Claude Sonnet 4.5 : des agents plus endurants, et ce que ça change pour une PME
Anthropic a lancé Claude Sonnet 4.5 le 29 septembre, avec un kit pour construire des agents. Ce qui est nouveau, ce qui reste à prouver, et quoi en faire.
Le 29 septembre 2025, Anthropic a présenté Claude Sonnet 4.5, son nouveau modèle de milieu de gamme, et l'a accompagné d'un kit pour construire des agents. Le message est clair : les grands éditeurs ne se battent plus seulement sur la qualité des réponses, mais sur la capacité d'une IA à mener une tâche longue de bout en bout. Pour une PME, c'est une bonne nouvelle à condition de garder la tête froide. Voici ce qui a été annoncé, ce que valent les chiffres, et comment nous lisons cette sortie.
Ce qu'Anthropic a annoncé
Claude Sonnet 4.5 est présenté par Anthropic comme son meilleur modèle pour la programmation et pour l'utilisation d'un ordinateur. Quelques points de l'annonce :
- Des résultats en hausse sur les tests de référence. 77,2 % sur SWE-bench Verified, un test qui mesure la capacité à corriger de vrais bugs dans de vrais projets, et 61,4 % sur OSWorld, qui mesure la capacité à utiliser un ordinateur comme un humain (cliquer, remplir, naviguer). Sur ce second test, le modèle précédent, Sonnet 4, était à 42,2 % quatre mois plus tôt.
- Une endurance mise en avant. Anthropic dit avoir observé le modèle garder le fil pendant plus de 30 heures sur des tâches complexes en plusieurs étapes.
- Le Claude Agent SDK. Anthropic met à disposition des développeurs les briques qu'il utilise pour son propre outil de programmation, Claude Code, afin qu'ils construisent leurs propres agents.
- Des fonctions bureautiques. Les applications Claude peuvent créer des tableurs, des présentations et des documents dans la conversation, sur les offres payantes.
- Un tarif d'API inchangé par rapport à Sonnet 4.
Anthropic insiste aussi sur la sécurité : moins de complaisance envers l'utilisateur et de meilleures défenses contre l'injection de consignes cachées, ce piège où un document ou une page web glisse des instructions à l'IA à l'insu de l'utilisateur.
Ce que valent ces chiffres
Il faut lire ces annonces pour ce qu'elles sont : des résultats publiés par l'éditeur lui-même, sur des tests choisis par lui. Les « 30 heures » viennent d'observations internes et de premiers clients, pas d'une évaluation indépendante. Elles disent qu'un modèle peut tenir une longue tâche dans de bonnes conditions, pas qu'il le fera sur la vôtre.
Le progrès sur OSWorld est en revanche un vrai signal. Utiliser un logiciel à la place d'un humain, c'est exactement ce qu'il faut pour automatiser des tâches dans des outils qui n'ont pas d'interface de programmation : un vieux logiciel de gestion, un portail fournisseur, un site administratif. Passer de 42 % à 61 % en quatre mois, sur ce type de tâche, montre que le sujet avance vite. Mais 61 %, c'est aussi près de quatre échecs sur dix. Personne ne confierait une tâche importante à un collaborateur qui se trompe aussi souvent sans relire son travail.
Ce que ça change pour une PME
La vraie nouveauté n'est pas le modèle, c'est la direction prise par tout le marché : on passe de l'assistant qui répond à l'agent qui agit. Un agent, c'est une IA à qui l'on confie une tâche (« prépare les relances des factures en retard », « classe ces bons de livraison et signale les écarts ») et qui enchaîne seule les étapes dans vos outils.
Pour une PME, cela ouvre des pistes concrètes sur les tâches répétitives, bien définies, qui mangent du temps sans demander de jugement fin. Trois conditions restent pourtant non négociables :
- Un humain valide avant que ça parte. Un agent prépare, vous validez. C'est le seul mode raisonnable tant que les taux d'erreur sont ceux qu'on vient de voir.
- Des accès limités. Un agent n'a besoin que des droits nécessaires à sa tâche. Lui donner les clés de toute la messagerie ou de la banque, c'est s'exposer au moindre document piégé.
- Savoir où vont vos données. Un agent qui lit vos factures et vos e-mails envoie ce contenu au fournisseur du modèle. Pour un modèle américain comme Claude, cela pose la question du contrat, de la localisation et de la confidentialité.
Notre lecture
Nous construisons des agents, et nous en utilisons un tous les jours : nous lui confions une tâche depuis notre téléphone, il l'exécute dans nos outils, et nous validons le résultat avant qu'il ne soit appliqué. Cette expérience confirme ce que suggèrent les chiffres : les modèles sont devenus assez bons pour faire gagner du temps, à condition que l'agent soit conçu autour de la validation humaine et de droits étroits.
Nous conseillons donc de ne pas courir après chaque nouveau modèle. Un agent bien conçu doit pouvoir changer de modèle sans être réécrit : Claude aujourd'hui, un modèle européen ou un modèle installé chez vous demain. C'est ce qui vous protège quand un éditeur change ses prix ou ses conditions.
Si vous avez en tête une tâche qui se répète chaque semaine et que vous aimeriez confier à une IA, c'est exactement le rôle de nos agents IA : une tâche de bout en bout, et vous gardez la main sur la validation. Pour les entreprises qui ne veulent pas que leurs documents partent chez un fournisseur américain, nous installons aussi des IA locales, matériel compris, avec lesquelles aucune donnée ne part chez un fournisseur d'IA.