Le prix au token de Sonnet 5.5 face au coût réel par tâche

Le 28 septembre 2026, Anthropic a publié Claude Sonnet 5.5, le deuxième modèle de la génération 5.5 après Opus 5.5, sorti le 22 septembre. Le prix n'a pas bougé par rapport à Sonnet 5 : 2 $ par million de tokens en entrée, 10 $ par million de tokens en sortie, et 0,20 $ par million de tokens lus depuis le cache de prompt. Un token est l'unité de texte sur laquelle les modèles d'IA sont facturés.

Malgré cela, Anthropic indique que le nouveau modèle coûte jusqu'à 30 % de moins par tâche dans ses tests, et qu'il écrit sa sortie plus de 30 % plus vite. La raison n'est pas une remise. Le modèle a simplement besoin de moins de tokens pour accomplir le même travail. C'est le point qui mérite l'attention de toute entreprise qui paie une facture d'IA : le prix au token ne vous dit pas ce que coûte une tâche.

Pourquoi la facture baisse alors que le prix au token ne bouge pas

La facture d'un modèle est le nombre de tokens multiplié par leur prix. Et le nombre de tokens n'est pas déterminé par la seule longueur de votre question. Il dépend de ce que fait le modèle pour parvenir à une réponse : combien d'étapes il franchit, combien de fois il appelle un outil ou lance une recherche, et combien il réfléchit avant d'écrire. La documentation d'Anthropic précise que les tokens de réflexion sont facturés comme des tokens de sortie, les plus chers.

En parallèle de l'annonce, Anthropic a publié les résultats d'entreprises qui ont testé le modèle avant son lancement :

• Balyasny Asset Management : sur 2 441 tâches financières couvrant les questions-réponses, l'extraction, l'analyse et la prévision, Sonnet 5.5 a utilisé environ 121 000 tokens par réponse contre 497 000 pour Sonnet 5, avec un meilleur score.
• Slack : il a devancé Sonnet 5 sur presque toutes les évaluations hors ligne du Slackbot de Slack, en moins d'étapes et avec environ 14 % de tokens de sortie en moins, sans aucun changement des prompts.
• Lovable : dans ses évaluations de codage, il a eu besoin d'un tiers d'appels d'outils en moins et de près de la moitié des exécutions shell pour terminer une tâche.
• Box : il a été plus précis que le modèle précédent, 2,4 fois plus rapide, et a utilisé 12 % de tokens en moins au total.

Remarquez l'amplitude : de 12 % de tokens en moins à près de trois quarts en moins, selon le type de travail. Il s'agit des tests propres à ces entreprises, tels que publiés par Anthropic, et non de mesures indépendantes. En pratique, l'économie réelle dans votre entreprise ne peut être connue qu'en l'essayant sur vos propres tâches.

Sonnet 5.5 ou Opus 5.5 : la différence de prix et de capacité

Opus 5.5 facture deux fois plus cher l'entrée et la sortie, tandis que les lectures en cache coûtent le même prix, et sur la plupart des benchmarks publiés l'écart est faible. Mais Anthropic lui-même attribue à chaque modèle un rôle différent.

Les chiffres proviennent de l'annonce d'Anthropic et de sa documentation sur les prix et les modèles. Le score de Terminal-Bench pour Opus 5.5 est son score le plus élevé, obtenu à l'effort Xhigh. À titre de comparaison, Sonnet 5 était noté autour de 1449 sur GDPval-AA.

Les chiffres sont proches, mais la même annonce précise que les benchmarks ne saisissent qu'une facette de la capacité, et que dans les tests d'Anthropic comme dans ceux de testeurs externes, Opus 5.5 reste nettement plus solide sur le travail complexe et ouvert qui exige un jugement soutenu. Sonnet 5.5 donne le meilleur de lui-même sur les tâches quotidiennes bien délimitées, la correction de bugs et la production de documents, de présentations et de tableurs.

Notre lecture, en termes opérationnels : répondre à une demande client selon des règles claires, extraire les données d'une facture, résumer une réunion ou rédiger une présentation à partir d'un modèle figé sont des travaux pour Sonnet. Concevoir un nouveau système, mener une analyse ouverte qui pèse des options, ou prendre une décision qui repose sur un contexte long et enchevêtré sont les cas où Opus peut justifier son prix. Nous avons comparé Opus 5.5 au modèle de tête Fable 5.1 en détail dans un article précédent.

