Claude ou ChatGPT : les nouveaux modèles côte à côte

Entre septembre et octobre, Anthropic et OpenAI ont renouvelé leurs gammes de modèles d’IA. Anthropic, qui développe Claude, a lancé Fable 5.1 et la famille 5.5 (Opus, Sonnet et Haiku). OpenAI, qui édite ChatGPT, a lancé la génération GPT-6, avec les modèles Astra, Sol et Luna, et a déjà mis à jour Sol en version 6.1. Ces modèles tournent derrière les applications et arrivent aussi dans les entreprises par l’API, pour être utilisés dans leurs propres systèmes.

Ce que chaque entreprise a lancé

Anthropic (Claude)

• Claude Fable 5.1 (15 septembre) : issu de la gamme la plus haute d’Anthropic, présenté par l’entreprise comme le modèle le plus avancé au monde pour la programmation et le travail intellectuel. Le même modèle, avec d’autres garde-fous, existe sous le nom de Claude Mythos 5.1, réservé à des organisations agréées qui travaillent en cybersécurité et en sciences de la vie.
• Claude Opus 5.5 (22 septembre) : ouvre la famille 5.5, coûte 20 % de moins par token qu’Opus 5 et, dans les tests publiés par Anthropic, passe devant Fable 5.1 en programmation avec agents, en utilisation de l’ordinateur et en travail intellectuel.
• Claude Sonnet 5.5 (28 septembre) : plus rapide et moins cher qu’Opus, conçu pour les tâches courantes bien définies, la correction de bugs et la création de documents, de présentations et de tableurs.
• Claude Haiku 5.5 (7 octobre) : le petit modèle, le plus rapide et le moins cher d’Anthropic, fait pour les gros volumes, comme les résumés, la classification et le support client en temps réel.

OpenAI (ChatGPT)

• GPT-6 Astra (3 septembre) : le modèle le plus performant d’OpenAI, que l’entreprise présente comme le plus intelligent au monde, avec l’accent sur l’utilisation de l’ordinateur, la programmation et la science.
• GPT-6 Sol et GPT-6 Luna (22 septembre) : des versions plus rapides et moins chères, entraînées avec des méthodes proches de celles d’Astra. Luna est le moins cher, conçu pour le travail quotidien à grande échelle.
• GPT-6.1 Sol (29 septembre) : une mise à jour de Sol qui, selon OpenAI, s’approche d’Astra en programmation avec agents, en utilisation de l’ordinateur et en travail professionnel, pour un cinquième du prix.
• GPT-6 Cyber (5 novembre) : un modèle pour la recherche en sécurité, ouvert pour l’instant à un groupe de clients agréés du programme Daybreak Red.

Côte à côte

Par le prix de l’API, les deux gammes se répartissent en niveaux, et pour trois d’entre eux le prix par token est identique :

• Niveau le plus cher : Claude Fable 5.1 et GPT-6 Astra, à 10 $ par million de tokens en entrée et 50 $ par million en sortie.
• Niveau intermédiaire : Claude Sonnet 5.5 et GPT-6.1 Sol, à 2 $ et 10 $.
• Niveau le moins cher : Claude Haiku 5.5 et GPT-6 Luna, à 0,10 $ et 0,50 $ (pour Haiku, sur des requêtes de 100 000 tokens au plus).

Claude Opus 5.5 se situe entre les deux, à 4 $ et 20 $, sans équivalent direct chez OpenAI. Une différence qui pèse pour les agents tient au contexte réutilisé (cache) : au niveau le plus cher, Fable 5.1 facture 0,25 $ par million de tokens lus dans le cache, et Astra 1 $.

Dans les applications

Le déploiement dans les applications a été différent. Dans ChatGPT, Astra a été ouvert aux offres Plus, Pro, Business et Enterprise ; Sol et Luna sont arrivés dans ChatGPT Work et Codex sur les offres payantes, et les utilisateurs des offres Free et Go ont reçu Luna dans l’application de bureau. Dans Claude, Fable 5.1 est disponible dans l’application, dans Cowork et dans Claude Code, et Opus 5.5 est arrivé avec des limites d’usage plus élevées sur les offres Pro, Max, Team et Enterprise.

Qui prend l’avantage

Chaque entreprise publie des tests où elle mène. Anthropic affirme qu’Opus 5.5, à son niveau d’effort par défaut, bat GPT-6 Astra sur FrontierCode, un test de programmation, pour environ un cinquième du coût par tâche. OpenAI affirme que GPT-6.1 Sol dépasse Opus 5.5 de 2,2 points sur AutomationBench, qui mesure des processus métier, pour environ un tiers du coût. Les chiffres viennent de ceux qui vendent les modèles, dans des réglages choisis par chacun : ce sont des indices, pas un verdict.

Ce que cela change pour les entreprises

• Choisir selon la tâche, pas la marque : les modèles les moins chers sont faits pour le travail en volume, comme les résumés, la classification et le support client, et coûtent cent fois moins que les plus chers par token en entrée. Les plus chers restent pour le travail le plus difficile.
• Comparer le coût par tâche : chaque modèle consomme un nombre différent de tokens, et les deux permettent de régler le niveau d’effort, ce qui change le résultat et la facture. Un échantillon de vos tâches réelles, jugé selon les mêmes critères, en dit plus que n’importe quel classement.
• Faciliter le changement de modèle : en un peu plus d’un mois, les deux entreprises ont renouvelé leurs gammes. Un système qui change de modèle par configuration, avec des tests qui mesurent la qualité à chaque changement, profite des nouvelles versions sans refaire le projet.
• Garder les précautions habituelles : avec des données clients, vérifiez dans le contrat comment le fournisseur traite et conserve les informations, et gardez l’évaluation humaine, la journalisation et les critères d’arrêt, les garde-fous que nous appliquons dans les projets IA et automatisation.