Vous avez choisi Claude. Vous ouvrez l'application, et un petit menu vous propose quatre noms : Haiku, Sonnet, Opus, Fable. Lequel prendre ? La plupart des gens font l'une de ces deux choses : ils ne touchent jamais au menu, ou ils prennent le plus puissant « pour être tranquilles ».

Les deux sont des erreurs, pour des raisons opposées. Le premier réflexe vous prive de la bonne puissance au bon moment. Le second vous fait payer un expert pour classer du courrier, et souvent attendre plus longtemps pour une réponse qui n'est pas meilleure.

Un arbre de décision qui circulait récemment sur LinkedIn résumait bien l'idée : partir de la tâche, pas du modèle. Je le reprends ici et je le développe, avec ce que je vois chez les entreprises que j'accompagne : à quoi sert chaque modèle, combien il coûte réellement, le piège des longues conversations, et surtout comment les faire travailler ensemble une fois qu'on passe à l'automatisation.

Claude, ce n'est pas un modèle, c'est une gamme

Anthropic, l'entreprise qui développe Claude, ne propose pas une seule intelligence artificielle mais une famille de modèles de tailles différentes. À la mi-octobre 2026, la gamme ressemble à ceci :

Les numéros de version changent tous les quelques mois, les rôles beaucoup moins. Si vous lisez cet article dans un an, les chiffres seront différents, mais la logique tiendra : un petit modèle rapide, un modèle polyvalent, un modèle expert, un modèle de pointe.

La façon la plus simple de se le représenter, c'est une équipe. Haiku, c'est l'assistant qui trie le courrier en dix secondes. Sonnet, le collaborateur solide à qui l'on confie l'essentiel du travail. Opus, l'expert senior qu'on mobilise sur les dossiers épineux. Fable, l'associé qu'on consulte une heure avant une décision importante. Vous ne demanderiez pas à votre associé de mettre les factures sous enveloppe. Vous ne confieriez pas non plus votre stratégie à l'assistant du courrier.

L'arbre de décision en trente secondes

Avant d'ouvrir le menu, posez-vous une seule question : est-ce que cette tâche est simple ou complexe ?

Elle est simple (reformuler, classer, résumer un mail, extraire une information, traduire un paragraphe) :

Elle est complexe ou ambitieuse (plusieurs étapes, beaucoup de documents, un raisonnement à tenir dans la durée, un enjeu réel) :

Et une règle qui coiffe le tout, que la plupart des commentaires sous le post LinkedIn rappelaient : commencez par le modèle suffisant, pas par le plus puissant. Si le résultat ne vous convient pas, montez d'un cran. Dans neuf cas sur dix, vous ne monterez pas.

Haiku : le tri, l'extraction, le volume

Haiku est le modèle qu'on sous-estime le plus, parce qu'on le juge dans la fenêtre de chat, où sa rapidité ne change pas grand-chose. Sa vraie place est ailleurs : dans les tâches qu'on répète des centaines ou des milliers de fois.

Ce qu'il fait très bien :

Là où il montre ses limites : les textes longs qui demandent du style, les raisonnements en plusieurs étapes, les documents ambigus où il faut interpréter. Il répondra, mais vous sentirez la différence.

Dans la fenêtre de chat, vous n'aurez sans doute pas souvent besoin de lui. Dans une automatisation, c'est souvent lui qui fait 80 % du travail.

Sonnet : le modèle par défaut

Si vous ne deviez retenir qu'un modèle, ce serait celui-là. Sonnet est assez bon pour l'essentiel de ce qu'une TPE ou une PME demande à une IA, et assez rapide pour qu'on ne l'attende pas.

Ce que je lui confie en priorité :

C'est aussi un très bon modèle pour les agents IA « du quotidien », ceux qui répondent aux prospects ou trient une boîte mail, quand Haiku manque un peu de finesse.

Sa limite apparaît sur les tâches vraiment longues : un dossier de cinquante documents à croiser, une analyse qui doit tenir une logique sur des dizaines de pages, un problème où la première idée est rarement la bonne. Là, il fait bien, mais Opus fait mieux.

Opus : le travail de fond

Opus est le modèle qu'on choisit quand la qualité du résultat compte plus que le temps d'attente. Il réfléchit plus longtemps, garde mieux le fil sur les tâches longues, et se trompe moins sur les raisonnements en plusieurs étapes.

