Claude

Jason Clinton, Deputy CISO d'«Anthropic», a écrit en juillet 2026 que Claude produit environ 80% du code fusionné chez «Anthropic», et que l'instance interne Claude Tag en fusionne plus de la moitié. «David Thomas», en ajoutant des fonctionnalités à un petit projet d'animation graphique avec Claude, a décrit l'autre bout de cette même vitesse : en 18 heures étalées sur cinq soirées, il a atteint le genre de code impossible à maintenir que les équipes accumulent normalement en 18 mois. Il qualifie les modèles de "puppy-dog junior developers", désireux de plaire, prompts à suggérer une fonctionnalité de plus, et dissuadant implicitement le refactoring.

Ce qui revient à travers les sources, c'est Claude traité comme un composant parmi d'autres dans un assemblage plus vaste. Katelyn Lesse, qui dirige l'ingénierie de la plateforme développeurs d'«Anthropic», décrit un budget de tokens configurable pour le raisonnement de la «thinking API», «MCP» pour les systèmes externes, un outil de mémoire, un context editing qui vaut 39% sur les benchmarks internes, un environnement d'exécution de code sandboxé, et «Agent Skills» pour l'expertise de domaine. Thomas Kurian a présenté un «Gemini agent» qui choisit, selon la tâche, entre les modèles Gemini et les modèles «Claude» d'«Anthropic». Guillaume Dumortier a construit un système marketing au sein de «Claude» où six agents sur sept ne font rien d'autre que vérifier.

Les classements restent contestés. SFEIR situe «Claude» environ 15 points devant sur SWE-Bench Pro, tandis que «GPT-5.6» Sol est en tête sur Terminal-Bench 2.1, et soutient que «Kimi K3» ajoute une colonne au portefeuille plutôt qu'un remplacement. «Felix Rieseberg», qui travaille sur «Claude» chez «Anthropic», situe le problème ouvert ailleurs : les capacités progressent de façon inégale, quelques utilisateurs obtiennent des résultats remarquables, et la plupart posent encore des questions simples.