Quel modèle Claude choisir : guide des coûts 2026

Quel modèle Claude dois-je utiliser ?

La réponse courte à la question de savoir quel modèle Claude utiliser est la suivante : commencez par Claude Opus 5.5 et ne passez à un autre modèle que pour une raison précise. Les recommandations d’Anthropic vont dans le même sens : « Si vous ne savez pas quel modèle utiliser, commencez par Claude Opus 5.5 pour la plupart des workloads. » Passez à Claude Sonnet 5.5 lorsque la tâche est bien spécifiée et exécutée plusieurs fois par jour. Passez ensuite à Claude Haiku 5.5 pour les tâches mécaniques à fort volume, lorsque vous savez déjà à quoi ressemble une réponse correcte. Claude Fable 5.1 se situe au-dessus de ces modèles. Il est destiné au raisonnement exigeant et aux tâches agentiques à long horizon, ou aux cas où vos tests avec Opus 5.5, même avec un niveau d’effort élevé, restent insuffisants.

Ce choix a un coût. Voici les tarifs de la Claude API (application programming interface) au 10 octobre 2026, par million de tokens, unité que la documentation abrège en MTok.

• Claude Fable 5.1 (claude-fable-5-1) : 10 $ / MTok en entrée, 50 $ / MTok en sortie. Contexte de 1M.
• Claude Opus 5.5 (claude-opus-5-5) : 4 $ en entrée, 20 $ en sortie. Contexte de 1M.
• Claude Sonnet 5.5 (claude-sonnet-5-5) : 2 $ en entrée, 10 $ en sortie. Contexte de 1M.
• Claude Haiku 5.5 (claude-haiku-5-5) : 0,10 $ en entrée, 0,50 $ en sortie pour les prompts jusqu’à 100,000 tokens, et 0,50 $ en entrée, 2,50 $ en sortie pour les prompts de plus de 100,000 tokens. Contexte de 1M.

Ces identifiants sont complets tels quels. Rien ne doit leur être ajouté.

Les modèles recommandés sur cette page en juillet sont toujours disponibles, mais Anthropic les classe désormais parmi les modèles legacy. Claude Opus 4.8 et Opus 4.7 coûtent 5 $ en entrée et 25 $ en sortie. Claude Sonnet 5 coûte 2 $ en entrée et 10 $ en sortie ; Anthropic l’a d’abord présenté comme un tarif introductif, avant de le rendre permanent et d’annuler la hausse prévue à 3 $ et 15 $. Claude Haiku 4.5 coûte 1 $ en entrée et 5 $ en sortie, tandis que Claude Fable 5 coûte 10 $ en entrée et 50 $ en sortie.

La taille ne déclenche aucun supplément pour Fable 5.1, Opus 5.5 ou Sonnet 5.5 : « Une requête de 900k tokens est facturée au même tarif par token qu’une requête de 9k tokens. » Haiku 5.5 fait exception, car son tarif dépend de la longueur du prompt ; ce mécanisme est détaillé plus bas. Ces tarifs s’appliquent aussi au-delà de l’API, car Claude Enterprise facture l’usage aux tarifs de l’API en plus du prix des sièges. Les calculs ci-dessous s’appliquent donc de la même manière à une équipe utilisant un abonnement par sièges. La seule exception concerne une organisation qui active l’inférence réservée aux États-Unis. Anthropic la facture à 1,1 fois les tarifs API standard pour Claude Opus 4.6, Sonnet 4.6 et les modèles ultérieurs. Dans ce cas, multipliez les totaux ci-dessous par 1,1. Un abonnement forfaitaire modifie le compteur, mais pas cette décision, puisque les deux niveaux Claude Max proposent les mêmes modèles et ne diffèrent que par le volume d’usage inclus. Plus bas dans cette gamme, l’abonnement Claude Pro à 20 $ par mois fournit une allocation d’usage plutôt qu’un tarif par token ; ce qui vous bloque alors est le réinitialisation de la limite, et non une facture, sauf si vous avez activé des crédits d’usage. Ceux-ci sont facultatifs avec Pro et Max. Ils vous permettent de continuer à travailler au-delà des limites incluses, aux tarifs API standard, et apparaissent comme des frais supplémentaires sur votre facture. Si vous en êtes là actuellement, déterminer quelle fenêtre vous devez attendre passe avant les calculs ci-dessous, car les solutions consistent à utiliser un modèle plus petit, un contexte plus court, des crédits d’usage ou l’API, plutôt qu’un tarif moins élevé. Et si vous n’avez encore rien payé, déterminer si Pro vaut réellement 20 $ dépend de la fréquence à laquelle la limite gratuite vous bloque, et non des tarifs ci-dessus.

