L’industrie automobile a formalisé une mécanique que toute production de série a copiée : l’équipement qui justifiait le prix du haut de gamme redescend, quelques générations plus tard, vers les modèles intermédiaires. L’antiblocage des roues puis le contrôle de trajectoire ont suivi ce chemin, et le constructeur y vend du volume avec une technologie amortie.
Le logiciel reproduit cette descente, à ceci près que l’unité de facturation peut bouger en même temps que le produit. Anthropic a présenté le 30 juin 2026 Claude Sonnet 5, décrit par la société de Dario Amodei comme « le modèle Sonnet le plus agentique jamais conçu », capable d’agir seul sur plusieurs étapes sans reformulation de la demande. Le compte officiel de Claude vantait un modèle qui « fait des plans, utilise des outils comme des navigateurs et des terminaux, et fonctionne de façon autonome à un niveau qui exigeait, il y a quelques mois encore, des modèles plus grands et plus coûteux ».
Le raisonnement est explicite. Les capacités agentiques se sont accélérées avec les Sonnet successifs, 3.5, 3.6 puis 3.7, avant que les gains les plus nets ne se concentrent sur la gamme Opus, plus chère à faire tourner. Sonnet 5 les redistribue vers le modèle intermédiaire, succède à Sonnet 4.6 de février dernier, devient la référence maison, par défaut sans abonnement et sur Claude Pro, ouvert à Max, Team et Enterprise.
Un second lancement l’accompagne, Claude Science, sur fond d’un contexte que l’annonce tait : la veille, Washington levait les restrictions à l’exportation qui privaient le monde de deux autres modèles de la maison. Mise à niveau réelle, fabrication des chiffres, coût caché derrière un tarif inchangé et pari scientifique méritent examen.
Un modèle intermédiaire qui hérite des réflexes du haut de gamme
La capacité mise en avant tient en un geste : le modèle relit et corrige son propre travail sans instruction en ce sens. Sur une tâche complexe déroulée en plusieurs étapes, il revient de lui-même sur ce qu’il vient de produire, pour y repérer une erreur, une incohérence entre deux étapes ou une consigne perdue en route. La fonction existait déjà, réservée aux modèles Opus ; sa migration vers la gamme intermédiaire fait l’événement.
La recherche établit pourtant depuis 2023 que l’auto-correction intrinsèque, celle d’un modèle qui se relit sans retour extérieur, n’améliore pas le raisonnement et le dégrade parfois : Huang et ses coauteurs, à ICLR 2024, concluent que les grands modèles peinent à s’auto-corriger sans signal externe. Le progrès serait donc architectural plutôt que cognitif, et ne se transpose pas aux tâches invérifiables.
L’écart avec Opus 4.8, mesuré benchmark par benchmark
Humanity’s Last Exam, avec outils et sans
Anthropic juge « négligeable » l’écart avec Claude Opus 4.8, son modèle payant le plus puissant, sur Humanity’s Last Exam, censé mesurer des connaissances de très haut niveau. Le qualificatif ne vaut que dans une configuration : outils autorisés, Sonnet 5 obtient 57,4 % contre 57,9 % ; outils retirés, l’écart grimpe à 6,6 points, 43,2 % contre 49,8 %. Ce qui a rattrapé le haut de gamme, c’est l’orchestration d’outils, pas la connaissance.
Un test contesté jusque dans ses corrigés
Le benchmark est lui-même fragile : 2 500 questions publiées en janvier 2025 par le Center for AI Safety et Scale AI. FutureHouse en a repris 321 en chimie et en biologie, dont 29 % des réponses officielles sont contredites par la littérature évaluée par les pairs ; les créateurs du test, après contre-analyse, situent le taux d’erreur à 18 %. Une marge d’erreur supérieure d’un ordre de grandeur à l’écart mesuré fait du mot négligeable une lecture du bruit.
Codage, terminal et travail de bureau
Là où la mesure est plus robuste, la hiérarchie tient. SWE-bench Pro place Sonnet 5 à 63,2 %, Sonnet 4.6 à 58,1 % et Opus 4.8 à 69,2 %, et le bond le plus net revient à Terminal-Bench 2.1, de 67,0 % à 80,4 %. Un seul indicateur publié voit le modèle intermédiaire passer devant, le travail de bureau mesuré en Elo par GDPval-AA v2, 1 618 contre 1 615 quand Sonnet 4.6 restait à 1 395 : trois points d’Elo ne font pas une avance, et Anthropic ne revendique la parité que sur les tâches du quotidien, renvoyant vers le modèle supérieur pour les usages les plus exigeants.
