Dégradation Claude Code : profondeur de raisonnement -73%

# Dégradation de Claude Code : chute de 73 % en profondeur de raisonnement, coûts multipliés par 122

La directrice de la division IA d'AMD, Stella Lourenco, a analysé 6 852 sessions de Claude Code, révélant une chute de 73 % en profondeur de raisonnement entre janvier et mars 2026. Sur des tâches et invites identiques, le ratio Lecture:Modification est passé de 6,6 à 2,0, tandis que les coûts API ont explosé de 122 fois — de 345 $ à 42 121 $ pour la même charge de travail. Désormais, un edit sur trois cible des fichiers que le modèle n'a même pas ouverts.

Lourenco a partagé les données brutes de 234 760 appels d'outils et 17 871 blocs de raisonnement dans l'issue GitHub #42796, déclarant : « Claude ne peut pas être fiable pour des tâches d'ingénierie complexes. » L'issue a recueilli 368 commentaires avant sa fermeture le 13 avril.

Indicateurs lexicaux de la dégradation

L'analyse de fréquence des invites a révélé un changement de tonalité émotionnelle :

• « plus simple » a bondi de 642 % (de 0,01 à 0,09 pour mille appels) ;
• « stop » +87 % ;
• « merde » +68 % ;
• « super » −47 % ;
• « s'il te plaît » −49 % ;
• « commit » −58 %.

Le ratio positif/négatif s'est dégradé de 4,4:1 à 3,0:1, reflétant la frustration réelle des développeurs en scénarios de production avec la programmation système.

Trois changements de comportement confirmés

Anthropic a déployé trois mises à jour non annoncées, vérifiées par la documentation et les réponses de Boris Cherni, développeur de Claude Code :

• 9 février : Pensée adaptative. Passage d'un budget_tokens fixe à un volume de raisonnement auto-évalué. Les étapes complexes ont reçu 0 jeton de raisonnement, provoquant des hallucinations (SHAs fictifs, paquets inexistants).

• 3 mars : effort élevé → moyen. Baisse du niveau d'effort par défaut sans préavis. Impact sévère sur les sessions autonomes longues (30+ minutes).

• 5–12 mars : suppression de la pensée. Visibilité des blocs de raisonnement tombée de 100 % (30 janv.) à 0 % (12 mars). Cherni l'a qualifié de réglage UI, mais les données montrent une chute préalable de 67 % en raisonnement.

Métrique Lecture:Modification et éditions aveugles

L'indicateur clé : ratio de fichiers lus sur fichiers modifiés :

| Période | Lecture:Modif | Éditions aveugles (%) | Écriture fichier complet (%) |

|---------|---------------|-----------------------|------------------------------|

| Janvier | 6,6 | 6,2 | 4,9 |

| Mars | 2,0 | 33,7 | 11,1 |

Le modèle ignore les dépendances, en-têtes et tests avant modification, cassant les builds dans les projets compilateurs et pilotes GPU. Les boucles de raisonnement ont triplé ; les sous-agents représentent 26 % des requêtes.

Les appels API ont gonflé de 80x (1 498 → 119 341), les jetons de sortie de 64x.

Contournements pour restaurer les performances

Les correctifs temporaires d'Anthropic :

export CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1
export CLAUDE_CODE_EFFORT_LEVEL=max

Ou en session : /effort max.

Pour ~/.claude/settings.json :

{
  "env": {
    "CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING": "1",
    "CLAUDE_CODE_EFFORT_LEVEL": "max"
  }
}

Les données SWE-Bench-Pro de Marginlab montrent que les contournements restaurent 56 % de performance (contre 50 %). Astuces : fractionner les sessions, utiliser /clear, lancer hors pointe (raisonnement +28 % à 20 h PST).

Comment reproduire la dégradation

Testez sur vos tâches :

• Choisissez une tâche multi-fichiers (refactoring, correction de bug).
• Vérifiez l'état : /effort, echo $CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING.
• Exécutez avec les valeurs par défaut, loggez Lecture:Modification.
• Appliquez le contournement et relancez.
• Comparez les métriques.

L'écart confirme l'impact sur votre flux de travail.

Enseignements clés

• Profondeur de raisonnement en chute de 73 % due à la pensée adaptative et effort réduit ;
• Lecture:Modification passée de 6,6 à 2,0, éditions aveugles à 33,7 % ;
• Coûts API ×122 pour les mêmes tâches ;
• Contournements efficaces : deux variables d'environnement restaurent ~90 % de performance ;
• Suivez Lecture:Modification comme indicateur de dégradation.

Limites de l'analyse

Données d'un seul utilisateur (AMD, MLIR/GPU, 50 agents). Corrélation signature-pensée à 0,971 (Pearson r), mais extrapolation au dev web risquée. Preuves : SWE-Bench-Pro (56 %→50 %), 368 commentaires, 30 threads r/ClaudeAI. Absence de changelog pour le comportement du modèle est un problème industry-wide.

— Editorial Team