22 sept. 2026/Lecture : 7 minIA et ML
Claude Opus 5.5 est disponible sur Snowflake Cortex AI
Claude Opus 5.5, le modèle Opus le plus performant d’Anthropic, est désormais disponible en public preview sur Snowflake Cortex AI. Il est disponible dès son lancement dans Snowflake CoCo, Snowflake CoWork, Snowflake Cortex Agents, Snowflake Cortex AI Functions et Snowflake Cortex Inference. Tous les appels restent dans le périmètre de sécurité et de gouvernance de Snowflake.
Claude Opus 5.5
Claude Opus 5.5 est le dernier modèle Opus d’Anthropic. Il surpasse Opus 5 pour les tâches complexes de programmation et de traitement des connaissances.
Voici les chiffres à retenir pour les utilisateurs de Snowflake :
Code : Selon Anthropic, l’un des premiers testeurs a effectué la migration de 680 000 lignes de code en moins d’une journée. Un autre a audité et corrigé une base de code de 200 000 lignes en moins de trois heures, contre plus de 20 heures pour Opus 5, qui a également consommé 2,5 fois plus de tokens. Sur Terminal-Bench 4.0, Anthropic indique qu’il obtient un score de 66,4 %, contre 52,3 % pour Opus 5.
Traitement des connaissances : Lors d’un test interne d’Anthropic, 16 des 18 rapports de recherche produits par Opus 5.5 ont satisfait un critère de qualité qui élimine tout rapport contenant un chiffre ou une citation inventés. Ni Opus 5 ni Fable 5.1 n’ont réussi à satisfaire ce critère, quelle que soit la tentative. Walleye Capital indique qu’Opus 5.5 a repéré une erreur dans ses instructions d’évaluation qu’aucun autre modèle n’avait détectée.
Coût : Sur les workloads courants, Opus 5.5 coûte 40 % de moins qu’Opus 5. La lecture du cache revient à 0,20 USD par million de tokens, contre 0,50 USD auparavant, et les résultats sont générés plus de 30 % plus rapidement.
Sûreté : Opus 5.5 surpasse tous les modèles Claude précédents lors de l’audit comportemental automatisé mené par Anthropic sur près de 2 000 scénarios. Il a également tenté de contourner les limites de confinement 85 % moins souvent qu’Opus 5.
Pour en savoir plus, consultez l’annonce d’Anthropic.
Source : Anthropic, Claude-opus-5-5
Ce que vous pouvez faire avec Claude Opus 5.5 sur Snowflake
Opus 5.5 offre aux équipes un nouveau choix de modèle pour le développement, l’analyse et les applications, dans le périmètre de sécurité et de gouvernance de Snowflake.
Gérer les modifications de code avec Snowflake CoCo
Snowflake CoCo est le premier véritable agent de programmation IA natif de la data, conçu pour réduire le délai de valorisation sur l’ensemble du data stack moderne. Grâce à sa connaissance approfondie des données, du calcul, de la gouvernance et de la sémantique opérationnelle de votre entreprise, CoCo transforme les tâches complexes de data engineering, d’analytique, de machine learning et de création d’agents en conversations éclairées, précises et fiables.
Opus 5.5 renforce les performances de CoCo sur les tâches les plus importantes dans ce contexte. Là où Opus 5 peut gérer une modification ciblée dans un seul fichier, Opus 5.5 peut mener une refactorisation sur plusieurs fichiers, exécuter des contrôles et expliquer clairement les changements apportés. CoCo comprend déjà votre environnement Snowflake. En l’associant à un modèle plus performant pour le raisonnement en plusieurs étapes et la revue de code, vous réduisez le nombre d’itérations et obtenez des résultats plus fiables.
Sélectionnez le modèle avec la commande /model dans CoCo CLI, puis confiez-lui une tâche concrète : « Migre ce référentiel de la bibliothèque cliente obsolète vers la solution qui la remplace. Examine les sites d’appel et les tests existants, préserve le comportement actuel, mets à jour les fichiers concernés et exécute les contrôles pertinents. Résume les modifications et signale tout élément que tu n’as pas pu vérifier. » Examinez le diff obtenu et les résultats des tests avant de fusionner les modifications.
Aller plus loin avec Snowflake CoWork et Cortex Agents
Snowflake CoWork est l’agent personnel qui vous aide à travailler plus intelligemment. Il comprend vos données dès le premier jour, exécute des tâches à la demande ou selon un calendrier dans le périmètre de gouvernance de Snowflake, puis fournit aux professionnels du savoir des rapports et des synthèses finalisés.
Opus 5.5 améliore la qualité des livrables que CoWork peut produire de manière autonome. Les tâches confiées aux agents comportent par nature plusieurs étapes : collecte de données, recoupement des sources, synthèse des résultats et production d’un livrable. Opus 5.5 suit plus fidèlement ses instructions lors des exécutions longues, avec 85 % de violations de limites en moins lors des tests d’Anthropic. Il produit aussi des recherches contenant moins de chiffres inventés : 16 rapports sur 18 ont satisfait un critère strict de précision, contre aucun pour Opus 5. Ces deux atouts sont essentiels lorsqu’un agent travaille pour vous, que vous supervisiez son travail ou non.
