Sonnet 5.5 : moitié prix, et presque tout le reste

La grille tarifaire reste celle de Sonnet 5 : 2 dollars par million de tokens en entrée, 10 en sortie, avec lecture du cache à 0,20 et écriture à 2,50. Entrée et sortie coûtent moitié moins que chez Opus 5.5, facturé 4 et 20 dollars, et c'est autour de ce chiffre que tourne toute l'annonce ; sur les tarifs de cache du grand frère, la fiche technique ne dit rien, la comparaison s'arrête donc là. The Next Web fait toutefois remarquer que ce prix ne colle pas tout à fait avec des hausses tarifaires rapportées par le passé pour Sonnet 5. Anthropic annonce des réponses générées plus de 30 % plus vite qu'avec Sonnet 5 et, dans ses propres tests, un coût par tâche jusqu'à 30 % inférieur, le modèle consommant moins de tokens et appelant moins d'outils. Ce « jusqu'à 30 % » est un maximum mesuré en interne, pas une économie que le lecteur retrouvera sur sa facture. Le modèle est disponible immédiatement sur Claude Platform sous l'identifiant claude-sonnet-5-5 et sur les trois grands clouds : Amazon Web Services, Google Cloud et Microsoft Azure.

Les chiffres avancés par l'entreprise placent Sonnet 5.5 dans la roue d'Opus 5.5 : 1 844 Elo sur GDPval-AA v2.1 contre 1 846, Sonnet 5 plafonnant à 1 449. Sur Terminal-Bench 4.0, le bond est plus difficile à interpréter : 70,6 % contre 10,3 % pour la génération précédente, et au-dessus des 66,4 % que The Next Web attribue à Opus 5.5 à son niveau d'effort maximal. Une progression d'environ soixante points de pourcentage en une seule génération est inhabituelle, et l'annonce n'explique pas dans quelles conditions les deux scores ont été comparés. Les autres résultats : 46,2 % sur FrontierCode 1.1 Main en effort Max, 55,5 % sur CursorBench 4.0, 80,1 % sur OSWorld 2.1 et 64,5 % sur Humanity's Last Exam avec outils. Il faut les lire en gardant à l'esprit que tous ces chiffres, y compris ceux sur la vitesse et le coût, proviennent de l'annonce d'Anthropic ou de clients partenaires qui y sont cités — au 29 septembre, aucune évaluation indépendante n'est disponible. Les notes de l'entreprise signalent aussi un bug dans les tests pré-lancement sur les sorties structurées, avec un « petit effet » attendu sur les scores, et préviennent qu'un correctif appliqué à GPT-6 Sol pourrait ne pas être reflété dans tous les scores des concurrents.

Les témoignages clients viennent du même cadre et doivent être pris pour ce qu'ils sont : des métriques transmises à l'entreprise et publiées dans son annonce, pas des mesures vérifiables de l'extérieur. Chez Zendesk, par la voix de la direction de l'IA, on parle de tickets traités 20 % plus vite ; chez Box, du côté de la direction des produits IA, d'un modèle « plus précis, 2,4 fois plus rapide et utilisant 12 % de tokens en moins au total » que le précédent ; chez Epic Games, du côté de la direction des opérations, Sonnet 5.5 aurait atteint « le même niveau de qualité que l'on attendrait d'un modèle de gamme supérieure ». Côté sécurité, la nouveauté est structurelle plus que chiffrée : Anthropic annonce des capacités en cybersécurité comparables à celles d'Opus 5, et pour la première fois un Sonnet sort avec les garde-fous cyber jusqu'ici réservés aux modèles les plus puissants, les requêtes cyber les plus risquées étant redirigées, de façon visible pour l'utilisateur, vers l'ancien Sonnet 5. L'entreprise prévoit en outre d'élargir l'accès à son Cyber Verification Program, tandis que les garde-fous dans le domaine biologique restent ceux de Sonnet 5. Contre la distillation, des classifieurs bloquent l'extraction du raisonnement et un « preserved thinking » reste lié au compte qui l'a produit. SiliconANGLE ajoute deux détails : c'est le premier Sonnet à terminer Pokémon Rouge, et le modèle intègre un filigrane textuel invisible dont le fonctionnement n'a toutefois pas été dévoilé.

Un chapitre reste ouvert : Haiku 5.5 arrivera « dans les prochaines semaines », sans date. Et il y a une déclaration qui mérite plus d'attention que bien des benchmarks : selon The Next Web, Anthropic affirme que le modèle ne repousse pas la frontière des capacités de ses systèmes, et que c'est précisément pour cette raison que l'évaluation d'alignement a couvert un ensemble de risques plus restreint. C'est un choix méthodologique assumé, pas caché, mais il en dit long sur la direction que prennent les choses. Dans un trimestre où OpenAI a divisé par deux ses tarifs API avec GPT-6 Sol et Luna, le milieu de gamme devient le vrai champ de bataille, et la façon de le gagner n'est pas de relever le plafond des capacités : c'est de faire descendre ce qui était jusqu'ici en haut — le prix, la vitesse, et désormais aussi les protections. C'est cette dernière partie qui me semble la plus intéressante : c'est le point que je regarderais en premier dans les prochaines annonces de milieu de gamme.

— Olya