Claude Opus 4 et Sonnet 4 posent un nouveau standard pour les agents

Le 22 mai 2025, Anthropic présente deux modèles nouveaux, Claude Opus 4 et Claude Sonnet 4, et les positionne d'emblée sur un terrain précis : le code et les tâches dites agentiques, celles où un modèle enchaîne des actions sur plusieurs étapes pour mener un travail à terme sans supervision permanente. Le même jour, l'entreprise annonce que Claude Code, son assistant de programmation en ligne de commande, passe en disponibilité générale après quelques mois d'aperçu réservé à la recherche. Sur le papier, la génération 4 prolonge une lignée déjà solide ; dans les faits, elle marque le moment où Anthropic assume pleinement une orientation : construire des modèles taillés pour raisonner longtemps, manipuler des outils et tenir la distance sur des chantiers de plusieurs heures. Pour comprendre ce que cette annonce a représenté, il faut examiner de près ce qui a été mis sur la table, l'état de la course au moment où elle est arrivée, ce qu'elle a déplacé dans les usages, et la trace qu'elle a laissée jusqu'à aujourd'hui.

Ce que c'était : deux modèles hybrides taillés pour le code et les agents

Claude Opus 4 et Claude Sonnet 4 forment la quatrième génération de la famille Claude d'Anthropic. Opus est la version la plus puissante, conçue pour les problèmes complexes et les missions de longue haleine ; Sonnet est le modèle d'équilibre, plus rapide et moins coûteux à l'usage, destiné au volume et à un déploiement large. Les deux partagent la même architecture de fond et la même intention affichée : exceller là où un modèle doit écrire du code de qualité et se comporter comme un agent, c'est-à-dire décomposer une consigne en étapes, agir, observer le résultat et corriger sa trajectoire.

Sur le plan des identifiants techniques, ces modèles sont exposés dans l'interface de programmation d'Anthropic sous les noms claude-opus-4-20250514 et claude-sonnet-4-20250514. Le suffixe daté correspond à la convention de nommage de l'éditeur, qui fige une version à une empreinte précise. Les deux modèles offrent une fenêtre de contexte de 200 000 tokens, soit la quantité de texte qu'ils peuvent garder « en tête » pendant un échange, et Opus 4 produit jusqu'à 32 000 tokens en sortie sur une seule réponse.

La grille tarifaire, communiquée au lancement, reconduit celle des générations Opus et Sonnet précédentes : Opus 4 est facturé 15 dollars par million de tokens en entrée et 75 dollars par million en sortie ; Sonnet 4, 3 dollars en entrée et 15 dollars en sortie. Cet écart de prix, d'un facteur cinq, dit à lui seul la logique de la gamme. Opus est le modèle que l'on réserve aux tâches les plus exigeantes, où la qualité justifie le coût par jeton ; Sonnet est celui que l'on déploie à grande échelle, sur des volumes importants, quand l'équilibre entre performance et coût prime. Cette segmentation n'est pas cosmétique : elle oriente concrètement l'usage que les équipes techniques font de chaque modèle, et explique pourquoi Sonnet 4, plus accessible, a été mis à disposition d'un public bien plus large qu'Opus.

Deux modèles, deux rôles complémentaires

La cohabitation d'Opus et de Sonnet dans une même génération répond à une observation simple : toutes les tâches ne réclament pas la même puissance. Une reformulation, une extraction d'information, une réponse courte à une question technique se traitent parfaitement avec un modèle rapide et économe. À l'inverse, la reprise d'une base de code entière, la résolution d'une anomalie qui traverse plusieurs fichiers ou la conduite d'une mission en plusieurs dizaines d'étapes tirent parti d'un modèle plus profond. En proposant les deux d'emblée, Anthropic évite à ses utilisateurs le dilemme du compromis unique : on choisit l'outil selon la nature du travail, et l'on bascule de l'un à l'autre sans changer d'écosystème.

