Claude Sonnet 4.5

Fiche modèle · Anthropic · claude-sonnet-4-5-20250929

Claude Sonnet 4.5 is the best coding model in the world. It's the strongest model for building complex agents. It’s the best model at using computers. And it shows substantial gains in reasoning and math. Highest intelligence across most tasks with exceptional agent and coding capabilities.

Fiches modèles

Identité

Organisation	Anthropic
Pays	—
Famille	—
Type	llm
Date de sortie	2025-09-29
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	audio\|image\|text\|video
Fenêtre de contexte	200 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	≈ 134 B–162 B (estimation, confiance faible — https://unexcitedneurons.substack.com/p/estimating-the-size-of-claude-opus)
Source des paramètres actifs	https://unexcitedneurons.substack.com/p/estimating-the-size-of-claude-opus (estimation, confiance faible)
Curation des paramètres actifs	2026-10-25
Prix par session	6.00 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
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)	50.39 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	2025-01-31
Créé le	2026-05-07T16:53:27.891132Z
Mis à jour le	2026-11-04T06:04:34.442665Z
Source	LLM Stats
URL	https://llm-stats.com/models/claude-sonnet-4-5-20250929

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

Statut du modèle (offres + auto-hébergement) : partiel — via AWS Bedrock (eurouter), Amazon Bedrock — Irlande (cortecs), Amazon Bedrock — Paris (cortecs).

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 « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
AWS Bedrock	eurouter	partiel	—	—	—	200 000	—	—	—
Amazon Bedrock — Irlande	cortecs	partiel	3.01 $	15.06 $	—	200 000	—	—	—
Amazon Bedrock — Paris	cortecs	partiel	3.01 $	15.06 $	—	200 000	—	—	—
Anthropic	llm-stats	non	3.00 $	15.00 $	—	—	0.40	42.0	active

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

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.90
language	0.90
long_context	0.50
math	0.90
multimodal	0.70
physics	0.80
reasoning	0.80
general	0.70
healthcare	0.80
agents	0.60
biology	0.80
chemistry	0.80
code	0.50
communication	0.80
tool_calling	0.80
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2025	math	0.87	1.00	0.87	non	oui	2026-11-04T06:04:34.463068Z
gpqa	reasoning	0.83	1.00	0.83	non	oui	2026-11-04T06:04:34.472223Z
mmmlu	language	0.89	1.00	0.89	non	oui	2026-11-04T06:04:34.483400Z
mmmuval	vision	0.78	1.00	0.78	non	oui	2026-11-04T06:04:34.503145Z
osworld	multimodal	0.61	1.00	0.61	non	oui	2026-11-04T06:04:34.453824Z
swe-bench-verified-(agentic-coding)	reasoning	0.77	1.00	0.77	non	oui	2026-11-04T06:04:34.446886Z
tau-bench-airline	reasoning	0.70	1.00	0.70	non	oui	2026-11-04T06:04:34.492991Z
tau-bench-retail	chat	0.86	1.00	0.86	non	oui	2026-11-04T06:04:34.489838Z
terminal-bench	reasoning	0.50	1.00	0.50	non	oui	2026-11-04T06:04:34.450256Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
chat	15	0.90	26.70	1	trueskill	2026-11-04T08:08:43.789169Z	rankings
agents	89	—	17.16	2	trueskill	2026-10-19	model_history
code	103	—	20.93	1	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