Tier B — Production
Fonctionne en :USCréé en :United States

Date de retrait

Le fournisseur indique le 29 septembre 2026 comme date de retrait provisoire. Le modèle reste disponible normalement pour l’instant.

Anthropic

Claude Sonnet 4.5

Tier B — Production · 200K tokens

Équipe éditoriale Tokonomix·Relu par Mes Kalkan··

Claude Sonnet 4.5 est un grand modèle de langage développé par Anthropic, publié dans le cadre de la famille de modèles Claude 3.5. Il constitue une amélioration itérative par rapport aux versions précédentes de Sonnet, maintenant l'équilibre entre performance et efficacité qui caractérise le niveau Sonnet dans la gamme de produits d'Anthropic. Le modèle est conçu pour des tâches de génération de texte à usage général, notamment l'analyse, la création de contenu, l'assistance au codage et les interactions conversationnelles. Le modèle dispose d'une fenêtre de contexte de 200,000 tokens, lui permettant de traiter et de maintenir la cohérence sur d'importants volumes de texte dans une seule conversation ou session d'analyse documentaire. Claude Sonnet 4.5 prend en charge les entrées et sorties textuelles standard, sans capacités multimodales natives pour le traitement d'images ou d'audio. Son architecture privilégie le suivi des instructions, l'exactitude factuelle et le maintien de limites appropriées dans les réponses. Au sein de la hiérarchie des modèles d'Anthropic, Sonnet occupe la position intermédiaire entre les modèles Haiku, plus rapides et plus économiques, et le niveau Opus, plus performant mais plus gourmand en ressources. Ce positionnement rend Claude Sonnet 4.5 adapté aux applications nécessitant des performances fiables sur des tâches variées sans la charge de calcul des modèles phares. Le modèle est accessible via l'API d'Anthropic et certaines plateformes partenaires, couvrant des cas d'usage allant de l'automatisation du service client à l'assistance au développement logiciel et à l'analyse documentaire, dans des contextes d'entreprise comme pour les développeurs individuels.

Testez Claude Sonnet 4.5 avec vos propres questions

Claude Sonnet 4.5 affine l équilibre performance-efficacité de la série Sonnet, avec 200 000 tokens pour les applications professionnelles.

— Synthèse benchmark Tokonomix
Section 01

Analyse de vitesse

Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.

Latence P50 (médiane)Latence P95100 runs
7023508631391191192408-2109-15ms
Section 02

Scores de qualité

Comment ce modèle se situe par rapport au reste du champ sur chaque catégorie de prompts, à partir d'un ajustement par paires sur les mêmes prompts. La note brute du juge figure sous chaque nombre.

40%
Génération de code
moyenne du juge 94
57%
Créatif
moyenne du juge 90
70%
Factuel
moyenne du juge 90
61%
Multilingue
moyenne du juge 97
77%
Raisonnement
moyenne du juge 100
78%
Santé
moyenne du juge 85

Taux de victoire par catégorie : la fréquence à laquelle ce modèle bat un modèle moyen sur un prompt de cette catégorie. 50% est la moyenne, pas un échec. Ce n'est pas un pourcentage de bonnes réponses.

Section 03

Tarifs

Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.

💰
Tarifs API — Claude Sonnet 4.5
$3.90 par 1M de tokens d'entrée
$19.50 par 1M de tokens de sortie
≈ $0.0062 par conversation typique (800 tokens)
Prix entrée vs sortie (par 1M de tokens)
par 1M de tokens d'entrée$3.90
par 1M de tokens de sortie$19.50
Section 04

Tokens par seconde

Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.

Débit (tokens / s)221 / avg 182
28320

Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.

Section 05

Forces & faiblesses

Basé sur les résultats de benchmarks et les retours communautaires agrégés sur des cas d'usage réels.

Forces

Performance équilibrée au quotidienContexte de 200 000 tokensSuivi précis des instructionsAssistance codage polyvalenteCapabilities multilinguesFiable sur tâches répétitives

Faiblesses

Raisonnement moins profond qu OpusPas de traitement multimodalMoins rapide que Haiku
Section 06

Capacités

toolssource: litellmvisionjson modepdf inputreasoningjson schemaprompt cachingmax output tokens: 64000
Section 07

Questions fréquentes

Sonnet 4.5 apporte des améliorations itératives en raisonnement, précision et suivi des instructions tout en maintenant le positionnement intermédiaire de la gamme.

Une évolution solide pour les développeurs recherchant fiabilité et précision dans leur stack IA.

— Synthèse benchmark Tokonomix
Section 08

Disponibilité

Disponibilité

Pas encore de données

Nous n'avons pas encore enregistré suffisamment d'appels API pour afficher les statistiques de disponibilité de ce modèle. Les données apparaîtront dès que le modèle reçoit du trafic en direct.