Le principe hybride : deux vitesses de pensée

Le trait le plus structurant de cette génération est son caractère hybride. Anthropic décrit Opus 4 et Sonnet 4 comme des modèles offrant deux modes : des réponses quasi instantanées d'un côté, une réflexion étendue de l'autre. Concrètement, le même modèle peut soit répondre du tac au tac, comme un assistant conversationnel classique, soit prendre le temps de dérouler un raisonnement en plusieurs étapes avant de conclure, quand la question l'exige. Ce second mode, la réflexion étendue, laisse au modèle un budget de calcul supplémentaire pour explorer, vérifier et corriger sa pensée.

Cette approche n'était pas inédite chez Anthropic : elle prolonge une bascule amorcée quelques mois plus tôt, que nous détaillerons plus loin. Ce qui change en mai 2025, c'est la maturité de l'ensemble et la manière dont ce raisonnement long se combine avec d'autres capacités pour produire un comportement plus autonome.

Claude Opus 4 et Sonnet 4 sont des modèles hybrides offrant deux modes : des réponses quasi instantanées et une réflexion étendue pour un raisonnement plus approfondi.

Cette formulation, tirée de l'annonce officielle d'Anthropic, résume l'esprit de la génération. La force n'est pas seulement dans la vitesse ni seulement dans la profondeur, mais dans la faculté de passer de l'une à l'autre selon la difficulté de la tâche.

L'usage d'outils pendant le raisonnement

La nouveauté qui, avec le recul, s'est révélée la plus conséquente concerne l'articulation entre la réflexion et l'action. Avec Claude 4, les deux modèles peuvent employer des outils — une recherche sur le web, par exemple — au cours même de leur réflexion étendue. Anthropic présente cette capacité comme la possibilité, pour Claude, d'alterner entre raisonnement et usage d'outils afin d'améliorer ses réponses. Cette fonctionnalité, proposée en version bêta au lancement, porte le nom d'usage d'outils pendant la réflexion étendue.

Le déplacement conceptuel mérite d'être souligné. Dans les modèles antérieurs, un système raisonnait d'abord, puis appelait un outil, puis reprenait ; les deux phases restaient largement séparées. Ici, l'appel d'outil s'insère à l'intérieur de la chaîne de raisonnement : le modèle peut décider en cours de route qu'il lui manque une information, aller la chercher, l'intégrer et poursuivre. À cela s'ajoute la possibilité d'utiliser plusieurs outils en parallèle, ce qui rapproche encore le comportement du modèle de celui d'un opérateur méthodique qui mène plusieurs vérifications de front.

La mémoire de travail sur les tâches longues

Le second apport marquant touche à la mémoire. Anthropic indique qu'Opus 4 devient habile à créer et à entretenir des « fichiers mémoire » pour y consigner des informations importantes, lorsqu'on lui donne accès à des fichiers locaux. Cette capacité, selon l'éditeur, améliore la conscience qu'a le modèle d'une tâche sur la durée, sa cohérence et ses performances sur les missions agentiques.

Opus 4 devient habile à créer et à maintenir des « fichiers mémoire » pour y stocker des informations clés. Cela débloque une meilleure conscience des tâches sur le long terme, davantage de cohérence et de meilleures performances sur les tâches d'agent.

Le mécanisme est simple à décrire mais lourd de conséquences. Un modèle de langage, par nature, oublie tout d'un échange à l'autre : sa mémoire se limite à la fenêtre de contexte du moment. En apprenant à écrire lui-même des notes persistantes dans des fichiers, puis à les relire, Opus 4 se dote d'une forme de continuité qui dépasse la seule conversation en cours. Sur un chantier qui s'étale sur des centaines d'étapes, cette faculté de se souvenir de ce qui a été décidé et fait change la donne : le modèle perd moins le fil, se répète moins, et reste aligné sur l'objectif initial.

Les résultats annoncés sur le code

Anthropic accompagne le lancement de chiffres sur les tests de référence du domaine. Il faut ici être précis sur la nature de ces données : ce sont des résultats annoncés par l'éditeur lui-même, mesurés selon ses propres protocoles, et non des évaluations indépendantes. Nous les rapportons comme tels.