À quoi sert réellement chaque modèle

Anthropic décrit sa gamme en une ligne par modèle. Ces descriptions orientent mieux que n’importe quel classement.

• Claude Fable 5.1 : « Pour le raisonnement exigeant et les tâches agentiques à long horizon. » C’est le plus lent des quatre selon la latence.
• Claude Opus 5.5 : « Pour le codage agentique et les tâches de connaissance exécutés sur de longues durées. » Latence modérée.
• Claude Sonnet 5.5 : « Le meilleur compromis entre vitesse et intelligence. » Rapide.
• Claude Haiku 5.5 : « Pour les tâches à gros volume et sensibles à la latence, comme la classification, l’extraction et le routage. » Le plus rapide.

Fable 5.1 est le seul des quatre modèles dont cette comparaison ne calcule jamais le prix pour une charge de travail. À deux fois et demie le tarif d’Opus 5.5, la question de savoir quelles tâches justifient de payer $10 pour en obtenir $50 mérite une réponse distincte.

Haiku 5.5 n’a plus les limites qui excluaient auparavant le petit modèle avant même de prendre le prix en compte. Les quatre modèles actuels partagent une fenêtre de contexte de 1M tokens, une sortie maximale de 128K sur l’API Messages synchrone et une date de coupure fiable des connaissances fixée à juin 2026. Ce qui distingue désormais Haiku 5.5, c’est son changement de tarif : une requête dont le prompt dépasse 100,000 tokens est facturée cinq fois le tarif de base pour chaque token qu’elle contient.

Quel est le coût de ce choix sur une charge de travail réelle ?

Tous les modèles de la gamme facturent les tokens de sortie cinq fois plus cher que ceux d’entrée. Opus 5.5 coûte $4 en entrée et $20 en sortie. Haiku 5.5 coûte $0.10 en entrée et $0.50 en sortie. Ce ratio reste le même dans toute la gamme. Le modèle choisi compte donc surtout pour les tâches qui génèrent beaucoup de sortie.

Le travail agentique correspond à ce cas, car les tokens de réflexion sont facturés comme des tokens de sortie et comptabilisés dans max_tokens, même si leur texte ne vous est jamais transmis. Avec Fable 5.1, Opus 5.5, Sonnet 5.5 et Haiku 5.5, le résumé du raisonnement est omis par défaut. Le champ thinking est donc renvoyé vide. La facturation ne change pas : « Dans les deux cas, le bloc est facturé de la même manière et renvoyé de la même manière dans les conversations à plusieurs tours. » Ce qui constitue réellement une facture de tokens Claude détaille entièrement ce mécanisme.

La réflexion est activée par défaut sur les 4 modèles actuels, mais le niveau d’effort par défaut diffère entre eux. Si vous ne le prenez pas en compte, votre test de coût sera faussé. Opus 5.5 et Haiku 5.5 utilisent medium par défaut. Fable 5.1 et Sonnet 5.5 utilisent high par défaut. Si vous comparez ces modèles à un ancien Opus 4.8 ou Opus 4.7, la réflexion y est désactivée tant que vous ne définissez pas thinking: {type: "adaptive"} dans la requête. Utilisez la même configuration des deux côtés avant de tirer des conclusions à partir des chiffres.

Le modèle le moins cher peut coûter le plus cher

Prenons une tâche de programmation autonome. La requête contient 60,000 tokens de contexte, et le modèle produit 8,000 tokens de sortie, raisonnement compris. Il n’y a pas de mise en cache : le calcul reste donc visible.

Avec Opus 5.5, 0.06 MTok d’entrée à $4 coûtent $0.24, et 0.008 MTok de sortie à $20 coûtent $0.16. La tentative coûte $0.40. Avec Haiku 5.5, lorsque le prompt contient moins de 100,000 tokens, la même tentative coûte $0.006 plus $0.004, soit $0.01.

Haiku coûte quarante fois moins cher par tentative. Cela semble laisser une marge considérable, jusqu’à ce que vous examiniez les conséquences d’une tentative qui échoue. Vous lisez la mauvaise réponse, ce qui vous prend du temps. Vous la renvoyez comme contexte lors de la nouvelle tentative : chaque tentative est donc plus volumineuse que la précédente. Si le contexte dépasse 100,000 tokens, toute la requête passe au tarif supérieur de Haiku. Et lorsque la troisième tentative échoue encore, vous utilisez quand même Opus. $0.03 de Haiku plus $0.40 d’Opus donnent $0.43, soit environ 8% de plus qu’une seule exécution avec Opus. Vous avez aussi consacré trois périodes de votre attention.

