Anthropic a publié Claude Opus 5.5 le 22 septembre. Les éléments qui comptent pour une équipe qui fait déjà tourner plusieurs agents de codage ne figurent pas dans le tableau des benchmarks. Les voici : Anthropic indique qu'il coûte 40 % de moins à l'usage qu'Opus 5, qu'il produit sa sortie environ 30 % plus vite et qu'il reste sur une tâche pendant 18 heures ou plus. Le tarif catalogue est de 4 $ par million de tokens d'entrée et de 20 $ par million de tokens de sortie, contre 5 $ et 25 $ pour Opus 5.
Un modèle moins cher qui travaille plus longtemps sans s'arrêter ne simplifie pas votre semaine. Il signifie que davantage d'exécutions terminées arrivent devant le même nombre de relecteurs. Mettre Opus 5.5 en service sur le tableau des tâches prend dix minutes ; décider ce que le tableau fait du débit supplémentaire, voilà le vrai travail. Ce guide emprunte le chemin utile le plus court pour la première partie et reste lucide sur la seconde : configurer Opus 5.5 dans Claude Code sur un seul Computer, créer un seul Agent, assigner une seule vraie Task.
TL;DR
Définissez claude-opus-5-5 comme modèle dans Claude Code sur un Computer connecté, vérifiez que le Runtime affiche Available, créez un Agent avec un timeout par Task qui correspond à la durée pendant laquelle Opus 5.5 travaillera réellement, laissez le répertoire de travail en mode Temporary et assignez une seule Task. Sharkly n'affichera pas le nom du modèle. Il montrera l'exécution, le journal, les questions et le résultat sur la Task. Les Agents recherchent, exécutent, testent et rapportent. Les humains donnent la direction, accordent l'autorité et acceptent le résultat.
Où se trouve le réglage du modèle
Sharkly ne choisit pas les modèles. La documentation des Agents le dit sans détour : « L'Agent suit le modèle par défaut du Runtime. Il ne promet ni n'affiche de nom de modèle précis. Changez de modèle dans la configuration du Runtime ou de l'outil Computer, pas sur l'Agent. »
Voilà une limite qu'il vaut la peine de poser avant d'aller chercher un menu déroulant qui n'existe pas. Quatre rôles, une fonction chacun. L'Agent définit la façon dont le travail doit être traité. Le Computer fournit l'hôte et les ressources locales. Le Runtime exécute la session d'agent proprement dite, et Claude Code est ici le Runtime. La Task reste l'enregistrement partagé de l'équipe. Opus 5.5 parvient à Sharkly comme tous les autres modèles : par l'outil qui l'exécute, configuré sur l'hôte qui fait tourner cet outil.
Étape 1 : configurer Opus 5.5 dans Claude Code sur le Computer
Sur le Computer qui l'exécutera, mettez Claude Code à jour et connectez-vous avec un compte ou une clé API ayant accès à Opus 5.5. Anthropic référence le modèle sur la Claude Platform, Amazon Web Services, Google Cloud et Microsoft Azure ; une équipe qui passe par un fournisseur cloud configurera donc Claude Code vers ce service. Si claude --model claude-opus-5-5 démarre une session dans un terminal ordinaire sur cet hôte, Sharkly peut l'utiliser.
Définissez ensuite la valeur par défaut pour que chaque exécution sur ce Computer en tienne compte :
// ~/.claude/settings.json
{
"model": "claude-opus-5-5"
}
Vérifiez la clé de configuration exacte et la version minimale de Claude Code dans la référence de configuration actuelle de Claude Code avant de déployer cela sur un Computer partagé. [VERIFY]
De retour dans Sharkly, ouvrez le détail du Computer et lancez le rescan ou le test de connexion. Le Runtime Claude Code doit afficher Available. Un Computer simplement marqué en ligne signifie seulement que son service local envoie des battements de cœur. C'est l'état des capacités du Runtime qui vous indique qu'une exécution peut démarrer.
Un seul Computer, deux niveaux de modèles. Un Agent n'a pas de sélecteur de modèle, mais il porte des variables d'environnement simples et secrètes ainsi que des arguments Runtime supplémentaires, et ceux-ci atteignent l'invocation du Runtime. C'est ainsi que vous conservez un modèle par défaut économique sur le Computer et ne placez Opus 5.5 que sur l'Agent qui en a besoin, au lieu de payer un tarif de leader pour chaque exécution de triage. Testez-le sur un Agent avant de généraliser. [VERIFY]
Étape 2 : concevoir l'Agent en fonction du comportement d'Opus 5.5
Ouvrez Agents, sélectionnez New Agent, choisissez le Computer et le Runtime Claude Code. Réglez ensuite trois éléments qui comptent davantage pour ce modèle que pour le précédent.
Timeout par Task. Anthropic indique qu'Opus 5.5 reste sur une tâche pendant 18 heures ou plus. Un timeout calibré pour une correction de bug de 20 minutes transforme cela en exécution tronquée et en journal incompréhensible. Augmentez-le de façon ciblée plutôt que partout : un timeout long sur l'Agent qui gère les migrations et les gros refactorings, le court sur l'Agent qui corrige de petits défauts frontend. Un timeout long sur un Agent à périmètre étroit ne fait surtout que produire des échecs plus lents.
Répertoire de travail. Mode Temporary. Chaque Task dispose d'un répertoire isolé, et les exécutions adossées à un dépôt préparent un worktree neuf, de sorte que deux exécutions d'Opus 5.5 sur le même dépôt ne peuvent pas s'écraser mutuellement. Pour les répertoires temporaires, la concurrence par défaut est de 50 % de la limite du Computer. Laissez-la telle quelle jusqu'à ce que le Computer ait traité quelques exécutions réelles.
