Choisir le bon modèle

Le choix du modèle se joue entre trois critères : la capacité, la vitesse et le coût. Plutôt que de deviner, la documentation recommande de mesurer, sur vos propres exemples. Cette leçon présente la gamme actuelle et la méthode.

La gamme au 5 novembre 2026

Les quatre modèles partagent une fenêtre de contexte d’un million de jetons, une sortie maximale de 128 000 jetons par requête, la vision, l’utilisation d’outils et une base de connaissances fiable jusqu’en juin 2026. Les identifiants sont complets tels quels : n’y ajoutez pas de date.

Par où commencer

La documentation est claire : en cas de doute, commencez par Claude Opus 5.5, qui convient à la plupart des usages. Elle décrit ensuite deux stratégies :

• Commencer par l’efficacité : implémenter avec Claude Haiku 5.5, tester à fond, et ne monter en gamme que si un manque précis apparaît. Bien adapté aux prototypes, aux contraintes de latence fortes, aux budgets serrés et aux gros volumes.
• Commencer par la capacité : implémenter avec Claude Opus 5.5, optimiser les prompts, puis gagner en efficacité en baissant l’effort ou en descendant de modèle.

Claude Fable 5.1 se réserve aux tâches les plus exigeantes — sessions d’agent de plusieurs heures, recherche approfondie en plusieurs étapes — ou aux cas où Opus 5.5, même à effort élevé, ne suffit pas dans vos tests.

Mesurer plutôt que deviner

Pour décider, la documentation donne une méthode en quatre temps :

1. constituer des tests propres à votre cas d’usage : c’est l’étape la plus importante ;
2. tester avec vos vrais prompts et vos vraies données ;
3. comparer les modèles sur la justesse des réponses, leur qualité et les cas limites ;
4. arbitrer entre performance et coût.

Comptez le coût par tâche réussie, pas par requête : un modèle moins cher qui demande plus de tours ou de reprises pour finir n’est pas moins cher.

Les autres leviers de coût

• L’effort (leçon 6) règle la quantité de réflexion et de jetons : c’est souvent le premier levier avant de changer de modèle.
• Le cache de prompt : relire un préfixe déjà en cache coûte 10 % du prix d’entrée de base (5 % sur Opus 5.5 et Sonnet 5.5, 2,5 % sur Fable 5.1).
• L’API Batches : les requêtes traitées en lot, de façon asynchrone, coûtent 50 % de moins.
• Le mode rapide (fast mode) : jusqu’à 2,5 fois plus de jetons par seconde sur les modèles qui le proposent, à un tarif supérieur.
• Combiner les modèles : un modèle économique qui exécute et consulte un modèle plus puissant pour les décisions difficiles, ou un orchestrateur qui confie le gros du travail à des modèles moins chers.

À vous de jouer

Comparer sur vos requêtes. Prenez cinq requêtes réelles de votre projet. Faites-les tourner sur Claude Haiku 5.5, Claude Sonnet 5.5 et Claude Opus 5.5, et notez pour chacune la qualité de la réponse, la latence et le nombre de jetons consommés (champ usage). Calculez le coût de chaque modèle pour les cinq requêtes, puis décidez avec des chiffres.

Sources officielles : Choosing the right model (Claude Academy) · Models overview · Choosing a model · Pricing

Points clés à retenir

• Quatre modèles actuels : Fable 5.1, Opus 5.5, Sonnet 5.5, Haiku 5.5 ; contexte d’un million de jetons pour tous
• En cas de doute, commencez par Claude Opus 5.5
• Choisissez sur vos propres tests, en coût par tâche réussie
• Effort, cache, traitement par lot et combinaison de modèles réduisent la facture avant de changer de modèle