Section 09

Verdicts benchmark Tokonomix

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-594/100 · 151 runs
142 correct3 partial6 wrong94% accuracy
● 2026-09-13

Major quality leap with 11.8-point gain, though response times increase 18%

Claude Sonnet 4.5 demonstrates significant improvement in this benchmark window, with overall quality jumping from 71.0 to 82.8 points. The gains are particularly pronounced in reasoning, which achieved a perfect 100 score, and coding, which climbed from 76 to an impressive 96. These advances represent a substantial capability enhancement across technical domains. However, this improved performance comes with a tradeoff in response time, as median latency increased from 6005ms to 7106ms, representing an 18% slowdown. One notable concern is the factual category score of 53, which stands in stark contrast to the excellent reasoning and coding performance. This discrepancy suggests potential inconsistency in knowledge retrieval or factual accuracy tasks. The previous window showed strong multilingual capabilities at 92 points and moderate creative performance at 45, but these categories were not tested in the current window, leaving questions about whether improvements extend across all domains. Users prioritizing code generation and logical reasoning will find substantial value in this iteration, while those requiring fast response times or factual precision may need to weigh these considerations carefully.

Qualité

82.8

Latence p50

7,106 ms

Exécutions de test

5

✓ Quality increased 11.8 points✓ Reasoning perfected at 100✗ Latency up 18%✗ Factual accuracy only 53
Section 10

Profil complet du modèle

Claude Sonnet 4.5 — illustration 1
Claude Sonnet 4.5 : le niveau intermédiaire de production qui a fait ses preuves

Claude Sonnet 4.5 (claude-sonnet-4-5-20250929) est l'instantané Sonnet de fin septembre 2025. Deux cent mille tokens de contexte. Entrée texte-plus-vision. Le modèle intermédiaire sur lequel la plus grande cohorte de déploiements Claude en production a fini par tourner.

Le cadrage qui correspond le mieux à cet instantané : Sonnet 4.5 est celui vers lequel les équipes se tournent quand elles ont regardé Opus et décidé que la qualité de raisonnement dépasse ce dont elles ont réellement besoin, et regardé Haiku en décidant que la profondeur n'est pas suffisante. Il se positionne au milieu intentionnellement, et il le fait bien.

Pourquoi cet instantané a séduit

Plusieurs éléments se sont mis en place simultanément dans le 4.5 pour en faire la cible d'upgrade par défaut des équipes sous Sonnet 4.0 :

  • Meilleure adhérence aux schémas JSON. Les instantanés Sonnet précédents dérivaient parfois sur les noms de champs avec des schémas imbriqués complexes. Le 4.5 respecte le contrat de façon fiable.
  • Posture de refus plus précise. Le modèle décline les prompts limites avec le même style de raisonnement qu'Opus, plutôt que la posture légèrement différente que montraient les instantanés Sonnet précédents.
  • Gestion du prompt système plus prévisible. Quand le prompt système et le prompt utilisateur sont en conflit, le 4.5 pondère les deux plutôt que de silencieusement en privilégier un.
  • Meilleure cohérence sur les longues sorties. Les réponses multi-paragraphes restent cohérentes sans la répétition dans laquelle dérivaient parfois les instantanés Sonnet précédents.

Aucun de ces points n'est un titre de benchmark. Tous comptent quand vous faites tourner une boucle d'agent ou un pipeline d'extraction structurée et que vous comptez les échecs par dix mille requêtes.

Ce qu'une fenêtre de 200 000 tokens vous apporte

Deux cent mille tokens suffisent pour une base de code conséquente, un long rapport trimestriel, ou un dossier de due diligence multi-documents. Sonnet 4.5 maintient son attention raisonnablement sur la plupart du tampon, avec la réserve habituelle que la qualité de récupération d'informations se dégrade quelque peu au milieu de très longues entrées.

Si votre charge de travail dépasse régulièrement 150 000 tokens d'entrée, deux options pratiques s'offrent à vous. Rester sur le 4.5 et utiliser des techniques de prompt engineering pour garder le modèle ancré — répéter la question en fin de contexte, structurer l'entrée avec des en-têtes de section clairs. Ou passer à Sonnet 4.6, qui offre une fenêtre d'un million de tokens avec une attention en profondeur nettement meilleure. Le tableau de latence en temps réel est sur /benchmarks/speed.

Une vision qui fait son travail

Les capacités vision du 4.5 fonctionnent pour les tâches standard de lecture de documents. Captures d'écran, PDF scannés rendus en images, tableaux de bord, diagrammes. L'extraction de tableaux est propre. Les graphiques avec des tailles d'étiquettes raisonnables sont décrits avec précision.

L'écriture manuscrite est le point faible. Tout comme les figures scientifiques denses aux petites étiquettes. Tout ce qu'un humain devrait zoomer pour lire la source bénéficie d'une étape de vérification humaine dans la boucle.

