Claude Sonnet 5.5 : au maximum, il peut coûter plus qu'Opus

Claude Sonnet 5.5 est sorti le 28 septembre 2026 avec une génération de texte plus rapide et les mêmes tarifs par token que Sonnet 5. Les résultats indépendants expliquent pourquoi je choisirais tout de même son niveau d’effort de raisonnement avec soin : Artificial Analysis mesure un coût par tâche plus élevé pour Sonnet 5.5 au maximum que pour Opus 5.5 au maximum. Un token moins cher ne donne pas toujours une tâche moins chère. [1] [2] [7] [9] [10]

Anthropic a-t-il baissé les prix de Sonnet 5.5 ?

Les tarifs par token n’ont pas changé. Anthropic affiche 2 USD par million de tokens d’entrée et 10 USD par million de tokens de sortie, avec les lectures du cache à 0,20 USD. [9] Sa promesse d’un coût par tâche jusqu’à 30 % inférieur repose sur une consommation de tokens plus faible dans ses propres tests, et non sur un prix par token réduit de 30 %. [1]

La différence compte lorsqu’un agent décide lui-même du temps à consacrer au travail. Une requête peut coûter moins cher à tarifs constants si le modèle arrive à un résultat acceptable avec moins de tokens. Elle peut aussi coûter plus cher si vous lui demandez de vérifier plus longtemps, d’essayer d’autres approches ou de déléguer. La grille du fournisseur vous dit ce que coûte un token, mais pas combien vous en achèterez.

Anthropic annonce aussi une génération de texte au moins 30 % plus rapide. Cela mesure la vitesse à laquelle le texte arrive, pas le temps nécessaire pour terminer tout le travail. Une tâche dans un dépôt peut attendre des tests, appeler des outils ou reprendre une modification qui a échoué. Une génération plus rapide est donc utile, sans constituer une mesure du temps de bout en bout. [1]

Je comparerais cette version aux capacités et aux coûts mesurés d’Opus 5.5 à partir du travail terminé. Le tarif par token inférieur à celui d’Opus compte, mais seulement une fois que le modèle a produit quelque chose que je peux accepter.

Que change un niveau d’effort plus élevé ?

Les résultats indépendants montrent un compromis marqué entre score global et dépense mesurée. Artificial Analysis évalue Sonnet 5.5 avec le raisonnement adaptatif et le mécanisme de repli par défaut à quatre niveaux d’effort. Son Intelligence Index v4.3.2 actuel passe de 41 points arrondis en Medium à 56 en Max, tandis que le coût mesuré par tâche du benchmark passe de 0,59 à 7,60 USD. [2] [3] [4] [5]

L’effort maximal obtient le meilleur score global de cette comparaison, mais coûte environ treize fois plus par tâche que Medium. C’est mon calcul à partir des montants de 7,60 et 0,59 USD publiés par l’évaluateur. Cela me donne une raison d’augmenter l’effort quand une tâche difficile l’exige, plutôt que de choisir le niveau le plus élevé pour chaque modification.

Le coût d’Artificial Analysis est une mesure de benchmark pondérée, calculée à partir des tokens consommés et des taux habituels de succès du cache. L’indice combine dix évaluations textuelles, majoritairement en anglais. Ces résultats comparent les niveaux au sein de cette batterie de tests ; ils n’estiment pas la facture d’un abonné Claude typique. [6]

Anthropic signale aussi une limite liée à la version évaluée. L’entreprise indique qu’Artificial Analysis a exécuté GDPval-AA et AA-Briefcase sur un déploiement antérieur au lancement avec un bug de sortie structurée corrigé par la suite. Elle s’attend à ce qu’un éventuel effet soit faible et conduise à sous-estimer les performances. Je garderais la date de consultation avec les chiffres au lieu d’en faire un classement permanent. [1]

Comment Sonnet peut-il coûter plus cher qu’Opus ?

Sonnet 5.5 en Max coûte 7,60 USD par tâche d’Artificial Analysis, contre 5,98 USD pour Opus 5.5 en Max. Les tarifs par token plus bas de Sonnet ne se traduisent donc pas par un coût par tâche inférieur dans cette comparaison précise. Le résultat dépend à la fois de la quantité de travail effectuée par le modèle et du tarif. [2] [7]

Cela devrait changer votre lecture du mot « économique » dans l’annonce d’un modèle. Il peut désigner une entrée peu chère, une sortie peu chère ou un faible coût pour terminer un travail précis. Ces mesures sont liées, mais répondent à des questions différentes. Le tableau d’effort rend cette distinction visible sans nous obliger à deviner comment le modèle se comportera dans un dépôt inconnu.

C’est aussi pourquoi les scores de benchmarks ne suffisent pas à décrire la qualité d’un modèle. Un score supérieur peut justifier une dépense supplémentaire pour une tâche difficile et apporter peu à une correction simple. La comparaison ne permet de choisir qu’une fois la tâche et les critères d’acceptation clairement définis.

Avec quel niveau d’effort commencerais-je ?

Pour le travail courant dans Claude Code, je commencerais avec Medium, le niveau par défaut documenté, puis augmenterais l’effort si la tâche demande plus d’analyse. Claude Academy, d’Anthropic, explique que l’effort contrôle les ressources consacrées à un problème, pas les connaissances de base du modèle. Les niveaux plus élevés peuvent demander plus de tokens et plus d’attente, et les mêmes étiquettes d’effort ne représentent pas des quantités de calcul identiques d’un modèle à l’autre. [1] [8]

Je n’ai pas encore effectué cette comparaison contrôlée avec Sonnet 5.5. Je garderais la planification et l’implémentation comme deux tâches séparées pour réserver le raisonnement coûteux à la partie qui en a besoin. Je conserverais le niveau qui termine le travail demandé avec le moins de corrections.