Sur SWE-bench Verified, une épreuve qui mesure la capacité d'un modèle à résoudre de vrais tickets de bugs issus de projets logiciels ouverts, Anthropic annonce 72,5 % pour Opus 4 et 72,7 % pour Sonnet 4, sans recours à la réflexion étendue. L'éditeur mentionne également des scores plus élevés — 79,4 % pour Opus 4 et 80,2 % pour Sonnet 4 — obtenus dans une configuration dite à haute intensité de calcul, qui multiplie les tentatives en parallèle et sélectionne la meilleure. Sur Terminal-bench, une épreuve qui évalue la conduite de tâches dans un terminal en ligne de commande, Opus 4 est crédité de 43,2 %.

Épreuve (résultats annoncés par Anthropic)	Claude Opus 4	Claude Sonnet 4
SWE-bench Verified (sans réflexion étendue)	72,5 %	72,7 %
SWE-bench Verified (haute intensité de calcul)	79,4 %	80,2 %
Terminal-bench (sans réflexion étendue)	43,2 %	—
Fenêtre de contexte	200 000 tokens	200 000 tokens

Un détail statistique mérite qu'on s'y arrête, car il éclaire la logique de la génération : sur SWE-bench Verified, Sonnet 4 fait légèrement mieux qu'Opus 4 dans la configuration standard. Cela peut surprendre, puisqu'Opus est présenté comme le modèle le plus capable. L'explication tient à la nature de l'épreuve : SWE-bench mesure la résolution de tickets relativement circonscrits, un exercice sur lequel le modèle d'équilibre est parfaitement à l'aise. L'avantage d'Opus se manifeste ailleurs, sur les tâches qui exigent de tenir un effort soutenu sur des milliers d'étapes et plusieurs heures, là où la profondeur de raisonnement et la mémoire font la différence.

Claude Code en disponibilité générale

Le même 22 mai 2025, Anthropic annonce que Claude Code devient généralement disponible. Cet outil, apparu en février en aperçu limité pour la recherche, permet d'utiliser Claude directement depuis le terminal d'un développeur pour lire une base de code, écrire des modifications, lancer des commandes et enchaîner des tâches de programmation. Avec cette étape, l'éditeur ajoute des extensions en version bêta pour les environnements de développement Visual Studio Code et JetBrains, ainsi qu'un kit de développement — le Claude Code SDK — permettant de bâtir ses propres agents sur cette fondation. L'outil sait aussi exécuter des tâches en arrière-plan via GitHub Actions, la plateforme d'automatisation associée au dépôt de code GitHub.

Cet ensemble n'est pas anodin. En livrant simultanément des modèles orientés agents et un outil concret pour les mettre au travail sur du code réel, Anthropic donne à sa génération 4 un débouché immédiat plutôt qu'une promesse abstraite.

La disponibilité des modèles suit elle aussi la logique de la gamme. Les deux modèles et la réflexion étendue sont proposés dans les offres payantes de Claude, tandis que Sonnet 4, plus léger et moins coûteux, est ouvert au public le plus large. Cette diffusion large de Sonnet 4 a compté dans l'adoption : en mettant un modèle de génération 4 entre les mains d'un grand nombre d'utilisateurs, Anthropic a permis à ces capacités agentiques de se faire connaître au-delà des seules équipes techniques disposant d'un accès avancé.

Le contexte : une course au raisonnement et aux agents de code

Une annonce ne prend son sens qu'à la lumière du paysage dans lequel elle tombe. Au printemps 2025, l'IA générative traverse une phase de bascule où le centre de gravité se déplace des simples réponses conversationnelles vers des systèmes capables de raisonner et d'agir.

Claude 3.7 Sonnet avait ouvert la voie hybride

Le prédécesseur direct est Claude 3.7 Sonnet, présenté le 24 février 2025. Anthropic l'avait décrit comme son premier modèle de raisonnement hybride, précisément parce qu'il introduisait cette idée d'un modèle unique capable de basculer entre réponse immédiate et réflexion prolongée. C'est aussi avec cette version qu'était apparu Claude Code, alors en aperçu réservé à la recherche. La génération 4 ne surgit donc pas de nulle part : elle industrialise et affine une direction déjà tracée trois mois plus tôt, en la portant à un niveau de fiabilité et d'autonomie supérieur.

