Claude Sonnet 4

Fiche modèle · Anthropic · claude-sonnet-4-20250514

Claude Sonnet 4, part of the Claude 4 family, is a significant upgrade to Claude Sonnet 3.7. It excels in coding (72.7% on SWE-bench) and reasoning, responding more precisely to instructions. Sonnet 4 offers an optimal mix of capability and practicality, with enhanced steerability, and supports extended thinking with tool use.

Fiches modèles

Identité

Organisation	Anthropic
Pays	—
Famille	—
Type	llm
Date de sortie	2025-05-22
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	200 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	—
Source des paramètres actifs	—
Curation des paramètres actifs	—
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:27.869995Z
Mis à jour le	2026-11-04T06:04:34.343171Z
Source	LLM Stats
URL	https://llm-stats.com/models/claude-sonnet-4-20250514

Tokens/tâche

IA Act — preuves fournisseur

ICA 46/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	1,2	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	2,5	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.80
language	0.90
math	0.80
multimodal	0.70
physics	0.80
reasoning	0.70
frontend_development	0.70
general	0.70
healthcare	0.70
agents	0.40
biology	0.80
chemistry	0.80
code	0.50
communication	0.70
tool_calling	0.70
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2025	math	0.70	1.00	0.70	non	oui	2026-11-04T06:04:34.362852Z
gpqa	reasoning	0.75	1.00	0.75	non	oui	2026-11-04T06:04:34.373060Z
mmmlu	language	0.86	1.00	0.86	non	oui	2026-11-04T06:04:34.383247Z
mmmu	multimodal	0.74	1.00	0.74	non	oui	2026-11-04T06:04:34.403230Z
swe-bench-verified	reasoning	0.73	1.00	0.73	non	oui	2026-11-04T06:04:34.413118Z
tau-bench-airline	reasoning	0.60	1.00	0.60	non	oui	2026-11-04T06:04:34.423130Z
tau-bench-retail	chat	0.81	1.00	0.81	non	oui	2026-11-04T06:04:34.429648Z
terminal-bench	reasoning	0.35	1.00	0.35	non	oui	2026-11-04T06:04:34.439171Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	40	0.80	21.34	1	trueskill	2026-11-04T08:08:43.789169Z	rankings
agents	159	—	5.74	1	trueskill	2026-10-19	model_history
code	139	—	16.45	2	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04