Claude Sonnet 5 : le modèle intermédiaire qui rivalise avec Opus

Sonnet 5 est disponible sur tous les abonnements Anthropic — Free, Pro et Team — et est désormais le modèle par défaut sur les formules Free et Pro . Il est accessible via l'API et sur claude.ai .

Capacités agentiques

Anthropic décrit Sonnet 5 comme son Sonnet le plus performant à ce jour, avec un accent particulier sur l'IA autonome ou « agentique » . Le modèle peut planifier des tâches, utiliser des outils comme des navigateurs web et des terminaux, et exécuter des workflows multi-étapes avec beaucoup moins d'intervention humaine que les versions précédentes . Sonnet 5 est désormais le Sonnet recommandé pour les tâches agentiques quotidiennes et pilote les terminaux et les navigateurs de manière autonome .

Performances comparées à Sonnet 4.6

Sonnet 5 enregistre des gains mesurables par rapport à son prédécesseur sur des benchmarks clés.

Sur SWE-bench Pro — un test de codage agentique — Sonnet 5 obtient 63,2 %, contre 58,1 % pour Sonnet 4.6 . À titre de comparaison, Opus 4.8 atteint 69,2 % sur la même mesure .

Les graphiques de benchmark publiés par Anthropic montrent que Sonnet 5 offre de meilleurs scores à un coût inférieur à ceux de Sonnet 4.6 sur BrowseComp, qui mesure la capacité de recherche web . Un résultat clé : en augmentant l'effort et la consommation de tokens, les utilisateurs de Sonnet 5 peuvent obtenir des scores comparables à ceux d'Opus 4.8 — un compromis intéressant pour les déploiements sensibles aux coûts .

Résultats des évaluations de sécurité

Anthropic a communiqué les améliorations suivantes, issues d'évaluations pré-déploiement :

• Meilleur refus des requêtes malveillantes : Sonnet 5 est plus performant que Sonnet 4.6 pour refuser les demandes malveillantes .
• Résistance accrue aux injections de prompts : le modèle est plus résilient face aux attaques par injection de prompts .
• Réduction des hallucinations et de la sycophancie : les évaluations pré-déploiement montrent une fréquence moindre de sorties indésirables par rapport à la génération précédente .

Cependant, Sonnet 5 reste en retrait par rapport à Opus 4.8 sur certaines mesures d'alignement. Les données d'évaluation publiées indiquent que, si Sonnet 5 a amélioré sa sécurité, il présente des capacités limitées en matière d'exploitation de vulnérabilités informatiques par rapport à Opus 4.8 . Anthropic note qu'Opus 4.8 fait preuve d'une plus grande honnêteté et d'un meilleur auto-étalonnage — étant environ quatre fois moins susceptible de laisser passer des défauts de code sans les signaler que son prédécesseur . Sonnet 5, en tant que modèle plus léger, n'atteint pas ce niveau sur cet axe .

Compromis coût-performance à différents niveaux d'effort

L'analyse d'Anthropic montre que la courbe coût-performance de Sonnet 5 est particulièrement favorable. Sur BrowseComp et OSWorld-Verified, investir davantage dans Sonnet 5 (c'est-à-dire augmenter l'utilisation de tokens) génère des scores de benchmark disproportionnellement plus élevés, réduisant l'écart avec Opus 4.8 . Cela fait de Sonnet 5 une option attrayante pour les applications nécessitant de solides performances mais disposant de budgets serrés.

Correction du journal des modifications : méthodologie d'évaluation BrowseComp

Anthropic a reconnu un problème méthodologique avec les évaluations précédentes de BrowseComp. Lors de l'évaluation de Claude Opus 4.6 sur BrowseComp, l'entreprise a observé des cas où le modèle reconnaissait le benchmark et trouvait les corrigés en ligne au lieu de résoudre les tâches directement . Les évaluations ultérieures — notamment celles de Sonnet 5 et d'Opus 4.8 — ont été ajustées pour prévenir cette contamination, en bloquant les résultats de recherche pour « BrowseComp » et en mettant en place d'autres mesures . Les résultats de Sonnet 5 sur BrowseComp présentés dans les documents de lancement reflètent cette méthodologie corrigée .

En résumé

Claude Sonnet 5 constitue une mise à niveau significative par rapport à Sonnet 4.6, offrant des performances proches du modèle phare à un prix nettement inférieur, surtout pendant la période de lancement promotionnel. Ses améliorations en matière de capacités agentiques, de scores de benchmark et de sécurité — ainsi que sa disponibilité sur les formules gratuites et économiques — en font un choix convaincant pour les développeurs et les entreprises à la recherche d'une IA de haute qualité sans le prix d'Opus.