Les modèles Claude

Le paramètre model décide de tout le reste : la qualité des réponses, leur vitesse et leur prix. Cette leçon présente la gamme actuelle, montre comment mesurer vous-même la vitesse et la justesse de plusieurs modèles sur une même tâche, et donne la méthode de choix de la documentation : partir d’un modèle, évaluer sur vos propres cas, puis monter ou descendre en gamme, ou régler l’effort plutôt que changer de modèle.

La gamme au 5 novembre 2026

Le carnet de 2024 comparait Claude 3 Haiku, Claude 3 Sonnet, Claude 3 Opus et Claude 3.5 Sonnet, tous retirés depuis. La documentation présente aujourd’hui quatre modèles, chacun avec une fenêtre de contexte d’un million de jetons, jusqu’à 128 000 jetons de sortie, et des connaissances fiables jusqu’en juin 2026.

Le prix de Haiku 5.5 passe à 0,50 $ / 2,50 $ pour les prompts de plus de 100 000 jetons. L’API de lots (Message Batches) divise tous ces prix par deux pour les traitements qui n’attendent pas de réponse immédiate. Les modèles précédents (Fable 5, Opus 5, Opus 4.8, Sonnet 5, Haiku 4.5…) restent disponibles, avec leur date de retrait annoncée sur la page des modèles.

Tous ces modèles réfléchissent avant de répondre, de façon adaptative : ils décident eux-mêmes s’il faut réfléchir et combien. Sur Fable 5.1 et Opus 5.5, cette réflexion ne se coupe pas ; le paramètre effort (leçon 4) règle sa profondeur, et la documentation le présente comme un levier souvent meilleur que le changement de modèle.

Mesurer la vitesse

Le carnet chronométrait la même demande sur chaque modèle. Le principe reste le bon, avec deux ajustements : on lit les jetons dans usage, et on garde le texte par type de bloc.

import time
from anthropic import Anthropic

client = Anthropic()
MODELS = ["claude-haiku-5-5", "claude-sonnet-5-5", "claude-opus-5-5"]
TASK = "Explique la photosynthèse en un paragraphe concis."

for model in MODELS:
    start = time.time()
    response = client.messages.create(model=model, max_tokens=4096,
                                      messages=[{"role": "user", "content": TASK}])
    elapsed = time.time() - start
    text = "".join(b.text for b in response.content if b.type == "text")
    print(f"{model} : {elapsed:.1f} s, {response.usage.input_tokens} jetons d'entrée, "
          f"{response.usage.output_tokens} jetons de sortie")
    print(text[:200], "…\n")

Lisez output_tokens avec attention : il compte aussi les jetons de réflexion, facturés comme des jetons de sortie même quand leur texte ne vous est pas affiché. Un modèle plus lent par jeton peut finir plus vite s’il réfléchit moins. Sur une demande aussi simple, tous les modèles donnent une réponse correcte, et le plus rapide et le moins cher est le bon choix ; le carnet tirait déjà cette conclusion. Pour une comparaison sérieuse, on répète chaque mesure et on fait la moyenne, comme le carnet l’avait fait sur cinquante requêtes.

Mesurer la justesse

La vitesse ne dit rien de la qualité. Le carnet posait sept fois à chaque modèle un problème de calcul tiré d’un rapport réglementaire américain : la moyenne géométrique mensuelle de coliformes fécaux pour les comptages 24, 15, 7, 16, 31 et 23, arrondie à l’entier (la bonne réponse est 18). Claude 3.5 Sonnet et Claude 3 Opus répondaient juste sept fois sur sept, Claude 3 Sonnet trois fois, Claude 3 Haiku deux fois. Le carnet le disait lui-même : c’est une démonstration, pas une comparaison rigoureuse.

TASK = """Quelle est la moyenne géométrique mensuelle des coliformes fécaux d'un réseau de distribution
dont les comptages sont 24, 15, 7, 16, 31 et 23 ? Arrondis à l'entier le plus proche.
Réponds uniquement par le nombre."""

for model in MODELS:
    answers = []
    for _ in range(7):
        response = client.messages.create(model=model, max_tokens=4096,
                                          messages=[{"role": "user", "content": TASK}])
        answers.append("".join(b.text for b in response.content if b.type == "text").strip())
    print(model, answers, f"{answers.count('18')}/7")

Avec des modèles qui réfléchissent avant de répondre, ce genre de calcul est devenu bien plus fiable, y compris sur Haiku ; refaites l’expérience plutôt que de vous fier aux chiffres de 2024. C’est toute la leçon : aucune comparaison publiée n’a vu votre tâche.

Choisir un modèle

La documentation propose deux points de départ. Efficacité d’abord : commencer avec Claude Haiku 5.5, tester à fond, ne monter en gamme que pour combler un manque constaté ; c’est la bonne approche pour un prototype, une contrainte de latence forte, un budget serré ou un gros volume de tâches simples. Capacité d’abord : commencer avec Claude Opus 5.5, optimiser les prompts, puis gagner en efficacité en baissant l’effort ou en descendant de modèle ; et ne passer à Claude Fable 5.1 que si l’évaluation, même aux efforts xhigh ou max, reste en deçà sur du raisonnement exigeant ou un travail agentique long. Faute de raison particulière, la documentation conseille de partir d’Opus 5.5.

Dans les deux cas, la décision repose sur une évaluation : des cas tirés de votre usage réel, passés à chaque modèle avec le même prompt, notés de la même façon. Le cours « Claude Platform 101 » de Claude Academy le dit simplement : le bon modèle est le moins cher dont vous livreriez la réponse ; vingt ou trente exemples représentatifs suffisent pour commencer. Notre cours Évaluation de prompts montre comment construire cette évaluation et comparer les modèles au coût par tâche réussie. Dans une application, rien n’oblige à n’en choisir qu’un : on peut router chaque type de tâche vers son modèle, le classement vers Haiku, la rédaction vers Sonnet, les dossiers complexes vers Opus.

À vous de jouer

Chronométrer votre tâche. Remplacez la photosynthèse par une vraie demande de votre travail et lancez la mesure de vitesse trois fois par modèle. Notez la moyenne du temps et des jetons de sortie, puis calculez le coût de chaque réponse avec les prix du tableau.

Votre petit banc d’essai. Choisissez dix questions de votre domaine dont vous connaissez la réponse exacte, passez-les à Haiku 5.5 puis à Opus 5.5, comptez les bonnes réponses et le coût total. Lequel livreriez-vous ? Refaites l’essai avec Opus 5.5 en effort low (leçon 4).

Sources officielles : 03_models.ipynb (anthropics/courses, archivé) · Models overview, Choosing the right model et Pricing (documentation Claude, relues le 5 novembre 2026) · Choosing the right model (Claude Academy, Claude Platform 101)

Points clés à retenir

• Quatre modèles actuels : Fable 5.1 (le plus capable), Opus 5.5 (le point de départ conseillé), Sonnet 5.5 (l’équilibre), Haiku 5.5 (le plus rapide et le moins cher).
• Tous ont un million de jetons de contexte et réfléchissent de façon adaptative ; l’effort règle la profondeur de cette réflexion.
• On mesure soi-même vitesse et justesse sur sa tâche, en répétant les essais ; usage.output_tokens compte aussi la réflexion.
• Deux stratégies : efficacité d’abord (Haiku puis montée en gamme) ou capacité d’abord (Opus puis optimisation) ; dans les deux cas, une évaluation tranche.
• Une application peut router chaque type de tâche vers le modèle qui lui suffit.