Cette continuité est importante à saisir. Anthropic ne change pas de cap en mai 2025 ; l'entreprise consolide un pari fait plus tôt, celui de miser sur des modèles qui pensent avant d'agir et qui agissent au fil de leur pensée. Opus 4 et Sonnet 4 sont le moment où ce pari atteint sa maturité.

Une compétition intense sur le raisonnement

Le printemps 2025 est l'un des moments les plus animés de la jeune histoire des grands modèles. Du côté d'OpenAI, la famille de modèles dits « de raisonnement » — dont o3 — pousse l'idée d'un temps de réflexion allongé pour améliorer les résultats sur les problèmes de mathématiques, de sciences et de programmation. Du côté de Google, Gemini 2.5 met en avant des capacités analogues de raisonnement approfondi et de contexte étendu. La concurrence ne se limite pas à ces acteurs : d'autres laboratoires, en Europe comme en Asie, publient à un rythme soutenu.

Dans ce concert, chaque éditeur cherche une signature. OpenAI met en avant la polyvalence et le raisonnement général ; Google, l'intégration à son écosystème et la longueur de contexte ; Anthropic, de son côté, choisit clairement de se distinguer sur le code et sur les agents. Ce positionnement n'est pas un hasard commercial : il découle d'une conviction interne selon laquelle la programmation est à la fois un débouché à forte valeur et un banc d'essai idéal pour l'autonomie, puisqu'un agent y produit des résultats vérifiables — le code compile ou non, les tests passent ou non.

L'année des agents

2025 est souvent décrite comme « l'année des agents ». L'expression recouvre une ambition concrète : passer de modèles qui répondent à des modèles qui font. Un agent, dans ce vocabulaire, est un système qui reçoit un objectif de haut niveau — corriger une anomalie, préparer une analyse, réorganiser un fichier de configuration — et qui le mène à bien en enchaînant de lui-même les étapes intermédiaires, en manipulant des outils et en réagissant aux résultats obtenus.

Or, jusque-là, la promesse des agents butait sur une limite tenace : les modèles perdaient le fil sur les tâches longues. Après quelques dizaines d'étapes, ils s'égaraient, oubliaient l'objectif, se contredisaient ou tournaient en rond. C'est exactement sur ce point de blocage qu'Anthropic concentre ses efforts avec la génération 4. La mémoire persistante, la réflexion étendue et l'usage d'outils intégré au raisonnement ne sont pas des raffinements décoratifs : ce sont les trois pièces qui, ensemble, visent à faire tenir un agent sur la durée.

Pourquoi le code sert de terrain d'épreuve

Le choix d'Anthropic de faire du logiciel son domaine de prédilection s'appuie sur une propriété rare de la programmation : la vérifiabilité. Contrairement à un texte, dont la qualité se juge de façon subjective, un programme se soumet à des tests automatiques qui tranchent sans appel. Le code compile ou échoue ; les tests passent ou non ; l'anomalie est corrigée ou persiste. Cette boucle de rétroaction objective fait du code un banc d'essai idéal pour l'autonomie : un agent y reçoit un signal clair sur la justesse de ses actions, et peut donc apprendre à se corriger. Là où l'évaluation d'un raisonnement libre reste délicate, l'évaluation d'un travail de programmation s'appuie sur des critères mesurables. En misant sur ce terrain, Anthropic ne choisit pas seulement un débouché lucratif ; l'entreprise se donne un laboratoire où l'autonomie se mesure honnêtement.

Cette logique éclaire aussi la parenté entre les deux annonces du 22 mai. Les modèles orientés agents et l'outil Claude Code forment un couple cohérent : les premiers fournissent la capacité de raisonner et d'agir, le second fournit le cadre où cette capacité s'exerce sur des projets réels. L'un sans l'autre serait resté une démonstration ; réunis, ils composent une chaîne de bout en bout, de l'intention exprimée au code livré.

