Sonnet 4.6 vient de rendre Opus coûteux. Cela change tout.

Anthropic a lancé aujourd'hui Claude Sonnet 4.6, un modèle de milieu de gamme qui, selon des tests internes, est préféré par les développeurs au modèle le plus performant de l'entreprise de novembre 2025, Opus 4.5, 59 % du temps. Ce chiffre, tiré des premiers tests dans Claude Code, intervient à un moment où le marché de l'IA de pointe se divise entre des modèles phares coûteux et des alternatives moins chères qui accusent souvent un retard en matière de profondeur de raisonnement. openais-gpt-56-launch-rewrites-the-economics-of-frontier-ai

Sonnet 4.6 vise à effacer cette distinction. Proposé au prix de 3 $ par million de jetons d'entrée et 15 $ par million de jetons de sortie, identique à Sonnet 4.5, le modèle offre une fenêtre de contexte d'un million de jetons en version bêta, des compétences d'utilisation d'ordinateur améliorées et des gains de benchmark généralisés qu'Anthropic estime proches de l'intelligence de niveau Opus. Les évaluations de sécurité de l'entreprise l'ont jugé aussi sûr ou plus sûr que les récentes versions de Claude, notant un caractère généralement chaleureux, honnête, prosocial et parfois drôle, et aucun problème d'alignement à haut risque.

Mesurer l'écart

Anthropic a publié des comparaisons détaillées de benchmarks par rapport à GPT-5.2, Gemini 3 Pro, ainsi que ses propres modèles Opus 4.6 et Sonnet 4.5. Sur OSWorld, le benchmark standard pour l'utilisation d'ordinateur par l'IA, Sonnet 4.6 a obtenu un score de 47,5 %, un bond par rapport aux 27,3 % de Sonnet 4.5 et légèrement en avance sur les 45,6 % d'Opus 4.6. Sur Terminal-Bench 2.0, qui teste les tâches de codage agentique, Sonnet 4.6 a atteint 89,6 %, dépassant les 88,1 % de GPT-5.2 et les 87,9 % d'Opus 4.6. Sur SWE-bench Verified, un benchmark de génie logiciel, il a obtenu un score de 79,1 %, surpassant les 73,0 % de GPT-5.2 et suivant de près les 81,5 % d'Opus 4.6. the-ai-agent-that-remembers-you-why-vitabench-20-reveals-a-chasm-between-good-chatbots-and-good-collaborators

Sur OfficeQA, qui mesure la compréhension de documents d'entreprise, Sonnet 4.6 a égalé Opus 4.6 exactement à 90,1 %. Le modèle a également obtenu des résultats solides sur BrowseComp (67,3 %), ARC-AGI-2 (66,8 % avec effort maximal) et MMMU-Pro (83,0 %). Sur Humanity's Last Exam, un benchmark exigeant publié en janvier 2025, Sonnet 4.6 avec réflexion et outils a obtenu un score de 54,1 %, derrière les 79,7 % d'Opus 4.6 mais devant les 46,9 % de Sonnet 4.5.

Les chiffres dressent un tableau clair : Sonnet 4.6 comble l'écart avec Opus sur la plupart des tâches pratiques tout en ne laissant un écart significatif que sur les évaluations de raisonnement les plus difficiles. Pour la majorité des workflows de codage, d'analyse de documents et agentiques, la différence est négligeable.

L'utilisation d'ordinateur arrive à maturité

Anthropic a introduit pour la première fois des modèles génériques d'utilisation d'ordinateur en octobre 2024, alors décrits comme encore expérimentaux, parfois lourds et sujets aux erreurs. Sonnet 4.6 marque la troisième génération de cette capacité, et les scores OSWorld reflètent seize mois d'amélioration constante. Le modèle navigue dans des environnements logiciels réels, Chrome, LibreOffice, VS Code, en cliquant sur une souris virtuelle et en tapant sur un clavier virtuel, sans API ni connecteurs spéciaux.

Les premiers témoignages clients publiés par Anthropic décrivent des performances de niveau humain sur des tâches comme la navigation dans des feuilles de calcul complexes, le remplissage de formulaires web en plusieurs étapes et la coordination entre plusieurs onglets de navigateur. Box a signalé une amélioration de 15 points de pourcentage par rapport à Sonnet 4.5 sur les questions-réponses à raisonnement lourd. Un benchmark d'assurance a atteint 94 %, le plus élevé que le client ait testé pour l'utilisation d'ordinateur. Rakuten AI a qualifié le code iOS de Sonnet 4.6 de meilleur qu'il n'avait testé, notant une meilleure conformité aux spécifications, une meilleure architecture et une utilisation plus moderne des outils.

