Jusqu’ici, parler à Claude, c’était dialoguer avec sa version la plus rapide, jamais la plus fine. Anthropic vient de rompre ce compromis : depuis cette semaine, le mode vocal tourne aussi sur Opus et Sonnet, ses modèles taillés pour les problèmes difficiles. Le même geste, parler, ne mobilise plus la même intelligence.
La mise à jour est en bêta publique sur mobile, ordinateur et web, avec une expérience plus aboutie depuis un téléphone. Derrière l’apparence d’un simple confort, c’est un déplacement de la voix : elle quitte le rayon accessibilité pour s’installer là où se joue la valeur des modèles.
Deux voix pour un même geste
Le mode vocal ne tournait jusque-là que sur Claude Haiku, le modèle le plus léger de la maison, choisi pour sa vitesse. Anthropic le reconnaît sans détour dans son annonce : ce choix gardait les échanges rapides, mais pas toujours profonds. La voix promettait la réactivité, elle plafonnait sur le raisonnement.
La voix qui arrive promet l’inverse. Opus et Sonnet sont pensés pour tenir un fil long, revenir sur une hypothèse, creuser une décision. Là où la première répondait vite, la seconde prend le temps de penser. On passe d’un assistant qui débite à un interlocuteur qui réfléchit avec vous, à haute voix.
Concrètement, vous choisissez le modèle depuis le sélecteur, et vous pouvez en changer en plein milieu d’une conversation. Le mode vocal reprend par défaut le dernier modèle utilisé en mode texte, si bien qu’on glisse de l’écrit à la parole sans repartir de zéro. Chaque modèle tourne dans sa version la plus rapide, pour que l’échange reste fluide malgré la puissance mobilisée.
Ce qui les sépare tient dans une pause
La différence ne se lit pas dans la vitesse de réponse, mais dans la manière de conduire l’échange. Le mode vocal fonctionne par tours : Claude écoute, marque une pause pour réfléchir, puis répond. Cette respiration change tout. Un modèle rapide comble le silence ; un modèle capable ose le laisser durer le temps de penser.
Avec Opus et Sonnet, Anthropic décrit un usage précis : vous parlez d’une idée à moitié formée et vous démêlez ce que vous pensez vraiment. Le modèle pose des questions de relance et s’appuie sur votre raisonnement au lieu de vous tendre une réponse toute faite. Répéter un argumentaire client et lui demander de repérer les failles de votre raisonnement, arbitrer entre plusieurs offres, valider une feuille de route produit : ce ne sont plus des requêtes, ce sont des séances de travail.
La voix devient alors ce qu’un clavier ne sera jamais : un miroir qui suit le rythme de la pensée orale, avec ses hésitations et ses retours en arrière. Certaines réflexions ne se tapent pas, elles se disent.
Quand la conversation touche vos outils
Le second changement est plus lourd de conséquences. En pleine conversation, Claude accède désormais aux outils que vous avez connectés : messagerie, agenda, espaces de travail collaboratifs, outils de création. La voix cesse d’être un canal de dialogue pour devenir un canal d’action.
Les exemples fournis par Anthropic dessinent bien la bascule. Vous êtes en retard ? Vous demandez à voix haute de décaler une réunion de trente minutes sur votre agenda. Une discussion sur un pitch se transforme en une page de synthèse dans votre outil de création. Vous faites résumer les e-mails reçus dans la journée et rédiger des réponses aux plus urgents. Le geste reste le même, parler, mais il ne décrit plus : il déclenche.
Un garde-fou encadre le tout : Claude demande votre autorisation avant d’utiliser l’un de vos outils connectés, et l’ajout de nouvelles connexions se fait dans les réglages. Le détail compte, car il conditionne l’adoption d’un assistant vocal capable d’agir sur vos données réelles.
La voix s’installe au quotidien, et se paie
Le troisième volet vise l’usage au quotidien : le mode vocal prend en charge bien plus de langues, sur tous les plans, dont le français, l’espagnol, l’allemand, le hindi, l’italien, le japonais, le coréen et le portugais brésilien. Il faut toutefois désigner sa langue explicitement, à l’oral ou dans les réglages vocaux : Claude ne la détecte pas automatiquement et ne reprend pas vos préférences de langue du mode texte.
La ligne de partage entre formules reste nette. Le plan gratuit donne accès à Haiku, un seul outil connecté et toutes les langues ; les plans payants ouvrent les modèles plus puissants et l’ensemble de vos outils. La voix profonde et agentique est donc, sans surprise, un produit d’abonnement.
Ce qui se joue dépasse Claude. Faire tourner ses modèles de frontière sur la voix, et lui donner la main sur les outils de l’utilisateur, revient à traiter l’oral comme une interface de premier rang, pas comme une commodité pour mains occupées. La parole redevient un terrain où les laboratoires cherchent à se départager, au même titre que le raisonnement ou la capacité à agir. OpenAI et Google ont déjà pris ce virage : le premier avec le mode vocal avancé de ChatGPT, qui écoute et répond en temps réel, le second avec Gemini Live, branché sur Gmail et l’agenda. Anthropic arrive après eux, mais joue une autre carte : la profondeur de raisonnement de ses modèles plutôt que la seule fluidité de l’échange.
L’adoption, elle, se jouera ailleurs que dans les classements de performance. Un assistant qui décale un rendez-vous ou trie vos e-mails à la voix ne vaut que si vous acceptez de lui ouvrir votre agenda et votre boîte. Anthropic parie sur la demande d’autorisation systématique pour lever ce frein ; les premières semaines de bêta diront si cela suffit à faire parler les utilisateurs à leurs outils autant qu’à leur assistant.
