L'essentiel en 30 secondes

Anthropic n'a pas sorti le modèle le plus puissant du marché le 30 juin 2026. Elle a sorti le moins cher pour faire tourner des agents. Ce choix en dit long sur ce qui compte vraiment cette année en IA appliquée.

Ce qu'Anthropic a lancé le 30 juin

Le 30 juin 2026, Anthropic a lancé Claude Sonnet 5, présenté comme son modèle Sonnet le plus agentique. Le prix de lancement, valable jusqu'au 31 août 2026, s'établit à 2 dollars pour un million de tokens en entrée et 10 dollars en sortie ; à partir du 1er septembre, il passe à 3 et 15 dollars (TechCrunch). Sonnet 5 est ainsi moins cher qu'Opus 4.8, que le GPT-5.5 d'OpenAI et que le Gemini 3.1 Pro de Google, tout en restant plus cher que le Gemini 3.5 Flash.

Sur les performances, le modèle atteint 63,2 % sur un test de codage agentique, contre 69,2 % pour Opus 4.8 et 58,1 % pour Sonnet 4.6. Anthropic affirme que Sonnet 5 "peut établir des plans, utiliser des outils comme des navigateurs et des terminaux, et fonctionner de façon autonome à un niveau qui exigeait encore, il y a quelques mois, des modèles bien plus gros et plus chers" (Anthropic). Le modèle devient le choix par défaut des offres gratuite et Pro.

Les premiers retours de partenaires pointent la même chose : le coût. Daniel Shepard, ingénieur senior chez Zapier, raconte avoir confié à Sonnet 5 une tâche en deux temps, mettre à jour des niveaux de compte dans Salesforce puis envoyer une annonce de lancement, menée de bout en bout ; "ça calait à mi-chemin avant. Pour l'automatisation du quotidien, c'est une évidence". Sualeh Asif, cofondateur de Cursor, ajoute qu'avec Sonnet 5 les agents "restent sur le plan, suivent nos conventions et livrent des changements propres en plusieurs étapes, le tout à un coût efficient" (The Next Web).

Pourquoi le prix devient-il l'argument numéro un ?

Parce qu'un agent coûte à chaque étape, et qu'un agent en fait beaucoup. Un agent multi-étapes consomme 5 à 30 fois plus de tokens qu'une simple conversation : un agent à appels d'outils simples brûle 5 000 à 15 000 tokens par tâche, un système multi-agents complexe monte de 200 000 à plus d'un million de tokens pour la même tâche. Le prix d'un modèle ne se multiplie plus par le nombre de messages d'un chat, mais par le nombre d'étapes internes d'un agent.

Dans cette arithmétique, diviser le prix par deux ne fait pas gagner deux fois ; sur une boucle de vingt appels d'outils, cela change l'ordre de grandeur de la facture mensuelle. C'est pour cela qu'Anthropic vend Sonnet 5 comme un rabais face à son propre modèle haut de gamme. Selon VentureBeat, ce positionnement en forte remise arrive alors que l'entreprise court vers une entrée en Bourse ; Anthropic a bouclé une série H de 65 milliards de dollars qui la valorise 965 milliards de dollars, et a déposé un dossier d'introduction confidentiel.

Le signal dépasse Anthropic. Quand un fournisseur de modèles met en avant le coût par tâche plutôt que le seul score de benchmark, c'est que ses clients raisonnent désormais en facture, pas en démonstration. Salesforce prévoit de dépenser 300 millions de dollars en tokens Anthropic sur l'année 2026 : à cette échelle, chaque dollar par million de tokens pèse directement sur la marge d'un produit.

Le "tokenmaxxing" est mort, l'efficience prend le relais

Le contexte de ce lancement, c'est la fin du tokenmaxxing (le fait de traiter le volume de tokens consommés comme une preuve de productivité). CNBC datait déjà du 26 juin 2026 le basculement des utilisateurs d'OpenAI et d'Anthropic, du tokenmaxxing vers l'efficience. La raison est brutale : dans certaines configurations agentiques, faire tourner l'IA coûte plus cher que payer un salarié pour la même tâche.

Fortune rapportait le 22 mai 2026 que les données internes de Microsoft montrent qu'un agent multi-étapes, qui lit plusieurs documents, interroge une base, rédige une réponse puis la corrige, peut brûler 50 000 à 200 000 tokens pour un travail qu'un humain boucle en 20 minutes. Bryan Catanzaro, vice-président chez Nvidia, résume : "Pour mon équipe, le coût du calcul dépasse de loin le coût des employés" (Fortune).