L'entreprise a reconnu que l'utilisation d'ordinateur est encore en retard par rapport aux humains les plus compétents et comporte des risques liés aux attaques par injection de prompt, où des acteurs malveillants cachent des instructions sur des sites web pour détourner le modèle. Anthropic a déclaré que Sonnet 4.6 montre une amélioration majeure de la résistance à ces attaques, avec des performances similaires à Opus 4.6 sur les évaluations de sécurité internes. the-subtle-trap-waiting-for-ai-agents-in-production

Le paradoxe des prix

L'implication la plus frappante de Sonnet 4.6 n'est pas technique mais économique. Opus 4.6 coûte 15 $ par million de jetons d'entrée et 75 $ par million de jetons de sortie, soit cinq fois le coût de sortie de Sonnet 4.6. Pour un développeur exécutant des milliers de sessions de codage agentique par mois, la différence de coût est substantielle.

Les propres données d'Anthropic suggèrent que les utilisateurs préfèrent Sonnet 4.6 à Opus 4.5 pour un large éventail de tâches, y compris le refactoring de codebase, la planification en plusieurs étapes et la détection de bogues. L'entreprise note explicitement que Sonnet 4.6 constitue une alternative viable si vous êtes un utilisateur intensif d'Opus. La recommandation émane de l'entreprise qui vend Opus.

Pour les équipes qui exécutent du codage agentique à grande échelle, la métrique qui compte n'est pas les scores bruts des benchmarks, mais le coût par problème résolu. Sonnet 4.6 égalise Opus sur les taux de détection de bogues pour un coût de sortie cinq fois inférieur, ce qui signifie que les équipes peuvent exécuter plus de relecteurs en parallèle sans augmenter leur budget. Pour la première fois, l'économie d'échelle favorise le modèle de milieu de gamme.

Mises à jour des produits et disponibilité

Sonnet 4.6 est disponible immédiatement sur tous les plans Claude, Free, Pro, Max, Team et Enterprise, ainsi que sur Claude Code, l'API et toutes les principales plateformes cloud. Le niveau gratuit inclut désormais par défaut la création de fichiers, les connecteurs, les compétences et la compaction de contexte. Le modèle prend en charge à la fois la réflexion adaptative et la réflexion étendue, ainsi que la compaction de contexte en version bêta, qui résume automatiquement le contexte de conversation plus ancien pour prolonger la durée effective de la session. anthropic-launches-claude-tag-on-slack-for-team-wide-ai-collaboration

Du côté de l'API, Anthropic a rendu les outils de recherche web et de récupération généralement disponibles, avec une exécution automatique de code pour filtrer et traiter les résultats. La mémoire, l'appel d'outils programmatique, la recherche d'outils et les exemples d'utilisation d'outils sont également passés en disponibilité générale. Pour les utilisateurs d'Excel, le module complémentaire Claude prend désormais en charge les connecteurs MCP, permettant à l'assistant de récupérer des données de S&P Global, LSEG, Daloopa, PitchBook, Moody's et FactSet sans quitter la feuille de calcul.

Le point de terminaison du développeur utilise claude-sonnet-4-6 comme identifiant de modèle. Anthropic recommande de migrer depuis Sonnet 4.5 et d'explorer tout le spectre de l'effort de réflexion pour trouver l'équilibre optimal entre vitesse et fiabilité pour chaque cas d'utilisation.

Ce que cela signifie pour le marché

Sonnet 4.6 représente un changement structurel dans la façon dont les laboratoires d'IA positionnent leurs piles de modèles. Depuis deux ans, le conseil standard était : utilisez le modèle le moins cher qui fonctionne, et n'atteignez Opus ou GPT-5 que lorsque c'est absolument nécessaire. Ce calcul fonctionnait parce que l'écart entre le milieu de gamme et le modèle phare était suffisamment large pour justifier la prime. the-specialization-revolution-how-smaller-models-are-redefining-ais-future

Cet écart se réduit désormais. Les propres données de préférence des utilisateurs internes d'Anthropic montrent que les développeurs choisissent volontairement un modèle qui coûte cinq fois moins cher, pour des tâches pour lesquelles ils auraient auparavant payé le haut de gamme. Si ce modèle se maintient à grande échelle, cela pourrait forcer une reconsidération plus large de la façon dont l'industrie fixe le prix de l'intelligence de pointe. Si un modèle de milieu de gamme peut faire ce que le modèle phare faisait il y a six mois, le modèle phare doit se différencier sur des tâches que peu d'utilisateurs réels rencontrent.

Anthropic n'ignore pas cela. L'entreprise note qu'Opus 4.6 reste l'option la plus solide pour les tâches qui exigent le raisonnement le plus profond, comme le refactoring de codebase, la coordination de plusieurs agents dans un workflow et les problèmes où il est primordial d'obtenir un résultat parfait. Mais la liste est plus courte qu'il y a un an, et elle se raccourcit à chaque version de Sonnet. anthropic-launches-claude-sonnet-5-a-new-frontier-in-agentic-ai-at-lower-cost