Que sont Claude Opus 4 et Claude Sonnet 4, et que peuvent-ils faire?

Hier, le jeudi 22 mai 2025, Anthropic a présenté deux nouveaux modèles de la quatrième génération de Claude, Claude Opus 4 et Claude Sonnet 4. Anthropic les présente comme un pas vers un « collaborateur virtuel », une IA capable de rester sur un long projet, de garder la trace de ce qu’elle a fait et de faire avancer un vrai travail plutôt que de répondre à une question à la fois.

Les deux modèles sont sur claude.ai, Sonnet 4 étant ouvert aux utilisateurs gratuits, et les deux sont offerts aux développeurs par l’API d’Anthropic ainsi que par Vertex AI de Google Cloud et Amazon Bedrock. Les prix sont les mêmes que ceux des modèles Opus et Sonnet précédents.

Ce qu’Anthropic a lancé

Les deux modèles partagent une conception, mais répondent à des besoins différents :

Les résultats sont ceux d’Anthropic. SWE-bench Verified demande à un modèle de corriger de vrais bogues tirés de projets à code source ouvert et vérifie la correction à l’aide de tests. Sonnet 4 devance de peu Opus 4 sur ce test précis, mais Anthropic affirme qu’Opus 4 est plus fort dans la plupart des domaines et sur les longues tâches. Un jeton est un petit morceau de texte, à peu près une partie de mot.

Anthropic a aussi annoncé plusieurs compléments aux modèles :

• Claude Code est maintenant accessible à tous; ce n’est plus un aperçu. De nouvelles extensions en version bêta affichent ses modifications directement dans les éditeurs de code VS Code et JetBrains, et une trousse logicielle permet aux développeurs de créer leurs propres agents sur le même moteur.
• De nouveaux outils pour développeurs dans l’API : un outil qui exécute du code, un connecteur pour MCP (le Model Context Protocol, une façon standard de brancher l’IA sur des outils et des données externes), une API Files et une mise en cache des prompts plus longue, qui fait économiser quand les mêmes longues instructions sont envoyées à répétition.

Comment fonctionnent les modèles?

Les deux sont des modèles hybrides. Pour une demande simple, ils répondent presque aussitôt. Pour une demande plus difficile, vous pouvez activer la réflexion approfondie (extended thinking), où le modèle raisonne étape par étape avant de répondre.

La nouveauté, c’est que la réflexion et l’action peuvent maintenant s’entrecroiser. Dans une fonction en version bêta, Claude peut interrompre son raisonnement pour lancer une recherche Web ou utiliser un autre outil, lire les résultats et continuer à réfléchir, un peu comme un chercheur qui s’arrête au milieu d’une idée pour vérifier une référence. Il peut aussi appeler plusieurs outils en même temps.

La mémoire est la deuxième avancée. Quand un développeur donne à Claude l’accès à des fichiers sur un ordinateur, Opus 4 peut rédiger et mettre à jour ses propres notes, comme les faits clés et le travail accompli jusque-là, et les consulter plus tard. L’exemple d’Anthropic : Opus 4 qui tient un guide de navigation en jouant au jeu vidéo Pokémon. Pour les longs travaux, ce genre de carnet aide le modèle à rester cohérent pendant des heures plutôt que des minutes.

Anthropic rapporte aussi que les deux modèles sont 65 % moins susceptibles que Claude 3.7 Sonnet de prendre des raccourcis ou d’exploiter des failles, comme faire réussir un test sans vraiment résoudre le problème, dans les tâches propices à ce comportement. Et quand la réflexion de Claude devient très longue, un modèle plus petit la résume maintenant pour l’affichage, ce qui, selon Anthropic, ne se produit qu’environ 5 % du temps.

Un exemple concret : une longue tâche

Anthropic affirme qu’Opus 4 peut travailler en continu pendant plusieurs heures, et que Rakuten lui a fait mener seul, pendant 7 heures, une refactorisation de code à code source ouvert, soit une vaste réorganisation de code existant. Le reportage de CNBC décrit cela comme presque une journée de travail complète. Une demande qui convient à ce genre de modèle ressemble moins à une question qu’à un bon de travail :

La gestion des dates de notre application est répartie dans 40 fichiers et utilise deux
bibliothèques différentes. Planifie une migration vers une seule bibliothèque. Tiens un fichier
de notes avec ton plan, ce que tu as changé et ce qui reste à faire. Après chaque groupe de
fichiers, lance les tests et corrige les échecs avant de continuer. Arrête-toi et demande-moi
avant de supprimer quoi que ce soit dont tu n’es pas sûr.

Le fichier de notes fait appel à la capacité de mémoire; lancer les tests après chaque étape permet au modèle de vérifier son propre travail; la dernière ligne garde une personne aux commandes pour les choix risqués.

Pourquoi c’est important

Ce lancement montre où Anthropic met ses efforts. Jared Kaplan, son directeur scientifique, a déclaré à CNBC qu’Anthropic a cessé d’investir dans les robots conversationnels à la fin de l’an dernier pour se concentrer sur le travail complexe comme la recherche et la programmation. Il a aussi reconnu le risque : plus la tâche est longue et complexe, plus un modèle a d’occasions de dérailler.

Des partenaires adoptent déjà les modèles. GitHub affirme que Sonnet 4 animera le nouvel agent de programmation de GitHub Copilot, et des entreprises comme Cursor, Replit et Sourcegraph ont salué ses capacités en programmation.

La sécurité fait partie de l’histoire. Pour la première fois, Anthropic déploie un modèle, Opus 4, sous ses protections plus strictes de niveau AI Safety Level 3 (ASL-3). L’entreprise affirme qu’il s’agit d’une précaution : elle n’a pas conclu qu’Opus 4 en a besoin, mais ne pouvait plus l’exclure clairement, surtout en raison du risque d’aider quelqu’un à obtenir des armes chimiques, biologiques, radiologiques ou nucléaires. Les mesures comprennent des filtres qui surveillent ce genre de demandes et une sécurité renforcée autour des poids du modèle, les nombres entraînés qui le composent. Sonnet 4 reste au niveau standard ASL-2.

Devriez-vous utiliser Claude Opus 4 ou Claude Sonnet 4?

Pour la plupart des gens, Sonnet 4 est le bon point de départ. Il est rapide, beaucoup moins cher par l’API, offert dans le forfait gratuit, et le résultat de programmation publié par Anthropic le place à égalité avec Opus 4 pour les corrections de code courantes. La rédaction, les résumés, l’analyse et la programmation ordinaire lui conviennent tous très bien.

Choisissez Opus 4 quand la tâche est longue, complexe ou à fort enjeu : une grosse modification de code dans de nombreux fichiers, un projet de recherche aux sources multiples, ou un agent qui doit travailler pendant des heures avec peu de supervision. Il coûte cinq fois plus cher par jeton : mieux vaut donc le réserver aux travaux où son endurance et sa profondeur supplémentaires comptent.

Peu importe votre choix, essayez la réflexion approfondie pour les problèmes difficiles, donnez au modèle des objectifs et des limites clairs, et examinez les résultats avant de vous y fier.