L'effort : le réglage qui déplace la facture plus que le nom du modèle

Sonnet 5.5 fonctionne selon cinq niveaux d'effort : low, medium, high, xhigh et max. Plus le niveau est élevé, plus le modèle travaille longtemps et se vérifie, donc plus le coût par tâche monte — et le score généralement aussi. La valeur par défaut est medium dans les applications Claude et dans Claude Code, et high lorsque vous l'appelez via l'API.

Anthropic indique que sur plusieurs benchmarks, Sonnet 5.5 à l'effort low ou medium a devancé le meilleur score de Sonnet 5 pour environ un dixième du coût par tâche. Sur FrontierCode, qui mesure si une modification de code pourrait être fusionnée sans retouche humaine, il a obtenu 10 points de plus que Sonnet 5 au même réglage high, pour environ un quinzième du coût par tâche.

Une remarque de l'annonce mérite qu'on s'y arrête : sur FrontierCode, Sonnet 5.5 a obtenu un score plus faible à l'effort max qu'à xhigh, parce qu'il a plus souvent lancé la compétence de revue de code de Claude Code, qui répartit la revue entre de nombreux sous-agents ; dans deux cas examinés par Cognition, cela a conduit à un dépassement de délai ou à des modifications au-delà de la tâche. L'effort le plus élevé n'est pas toujours le meilleur résultat, mais il coûte généralement le plus cher.

Le guide de migration avertit aussi que les niveaux ont été recalibrés : un niveau donné ne produit donc pas la même quantité de réflexion que sur Sonnet 5. Il recommande de démarrer à high pour le travail général, à medium pour le codage et les tâches outillées à plusieurs étapes bien spécifiés, et à medium ou low pour la conversation et tout ce qui est sensible à la latence. Autrement dit, un système qui appelle le modèle via l'API sans fixer de niveau tournera à high, et pourrait payer davantage que ne l'exigent ses tâches de routine.

Avant que votre développeur ne change le nom du modèle

Changer de modèle ressemble à une modification d'une seule ligne, mais le guide de migration liste des changements qui peuvent arrêter une intégration en service ou modifier sa facture :

• La désactivation de la réflexion a changé : les systèmes qui désactivent la réflexion sur Sonnet 5 avec thinking: {"type": "disabled"} recevront une erreur 400 de Sonnet 5.5. Le remplacement est le nouveau réglage between_tools, accepté uniquement aux efforts low, medium et high.
• La réflexion est activée par défaut : une requête qui ne fixe aucun champ de réflexion tourne avec la réflexion adaptative sur Sonnet 5.5. Quiconque vient de Sonnet 4.6 ou antérieur, ou de Haiku 4.5, où la réflexion était désactivée par défaut, paiera désormais des tokens de réflexion sur des requêtes qui n'ont jamais fixé de champ de réflexion.
• Le même texte, plus de tokens, si vous venez de la génération 4 : Sonnet 5.5 utilise le tokenizer de Sonnet 5, et la documentation indique que le même texte produit environ 30 % de tokens de plus que sur Sonnet 4.6, Sonnet 4.5 et Haiku 4.5, selon le contenu. L'économie par tâche annoncée par Anthropic est mesurée par rapport à Sonnet 5, et non par rapport à la génération 4.
• La forme de la réponse : une réponse peut commencer par un bloc de réflexion avant le texte, de sorte qu'un code qui lit le premier élément de la réponse comme étant le texte cassera.
• Les réglages refusés : les budgets de réflexion fixes, les valeurs non par défaut de paramètres comme temperature et top_p, le préremplissage de la réponse de l'assistant et l'usage forcé d'un outil, qu'il s'agisse d'un outil précis ou de n'importe lequel, renvoient tous une erreur 400.
• Les tâches de cybersécurité : parce que les capacités cyber du modèle sont comparables à celles d'Opus 5, Anthropic l'a lancé avec des garde-fous selon lesquels les tâches de sécurité à risque plus élevé basculent visiblement vers Sonnet 5. Sur l'API, une requête refusée renvoie un refus, sauf si le développeur active le repli côté serveur en bêta, disponible uniquement sur l'API Claude. Trouver et corriger des bugs dans le cadre du développement courant n'est pas concerné.