Un tarif inchangé et une facture qui monte
Un tokenizer qui gonfle le décompte d’environ 30 %
Sonnet 5 conserve le tarif de Sonnet 4.6, trois dollars le million de tokens en entrée et quinze en sortie, avec un tarif d’appel à deux et dix dollars jusqu’au 31 août 2026. La documentation d’Anthropic ajoute pourtant que le tokenizer plus récent du modèle produit environ 30 % de tokens supplémentaires pour un même texte. À prix unitaire constant, la même requête coûte donc plus cher.
La mesure indépendante nuance. Sur la Déclaration universelle des droits de l’homme en anglais, le décompte passe de 2 356 à 3 341 tokens ; sur un fichier Python de 4 279 lignes, de 44 014 à 56 113 ; en mandarin, l’écart disparaît. L’inflation frappe les langues latines et le code, et la baisse de la surcharge du prompt d’outillage, de 497 à 354 tokens, ne la compense qu’en partie.
Une échelle de prix déjà comprimée
Le mot démocratisation suppose un écart à combler. Opus 4.8 est facturé cinq et vingt-cinq dollars le million de tokens, Sonnet 5 trois et quinze : un facteur 1,67 sur une échelle qui va de Haiku 4.5, à un et cinq, à Fable 5 et Mythos 5, à dix et cinquante. Le statut de défaut des offres gratuite et Pro n’est pas davantage inauguré ici : Sonnet 4.6 l’occupait depuis le 17 février 2026. La nouveauté est la reconduction d’une politique, avec un modèle qui réfléchit d’office.
Ce que la migration casse dans le code appelant
Le remplacement direct vaut pour l’identifiant du modèle, pas pour le code qui l’appelle. La pensée adaptative est activée par défaut, ce qui fait entrer la réflexion dans le plafond de sortie, fixé à 128 000 tokens. Le budget de réflexion réglé à la main renvoie désormais une erreur 400, tout comme une température, un top_p ou un top_k non standard. Le contexte monte à un million de tokens, mais le Priority Tier reste fermé au modèle.
Des garde-fous qui répondent avant le modèle
Un refus qui arrive en HTTP 200
Anthropic annonce un taux plus faible de « comportements indésirables » : moins d’hallucinations, donc moins de risque d’entendre une contre-vérité énoncée sur le ton de la certitude, plus de refus devant les requêtes malveillantes, une meilleure résistance aux manipulations dissimulées. Le dispositif cyber, lui, ne relève pas du refus classique : des classifieurs lisent chaque requête avant le modèle, et un blocage revient en réponse HTTP 200 assortie d’un motif d’arrêt, non en erreur. Sont écartés l’usage prohibé et le double usage à haut risque, dont le développement d’exploits.
Une faiblesse cyber revendiquée comme un atout
À la différence des modèles Opus, Sonnet 5 n’a reçu aucun entraînement dédié à la cybersécurité, et les essais internes concluent qu’il ne sait pas transformer une faille repérée dans un programme en moyen de l’exploiter. Des garde-fous équivalents à ceux d’Opus 4.7 et 4.8 restent actifs par défaut. Sur CyberGym, il régresse même, 53 % de vulnérabilités reproduites contre 65 %. Garde-fous désactivés, le succès des injections de prompt en usage navigateur tombe pourtant d’environ 50 % à moins de 1 %, quand le pilote Claude for Chrome en affichait 23,6 % à l’été 2025.
Dix-huit jours de coupure et un précédent d’exportation
La doctrine qui a éteint un service mondial
Le 12 juin 2026, le Bureau of Industry and Security du département du Commerce adressait à Anthropic une lettre signée Howard Lutnick, imposant une licence d’exportation pour tout accès de ressortissants étrangers à Claude Fable 5 et Mythos 5, sol américain et salariés de la maison compris. Les modèles dataient de trois jours.
