1 million de tokens : pourquoi ça change la donne (sans tout changer)

Vous avez peut-être vu passer l'info : Anthropic vient de passer la fenêtre de contexte de Claude à 1 million de tokens. Un million. C'est 5 fois plus qu'avant. Sauf que le vrai sujet, c'est pas la taille du truc (oui, je sais, on dit tous ça). C'est le fait que pour la première fois, une IA arrive à UTILISER tout ce contexte sans perdre la boule.

Le context rot, c'est quoi ce bazar ?

Bon, pour ceux qui débarquent. Le "context rot" (pourrissement du contexte, si vous préférez), c'est LE problème qui plombait les modèles d'IA depuis un moment. En gros : plus vous donnez d'informations à une IA, plus elle devient bête. Ironique, non ?

Imaginez que vous parlez à quelqu'un pendant 3 heures d'affilée. Au bout d'un moment, votre interlocuteur commence à oublier ce que vous avez dit au début, il confond les infos, il mélange tout. Hé bien les IA faisaient exactement pareil, mais en pire. Au-delà de 100 000 tokens (environ 75 000 mots), les performances s'effondraient. Les éditeurs annonçaient fièrement des fenêtres de 200K, 500K, 1 million de tokens... mais dans les faits, c'était de l'or de pacotille.

Le test des 8 aiguilles

Pour mesurer si une IA "oublie" ou pas, les chercheurs utilisent un test assez malin qu'on appelle le "8-needle test" — le test des 8 aiguilles dans une botte de foin.

Le principe ? Vous faites bosser l'IA sur des tonnes de tâches similaires. Genre écrire 8 poèmes sur les chiens, dispersés dans une conversation ÉNORME. Puis vous lui demandez de retrouver le 3ème poème, mot pour mot. Si elle y arrive à 100K tokens mais plus à 500K, c'est que le context rot a frappé.

Et c'est là que les nouveaux chiffres d'Anthropic deviennent intéressants.

Les chiffres, et c'est du lourd

Vous voyez la ligne orange d'Opus 4.6 ? Elle part de 91.9% à 256K tokens et termine à 78.3% à 1 million de tokens. Soit une perte de seulement 14 points sur 750 000 tokens supplémentaires. Comparez ça avec GPT-5.4 qui dégringole de 79.3% à 36.6%, ou Gemini 3.1 Pro qui passe de 59.1% à 25.9%.

Et le plus dingue ? Opus 4.6 à 1 MILLION de tokens (78.3%) fait quasiment aussi bien que GPT-5.4 à 256K tokens (79.3%). Relisez ça. Une IA avec 4 fois plus de contexte qui performe AUSSI BIEN que son concurrent avec un quart du contexte. C'est ti pas beau ça ?!

Pour mettre en perspective : Opus 4.5 (la version précédente) scorait environ 27% au même test. On passe de 27% à 78.3%. Multiplié par 3, en une seule mise à jour. Chapeau.

OK cool, mais ça change quoi concrètement ?

Bon, on redescend sur terre deux minutes. Parce que 1 million de tokens, c'est top moumoute pour les développeurs qui bossent avec des bases de code gigantesques. D'ailleurs, j'en profite quotidiennement avec Claude Code pour les sites de mes clients (si le sujet vous intéresse, j'ai détaillé mes services IA qui couvrent exactement ça). Mais pour le commun des mortels ?

Ce qui change vraiment : vous pouvez analyser des documents BEAUCOUP plus longs d'un coup — jusqu'à 600 pages PDF ou 600 images. Les conversations longues ne "déraillent" plus autant. Et le prix ne change pas : qu'on utilise 9 000 ou 900 000 tokens, c'est le même tarif.

Ce qui ne change PAS : si vous utilisez l'IA pour des tâches courtes (rédiger un email, résumer un article), vous ne verrez aucune différence. Le context rot n'est pas MORT, il est juste maîtrisé — il y a toujours une dégradation, elle est simplement beaucoup plus douce. Environ 2% de perte tous les 100 000 tokens ajoutés, là où on était plutôt à 15-20% avant.

La règle des 2%

D'après les benchmarks, Opus 4.6 perd environ 2% d'efficacité tous les 100 000 tokens. C'est une règle empirique, mais ça donne un bon repère. On est passé du toboggan aquatique à la pente douce.

Concrètement, au lieu de devoir "réinitialiser" votre conversation tous les 100-120K tokens (comme c'était recommandé avant), vous avez LARGEMENT plus de marge. Mais bon, si vous pouvez recommencer à zéro, autant le faire. Pourquoi prendre une dégradation, même minime, si c'est pas nécessaire ?

D'ailleurs, si vous voulez comprendre comment j'utilise ces outils IA au quotidien pour mes clients, mes services d'automatisation et de formation IA couvrent exactement ce genre de sujet.

Le mot de la fin

On ne va pas se mentir : c'est probablement la mise à jour la plus importante d'Anthropic ces derniers mois. Plus que les boucles, plus que les nouveaux outils. Parce qu'avoir un contexte géant qui FONCTIONNE VRAIMENT, ça change la donne pour tous ceux qui bossent avec l'IA au quotidien.

Bref, le context rot n'est pas mort, mais il vient de prendre un sacré coup. Et ça, c'est du lourd.

Source : Chase AI — analyse des benchmarks Anthropic