Le modèle est disponible sur la plateforme Claude, AWS, Google Cloud et Microsoft Azure, et la documentation indique qu'il ne sera pas retiré avant le 28 septembre 2027 : quiconque construit dessus aujourd'hui dispose donc d'environ un an avant d'être contraint de bouger.

Comment mesurer le coût par tâche dans votre entreprise

La question à poser à qui pilote votre intégration d'IA n'est pas ce que coûte le modèle, mais ce que nous coûte une tâche acceptée. La mesure est simple :

• Choisissez un échantillon réel : de 20 à 50 tâches issues de votre travail effectif, par exemple des réponses à des clients ou des factures dont extraire les données, et non des exemples inventés.
• Faites-le tourner sur les deux modèles : votre modèle actuel et Sonnet 5.5, à deux niveaux d'effort au moins. L'API renvoie le nombre de tokens d'entrée et de sortie avec chaque réponse : journalisez-les avec la durée d'exécution.
• Faites juger la qualité par un collaborateur : quelqu'un qui connaît le travail décide quelles sorties sont acceptables telles quelles.
• Calculez le coût par tâche acceptée : le coût total divisé par le nombre de sorties acceptées. Un modèle moins cher dont un tiers des tâches doivent être refaites n'est pas moins cher.
• Exploitez les options tarifaires : le travail non urgent, comme le traitement d'une archive de factures, peut passer par l'API Batch à moitié prix : 1 $ en entrée et 5 $ en sortie par million de tokens. Le contexte qui se répète à chaque requête, comme les politiques de l'entreprise ou un catalogue produits, est lu depuis le cache à 0,20 $ au lieu de 2 $, et le prompt minimal pouvant être mis en cache est désormais de 512 tokens au lieu de 1 024.

Le regard d'Origami

Les grilles tarifaires invitent à comparer le coût d'un million de tokens, mais cette sortie illustre clairement que le chiffre qui compte est le coût d'une tâche. Un même modèle au même prix peut devenir moins cher parce qu'il travaille en moins d'étapes, et il peut devenir plus cher si la réflexion s'active par défaut ou si quelqu'un relève le niveau d'effort sans mesurer. Une entreprise qui paie une facture d'IA mensuelle sans connaître le coût d'une seule tâche pilote une ligne budgétaire qu'elle ne voit pas.

C'est pourquoi nous estimons que tout système utilisant un modèle de langage dans une entreprise devrait faire du nom du modèle et du niveau d'effort un réglage modifiable sans reprogrammation, et devrait journaliser les tokens par tâche dans un rapport mensuel. Passer à une nouvelle version, comme Sonnet 5.5 aujourd'hui et Haiku 5.5, qu'Anthropic annonce pour les prochaines semaines, devient alors une décision qui se mesure en jours, et non un nouveau projet.

L'essentiel

Sonnet 5.5 n'a pas baissé son prix affiché, mais il peut réduire votre facture si le modèle précédent dépense beaucoup d'étapes et de tokens sur votre type de travail. Avant de basculer :

• Demandez à votre développeur de revoir les réglages de réflexion et le code qui lit les réponses, puis de tester l'intégration dans un environnement de préproduction avant la production.
• Mesurez le coût par tâche acceptée sur un échantillon réel, à deux niveaux d'effort au moins.
• Si vous êtes sur Sonnet 4.6 ou plus ancien, tenez compte des tokens supplémentaires que le même texte produit désormais avant de supposer la moindre économie.
• Gardez Opus 5.5 pour les tâches ouvertes qui exigent du jugement, basculez les tâches répétitives bien définies vers Sonnet 5.5, et surveillez les chiffres pendant un mois complet.

Sources

• Anthropic — Présentation de Claude Sonnet 5.5 (28 septembre 2026)
• Documentation Claude — Tarifs, dont l'API Batch et la mise en cache des prompts
• Documentation Claude — Panorama des modèles : fenêtre de contexte, sortie maximale, effort par défaut et dates de retrait
• Documentation Claude — Migrer vers Claude Sonnet 5.5
• TechCrunch — Anthropic publie Sonnet 5.5 (28 septembre 2026)