Anthropic a mis Claude Sonnet 5.5 en ligne le 28 septembre, avec des scores qui frôlent ceux d’Opus 5.5 sur plusieurs évaluations et une génération annoncée à plus de 30 % plus rapide. Le prix au million de tokens ne bouge pas, et pourtant le coût par tâche descend jusqu’à 30 % parce que le modèle consomme moins d’étapes.
Pour résumer
- Claude Sonnet 5.5 marque 70,6 % sur Terminal-Bench 4.0 contre 10,3 % pour Sonnet 5, et dépasse même Opus 5.5 sur cette épreuve.
- Le tarif reste à 2 $ le million de tokens en entrée et 10 $ en sortie : la baisse de coût vient de la réduction du nombre d’étapes.
- Anthropic garde Opus 5.5 devant sur le travail long et ouvert qui demande du jugement continu.
Faire résumer cet article par une IA
ChatGPTClaude Sonnet 5.5 passe de 10 à 70 sur le test qui compte
Le saut le plus spectaculaire tient en deux chiffres. Sur Terminal-Bench 4.0, une évaluation de codage en autonomie, Claude Sonnet 5.5 atteint 70,6 % là où Sonnet 5 plafonnait à 10,3 %. Opus 5.5, le modèle haut de gamme sorti six jours plus tôt, s’arrête à 66,4 % sur la même épreuve.
Le reste de la grille suit la même pente. CursorBench 4.0 passe de 34,1 % à 55,5 %, FrontierCode 1.1 de 42,4 % à 52,1 % en effort maximal, et Chartography, qui mesure la lecture de graphiques, grimpe de 15,6 % à 61,6 %. Sur GDPval-AA v2.1, l’évaluation de travail réel par métier, le modèle marque 1 844 points contre 1 846 pour le haut de gamme.
Deux points d’écart sur près de deux mille, c’est l’argument central de cette sortie. Anthropic avait vendu son modèle haut de gamme sur sa capacité à décider seul combien de réflexion une tâche mérite. Le nouveau venu arrive derrière avec presque la même note pour une facture plus légère.
Le modèle est servi sous l’identifiant claude-sonnet-5-5, avec rétention de données nulle, depuis AWS, Google Cloud et Microsoft Azure. GitHub Copilot l’a ouvert à ses utilisateurs le jour même.
Moins d’étapes, moins d’appels d’outils, une facture qui descend
Le prix affiché reste le même : 2 $ le million de tokens en entrée, 10 $ en sortie, 0,20 $ pour une lecture en cache. La baisse du coût par tâche vient d’ailleurs. Anthropic explique que le modèle atteint le même résultat en consommant moins d’étapes, moins de tokens et moins d’appels d’outils.
La maison a déjà utilisé cette mécanique pour placer ses modèles intermédiaires. Sonnet 5 était arrivé en cassant le prix face à GPT-5.5, et Opus 5 avait rivalisé avec le haut du marché à moitié prix.
Pour une équipe qui fait tourner des agents en continu, l’économie se lit sur la facture mensuelle avant de se lire sur la grille tarifaire. Une tâche qui demandait quinze appels d’outils et qui en demande dix coûte un tiers de moins, à tarif identique.
Anthropic place Claude Sonnet 5.5 sur les tâches bien cadrées : correction de bugs, production de documents, de présentations et de tableurs. Le positionnement est explicite, Opus 5.5 garde le travail long et ouvert qui demande du jugement sur la durée.
Sur OSWorld 2.1, qui mesure le pilotage d’un ordinateur, le modèle monte à 80,1 % contre 57,0 % pour son prédécesseur. Sonnet 5 avait déjà montré qu’un modèle intermédiaire pouvait corriger du code mieux qu’une équipe de chercheurs.
D’autres articles sur Horizon
- Bernie Sanders veut interdire la superintelligence IA
- ElevenLabs est valorisée à 22 milliards de dollars
- OpenAI a piraté un site du gouvernement australien
Anthropic resserre sa gamme, la concurrence perd un argument
L’écart entre les deux modèles se réduit à quelques points sur plusieurs évaluations. Pour Anthropic, cela déplace la question du choix de modèle vers la nature de la tâche davantage que vers le budget disponible.
Côté concurrence, la sortie retire un argument commode. Un rival qui vendait un modèle intermédiaire correct face au haut de gamme d’Anthropic se retrouve comparé à un intermédiaire qui bat ce haut de gamme sur l’évaluation de codage en autonomie.
La distribution joue dans le même sens. Claude Sonnet 5.5 est arrivé simultanément sur les trois grands clouds et dans GitHub Copilot, ce qui laisse très peu de temps aux réponses tarifaires.
Reste à voir ce que les usages réels donnent hors des évaluations maison. Anthropic reconnaît lui-même qu’Opus 5.5 conserve l’avantage dès que la tâche s’allonge et se complique, et c’est précisément là que se joue aujourd’hui la valeur des agents en production.
Affaire à suivre sur Horizon.
