Sonnet 4.6 et Gemini 3.1 Pro : le très haut niveau devient le standard
En trois jours, Anthropic et Google ont sorti des modèles qui approchent les meilleurs pour un coût moindre. Comment choisir sans courir après chaque sortie.
La semaine dernière, deux nouveaux modèles sont arrivés à deux jours d'intervalle. Le 17 février, Anthropic a publié Claude Sonnet 4.6, son modèle intermédiaire, devenu le modèle par défaut des offres gratuite et Pro de Claude. Le 19 février, Google a lancé Gemini 3.1 Pro en préversion. Les deux revendiquent des résultats proches, voire au-dessus, des meilleurs modèles du moment. Pour une PME, la leçon n'est pas de changer d'outil à chaque annonce, mais de ne pas s'enfermer dans un seul.
Claude Sonnet 4.6 : le milieu de gamme qui talonne le haut
Selon Anthropic, Sonnet 4.6 progresse nettement sur l'utilisation d'un ordinateur (cliquer, remplir, naviguer dans des logiciels), sur le code, la planification de tâches d'agent et le travail de bureau. Dans Claude Code, les utilisateurs l'ont préféré à l'ancien modèle haut de gamme Opus 4.5 dans environ 59 % des cas. Il dispose d'une fenêtre de contexte d'un million de jetons en bêta, et son tarif d'utilisation par l'API ne change pas par rapport à la version 4.5.
Autre changement concret : les utilisateurs de l'offre gratuite de Claude ont désormais accès à la création de fichiers, aux connecteurs et aux skills.
Gemini 3.1 Pro : un bond sur le raisonnement
Google met en avant un score de 77,1 % sur ARC-AGI-2, un test qui mesure la capacité à résoudre des problèmes logiques jamais vus. C'est plus du double de Gemini 3 Pro selon Google, et au-dessus des scores publiés pour Claude Opus 4.6 et GPT-5.2, d'après The Decoder. Le modèle est disponible en préversion dans l'application Gemini, pour les développeurs et pour les entreprises, en attendant une version définitive.
Ce que valent ces scores
Trois précautions avant de tirer des conclusions :
- Les chiffres viennent des éditeurs. Ils choisissent les tests où ils brillent. Les classements indépendants arrivent plus tard, et ne disent pas toujours la même chose.
- Un test n'est pas votre métier. Résoudre des énigmes logiques ne dit rien de la capacité à lire correctement vos bons de livraison ou à respecter le ton de vos courriers.
- L'écart se resserre. Les meilleurs modèles de trois éditeurs se tiennent désormais dans un mouchoir de poche, et le classement change à chaque sortie.
Ce que ça change pour une PME
Le bon modèle est souvent le moins cher qui suffit
Qu'un modèle intermédiaire égale l'ancien haut de gamme est une excellente nouvelle pour les budgets. Pour classer des mails, extraire des informations d'une facture ou résumer un compte rendu, un modèle intermédiaire, voire un petit modèle ouvert installé chez vous, fait très bien l'affaire. On réserve les plus grands modèles aux raisonnements difficiles.
Ne pas coller votre outil à un seul fournisseur
Si votre assistant ou votre agent est construit de façon à pouvoir changer de modèle, chaque nouvelle sortie devient une option, pas une migration. Si tout est écrit autour d'un seul fournisseur, vous dépendez de ses prix, de ses conditions et de ses choix. C'est pour cette raison que nous concevons nos assistants et nos agents de manière à pouvoir changer de modèle : un grand modèle du marché, un modèle hébergé en France, ou un modèle ouvert comme Mistral, gpt-oss ou Gemma installé sur votre serveur.
Tester sur vos propres cas
La seule comparaison qui compte est celle faite sur vos documents et vos tâches. Une vingtaine de cas réels, notés par les personnes qui font le travail, vaut mieux que n'importe quel classement. Prenons un exemple : vous voulez qu'un assistant réponde aux questions de vos techniciens à partir de vos notices. Le jeu de test, ce sont vingt questions réellement posées le mois dernier, avec la bonne réponse et la page de la notice où elle se trouve. Vous comparez ensuite les modèles sur deux critères simples : la réponse est-elle juste, et l'assistant cite-t-il la bonne source ? En une matinée, vous savez lequel convient, pour combien, et vous avez un étalon pour juger la prochaine nouveauté.
Une préversion n'est pas un produit fini
Gemini 3.1 Pro est sorti en préversion, le million de jetons de Sonnet 4.6 est en bêta. Ces mentions ont un sens : le comportement peut changer, la disponibilité aussi. Pour un outil qui tourne en production dans votre entreprise, on attend la version stable, et on garde la précédente sous la main.
Ce qu'on conseille de faire
- Constituer un petit jeu de test : vingt exemples réels de ce que vous attendez de l'IA, avec la bonne réponse.
- Le faire passer à deux ou trois modèles, dont un petit, et noter.
- Choisir le moins cher qui atteint votre niveau d'exigence, et garder le jeu de test pour la prochaine sortie.
- Vérifier où tourne chaque modèle avant d'y envoyer des données sensibles. Nous expliquions vendredi ce qu'implique le Cloud Act pour un fournisseur américain.
Pour monter ce jeu de test avec nous, prenez rendez-vous.