Le mécanisme porte un nom, le deemed export : divulguer une technologie contrôlée à une personne étrangère équivaut à l’exporter vers son pays de citoyenneté, où qu’elle se trouve. Le déclencheur étant la nationalité et non la géographie, aucun filtrage par adresse réseau n’y répondait : seule l’extinction mondiale rendait conforme, et un utilisateur français s’est retrouvé privé d’un service commercial par un texte pensé pour la défense.
Un décret qui excluait pourtant la licence préalable
Dix jours plus tôt, un décret présidentiel du 2 juin instituait un cadre volontaire, avec accès fédéral aux modèles de frontière jusqu’à trente jours avant les autres partenaires de confiance, en affirmant qu’aucune licence préalable n’était exigée. La lettre est née d’un rapport de chercheurs d’Amazon : sollicité pour identifier des vulnérabilités, Fable 5 produisait du code montrant comment les exploiter, et Andy Jassy, patron du groupe investisseur et hébergeur, aurait alerté le secrétaire au Trésor Scott Bessent.
Le 13 juin, le conseiller de la Maison-Blanche David Sacks affirmait que l’administration avait demandé de corriger le jailbreak ou de retirer le modèle, et que Dario Amodei avait refusé. Anthropic répondait qu’un tel standard « arrêterait purement et simplement tout nouveau déploiement de modèle chez tous les fournisseurs de modèles de frontière ».
La levée du 30 juin et ce qu’elle laisse ouvert
La levée est intervenue le 30 juin, après dix-huit jours de coupure. Anthropic a déployé un classifieur bloquant dans plus de 99 % des cas la technique décrite par Amazon, redirige les requêtes signalées vers Opus 4.8 et assume une hausse des faux positifs sur du codage ordinaire. Fable 5 doit revenir mondialement ce 1er juillet ; Mythos 5 avait rouvert dès le 26 juin à des organisations américaines. La construction juridique, elle, reste discutée : le même département avait jadis conclu que l’accès à distance échappait au contrôle des exportations. Dans ce régime, l’incapacité revendiquée de Sonnet 5 à exploiter une faille devient un argument de mise sur le marché.
Claude Science, le pari de la plomberie plutôt que de la découverte
Un atelier posé sur des modèles existants
Le même jour, la société a présenté Claude Science, un environnement qui réunit sous une même interface les étapes successives d’un projet de recherche, en bêta pour les abonnés Pro, Max, Team et entreprise. Ce n’est pas un modèle : l’atelier tourne sur les modèles existants, dont Opus 4.8, avec plus de soixante compétences et connecteurs préconfigurés, et le calcul s’exécute sur les machines du laboratoire, jamais sur celles d’Anthropic.
Un dispositif de financement accompagne le lancement : cinquante projets au plus, dotés de crédits plafonnés à 30 000 dollars, crédits d’usage et non subvention en numéraire, candidatures ouvertes jusqu’au 15 juillet. Quant au marché invoqué, la progression de 1,44 à 10,63 milliards de dollars entre 2025 et 2035 ne couvre que le segment américain du rapport qui la publie, le marché mondial y étant estimé à 4,80 puis 34,78 milliards.
Un pari inverse de celui des concurrents
Le geste vise les scientifiques, terrain déjà occupé par Google DeepMind, dont le co-scientifique artificiel bâti sur Gemini 2.0 avait été présenté dès février 2025 avec trois validations expérimentales. OpenAI a pris l’autre voie en avril 2026, avec un modèle spécialisé en biologie réservé à des clients américains qualifiés. Anthropic assume n’offrir ni nouveau modèle ni meilleure performance scientifique, mais aucun filtrage.
Ce que Sonnet 5 démocratise n’est donc pas tout à fait ce que l’annonce décrit. La connaissance brute reste plusieurs points derrière Opus 4.8 dès qu’on retire les outils ; ce qui a descendu la gamme, c’est l’aptitude à se servir d’un navigateur et d’un terminal. Le prix affiché ne bouge pas mais l’unité de compte grossit, et le statut de défaut reconduit une politique inaugurée en février.
Le calendrier financier éclaire le calendrier produit : Anthropic a déposé le 1er juin 2026 un projet confidentiel d’introduction en Bourse, moins d’une semaine après une levée de 65 milliards de dollars la valorisant 965 milliards. L’échéance suivante est européenne : le 2 août 2026, la Commission pourra évaluer les modèles à usage général, exiger des atténuations, en retirer un du marché, prononcer des amendes atteignant 3 % du chiffre d’affaires mondial. Un défaut installé chez des millions d’Européens y entre au pire moment.