Taille de la sortie. Opus 5.5 prend en charge jusqu'à 128 k tokens de sortie en une seule réponse. Une exécution autorisée à travailler pendant des heures et à répondre à cette longueur renvoie un diff que personne ne lit attentivement. Cadrez la Task pour que le résultat soit relisible, pas pour que le modèle soit occupé.
Les instructions restent stables et courtes :
Read the Task description and recent comments before editing.
Keep changes limited to the requested behavior.
Ask a question only when different interpretations would
materially change the result; otherwise proceed with a stated
assumption and record it in your report.
Run the closest relevant checks and report failures without hiding them.
Stop and ask before anything destructive or outside the repositories
attached to this Agent.
Étape 3 : assigner une Task, puis y affecter un Crew
Choisissez une Task dotée d'un critère d'acceptation clair. Sélectionnez l'Agent comme Assignee et faites sortir la Task du Backlog vers un statut dont la catégorie correspond à un travail prêt à être traité ; une Task assignée alors qu'elle est encore en Backlog attend. L'exécution passe par les états queued, dispatched et running, et l'onglet Executions diffuse le journal en continu.
Utilisez un seul Agent pour cette première Task. Un Crew est un groupe réutilisable de personnes et d'Agents coordonné par un Agent leader ; il se justifie lorsque le leader doit interpréter un objectif et ramener les résultats de plusieurs membres dans une même Task. Pour une modification bien délimitée, un seul Agent est le bon choix et le nombre de pièces mobiles reste à zéro.
Quand un Crew se justifie vraiment, Opus 5.5 est un leader plus défendable qu'il ne l'était il y a un palier de prix. Un leader lit, planifie, assigne et relit surtout — la forme de travail la plus difficile à justifier en haut d'une grille tarifaire :
| Modèle du Runtime | ID API | Entrée / sortie par 1 M | Sa place dans un Crew |
|---|---|---|---|
| Claude Opus 5.5 | claude-opus-5-5 |
4 $ / 20 $ | Leader, relecteur, migrations longues |
| Claude Opus 5 | claude-opus-5 |
5 $ / 25 $ | Le modèle par défaut qu'il remplace |
| GPT-6 Sol | gpt-6-sol |
2 $ / 10 $ | Un second Runtime pour les membres sur des tâches routinières |
Sur Opus 5.5, la lecture d'entrées mises en cache coûte 0,20 $ par million et l'écriture en cache 5 $, et c'est ce qui détermine si une longue session qui relit sans cesse le même préfixe de dépôt coûte cher ou non. Un mode rapide existe à 8 $ et 40 $ lorsque la latence compte plus que le coût. L'usage du modèle continue de passer par les abonnements ou les clés API configurés dans ces outils ; ces tarifs apparaissent donc sur la facture de votre fournisseur, pas sur celle de Sharkly.
Ce qui change réellement sur le tableau des tâches
Trois choses, et une seule concerne le modèle.
Les exécutions coûtent moins cher, pas la relecture. Une réduction de 20 % du tarif des tokens et un coût d'usage inférieur de 40 % à celui d'Opus 5 signifient qu'avec le même budget mensuel, vous obtenez plus d'exécutions d'agents cette semaine que la semaine dernière. Rien dans cette phrase n'ajoute d'heures de relecture. La contrainte d'une équipe multi-agents n'a jamais été le coût des modèles ; c'était le nombre de diffs terminés qu'une personne peut réellement accepter dans une journée. Des modèles moins chers resserrent cette contrainte. Planifiez en fonction de la capacité de relecture, pas du choix du modèle.
Les longues exécutions changent ce que superviser veut dire. Un agent qui garde une tâche pendant la majeure partie d'une journée ne peut pas être supervisé en regardant un terminal. Il vous faut un statut lisible d'un coup d'œil, une question qui parvient à une personne au lieu de défiler sans être vue, et un endroit où atterrit le résultat. Dans Sharkly, une question revient dans la Task sous forme de commentaire, la Task affiche waiting for human reply, et cela est acheminé vers votre Inbox.
Moins de contournements de limites réussis, c'est un progrès, pas un garde-fou. Anthropic rapporte 85 % de tentatives de contournement de limites réussies en moins qu'avec Opus 5. C'est une véritable amélioration du comportement, et ce n'est pas un système de permissions. Les dépôts attachés à l'Agent, ses variables d'environnement et l'étape d'acceptation humaine sont ce qui borne une exécution. Que l'amélioration du modèle soit une seconde couche, jamais la seule.
Quand une exécution s'arrête trop tôt
Une exécution qui se termine trop tôt n'est pas perdue. Ouvrez le journal d'exécution, lisez le titre et les détails techniques, puis relancez depuis la Task avec un périmètre plus étroit. Le répertoire et l'enregistrement de la Task persistent, de sorte que la tentative suivante repart de faits, pas de souvenirs. Gardez des Tasks assez petites pour qu'un arrêt ne coûte que quelques minutes.
Voilà la partie qu'il vaut la peine de garder stable. Le modèle a changé cette semaine ; l'assignation, le contexte, l'avancement, les blocages, les résultats et la relecture humaine sont restés là où l'équipe peut les voir. Si vous faites déjà tourner plusieurs agents de codage, connectez un Computer, créez un Agent et confiez-lui quelque chose d'ennuyeux.
