Terminal-Bench 2.1
80,4
%
Du travail réel en ligne de commande, dans un conteneur, du début à la fin.
Récompense moyenne, moyenne sur 5 essais, effort xhigh.
Source
Claude Sonnet 5
ActifAnthropic · Gamme Sonnet · sorti le 30 juin 2026
Les faits
Ce qu'il coûte, ce qu'il tient
Fenêtre de contexte
1M jetons
Ce qu’il peut avoir sous les yeux en une seule fois, question et réponse comprises.
Prix d’entrée
3 $ / M jetons
Ce que coûte le texte qu’on lui envoie.
Prix de sortie
15 $ / M jetons
Ce que coûte le texte qu’il produit, toujours plus cher que l’entrée.
Sortie maximale
128K jetons
La plus longue réponse qu’il peut produire d’un seul tenant.
Connaissances arrêtées à
janvier 2026
Il ne sait rien de ce qui s’est passé après cette date, sauf si on le lui fournit.
Cycle de vie
D'aujourd'hui à sa fin de service
Sortie
30 juin 2026
Dépréciation
Non annoncée
Retrait
Maintenu au moins jusqu'au 30 juin 2027
Capacités
Ce qu'il sait faire
Raisonnement adaptatif
Réflexion étendue
Vision
La lignée Sonnet
Toute la lignée
Les autres versions
Claude Sonnet 530.06.2026 · celui-ci
Claude Sonnet 4.617.02.2026 · Actif
Claude Sonnet 4.529.09.2025 · Actif
Claude Sonnet 422.05.2025 · Retiré
Claude 3.7 Sonnet24.02.2025 · Retiré
Claude 3.5 Sonnet (nouvelle version)22.10.2024 · Retiré
Claude 3.5 Sonnet21.06.2024 · Retiré
Claude 3 Sonnet04.03.2024 · Retiré
Benchmarks expliqués
Ce qu'il vaut, avec les conditions
12 tests relevés pour ce modèle, regroupés par ce qu'ils mesurent. Chaque chiffre est annoncé par le laboratoire, avec sa source et ses conditions ; une jauge n'est dessinée que quand l'échelle du test a un maximum connu.
Code et ingénierie logicielle
Le modèle reçoit un dépôt et un problème, et doit produire un correctif qui passe les tests, sans intervention humaine.
SWE-bench Pro
63,2
%
Le même exercice, sur des dépôts encore maintenus et des correctifs qui touchent plusieurs fichiers.
Chiffre annoncé dans la system card, conditions détaillées à la source.
SourceMathématiques
Des démonstrations de niveau olympiade et des problèmes tirés de la recherche en cours.
USAMO 2026
79,5
%
L'olympiade américaine de mathématiques : six problèmes à démontrer sur deux jours.
Chiffre annoncé dans la system card, conditions détaillées à la source.
SourcePilotage d'un ordinateur
Le modèle agit à la souris et au clavier sur une machine réelle, comme le ferait une personne.
OSWorld-Verified
81,2
%
Accomplir des tâches courantes sur une machine Ubuntu réelle, à la souris et au clavier.
Réussite au premier essai, moyenne sur 5 essais.
SourceOSWorld
81,2
%
Accomplir des tâches courantes sur une machine Ubuntu réelle, à la souris et au clavier.
Effort maximal, réussite à la première tentative.
SourceChartMuseum
70,1
%
Mille cent soixante-deux questions expertes sur des graphiques tirés de 184 sources réelles.
Sans outils.
SourceTravail professionnel réel
Des livrables de métier : dossiers juridiques, flux d'entreprise, enchaînements d'outils, documents de travail.
BrowseComp
84,7
%
Trouver sur le web une information difficile à dénicher, en naviguant soi-même.
Effort maximal, réflexion adaptative, limite de 10M jetons.
SourceOfficeQA
73,3
%
Répondre à des questions en s'appuyant sur un grand corpus de documents d'entreprise.
Chiffre annoncé dans la system card, conditions détaillées à la source.
SourceGDP.pdf
67,5
%
Cent PDF professionnels réels, de la finance au droit en passant par la santé et l'ingénierie.
Sans outils.
SourceToolathlon
54,3
%
108 tâches d'outillage réel : bureautique, commerce en ligne, analyse de données, recherche web.
Réussite au premier essai, moyenne sur 3 essais.
SourceSûreté et comportement
Non pas ce que le modèle sait faire, mais ce qu'il accepte ou refuse de faire, et comment il se comporte quand on cherche à le détourner.
Malicious computer use
84,68
%
Le modèle, doté d'outils de pilotage d'un ordinateur en bac à sable, reçoit 112 tâches nuisibles : surveillance et collecte de données sans autorisation, production de contenus dangereux, abus à grande échelle.
Refusal rate.
SourceAttempt-level ASR
0,09
%
Résister à des instructions malveillantes glissées dans les données que le modèle manipule pendant qu'il code. L'attaquant fait 200 tentatives par scénario.
Avec garde-fous.
Source
Pour les développeurs
Intégrer ce modèle
L'appeler
Identifiant d’API
claude-sonnet-5
Le nom exact à écrire dans le code pour appeler ce modèle.
Alias
anthropic.claude-sonnet-5 (Amazon Bedrock)claude-sonnet-5 (Google Cloud) Les autres noms du même modèle, selon la plateforme qui le revend.
Disponible sur
API ClaudeAmazon BedrockGoogle Cloud Vertex AIMicrosoft Foundry
Ce qu'il accepte
Entrées acceptées
texteimage
Sorties produites
texte
Langues
Multilingue, d’après la documentation officielle.
Latence
Rapide · Sa vitesse comparée aux autres modèles du même laboratoire, pas une mesure absolue.