Pour une entreprise française, la question a changé de nature. Anthropic a ouvert son bureau parisien en novembre 2025, y a multiplié son chiffre d’affaires régional par neuf en un an, et la France figure parmi les vingt pays où Claude est le plus utilisé par habitant. Ce qu’il faut anticiper n’est plus la seule qualité d’un modèle, mais le coût réel de la même charge le mois prochain, et ce qu’il advient si une lettre administrative suspend un service intégré à la production.
Aller plus loin
Le point de départ tient dans l’annonce Introducing Claude Sonnet 5 du 30 juin, où le tableau comparatif entre Sonnet 5, Sonnet 4.6 et Opus 4.8 voisine avec les formulations reprises partout ensuite, du modèle qui vérifie sa production aux garde-fous cyber actifs par défaut.
La page la plus franche du lot n’est pas celle du service de presse : la documentation What’s new in Claude Sonnet 5 énonce l’inflation d’environ 30 % du décompte de tokens, la pensée adaptative passée en réglage par défaut, les erreurs 400 sur la température et les refus cyber en HTTP 200.
Le chiffrage indépendant de cette inflation apparaît sur Simon Willison’s Weblog, dont l’auteur a recompté le jour même des documents réels, la Déclaration universelle des droits de l’homme en plusieurs langues et un fichier Python de plusieurs milliers de lignes, pour en tirer la conclusion tarifaire que l’étiquette masque.
Avant d’accorder du poids à un demi-point d’écart, il faut passer par l’étude About 30% of Humanity’s Last Exam Chemistry/biology Answers are Likely Wrong, où un agent de recherche confronte des centaines de questions à la littérature évaluée par les pairs, fait valider ses verdicts par des experts humains et rapporte la contre-analyse des créateurs du test.
Le contrepoint scientifique à la fonction vedette du modèle est un article de 2023 révisé en 2024, Large Language Models Cannot Self-Correct Reasoning Yet, présenté à ICLR : sans retour externe, l’auto-correction n’améliore pas le raisonnement et le dégrade parfois. La question n’est pas de savoir si le modèle se relit, mais sur quel signal il se juge.
Le détail que la communication grand public laisse de côté figure dans l’annonce Claude Science, an AI workbench for scientists : les connecteurs vers UniProt, la Protein Data Bank, Ensembl, ClinVar ou ChEMBL, l’exécution du calcul sur l’infrastructure du laboratoire, l’agent relecteur qui traque citations fausses et chiffres introuvables.
La lecture concurrentielle se trouve dans l’analyse Anthropic’s Claude Science bets on workflow, not a new model, to win over scientists, qui situe l’atelier face au modèle biologique spécialisé d’OpenAI et à un Google propriétaire d’AlphaFold et d’AlphaGenome.
La contradiction réglementaire se lit à la source dans le décret Promoting Advanced Artificial Intelligence Innovation and Security du 2 juin : accès gouvernemental anticipé de trente jours au plus, évaluation cyber classifiée confiée à la NSA, et affirmation qu’aucune licence n’est exigée.
La construction juridique est démontée par l’analyse The Department of Commerce Restricted Access to Anthropic’s Latest Models. What Comes Next?, qui remonte à l’Export Control Reform Act et à la disposition fondant le deemed export, puis rappelle les avis contraires rendus autrefois.
La sortie de crise est décrite dans l’annonce Redeploying Fable 5, qui expose le classifieur bloquant la technique du rapport Amazon dans plus de 99 % des cas, la redirection vers Opus 4.8, la hausse assumée des faux positifs, et un calendrier de retour étalé surface par surface.
Lus ensemble, ces documents racontent une même histoire vue de deux côtés. Côté produit, une capacité agentique qui descend en gamme, un tarif dont l’étiquette ment par omission, un benchmark trop bruité pour la comparaison qu’on lui fait porter. Côté public, un État qui découvre qu’un modèle appelable à distance ne se contrôle pas comme une machine-outil, et un fournisseur qui transforme les limites de son système en garanties de conformité. La démocratisation est réelle, mais se mesure moins en intelligence disponible qu’en dépendance à des décisions prises ailleurs.