Ce que ça a changé : un nouveau standard pour les agents de code

L'apport de Claude Opus 4 et Sonnet 4 se mesure moins à un chiffre isolé qu'à un déplacement du possible. Avec cette génération, une catégorie d'usages qui relevait de la démonstration devient une pratique de travail.

Tenir sur des chantiers de plusieurs heures

Le point le plus commenté au lancement est la capacité d'Opus 4 à soutenir un effort sur des tâches de très longue durée, réclamant une concentration continue et des milliers d'étapes. Anthropic met en avant des exécutions où le modèle travaille de façon suivie pendant plusieurs heures sans se perdre. Là où un modèle antérieur aurait décroché, Opus 4 conserve son cap grâce à la combinaison de la mémoire de travail et du raisonnement étendu.

Ce changement d'échelle temporelle transforme la nature de la collaboration. Il ne s'agit plus seulement de demander à un modèle un extrait de code, puis de l'assembler soi-même. Il devient envisageable de confier un objectif entier, de laisser l'agent avancer, et de revenir évaluer son travail. Le rôle de la personne se déplace : de la rédaction directe vers la spécification, l'orchestration et la revue de ce qui revient.

Ce déplacement a une conséquence pratique immédiate sur l'organisation du travail. Là où l'attention d'un développeur devait rester fixée sur chaque ligne, elle peut désormais se porter sur la définition claire de l'objectif, la préparation d'un contexte utile pour l'agent, puis la vérification rigoureuse du résultat. La revue de code, loin de disparaître, devient d'autant plus centrale que le volume produit augmente : quelqu'un ou quelque chose doit continuer d'examiner ce qui est écrit. La compétence recherchée évolue vers l'art de bien spécifier une tâche et de juger finement un livrable, deux savoir-faire que l'automatisation ne dissout pas mais rend, au contraire, plus précieux.

Un comportement plus prévisible et plus dirigeable

Au-delà de l'endurance, Anthropic insiste sur la précision d'exécution. Sonnet 4, en particulier, est présenté comme suivant les instructions avec davantage de fidélité que Claude 3.7 Sonnet, un modèle qui avait parfois tendance à en faire trop, à modifier plus que demandé. Cette dirigeabilité accrue compte énormément dans un cadre agentique : un agent trop zélé, qui déborde de son mandat, devient vite ingérable. Un agent qui fait exactement ce qu'on lui demande, ni plus ni moins, gagne la confiance nécessaire pour qu'on lui délègue davantage.

Les retours d'acteurs du secteur cités par Anthropic au lancement vont dans ce sens. L'éditeur rapporte que des plateformes de développement décrivent Sonnet 4 comme franchissant un cap dans les scénarios agentiques. Ces témoignages émanent de partenaires ; nous les mentionnons comme des appréciations d'usage, non comme des mesures indépendantes.

Les deux modèles peuvent employer des outils — comme la recherche sur le web — pendant la réflexion étendue, ce qui permet à Claude d'alterner entre raisonnement et usage d'outils pour améliorer ses réponses.

Cette phrase d'Anthropic condense ce qui a le plus durablement changé. En rendant l'action indissociable de la réflexion, la génération 4 rapproche le modèle d'un mode de fonctionnement qui ressemble à celui d'un praticien : on réfléchit, on vérifie, on ajuste, on recommence, jusqu'à ce que le résultat tienne.

Le pari du code assumé

Avec cette génération, Anthropic transforme une orientation en identité. L'entreprise ne cherche pas à être la meilleure partout ; elle vise à être la référence là où un modèle doit produire du logiciel et se comporter en agent. Ce choix de concentration, plutôt que de dispersion, se révélera fécond. Il donne à Claude une réputation nette dans une communauté — celle des développeurs — qui teste, compare et adopte vite ce qui marche, et qui parle beaucoup de ses outils.

• Réflexion étendue : un budget de calcul supplémentaire pour raisonner en profondeur quand la tâche le mérite.
• Usage d'outils intégré : la faculté d'aller chercher une information ou de lancer une action au milieu du raisonnement, et non seulement avant ou après.
• Fichiers mémoire : des notes persistantes qui donnent au modèle une continuité par-delà la seule conversation en cours.
• Claude Code disponible : un outil concret pour appliquer tout cela à de vraies bases de code, depuis le terminal ou l'environnement de développement.