Le paradoxe est que le prix unitaire baisse pendant que la facture totale grimpe. Gartner estime que l'inférence sur un modèle de mille milliards de paramètres coûtera près de 90 % de moins en 2030 qu'en 2025 ; mais Goldman Sachs prévoit que l'IA agentique pourrait multiplier par 24 la consommation de tokens d'ici 2030, jusqu'à 120 quadrillions de tokens par mois. Plus les agents deviennent autonomes, plus ils consomment, et plus le coût agrégé monte même si chaque token coûte moins cher. Uber en a fait l'expérience : la société a épuisé tout son budget d'outils IA 2026 en quatre mois, dès avril (CNBC). Sonnet 5, c'est la réponse commerciale d'un fournisseur à cette crise de budget.

Ce que ça change pour qui construit des agents

La leçon pratique tient en une phrase : le gagnant de l'IA appliquée n'est pas celui qui déploie le plus gros modèle, mais celui qui architecture pour le modèle le moins cher qui passe la barre de qualité. Deux techniques dominent déjà. Le routage de modèles, qui envoie les tâches routinières vers un palier bon marché et n'escalade vers un modèle de pointe que si la requête l'exige, réduit les coûts de plus de 85 % en préservant environ 95 % de la qualité. Les architectures de compétences modulaires, elles, coupent la consommation de tokens de 60 à 90 % sans perte de résultat.

Sonnet 5 déplace le curseur de ce routage. En rendant une qualité proche d'Opus disponible pour une fraction du prix, il rend le palier "assez bon" nettement moins cher ; davantage d'étapes d'un agent peuvent rester sur le modèle intermédiaire au lieu d'escalader vers le haut de gamme. Concrètement, un builder qui refait aujourd'hui l'audit de coût de ses agents va probablement rebasculer une part de son trafic vers Sonnet 5 et ne garder Opus 4.8 que sur les décisions les plus dures. Le choix ne se fait plus au niveau du produit, mais au niveau de chaque étape.

Le lien avec mon quotidien

Ce raisonnement, je l'applique déjà par défaut. Sur mon dashboard Bloomberg piloté par Claude Haiku 4.5 sur portefeuille personnel, j'ai choisi volontairement un modèle bon marché : la lecture de marché n'a pas besoin d'un modèle haut de gamme pour être utile, et le coût par exécution reste négligeable. La même logique guide mes automatisations n8n comme la veille d'IA Brew (93 nœuds) ou la chaîne de veille de la Fromagerie Ermitage : le plus gros du travail est du filtrage déterministe et de la déduplication, pas des appels de modèle ; l'IA n'intervient que là où elle apporte vraiment quelque chose.

Un lancement comme Sonnet 5 ne change pas cette hygiène, il l'élargit. Il fait descendre le seuil où un modèle "moyen" suffit, donc il agrandit la part des tâches qu'on peut traiter sans jamais toucher au modèle le plus cher. Pour une PME ou une association qui me demande une automatisation, c'est directement de la marge : le même flux, la même fiabilité, une facture de tokens plus basse.

À retenir

En 2026, le benchmark ne vend plus ; le coût par tâche vend. Anthropic vient de le reconnaître en facturant Sonnet 5 comme un rabais sur son propre haut de gamme. La vraie question pour votre équipe n'est plus "quel est le meilleur modèle ?", mais "quel est le modèle le moins cher qui fait le travail, et à quelle étape puis-je escalader ?".

Questions fréquentes

Combien coûte Claude Sonnet 5 ?

Claude Sonnet 5 est facturé 2 dollars par million de tokens en entrée et 10 dollars en sortie jusqu'au 31 août 2026. À partir du 1er septembre 2026, le tarif passe à 3 dollars en entrée et 15 dollars en sortie. Il reste moins cher qu'Opus 4.8, que GPT-5.5 et que Gemini 3.1 Pro.

Sonnet 5 est-il meilleur qu'Opus 4.8 ?

Non sur la performance brute : Sonnet 5 atteint 63,2 % sur un test de codage agentique, contre 69,2 % pour Opus 4.8. Mais il vise une qualité proche pour une fraction du prix, ce qui en fait souvent le meilleur choix économique pour faire tourner des agents en volume.

Qu'est-ce que le tokenmaxxing ?

Le tokenmaxxing désigne le fait de traiter le volume de tokens consommés comme une preuve de productivité : plus un agent brûle de tokens, plus il semblerait travailler. En 2026, les entreprises abandonnent cette logique au profit de l'efficience, car les agents peuvent coûter plus cher qu'un salarié pour la même tâche.

Comment réduire le coût des agents IA ?

Deux leviers dominent : le routage de modèles, qui réserve le modèle de pointe aux seules requêtes qui l'exigent et réduit les coûts de plus de 85 % en préservant environ 95 % de la qualité, et les architectures de compétences modulaires, qui coupent la consommation de tokens de 60 à 90 %. Choisir le modèle étape par étape plutôt qu'un seul gros modèle partout reste la règle la plus efficace.