Claude Platform

“Developers want agents that can take on real software work and finish it. In our testing across GitHub Copilot CLI and VS Code, Claude Opus 5.5 used among the fewest tokens and steps we measured. In VS Code, it solved more terminal tasks than Opus 5 in less than half the steps. More than making individual tasks more efficient, it’s making developers’ bigger projects more achievable.”

“For Lovable builders, Opus 5.5 means faster builds with the same quality, whether you’re starting from scratch or working on a live app. It gathers context once, makes fewer and more complete edits, and doesn’t get stuck retrying, finishing in a third to half fewer steps and using significantly fewer tokens along the way.”

“With Claude Opus 5.5, we’ve seen a clear improvement in token efficiency across our internal evaluations, as we’ve been able to complete the same tasks both cheaper and faster.”

“Financial firms need outputs that are consistently correct. At its lowest effort setting, Claude Opus 5.5 beat Opus 5 at high effort on our BigFinance Bench with about 60% fewer output tokens. Its answers are shorter and better structured, and its slides come out denser, more in line with industry standards.”

“Claude Opus 5.5 is the first model we’d default to at medium effort. In our testing it matched Opus 5 on high effort, while using 20 to 25% fewer output tokens. On long, messy investigations it always came back with a clear, actionable answer. This means our customers get more done for less.”

“Our customers use Box AI on enormous amounts of content, so speed and cost are a top priority. In our evaluations, Claude Opus 5.5 used a third of the tokens Opus 5 did, and its answers were 40% less verbose without losing accuracy. We expect that to matter a lot for teams running agents across their content in areas like financial services and the public sector.”

« Claude Fable 5.1 est l'un des meilleurs modèles pour nos évaluations d'investigation d'incidents, qui s'appuient sur de véritables incidents de production pour mesurer l'efficacité de notre agent, Bits Investigation, à produire des analyses de cause racine. Nous comparons les résultats de notre agent aux causes racines identifiées par nos ingénieurs. Lors de ces évaluations, il a fait preuve d'un raisonnement plus solide qu'Opus 5 et a diagnostiqué avec succès les incidents de production les plus complexes que nous ayons testés. »

« Nous basculons notre trafic Opus 5 dans Devin vers Claude Fable 5.1 dès le jour du lancement. Lors de nos tests, il a égalé, voire légèrement dépassé Fable 5 pour un coût par tâche inférieur, et avec la nouvelle tarification des lectures en cache, un modèle de la classe Fable devient enfin rentable pour les charges de travail que nous avions conservées sur Opus, à commencer par la revue de code. »

« Nous avons demandé à Claude Fable 5.1 d'examiner un projet de recherche clinique pour Rakuten Medical que trois autres modèles de pointe avaient validé. Il a repéré une lacune qu'aucun d'eux n'avait vue et a insisté pour l'approfondir. Il a ensuite proposé une hypothèse entièrement nouvelle, transformant en un après-midi un jeu de données que nous avions abandonné en une nouvelle piste de recherche. C'est la première fois qu'un modèle de pointe comme Claude nous permet d'explorer de nouvelles recherches de cette manière. »

« Ce qui distingue Claude Fable 5.1, c'est la rédaction : plus compréhensible, plus pertinente, et le modèle respecte mieux nos consignes rédactionnelles. Lors de tests à l'aveugle face à Fable 5, j'ai préféré ses textes et ses résultats. Et dans Canva Code, il a créé un jeu de rythme avec de la vraie musique et un gameplay calé sur le tempo, adapté au niveau qu'il avait lui-même généré, ce qu'aucun autre modèle testé n'a su faire. »

« Sur notre suite de recherche, Claude Fable 5.1 a établi de nouveaux records. Sur une tâche, il a imaginé une solution inédite selon un axe totalement différent de ce que nous avions vu chez d'autres modèles ou chez des chercheurs humains par le passé, ce qui a porté ses résultats bien au-delà du plateau précédent. Il est meilleur pour la résolution créative de problèmes et pour trouver l'éclair de compréhension nécessaire face à une question difficile. »

« La décision de choisir Claude s'est entièrement fondée sur les données. Nous avons testé plusieurs fournisseurs de modèles côte à côte, et Claude a toujours obtenu les meilleurs résultats en termes de taux de résolution de cas et de taux de satisfaction client. »

« Le partenariat avec Anthropic a été exceptionnel : les conseils et le soutien de leurs équipes ont aidé nos ingénieurs à tirer le meilleur parti des modèles. »