La sûreté : ASL-3 activé par précaution pour Opus 4

Un aspect de ce lancement se distingue des seules considérations de performance : la sûreté. Anthropic a déployé Claude Opus 4 en activant un niveau de protection supérieur, désigné ASL-3, pour « AI Safety Level 3 », le troisième échelon de son cadre interne de gestion des risques.

Ce cadre, appelé Responsible Scaling Policy — que l'on peut traduire par politique de montée en puissance responsable —, définit des seuils de capacités qui, une fois approchés ou franchis, déclenchent des mesures de protection renforcées. La particularité du cas Opus 4 tient à la manière dont Anthropic présente sa décision. L'éditeur explique n'avoir pas déterminé de façon définitive si le modèle franchit réellement le seuil imposant l'ASL-3, mais avoir estimé qu'il ne pouvait pas l'écarter clairement. Il a donc appliqué ces protections à titre de précaution et de mesure provisoire.

Nous n'avons pas encore déterminé si Claude Opus 4 a définitivement franchi le seuil de capacités qui exige les protections ASL-3. Nous préférons agir par précaution.

Concrètement, l'ASL-3 recouvre deux volets. Le premier renforce la sécurité interne afin de rendre plus difficile la soustraction des paramètres du modèle — ce qu'on appelle les « poids ». Le second met en place des mesures de déploiement ciblées, destinées à limiter le risque que le modèle soit détourné pour concevoir ou se procurer des armes chimiques, biologiques, radiologiques ou nucléaires. Claude Sonnet 4, jugé en deçà de ce seuil, reste quant à lui sous le niveau ASL-2, le standard de base.

Il faut lire cette décision pour ce qu'elle est : non un signal d'inquiétude, mais l'application méthodique d'une doctrine annoncée à l'avance. Anthropic avait publiquement défini des paliers ; en atteignant un modèle dont les capacités se rapprochent d'un seuil, l'entreprise applique la règle qu'elle s'était donnée, quitte à le faire par excès de prudence. Cette transparence sur le raisonnement de sûreté est, en soi, une contribution à la maturation du secteur.

L'héritage : la fondation des agents de 2025-2026

Avec le recul de plus d'un an, la génération 4 apparaît comme un point d'ancrage. Ce qu'elle a introduit s'est diffusé, a été affiné, et a fixé des attentes qui structurent encore la manière dont on conçoit et l'on juge les modèles aujourd'hui.

Claude Code, d'un outil à une catégorie

L'héritage le plus visible est celui de Claude Code. Passé en disponibilité générale avec cette génération, l'outil a rencontré une adoption forte dans la communauté des développeurs, au point de devenir l'une des figures de proue d'une catégorie en plein essor : les agents de code en ligne de commande. Son modèle d'usage — décrire une intention, laisser un agent travailler, revenir évaluer et itérer — a essaimé et inspiré nombre d'outils comparables. Ce qui, en mai 2025, apparaissait comme une manière de travailler prometteuse mais encore expérimentale, s'est installé comme une pratique courante dans les mois qui ont suivi.

Les versions ultérieures de Claude ont poursuivi cette trajectoire sans en dévier. Les modèles suivants ont allongé la durée pendant laquelle un agent peut travailler de façon suivie, élargi les fenêtres de contexte et raffiné la dirigeabilité. Mais l'ossature — modèle hybride, outils dans le raisonnement, mémoire de travail — a été posée par Opus 4 et Sonnet 4. Les progrès postérieurs sont venus l'approfondir plutôt que la remplacer.

Cette continuité se lit dans le rythme même des sorties. Aux modèles de mai 2025 ont succédé des révisions et des générations plus avancées, chacune poussant plus loin l'endurance des agents et la finesse de leur pilotage. Le fait que ces successeurs se soient inscrits dans le prolongement direct d'Opus 4 et Sonnet 4, sans rupture d'architecture, confirme que la génération 4 avait touché juste : elle avait défini les bons axes de progrès, et il restait surtout à les creuser. Les modèles de mai 2025 ont d'ailleurs été retirés du service au profit de versions plus récentes, comme il est d'usage dans ce domaine où l'état de l'art se renouvelle vite ; mais leur rôle de jalon fondateur demeure.

