Claude Sonnet 5 restera facturé 2 dollars par million de tokens en entrée, les unités de texte que le modèle lit, et 10 dollars par million en sortie, celles qu’il écrit. Ce tarif avait été présenté en juin comme une offre d’introduction valable jusqu’au 31 août. Anthropic vient d’en retirer la date d’expiration : le prix de lancement devient le prix, sans échéance.
Trois semaines avant le terme annoncé, l’éditeur renonce donc à remonter ses tarifs. Une annonce d’une ligne, facile à survoler, qui pèse lourd pour toute équipe qui paie ses appels API au volume. À titre de comparaison, Gemini 3.1 Pro est annoncé chez Google au même prix d’entrée en dessous de 200 000 tokens de contexte, et à 12 dollars par million en sortie.
Neuf cents dollars par mois pour un seul agent
Un million de tokens en entrée, c’est l’ordre de grandeur de plusieurs centaines de milliers de mots envoyés au modèle : une documentation technique complète, ou la même conversation rejouée des dizaines de fois avec tout son contexte. Dit comme ça, l’unité de compte reste abstraite. Elle devient parlante dès qu’on la multiplie par le comportement réel d’un agent.
Prenons un assistant interne qui relit un contexte de 200 000 tokens à chaque tâche et traite cinquante tâches par jour : 10 millions de tokens en entrée quotidiens, soit 20 dollars. Ajoutons un million de tokens produits en sortie, 10 dollars de plus. Une trentaine de dollars par jour, environ 900 dollars par mois, pour un seul agent de ce gabarit. Le prix unitaire est bas ; c’est la fréquence d’appel qui fabrique la facture.
Écrire coûte cinq fois plus cher que lire
La sortie se paie cinq fois l’entrée. Ce rapport indique où se situe votre marge de manœuvre : gaver le modèle de contexte se paie en centimes, le laisser écrire longuement coûte cher.
- Envoyer un dossier entier plutôt qu’un extrait mal découpé reste marginal dans le total.
- Demander un fichier complet réécrit là où un diff suffisait gonfle la seule ligne coûteuse.
- Un agent qui déroule son plan en prose avant chaque action facture ce plan au tarif le plus élevé.
Un budget qui dérape vient donc plus souvent d’une consigne de format que d’un choix de modèle. Le levier est dans vos prompts et vos schémas de réponse, pas dans une négociation commerciale.
Anthropic reprend à sa charge le risque de hausse
Un tarif promotionnel avec date limite ne rend pas seulement le modèle moins cher pendant quelques mois. Il fait porter à l’acheteur un risque qu’on chiffre mal : découvrir, une fois l’agent en production et les processus câblés dessus, que le coût par requête vient d’être révisé à la hausse. À ce stade, migrer coûte plus cher que payer.
La marche était connue : la grille officielle prévoyait 3 dollars par million en entrée et 15 en sortie au 1er septembre, soit 50 % de plus. En supprimant la date, l’éditeur récupère ce risque. Un directeur technique peut désormais présenter un coût unitaire stable dans un plan à douze mois, plutôt qu’une hypothèse assortie d’un astérisque. Pour une brique qu’on encastre dans un produit, cette stabilité vaut souvent mieux que vingt pour cent de remise supplémentaire obtenus pour un trimestre.
La hausse peut revenir par la génération suivante
L’engagement est public, il n’est pas contractuel. Rien n’interdit une révision ultérieure, et dans cette industrie, la hausse passe rarement par le tarif affiché.
Le mécanisme est connu : la génération suivante arrive à un prix plus élevé, avec des capacités qui rendent la précédente inconfortable à défendre en interne, puis la version ancienne entre en fin de vie. Le tarif de Sonnet 5 est gelé, le coût total ne l’est pas. Ancrer une architecture sur un prix, c’est aussi s’engager à trancher une mise à niveau le jour où ce prix ne concernera plus le modèle que vous voulez utiliser.
Un tarif stable rend l’optimisation rentable
Tant qu’un tarif reste provisoire, optimiser autour de lui ressemble à du travail perdu. Une fois qu’il est stable, les arbitrages d’ingénierie retrouvent leur sens : router les volumes élevés vers Sonnet et réserver les modèles plus lourds aux étapes de raisonnement critique, plafonner la longueur des réponses, mesurer le coût réel d’une requête utile de bout en bout.
Beaucoup d’équipes connaissent leur facture mensuelle globale sans savoir ce que coûte une réponse à un utilisateur, ni quelle part de cette somme part en tokens de sortie que personne ne lira. Le prix affiché par l’éditeur est désormais une constante ; le volume et la verbosité, eux, dépendent entièrement de vous.
Le coût d’une tâche menée jusqu’à son terme, personne ne le calculera à votre place. C’est lui, et pas la grille tarifaire, qui fixe le nombre d’agents qu’une équipe se permet de lancer en production.