La pile vision est partagée sur la ligne 4.x. Si vous évaluez Sonnet 4.5 face à Opus 4.5 ou Haiku 4.5 spécifiquement pour la vision, attendez-vous à un comportement similaire avec le gradient de qualité habituel par niveau.

Positionnement face à la concurrence

Le tableau concurrentiel honnête pour Sonnet 4.5 à mi-2026 :

Face aux instantanés Anthropic Sonnet plus récents. Sonnet 4.6 est la cible d'upgrade naturelle. Il embarque la même surface d'entrée, plus une fenêtre de contexte d'un million de tokens et des affinements progressifs des appels d'outils. Pour les charges de travail qui tiennent dans 200 000 tokens, le choix est davantage opérationnel que lié aux capacités.

Face à GPT-5 niveau intermédiaire et Gemini 2.5 Pro. Sonnet 4.5 échange des victoires par catégorie. Il gagne sur la cohérence des refus, la prose administrative en langues européennes, la fiabilité des sorties structurées. Il perd sur la vitesse brute pour les échanges conversationnels courts et sur l'entrée multimodale native au-delà des images.

Pour une comparaison directe, le /benchmarks/leaderboard maintient le tableau à jour et les scores par catégorie sont détaillés sur /benchmarks/intelligence.

Quand ce n'est pas le bon outil

Classification à volume élevé à bas coût. Le compute de niveau intermédiaire n'est pas adapté à l'envoi de millions de prompts courts. Claude Haiku 4.5 ou Gemini 2.5 Flash fait ce travail à un niveau de coût différent sans perte de qualité significative sur des tâches simples.

Voix en temps réel. Sonnet 4.5 n'accepte pas d'entrée audio. Le guide de pipeline vocal sur /usecases/voice couvre l'architecture adaptée.

Les charges de travail qui nécessitent réellement un raisonnement de niveau supérieur. Si votre tâche implique un raisonnement formel multi-étapes, une refactorisation de code complexe sur de grandes bases de code, ou une synthèse soigneuse sur de nombreux documents, le niveau Opus est le bon choix. Sonnet 4.5 est bon ; Opus est meilleur pour ces cas spécifiques.

Génération de code pour des frameworks évoluant rapidement où vous souhaitez une sortie idiomatique. Le modèle est compétent mais conservateur. Pour un travail adapté à l'IDE, l'étude sur /usecases/code compare les options.

Déploiement auto-hébergé ou fine-tuning. Anthropic ne livre pas de poids et ne propose pas de fine-tuning supervisé sur le niveau Sonnet. Les options open-weight pour ces contraintes sont recensées sur /usecases/local.

Notes de déploiement

API Anthropic standard. REST. Streaming. Les prompts système se comportent de façon prévisible. La qualité des appels d'outils est suffisante pour construire des agents en production sans parsing défensif.

La situation en matière de résidence des données est la même que pour le reste de la ligne Claude. L'inférence tourne sur AWS et Google Cloud, et l'API publique n'expose pas de paramètre de sélection de région. La résidence UE exige une négociation de contrat Enterprise, pas un réglage. Pour les contraintes de résidence strictes, consultez les alternatives hébergées sur OVH.

Les logs sont conservés trente jours par défaut pour la surveillance des abus. Les entrées ne sont pas utilisées pour l'entraînement sans opt-in explicite. La rétention zéro est une clause de contrat Enterprise.

Quand l'adopter

Choisissez Claude Sonnet 4.5 quand :

  • Vous voulez l'instantané Sonnet le plus durci en production plutôt que le dernier en date.
  • La charge de travail tient dans 200 000 tokens de contexte.
  • La fiabilité des sorties structurées et la cohérence des refus comptent pour votre architecture.
  • Vous traitez des textes administratifs ou juridiques en langues européennes où la fidélité terminologique est importante.

Choisissez autre chose quand :

  • Vous avez régulièrement besoin de plus de 200 000 tokens de contexte. Passez à Sonnet 4.6.
  • Vous avez besoin d'un raisonnement de niveau frontier. Montez vers Opus.
  • Vous avez besoin d'un coût inférieur au centime par appel. Descendez vers Haiku.
  • L'audio, la voix ou la vidéo font partie de la charge de travail.

En résumé. Sonnet 4.5 est le choix intermédiaire sûr pour la production. Les instantanés plus récents sont plus performants en pointe, mais le 4.5 est celui vers lequel la plupart des équipes se tourneront — et elles auront raison de le faire.

Testez-le face aux alternatives actuelles sur vos propres prompts à /live-test. Même prompt, plusieurs modèles, côte à côte.

Dernière vérification technique : 2026-05-22 — Tokonomix.ai

Claude Sonnet 4.5 — illustration 2
Dernier test automatisé
15 sept. 2026 · 02:05 UTC · Benchmark de vitesse
Latence P50
904 ms
Latence P95
942 ms
Erreurs
0 / 6 exécutions
Dernière revue par Équipe Tokonomix·24 mai 2026