Claude Sonnet 4.5 en détail : benchmarks vérifiés SWE-bench et OSWorld, ce qu'il a changé pour le codage agentique et sa place en 2026.
📌 Mise à jour 2026 : ceci est un test archivé de Claude Sonnet 4.5, sorti le 29 septembre 2025. Anthropic a depuis livré Sonnet 5 (30 juin 2026) et la famille Claude 5 plus large. Pour la gamme actuelle, voir notre suivi des mises à jour Claude. Nous laissons ce test en ligne parce que Sonnet 4.5 a marqué un véritable point d'inflexion pour le codage agentique — et parce que savoir où en était le domaine aide à juger où il en est.
Sonnet 4.5 dominait les principaux benchmarks de code et était largement décrit comme le meilleur modèle de codage disponible à l'époque — une affirmation étayée par des évaluations indépendantes, et pas seulement par les chiffres d'Anthropic.
Il a bien vieilli. Les schémas agentiques qu'il a rendus praticables — concentration sur des tâches longues, utilisation de l'ordinateur, flux de travail fondés sur des points de contrôle — sont devenus le modèle sur lequel la famille Claude 5, et les concurrents, ont itéré.
Sonnet 4.5 a tenu le créneau du milieu de gamme pendant quatre sorties Opus 4.x avant d'être remplacé. Un modèle qui survit à quatre renouvellements de vaisseau amiral au-dessus de lui n'est pas une solution d'attente : c'est le palier que le fournisseur a jugé porteur.
Sorti le 29 septembre 2025, Sonnet 4.5 a été présenté par Anthropic comme « le meilleur modèle au monde pour les agents, le codage et l'utilisation de l'ordinateur ». Les benchmarks indépendants ont largement confirmé le volet codage :
$3 en entrée / $15 en sortie par million de tokens — inchangé par rapport à Sonnet 4, et cela comptait : le meilleur modèle de codage était aussi celui du milieu de gamme tarifaire.
Sonnet 5 est sorti le 30 juin 2026. L'écart générationnel, sur les suites où les deux ont été mesurés :
| Benchmark | Sonnet 4.6 | Sonnet 5 | Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro (codage agentique) | 58.1% | 63.2% | 69.2% |
| OSWorld-Verified (utilisation de l'ordinateur) | 78.5% | 81.2% | — |
| GDPval-AA v2 (travail de connaissance) | — | 1,618 | 1,615 |
Les 1,618 de Sonnet 5 en travail de connaissance devancent les 1,615 d'Opus 4.8. Qu'un modèle de milieu de gamme égale le vaisseau amiral précédent sur le travail de connaissance général est la preuve la plus nette que la thèse de Sonnet 4.5 — les modèles capables ne sont pas forcément les modèles chers — était juste, et a été poussée plus loin.
Sonnet 4.5 est arrivé à $3/$15 par million de tokens. Sonnet 5 est arrivé au tarif de lancement de $2/$10 jusqu'au 31 août 2026, avant de revenir à $3/$15. Près d'un an plus tard, le palier coûte la même chose et fait nettement plus — c'est tout l'argument de la stratégie du milieu de gamme en une ligne.
Claude Opus 5 est sorti le 24 juillet 2026 à $5/$25 — un tarif identique à celui d'Opus 4.8. Le palier amiral a tenu son prix pendant que le palier de travail absorbait l'essentiel du gain de capacité. C'est le même schéma visible chez tous les fournisseurs en 2026.
Ce qui a tenu : l'avance sur les benchmarks était réelle, mais la marge était étroite (77.2% contre 74.9% pour GPT-5 sur SWE-bench Verified). Ce qui s'est révélé plus durable, c'est l'écart de capacité agentique — le bond d'OSWorld et la fiabilité sur longue session ont été plus difficiles à répliquer rapidement pour les concurrents.