Ce que le recul apprend sur la trajectoire d'Anthropic

Vue à distance, la génération 4 illustre une méthode. Anthropic a d'abord posé une brique conceptuelle avec le modèle hybride de février 2025, puis l'a consolidée en mai en y adjoignant les outils dans le raisonnement, la mémoire de travail et un outil de programmation abouti. Chaque étape s'est appuyée sur la précédente, dans une progression lisible plutôt que par sauts spectaculaires. Cette approche par paliers, accompagnée d'une communication précise sur les capacités comme sur les mesures de sûreté, a nourri une confiance qui compte autant que les performances brutes. Dans un secteur où les annonces se succèdent à vive allure, la constance d'une trajectoire a sa propre valeur.

Il faut aussi mesurer combien la génération 4 a contribué à populariser un vocabulaire et des attentes. Les notions de réflexion étendue, d'usage d'outils intégré au raisonnement, de fichiers mémoire, de travail agentique de longue durée, sont devenues des repères communs, discutés bien au-delà du cercle d'Anthropic. En donnant à ces idées une incarnation concrète et éprouvée, Opus 4 et Sonnet 4 ont aidé à fixer les termes du débat sur ce qu'un bon modèle d'agent doit savoir faire.

Un standard pour évaluer les modèles

La génération 4 a aussi contribué à déplacer le curseur de l'évaluation. Avant elle, on jugeait volontiers un modèle sur sa capacité à répondre juste à une question isolée. Après elle, la question devenue centrale est autre : combien de temps un modèle tient-il sur une tâche, combien d'étapes enchaîne-t-il sans se perdre, avec quelle fiabilité mène-t-il un chantier de bout en bout ? Cette bascule vers l'évaluation de l'endurance et de l'autonomie agentique doit beaucoup à ce que Claude 4 a rendu concevable.

Claude Code est désormais généralement disponible.

Cette phrase brève de l'annonce a eu des effets qui dépassent son laconisme. En sortant l'assistant de programmation de son statut d'aperçu, Anthropic a signalé qu'il considérait les agents de code comme un produit mûr, prêt pour un usage quotidien et professionnel. Le reste du secteur a lu ce signal, et la course aux agents de développement s'est intensifiée dans les mois suivants.

Une orientation qui a fait école

Enfin, l'héritage tient à un choix stratégique qui s'est révélé juste. En assumant une spécialisation sur le code et les agents plutôt qu'une ambition tous azimuts, Anthropic a montré qu'un laboratoire pouvait bâtir une identité forte autour d'un domaine d'excellence. Ce positionnement a nourri une adoption profonde chez les développeurs et a fait des modèles Claude une référence récurrente dans les comparatifs de code des années 2025 et 2026.

Lu depuis l'été 2026, le 22 mai 2025 se donne à voir comme une charnière discrète mais réelle. Ce jour-là, Anthropic n'a pas seulement publié deux modèles de plus dans une famille déjà bien remplie. L'entreprise a fixé, avec la génération Opus 4 et Sonnet 4, une grammaire des agents de code — penser longtemps, agir en pensant, se souvenir, tenir la distance — qui allait servir de repère commun. Les modèles ont depuis été remplacés par des versions plus avancées, mais l'idée qu'ils ont incarnée continue d'orienter le travail de toute une génération d'outils. C'est cela, au fond, poser un standard : livrer non le dernier mot, mais la référence à partir de laquelle les suivants se mesureront.

Sources

• Anthropic — Introducing Claude 4 (annonce officielle, 22 mai 2025)
• Anthropic — Activating AI Safety Level 3 protections
• Anthropic — System Card : Claude Opus 4 & Claude Sonnet 4 (mai 2025)
• Anthropic — Claude 3.7 Sonnet and Claude Code (24 février 2025)
• Anthropic — Documentation des modèles (identifiants, contexte, sorties)