En un coup d'œil
Anthropic livre Claude en trois tailles, et choisir la bonne est le levier le plus simple et le plus grand à la fois sur la qualité et sur la facture. Opus est le modèle le plus capable pour le raisonnement le plus difficile, Sonnet le cheval de trait équilibré qui gère bien la plupart des tâches de coding et d'agent, et Haiku le modèle rapide et bon marché pour le travail à fort volume et sensible à la latence. Ils partagent les mêmes capacités de base et, en 2026, un contexte de 1M de tokens au prix standard ; ce qui change, c'est la profondeur de raisonnement, la vitesse et le coût par token. Cette page les compare honnêtement, pour que vous ajustiez le modèle à la tâche, au lieu de payer Opus pour un travail que Haiku ferait, ou d'envoyer un problème vraiment lourd à Haiku et d'être frustré. Elle accompagne notre article Choosing an AI Model. Les prix sont des prix catalogue de 2026 et changent avec le temps.
Les possibilités
Côte à côte
| Dimensions | Claude Opus | Claude Sonnet | Claude Haiku |
|---|---|---|---|
| Niveau | Le plus capable | Équilibré | Le plus rapide et bon marché |
| Idéal pour | Raisonnement le plus dur, architecture, refactorings complexes | La plupart du coding et du travail d'agent | Fort volume, tâches simples, travail sensible à la latence |
| Capacité relative | La plus haute | Haute | Bonne pour sa taille |
| Vitesse relative | La plus lente | Rapide | La plus rapide |
| Prix Input par million (état 2026) | Environ USD 5 | Environ USD 3 | Environ USD 1 |
| Prix Output par million (état 2026) | Environ USD 25 | Environ USD 15 | Environ USD 5 |
| Context window (2026) | 1M de tokens au prix standard | 1M de tokens au prix standard | Grand contexte |
Le verdict
Faites de Sonnet votre défaut : il gère la grande majorité du coding et du travail d'agent à un fort rapport qualité-coût, c'est pourquoi Claude Code l'utilise par défaut. Saisissez Opus pour les problèmes vraiment lourds, raisonnement complexe, refactorings retors et architecture, où sa profondeur supplémentaire se paie en visant juste du premier coup. Descendez vers Haiku pour du travail à fort volume, simple ou sensible à la latence comme la classification, l'extraction et les subagents en lecture seule, où la vitesse et le coût comptent plus que le raisonnement de pointe. Un schéma fort est de les mélanger : un modèle plus fort mène, pendant que Haiku fait le travail annexe étroit et bon marché. Pour réduire encore les coûts, utilisez le Prompt Caching pour le contexte répété et le traitement par batch pour les jobs non urgents. Dans le doute, démarrez sur Sonnet et ne montez ou descendez que lorsqu'une tâche l'exige clairement.