La question déterminante est donc de savoir à quel point vous pouvez vérifier rapidement la réponse. Si une mauvaise réponse est évidente en une seconde, le petit modèle est avantageux. Si vous devez lire attentivement un diff pour la repérer, le petit modèle vous fait perdre du temps qui n’apparaît jamais sur la facture. Chiffrer ce temps revient à calculer si un plan Claude Code est rentable, et dès que votre taux horaire entre dans le calcul, le modèle le moins cher paraît souvent beaucoup moins économique.

Dans quels cas un modèle plus petit est clairement préférable

Haiku 5.5 est le bon choix dans les cas suivants :

• Tâches mécaniques confiées à un sous-agent. Un sous-agent qui renomme des fichiers ou collecte les résultats d’une recherche n’a pas besoin d’un raisonnement de pointe. C’est le schéma standard lorsque vous créez un agent IA avec Claude et lui fournissez des outils auxiliaires.
• Triage des journaux. Déterminer si une ligne est du bruit ou si elle mérite l’attention d’un humain est un jugement limité, avec un mode d’échec évident.
• Classification selon un ensemble fixe d’étiquettes. La sortie est courte et la précision est mesurable sur un échantillon.
• Appels de production à haut volume. À 100,000 exécutions par jour, l’écart de prix par token n’est plus négligeable. C’est le cas habituel des workflows IA intégrés à n8n.
• Toute situation où la vitesse de réponse est importante pour l’utilisateur. Haiku 5.5 est présenté comme le modèle le plus rapide de la gamme.

Une règle tarifaire s’applique uniquement à Haiku 5.5. « La longueur du prompt d’une requête inclut tous ses tokens d’entrée, y compris les lectures et les écritures du cache » : une requête de plus de 100,000 tokens coûte donc $0.50 en entrée et $2.50 en sortie, même lorsque la plupart de son prompt provient du cache. Gardez les prompts Haiku sous cette limite, ou appliquez-leur le tarif supérieur. L’ancien piège de la mise en cache des prompts des petits modèles a disparu : le prompt minimal pouvant être mis en cache est de 512 tokens sur les quatre modèles actuels, alors que Haiku 4.5 exigeait 4,096 tokens. En dessous du minimum, la règle ne change pas : « toute requête visant à mettre en cache moins de tokens que ce nombre est traitée sans mise en cache et ne renvoie aucune erreur ». L’indice est que cache_creation_input_tokens et cache_read_input_tokens sont tous les deux à zéro. Réduire les coûts d’un agent toujours actif présente cette règle avec les autres moyens de perdre le bénéfice du cache.

Les leviers qui modifient le résultat

Chacun de ces paramètres peut modifier le coût davantage que le nom du modèle ne le laisse penser.

Effort. output_config.effort contrôle la quantité de travail effectuée par le modèle avant sa réponse. Les niveaux sont low, medium, high, xhigh et max. La valeur par défaut est high sur la plupart des modèles et medium sur Opus 5.5 et Haiku 5.5 : « Définir effort sur la valeur par défaut du modèle ("medium" sur Claude Opus 5.5 et Claude Haiku 5.5, "high" sur les autres modèles) produit exactement le même comportement que l’omission complète du paramètre effort. » Ce paramètre est imbriqué dans output_config, et non placé au niveau supérieur de la requête :

response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    messages=messages,
)

L’effort concerne chaque token de la réponse, y compris le texte, les appels d’outils et le raisonnement : « Un effort plus faible produit également des appels d’outils moins nombreux et plus concis. » Cet effet se cumule dans une boucle agentique. Il ne s’agit pas d’une limite de tokens : « L’effort est un signal comportemental, et non un budget strict de tokens. » Anthropic ne publie aucun multiplicateur de coût pour chaque niveau et vous recommande de tester votre propre cas d’usage. Vous pouvez donc comparer cet après-midi une exécution de Sonnet 5.5 à high avec une exécution d’Opus 5.5 à low. Haiku 5.5 prend en charge les cinq niveaux ; Haiku 4.5 ne prenait pas du tout en charge l’effort.

