur l'index, et tourne à 182,7 tokens par seconde, juste derrière Gemini 3.6 Flash. À 0,57 $ par tâche, il est 4,1 fois moins cher qu'Opus 5. Plus de détails sur le déploiement dans mon article GLM-5.2 pour les entreprises.

Où il bat Opus 5. Poids ouverts sous MIT, la licence commerciale la plus propre qui soit et la seule exigence qu'aucun modèle Claude ne peut satisfaire. Vitesse, 3,3 fois. Coût, 4,1 fois. Contexte complet de 1M.

Où il ne le bat pas. La fiabilité des connaissances est de 4,0, le chiffre le plus bas noté dans ce comparatif, et loin en dessous des 31,3 d'Opus 5. Le score d'index est inférieur de 9,6 points. La sortie plafonne à 128K.

Tarifs. 1,35 $ en entrée, 4,29 $ en sortie, 0,23 $ pour un hit de cache, par million de tokens, sur l'API hébergée. L'auto-hébergement est libre de coût de licence mais coûteux en matériel, et mon comparatif des agents IA open source détaille ce que cela implique réellement.

Verdict. La meilleure option à poids ouverts si vous voulez de la vitesse et une licence permissive. Traitez ce score de connaissance comme une contrainte dure : c'est un modèle auquel donner des documents, pas un modèle à qui poser des questions.

8. DeepSeek V4 Flash

Idéal pour : le plancher.

La version 0731 est entrée en bêta publique le 31 juillet 2026 et c'est de loin le modèle sérieux le moins cher du tableau. AA lui attribue 49,9, dix points sous Opus 5, à 0,03 $ par tâche de l'index. Les poids sont sous MIT, environ 167 Go, avec 57 quantifications communautaires disponibles. Mon article sur DeepSeek V4 Flash et le détail des tarifs couvrent les différents modes.

Où il bat Opus 5. Prix, 86 fois moins cher par tâche. Poids MIT. Contexte de 1M avec un plafond de sortie de 384K, le plus élevé ici. Vitesse de sortie de 122,7 tokens par seconde, plus du double d'Opus 5. Hits de cache à 0,0028 $ par million.

Où il ne le bat pas. Le score d'index est inférieur de 10,8 points, et l'écart se creuse si la configuration est mal réglée : le propre tableau de DeepSeek montre Flash à HLE 8,1 sans réflexion et 34,8 en effort maximal. Mêmes poids, exécutions différentes. AA n'a pas encore noté la version 0731 sur Omniscience, donc traitez sa fiabilité des connaissances comme non mesurée plutôt que comme bonne. Une surtaxe de 2x aux heures de pointe a été annoncée sans date de début.

Tarifs. 0,14 $ en entrée, 0,0028 $ pour un hit de cache, 0,28 $ en sortie, par million de tokens.

Verdict. Imbattable sur le coût, et la raison d'être prudent n'est pas la qualité. Les conditions de l'API payante de DeepSeek restent silencieuses sur l'usage à des fins d'entraînement plutôt que de le proscrire, il n'existe ni DPA publié ni option de rétention zéro, et les données relèvent du droit chinois. C'est une question d'approvisionnement avant d'être une question d'ingénierie.

L'écart entre ce que mesurent ces graphiques et ce que demandent vos utilisateurs

Anthropic a publié ses propres graphiques coût contre score au lancement, et ils racontent une histoire cohérente sur chaque benchmark : la frontière a une pente douce, et gravir la dernière portion coûte cher.

Voici ce qu'aucun de ces graphiques ne mesure. Chaque évaluation de cette page teste la capacité générale. Aucune ne teste si le modèle sait que votre offre entreprise inclut le SSO, ou que vous avez cessé de livrer en Norvège en mars.

C'est pourquoi le réflexe « il suffit d'utiliser un modèle plus intelligent » continue de décevoir ceux qui l'essaient :

"At work I am sitting on a small pile of incomplete/wrong/missing-the-point bug reports right now, all generated by Opus 5 on High effort. Even under good conditions, LLMs are still wrong quite a lot, and confidently so."

monitron, Hacker News

J'ai vu ce scénario se répéter assez souvent pour en reconnaître la forme. Un opérateur a écrit dans les instructions de l'agent, en pleine garde, quelque chose comme :

"stop promising customers things we cant do. we cannot guarantee this customer's order to them by friday"

C'est une véritable correction, celle d'une responsable support e-commerce qui a vu une IA promettre trop généreusement des dates de livraison aux clients. Et voici ce qui rend cette citation pertinente pour un article sur le choix de modèle : aucun changement de modèle de cette page ne corrige cela. Le modèle n'était pas confus. Il était fluide, sûr de lui, et ignorant d'un fait qui vivait dans les opérations de l'entreprise, pas dans ses poids.

