Lors d’un test réalisé par Anthropic, Claude Opus 5.5 a réussi à générer puis à mettre en ligne un site promotionnel pour le modpack Minecraft Alderwick Estate en 1 minute 32, et ce avec son niveau de raisonnement le plus bas.
D’après les chiffres donnés par l’entreprise, ce réglage n’a consommé qu’environ 10 600 tokens de sortie. Il a aussi produit quatre fois moins de code que les autres versions. Et malgré ça, le résultat restait exploitable.
Le protocole, toujours selon Anthropic, avait été simplifié au maximum : une session totalement vierge à chaque tentative, aucun fichier CLAUDE.md, aucun AGENTS.md, aucune instruction récupérée depuis des échanges précédents.
La consigne, en revanche, ne bougeait pas. À chaque essai, il fallait construire puis publier exactement le même site, à partir du même brief, des mêmes informations et des mêmes éléments visuels.
Dans ces conditions, le niveau faible s’est révélé le plus rapide et le moins coûteux. Les évaluateurs ne l’ont pas placé en tête, mais ils ont jugé son rendu globalement acceptable. En pratique, on parle donc d’une base solide , déjà sérieuse, qu’on peut reprendre à la main, pas d’un livrable parfait prêt à partir tel quel.
C’est là que l’écart devient intéressant. Anthropic estime que le vrai palier se situe entre le niveau faible et le niveau moyen. Ce dernier est monté à 6 minutes 35 pour environ 43 000 tokens de sortie. Le niveau élevé, lui, a demandé 8 minutes 12 et près de 50 900 tokens.
Plus surprenant, le réglage xhigh a bouclé l’exercice en 7 minutes 28 avec environ 47 600 tokens, donc plus vite que le niveau élevé. Autrement dit, dès qu’on sort du mode faible, le coût en temps et en volume grimpe d’un coup. Ensuite, entre moyen, élevé et maximal, les écarts paraissent nettement plus serrés.
Un autre point ressort assez bien du test : le mode faible a été le seul à ne pas rouvrir le site généré pour le vérifier avant d’annoncer que le travail était terminé.
Tous les autres niveaux, d’après Anthropic, ont fait cette vérification d’eux-mêmes, sans consigne explicite. Pour un utilisateur grand public, ce contrôle du rendu final évite une partie des mauvaises surprises, même si cela rallonge forcément l’exécution.
Ce test ne tombe pas de nulle part. Anthropic le replace dans un mouvement plus large et cite plusieurs études : 93 % des designers et 91 % des développeurs utilisent désormais régulièrement ce type d’outils, et 84 % les ont déjà intégrés à leur routine de travail.
Certaines recherches vont encore plus loin et parlent de tâches terminées 55,8 % plus vite grâce à ce genre d’assistance. Du côté des entreprises, environ 67 % auraient déjà adopté des générateurs de sites conversationnels. Wix et Hostinger savent déjà créer un site complet à partir d’une simple demande. Les systèmes les plus récents peuvent même prendre en charge le déploiement, et parfois une partie de la logique serveur.
Reste qu’il vaut mieux garder un peu de recul. Anthropic rappelle que les spécialistes parlent encore d’un « copilote, pas d’un pilote automatique ». Seuls 3,1 % des professionnels disent accorder une confiance totale aux résultats bruts. 46 % s’en méfient activement. Et près de 61 % du code généré automatiquement demanderait encore une réécriture ou une refactorisation humaine. En clair, c’est très bon pour aller plus vite. Pas encore pour valider sans relire.