Mise en cache des prompts. Une lecture depuis le cache ne représente plus la même fraction du tarif d’entrée sur tous les modèles. Elle coûte 0.05x du tarif d’entrée de base sur Opus 5.5 et Sonnet 5.5, 0.025x sur Fable 5.1 et 0.1x sur Haiku 5.5. Pour choisir un modèle, il faut surtout regarder l’effet de cette différence entre les niveaux. Une lecture depuis le cache sur Opus 5.5 coûte $0.20 / MTok. C’est le double du tarif de $0.10 appliqué à un prompt Haiku 5.5 non mis en cache de moins de 100,000 tokens, mais moins de la moitié du tarif de $0.50 appliqué à un prompt qui dépasse cette limite. Ainsi, pour les prompts longs, un préfixe Opus bien mis en cache coûte moins cher par token d’entrée qu’un préfixe Haiku non mis en cache. Une bonne gestion des sessions est plus avantageuse qu’un changement de modèle pour toute charge de travail qui renvoie un préfixe volumineux et stable.

Traitement par lots. Si aucune opération n’attend la réponse, l’API Message Batches exécute les mêmes modèles avec « une remise de 50% sur les tokens d’entrée et de sortie ». Elle divise par deux chaque ligne de la comparaison ci-dessous et fonctionne entre les différents niveaux : une tâche Opus 5.5 traitée par lots coûte exactement le même prix qu’une tâche Sonnet 5.5 synchrone, soit $2 en entrée et $10 en sortie. Vous renoncez à la rapidité et bénéficiez du modèle le plus performant sans coût supplémentaire.

Un comparatif de coûts concret

La charge de travail consiste à classer 100,000 e-mails de support, à raison d’un appel par e-mail, avec 2,000 tokens d’entrée et 300 tokens de sortie par appel. Cela représente 200 MTok en entrée et 30 MTok en sortie. Chaque prompt contient largement moins de 100,000 tokens, donc Haiku 5.5 est facturé selon son tarif inférieur.

• Haiku 5.5 : 200 x $0.10 = $20 en entrée, 30 x $0.50 = $15 en sortie. Total : $35.
• Sonnet 5.5 : 200 x $2 = $400 en entrée, 30 x $10 = $300 en sortie. Total : $700.
• Opus 5.5 : 200 x $4 = $800 en entrée, 30 x $20 = $600 en sortie. Total : $1,400.

Remplacez quatre nombres pour refaire le calcul avec les tarifs de demain. Les ajustements ci-dessous modifient chaque ligne davantage que la plupart des utilisateurs ne le pensent :

• Le batching divise chaque ligne par deux : $17.50, $350 et $700. Rien n’attend l’exécution nocturne du classement, donc il n’y a aucune raison de l’éviter.
• La mise en cache du préfixe commun. Supposons que 1,200 des 2,000 tokens d’entrée correspondent à un bloc d’instructions identique à chaque appel. Avec Sonnet 5.5, ces tokens coûtent $0.10 / MTok lorsqu’ils sont servis depuis le cache, au lieu de $2 / MTok. Les 120 MTok coûtent donc $12 au lieu de $240. Ajoutez 80 MTok d’entrée nouvelle à $2, soit $160, puis $300 de sortie : Sonnet 5.5 revient à environ $472 au lieu de $700. La même méthode fonctionne désormais avec Haiku 5.5, car 1,200 tokens dépassent son minimum de 512 tokens : $1.20 pour les cache hits, $8 pour l’entrée nouvelle et $15 pour la sortie, soit environ $24.
• Les retries. Supposons que vous rejetiez la réponse de Haiku pour 8% des e-mails et que vous relanciez ces requêtes sur Opus 5.5. Ajoutez 0.08 x $1,400 = $112 aux $35, pour obtenir $147. Mesurez votre propre taux de rejet au lieu de reprendre le mien.
• Les définitions d’outils, si la tâche les utilise. Le system prompt qu’elles génèrent contient 286 tokens sur Opus 5.5, Sonnet 5.5 et Haiku 5.5, avec tool_choice défini sur auto. La surcharge fixe ne fausse donc plus le comparatif. Opus 5.5 et Sonnet 5.5 refusent l’utilisation forcée des outils (any ou tool) avec une erreur 400. Un classifier qui dépend du forçage d’un tool call doit donc utiliser auto avec ces deux modèles.

Haiku avec un chemin d’escalade coûte $147, soit moins du tiers des $472 de Sonnet 5.5 avec mise en cache. Haiku devrait échouer pour environ 31% des e-mails avant que le coût de ce chemin d’escalade atteigne celui de Sonnet 5.5 exécutant la tâche en un seul passage. Le modèle n’a jamais été la seule question.

