Anthropic a publié deux nouveaux grands modèles de langage, Claude Opus 4 et Claude Sonnet 4, qui introduisent des capacités de « raisonnement hybride » pour fusionner des réponses rapides avec une réflexion étape par étape prolongée. Ces modèles succèdent à la génération Claude 3.x et conservent une fenêtre de contexte de 200 000 tokens tout en offrant une sécurité améliorée et des capacités agentic.
- Sur le benchmark SWE-bench Verified, Opus 4 a atteint 72,5 % de précision et Sonnet 4 a atteint 72,7 %, surpassant GPT-4.1 d'OpenAI (54,6 %) et Gemini 2.5 Pro de Google (63,2 %).
- Anthropic signale que Sonnet 4 présente jusqu'à huit fois moins de reward hacking par rapport au précédent modèle Sonnet 3.7.
- Des benchmarks indépendants montrent Opus 4 se classant troisième aux tests Aider avec 72 % de précision et Lovable signalant une augmentation de vitesse de 40 % pour Sonnet 4.
- Les modèles sont conçus pour gérer des tâches de longue durée, Opus 4 étant capable de sessions de codage autonomes de plusieurs heures sans perdre le contexte.
La publication vise à offrir des gains significatifs dans le codage, le raisonnement et la gestion de contenu long format tout en maintenant les normes de sécurité conversationnelle associées à la marque Claude.