Une autre équipe avec laquelle j'ai travaillé, un service support danois de télématique automobile sur Zendesk traitant environ 200 tickets par mois, s'est heurtée au même mur depuis l'autre côté. Leur bot confirmait joyeusement la compatibilité avec des marques de voitures absentes de leur base de données, parce que l'article du centre d'aide indiquait qu'ils supportaient « tous les modèles ». Le modèle avait correctement lu le document. Le document était erroné. Passer de 50 à 60 sur un index d'intelligence n'y change rien, ce qui plaide pour traiter votre base de connaissances comme l'élément à tester, plutôt que le modèle.

C'est pourquoi la colonne AA-Omniscience compte davantage que la colonne index pour le travail de support, et pourquoi même le meilleur chiffre qui y figure, le 40,2 de Fable 5, n'est pas une solution. Le correctif est architectural : ancrer les réponses dans vos propres documents, citer la source, et se retenir quand la confiance est faible. C'est exactement l'objet de la gestion de l'escalade IA, qui se situe un niveau au-dessus du choix du modèle. La mécanique de la transmission elle-même est couverte dans les bonnes pratiques de transfert d'agent.

Si vous choisissez un modèle spécifiquement pour une file de support, ce qui détermine le résultat, c'est la qualité de la recherche documentaire, le seuil de confiance, et la façon dont vous testez avant la mise en production. L'assurance qualité du support par l'IA couvre le volet test.

Pour le volet ancrage, commencez par la prévention des hallucinations. Cette couche est aussi ce qui distingue un véritable agent d'un chatbot à règles, quelle que soit la qualité du modèle sous-jacent.

Essayez eesel

Choisir entre Opus 5 et ces huit alternatives est une vraie décision, et j'espère que le tableau ci-dessus la rend plus rapide à prendre. Ce n'est pas non plus la décision qui détermine si votre support IA fonctionne réellement.

eesel se place au-dessus du modèle. Il apprend des tickets que votre équipe a déjà résolus, ancre chaque réponse dans votre centre d'aide et vos documents internes, et reste silencieux sur tout ce dont il n'est pas sûr plutôt que de deviner. Vous pouvez le faire tourner sur vos derniers milliers de tickets historiques avant qu'un seul client ne le voie, ce qui est le seul test qui vous dise réellement quel sera votre taux de résolution. Il se connecte à Zendesk, Freshdesk, Gorgias, HubSpot et le reste en quelques minutes, et le tarif est calculé par ticket résolu plutôt que par siège, de sorte que la facture suit le travail réel. La plupart des équipes le déploient d'abord sur la déviation du support de niveau 1, là où l'automatisation du service client se rentabilise le plus vite.

Si vous comparez déjà les modèles au coût par tâche, le même calcul appliqué un niveau au-dessus donne le coût par résolution, et c'est le chiffre que votre équipe finance vous demandera. Un détail plus complet se trouve dans le coût du service client par l'IA, et si vous préférez commencer par la rédaction plutôt que par l'autonomie, le copilote IA pour le support est le point d'entrée le moins risqué.

Essayez eesel gratuitement, ou réservez une démo et je le ferai tourner d'abord sur votre propre historique de tickets.

Mon avis

Si je devais résumer cela en trois lignes.

Optez par défaut pour GPT-5.6 Sol si la raison de votre présence ici est la facture. Il accuse un retard de 1,8 point d'index et coûte 47 % de moins par tâche, le meilleur échange de cette page, et son tarif de sortie plus élevé le fait paraître comme le mauvais choix jusqu'à ce que vous vérifiiez la mesure réelle.

Optez par défaut pour Gemini 3.6 Flash si la raison est la latence, et pour DeepSeek V4 Flash si la raison est que vous voulez faire disparaître la facture. Lisez d'abord les conditions de données de DeepSeek, car le silence qu'elles contiennent est le vrai coût.

Et restez sur Opus 5 si la raison de vos recherches est qu'il s'est trompé sur quelque chose. Changer de modèle vous déplace de quelques points sur une échelle de 100 points dont le meilleur score est 40. Ancrer les réponses dans vos propres documents déplace bien davantage que cela, et ça fonctionne quel que soit le modèle que vous finissez par utiliser. Mon comparatif des alternatives à Claude couvre la famille au sens large si vous voulez continuer à chercher, et l'IA pour le service client couvre la couche qui fait réellement le travail.