Changer de modèle en cours de session permet-il de réaliser des économies ?

Moins souvent que les prix affichés ne le laissent penser, car l'économie se fait par token et ce que vous mettez en péril est un préfixe mis en cache complet.

Anthropic documente ce qui invalide un cache. Les préfixes sont construits dans l'ordre tools, puis system, puis messages, et « Les changements à chaque niveau invalident ce niveau et tous les niveaux suivants ». Deux réglages de requête figurent également sur cette liste : « La configuration de réflexion et le niveau effort résolu sont rendus dans le prompt lui-même, donc changer l'un d'eux démarre un nouveau préfixe de cache ». Concernant l'effort, la documentation va plus loin : « faites varier ce paramètre selon les charges de travail plutôt qu'au sein d'une conversation qui repose sur des hits de cache ». Il existe une nouvelle exception. Sur Fable 5.1, Opus 5.5, Sonnet 5.5 et Haiku 5.5, vous pouvez modifier l'effort par message (une fonctionnalité bêta) à l'intérieur de messages, et le préfixe mis en cache survit.

Le modèle ne figure pas sur cette liste documentée, donc ne faites aucune supposition à ce sujet. La documentation décrit toutefois un effet connexe : les blocs de réflexion que le nouveau modèle ne peut pas lire sont supprimés, et un bloc supprimé « modifie le préfixe mis en cache à partir de la position de ce bloc ». Lisez cache_read_input_tokens lors de la première requête après un changement et laissez le chiffre répondre. Sur un préfixe Opus 5.5 de 150 000 tokens, une lecture de cache coûte environ 0,03 $ et une écriture complète de cinq minutes environ 0,75 $, ce qui est supérieur à plusieurs tours de l'écart par token que vous cherchiez à optimiser.

Modifiez donc ces paramètres entre deux tâches, et non au sein d'une même tâche. Dans Claude Code, cela signifie /clear d'abord, lorsque le cache est de toute façon en cours de suppression, puis /model ou /effort. Ces deux derniers sont saisis via l'interface en ligne de commande (CLI), donc si vous travaillez sous Linux, l'installation qui vaut la peine est celle du terminal, car ce qu'Anthropic distribue nativement pour Linux associe une CLI stable à une application de bureau encore en bêta. Le fait que le changement apparaisse ou non sur une facture dépend de la manière dont vous payez cette session, car Claude Code fonctionne soit sur un forfait mensuel fixe, soit sur des crédits API par token et seule la seconde option facture chaque changement de modèle en dollars. Avec le forfait fixe, le coût du passage à un modèle plus puissant est votre fenêtre d'utilisation plutôt que votre facture, tant que vous restez dans les limites de l'utilisation incluse ; avec les crédits d'utilisation activés, tout dépassement est facturé aux tarifs API standard, ce qui couvre également Claude Code dans le terminal. Claude Code est inclus à partir de l'offre Pro et puise dans la même fenêtre que les applications de chat, donc une heure d'Opus dans le terminal est une heure que vous ne passez pas dans le navigateur.

Tester la réponse sur votre propre charge de travail

Ne dimensionnez pas un prompt à partir d’un décompte obtenu avec un autre modèle. L’endpoint de comptage des tokens est gratuit et utilise le tokenizer du modèle que vous indiquez. Indiquez donc celui que vous prévoyez d’appeler. Cet endpoint fait partie des rares fonctions de la plateforme qui ne sont jamais facturées. Il est utile de vérifier ce que vous pouvez également exécuter sans payer avant de dépenser du crédit pour une comparaison. Les modèles Claude 4.7 et ultérieurs, ce qui inclut les quatre modèles de la gamme actuelle, utilisent un tokenizer plus récent qui « produit environ 30 % de tokens en plus pour un même texte ». Un budget de tokens mesuré avec un modèle plus ancien comme Haiku 4.5 sera donc sous-évalué avec un modèle plus récent, même si le tarif par token reste identique.