Cortex Agents offre le même accès au modèle via une API pour les applications personnalisées. Les équipes qui créent leurs propres workflows agentiques peuvent appeler Opus 5.5 via l’environnement Cortex Agents et profiter des mêmes avancées en matière de précision et de sûreté.
Vous pouvez, par exemple, demander à un agent d’examiner les remontées au support de la semaine précédente, de les recouper avec les données d’utilisation du produit et de rédiger une synthèse signalant les comptes dont l’engagement diminue. Vous pouvez aussi lui demander de rapprocher un rapport financier trimestriel de ses documents sources et de répertorier chaque affirmation qu’il ne peut pas vérifier. Les avancées d’Opus 5.5 en matière de précision des sources et de raisonnement en plusieurs étapes répondent directement aux exigences de ce type de tâche. Vous devez toutefois vérifier les conclusions avant de prendre une décision.
Exécuter des analyses par IA directement dans SQL
Cortex AI Functions vous permet d’appliquer des instructions d’IA aux données dans des requêtes SQL, sans les déplacer hors de Snowflake. Avec Opus 5.5, le modèle distingue mieux les faits des déductions et détecte plus efficacement les incohérences dans les données.
L’exemple ci-dessous l’illustre. Il fournit un tableau financier fictif et les commentaires de la direction, dans lesquels deux affirmations sont volontairement erronées : les commentaires annoncent une hausse du chiffre d’affaires de 25 %, alors qu’elle est en réalité de 20 %, et indiquent que les marges sont restées stables, alors qu’elles ont diminué. Il demande à Opus 5.5 de vérifier chaque affirmation par rapport aux chiffres.
SELECT AI_COMPLETE(
'claude-opus-5-5',
'Review these fictional sources. Source A, financial table: prior-year revenue 100 million dollars and operating profit 20 million; current-year revenue 120 million and operating profit 18 million. Source B, management commentary: revenue grew 25 percent, operating margin held steady, and expansion caused the growth. Check each claim against Source A. Show revenue growth, both operating margins, and the margin change in percentage points. Cite A or B for each finding, distinguish contradicted claims from unsupported explanations, and list evidence needed before concluding what caused the changes. Use only these sources.'
) AS financial_review;
L’ensemble du traitement s’exécute dans Snowflake. Le modèle traite le texte que vous transmettez dans le prompt. Il n’accède à aucune autre table ni aux données du compte.
Créer des applications avec le SDK Anthropic
Les développeurs peuvent appeler Opus 5.5 via Cortex Inference à l’aide du SDK Anthropic et du point de terminaison de leur compte Snowflake. L’exemple ci-dessous utilise un token d’accès programmatique Snowflake et transmet dans la requête les informations à analyser. Un appel au modèle ne récupère pas de lui-même les données du compte.
Définissez SNOWFLAKE_PAT et SNOWFLAKE_ACCOUNT_URL dans votre environnement, en attribuant à cette dernière variable l’URL HTTPS de votre compte. Installez les packages Python anthropic et httpx avant d’exécuter l’exemple.
import base64
import os
from pathlib import Path
import anthropic
import httpx
token = os.environ["SNOWFLAKE_PAT"]
account_url = os.environ["SNOWFLAKE_ACCOUNT_URL"].rstrip("/")
image_data = base64.b64encode(
Path("operations_dashboard.png").read_bytes()
).decode("ascii")
with httpx.Client(headers={"Authorization": f"Bearer {token}"}) as http_client:
client = anthropic.Anthropic(
api_key="not-used",
base_url=f"{account_url}/api/v2/cortex",
http_client=http_client,
default_headers={"Authorization": f"Bearer {token}"},
)
response = client.messages.create(
model="claude-opus-5-5",
max_tokens=8192,
messages=[{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/png",
"data": image_data,
},
},
{
"type": "text",
"text": (
"Review this operations dashboard screenshot. "
"Summarize the main trends and flag anomalies or "
"inconsistencies across the charts and KPI cards. "
"For each finding, identify the chart, time period, "
"and visible values that support it. Account for "
"axis scales and units. If a label or value is "
"unreadable, say so rather than guessing. "
"Separate observations from possible explanations."
),
},
],
}],
)
for block in response.content:
if block.type == "text":
print(block.text)
Premiers pas
Testez Opus 5.5 sur une tâche de développement ou d’analyse dont vous pouvez vérifier le résultat à l’aide de tests, de documents sources ou de calculs existants. Il est disponible en public preview dans Snowflake CoCo, Cortex Agents, Cortex AI Functions, Cortex Inference et Snowflake CoWork.
En savoir plus
Créer des applications agentiques avec Cortex Agents : Lancez-vous avec Cortex Agents et découvrez comment créer des expériences d’IA ancrées dans vos données d’entreprise.
Premiers pas avec Snowflake CoWork : Découvrez Snowflake CoWork et testez-le avec notre guide de prise en main.
Commencer à créer avec Snowflake CoCo : Découvrez Snowflake CoCo et passez à la pratique avec le guide de prise en main de CoCo Desktop.
Déclarations prévisionnelles
Cet article contient des déclarations prévisionnelles, notamment concernant nos futures offres de produits. Il ne constitue en aucun cas un engagement à fournir des offres de produits. Les offres et résultats réels peuvent varier et faire l’objet de risques connus et inconnus, ainsi que d’incertitudes. Pour plus d’informations, consultez notre dernier formulaire 10-Q.