La couverture de la semaine de lancement (y compris la version originale de cet article) s'appuyait sur le cadrage « meilleure IA de codage au monde » et sur des anecdotes de sessions marathon, comme des tâches continues de 30 heures. Ces affirmations remontaient à des conditions de démonstration ; au quotidien, les résultats dépendaient fortement de la qualité du harnais et du découpage des tâches. Traitez toute affirmation de supériorité à un seul chiffre datant de cette période comme un instantané, pas comme une loi.
« Meilleure IA de codage au monde » comme étiquette durable. Sur les chiffres actuels de SWE-bench Pro, les 69.2% d'Opus 4.8 dépassent de six points les 63.2% de Sonnet 5, et les deux se situent sur une suite qui n'existait pas au lancement de 4.5. Dans cette catégorie, le leadership sur les benchmarks est un instantané dont la durée de conservation se compte en mois.
Non. Sonnet 5 est meilleur sur tous les axes mesurés et — pendant la fenêtre de lancement — moins cher. Aucun scénario ne justifie de démarrer un nouveau projet sur 4.5.
La migration est un gain net et simple : meilleur codage agentique, meilleure utilisation de l'ordinateur, et un tarif qui revient à parité après août. Les schémas que vous avez bâtis autour des points de contrôle et des tâches longues se transposent directement.
Sonnet 4.5 est le cas le plus clair d'un fournisseur décidant que c'est au palier intermédiaire que la capacité doit se cumuler. Chaque sortie ultérieure d'Anthropic, et toute la stratégie 3.x Flash de Google, est une variation de cette décision.
Sonnet 4.5 est resté le modèle de travail de milieu de gamme d'Anthropic pendant quatre sorties Opus 4.x, a reçu une mise à jour 4.6 en février 2026, et a finalement été remplacé par Sonnet 5 le 30 juin 2026, qui a prolongé l'orientation codage agentique avec un usage des outils et un raisonnement plus solides.
Sonnet 4.5 est la sortie où les pièces — benchmarks, utilisation de l'ordinateur, points de contrôle, mémoire — se sont pour la première fois emboîtées dans un seul modèle de milieu de gamme tarifaire, et tout ce qu'Anthropic a livré ensuite est une élaboration de cette combinaison.
Si vous choisissez un modèle aujourd'hui, partez de la gamme Claude actuelle. Pour les pratiques de travail bâties sur les schémas agentiques de cette génération, voir les bonnes pratiques de codage avec Claude, et pour sa comparaison face à Copilot et Cursor, le comparatif à trois.
Sources: Annonce d'Anthropic · Tests de benchmarks de DataCamp · Évaluation codage de Surge AI · Analyse de CodeRabbit · Couverture du lancement par TechCrunch
Test archivé · Substantiellement révisé le 29 juillet 2026
Seedance 2.5 réunit 30 secondes d'audio-vidéo, 50 références mixtes et un montage minuté. Voici ce qui est officiel, tarifé et à tester.
MiniMax H3 génère de la vidéo 2K avec son stéréo natif, publie ses tarifs à la seconde et fournit les poids H3-Base sous Community License.
Hermes Agent associe mémoire persistante et skills auto-améliorés, mais sûreté et résultats dépendent du backend, des approbations et de votre revue.
OpenClaw est un runtime d'agent puissant dont la valeur dépend de la sécurité de passerelle, de la vérification des skills et de discipline d'exploitation.
La musique IA en 2026 : capacités et procès de Suno et Udio, le copyright complet d'AIVA, et comment l'accord Warner réécrit vos droits commerciaux.
Le marché de la vidéo IA après Sora, avec les vrais prix : 0,50 à 2,50 $ le clip de 10 s, qui mène aujourd'hui, et comment choisir par plan.
Le comparatif honnête des offres gratuites 2026 : la générosité de Gemini, la qualité de Claude, l'étendue bridée de ChatGPT, et quand passer au payant.
Ce que GPT-5 a livré en août 2025, pourquoi le premier mois a déraillé, et comment son architecture se lit depuis les trois paliers de GPT-5.6.