Lisez ensuite le résultat. input_tokens correspond uniquement au reste non mis en cache. La taille réelle du prompt est donc la somme de ce champ, de cache_creation_input_tokens et de cache_read_input_tokens. Une première application Claude API sur un VPS est l’environnement le plus simple pour effectuer cette mesure correctement. Quel forfait Claude correspond à votre usage est une décision distincte : elle détermine si vous payez par token ou non. Si la question porte finalement sur le choix d’un abonnement plutôt que sur l’intérêt d’en avoir un, Les forfaits Claude comparés à ceux de ChatGPT indique le coût du même travail de programmation avec les offres de l’autre fournisseur. Si la mesure conduit définitivement votre charge de travail vers l’API, Résilier l’abonnement ou passer à un forfait inférieur vous permet de conserver la période déjà payée. Vous ne perdez donc rien à attendre les résultats avant de décider. Effectuez la même mesure pour une équipe plutôt que pour une seule personne : le calcul change encore, car un abonnement Team ou Enterprise doit coûter moins cher que ce que cette personne aurait dépensé par token pour justifier son achat.

FAQ

Quel modèle Claude est le mieux adapté au développement ?

Claude Opus 5.5 est le point de départ documenté pour les tâches de développement complexes avec des agents, à $4 par million de tokens en entrée et $20 par million en sortie en octobre 2026. Claude Sonnet 5.5 est présenté comme le meilleur compromis entre vitesse et intelligence. À $2 / $10, il coûte deux fois moins cher. Exécutez la même tâche avec les deux modèles en conservant le même niveau d’effort, car Opus 5.5 utilise par défaut medium et Sonnet 5.5 high. Comparez ensuite la consommation totale de tokens à partir de response.usage.

Claude Haiku 5.5 est-il suffisamment bon marché pour remplacer Sonnet 5.5 ?

Par token, oui : $0.10 / $0.50 contre $2 / $10 pour Sonnet 5.5, tant que le prompt reste inférieur à 100,000 tokens. Les limites qui excluaient Haiku 4.5 ont disparu. Haiku 5.5 possède la même fenêtre de contexte de 1M de tokens, la même sortie maximale de 128K tokens et la même date fiable de coupure des connaissances, juin 2026, que Sonnet 5.5. Il prend en charge les cinq niveaux d’effort et met en cache les prompts à partir de 512 tokens. Deux éléments sont désormais déterminants. Le premier est le passage à $0.50 / $2.50 pour les prompts de plus de 100,000 tokens, les lectures du cache étant comptabilisées. Le second est la qualité mesurée par vos propres tests.

Passer à un modèle Claude moins cher en cours de session permet-il d’économiser de l’argent ?

Moins souvent qu’il n’y paraît. Anthropic documente comme invalidateurs du cache les modifications du préfixe tools, system ou messages, les modifications de la configuration du thinking et les modifications du output_config.effort de premier niveau. Le changement de modèle ne figure pas dans cette liste. La documentation précise toutefois que les blocs de thinking que le nouveau modèle ne peut pas lire sont supprimés et que le préfixe est modifié à partir de ce point. Lisez donc cache_read_input_tokens lors de la première requête suivante. L’enjeu mérite d’être connu : pour un préfixe Opus 5.5 de 150,000 tokens, une lecture du cache coûte environ $0.03 et une nouvelle écriture environ $0.75. Cela représente plus que plusieurs tours d’économies sur le coût par token. Changez de modèle entre deux tâches, après /clear dans Claude Code, lorsque le cache est de toute façon supprimé.

Quel effet output_config.effort a-t-il sur ma facture ?

Ce paramètre modifie le nombre de tokens consommés par le modèle pour le texte, les appels d’outils et le thinking. Un niveau d’effort plus faible entraîne moins d’appels d’outils. L’effet se cumule dans les boucles avec agents, car chaque résultat d’outil est renvoyé lors des tours suivants. Les niveaux sont low, medium, high, xhigh et max. La valeur par défaut est high sur la plupart des modèles, et medium sur Opus 5.5 et Haiku 5.5. Anthropic ne publie aucun multiplicateur de coût pour chaque niveau. L’entreprise présente l’effort comme un signal comportemental et non comme un budget de tokens. Mesurez donc son effet sur votre propre tâche.

Quelle économie l’API Claude Batches permet-elle de réaliser ?

50% sur les tokens en entrée comme en sortie, en échange d’une livraison asynchrone. En octobre 2026, cela porte le tarif d’Opus 5.5 à $2 en entrée / $10 en sortie, celui de Sonnet 5.5 à $1 / $5, et celui de Haiku 5.5 à $0.05 / $0.25 pour les prompts allant jusqu’à 100,000 tokens. La comparaison la plus intéressante se fait entre les niveaux : une tâche Opus 5.5 traitée par lots coûte exactement le même prix qu’une tâche Sonnet 5.5 synchrone. Le traitement par lots permet donc d’utiliser un modèle plus puissant sans coût supplémentaire.