Les situations où il fait vraiment la différence :

Son défaut est le revers de sa qualité : il est plus lent et coûte environ deux fois plus cher que Sonnet. Sur une question simple, vous paierez plus pour attendre plus, sans gain visible.

Fable : la réflexion stratégique

Fable est le sommet de la gamme. C'est le modèle à sortir quand la question est difficile, ouverte, et que la réponse va orienter une vraie décision.

Quelques exemples d'usage qui le justifient :

Fable est remarquable, mais il n'est pas fait pour le quotidien. Il coûte environ deux fois et demie le prix d'Opus, cinq fois celui de Sonnet, et il prend son temps. L'auteur du post LinkedIn donnait un conseil que je reprends tel quel : utilisez-le pour un ou deux échanges de stratégie, puis revenez à Opus.

Ce que ça coûte vraiment

Dans l'application, avec un abonnement, vous ne voyez pas le prix de chaque message. Mais il existe quand même : les modèles les plus puissants consomment vos quotas d'usage beaucoup plus vite. Utiliser Fable pour tout, c'est atteindre la limite en milieu de journée.

Là où le prix devient très concret, c'est dans les automatisations, qui sont facturées à l'usage. Les tarifs se comptent en millions de « tokens », des morceaux de mots (un token vaut à peu près trois quarts de mot). Voici les tarifs publics à la mi-octobre 2026, pour un million de tokens :

Modèle Texte envoyé Texte produit
Haiku 5.5 0,10 $ 0,50 $
Sonnet 5.5 2 $ 10 $
Opus 5.5 4 $ 20 $
Fable 5.1 10 $ 50 $

Ces chiffres ne parlent à personne tant qu'on ne les applique pas à un cas réel. Prenons le tri de 1 000 mails entrants : chaque mail est lu en entier (disons 1 500 tokens), et le modèle répond par une catégorie et un résumé d'une ligne (une centaine de tokens). En ordre de grandeur, hors temps de réflexion du modèle :

Cent fois plus cher entre Haiku et Fable, pour une tâche où le résultat sera quasiment identique. Sur un mois et plusieurs automatisations, l'écart se compte en centaines d'euros, pour rien.

À l'inverse, sur une analyse stratégique ponctuelle, la différence de prix est dérisoire : quelques dizaines de centimes, voire un euro ou deux. Si Fable vous évite une mauvaise décision, il est rentabilisé mille fois. Le bon réflexe n'est donc pas « le moins cher partout », mais la bonne puissance au bon endroit.

Le piège des longues conversations

C'est le point que peu de gens comprennent, et qui explique pourquoi certaines factures (ou certains quotas) explosent.

Une IA n'a pas de mémoire entre deux messages. À chaque nouvelle question dans une conversation, l'application lui renvoie toute la conversation depuis le début, pour qu'elle sache de quoi on parle. Le dixième message coûte donc le prix de neuf échanges précédents plus le vôtre. Le cinquantième, celui de quarante-neuf.

Avec Sonnet, ça reste supportable. Avec Fable, une conversation qui s'étire sur une après-midi devient rapidement l'échange le plus cher de votre mois.

Trois habitudes qui règlent le problème :

  1. Une conversation, un sujet. Quand vous changez de sujet, ouvrez une nouvelle conversation, même avec le même modèle.
  2. Faites synthétiser avant de changer de modèle. Après deux échanges avec Fable, demandez-lui : « Résume les conclusions et les décisions en dix lignes. » Collez ce résumé dans une nouvelle conversation avec Opus ou Sonnet pour la mise en œuvre.
  3. Rangez vos documents de référence dans un projet plutôt que de les recoller à chaque fois. Les projets de l'application gardent vos fichiers et vos consignes sous la main, sans alourdir chaque échange.

Le niveau de réflexion, l'autre réglage à connaître

Le choix du modèle n'est plus le seul levier. Les modèles récents de Claude « réfléchissent » avant de répondre, et l'on peut régler l'intensité de cette réflexion, que l'on appelle l'effort. Dans les automatisations, c'est un paramètre explicite (de faible à maximal) ; dans l'application, selon les versions, il prend la forme d'un réglage de réflexion.

Pourquoi c'est important : un modèle puissant avec peu de réflexion peut faire mieux et coûter moins qu'un modèle plus petit poussé au maximum. Sur des tâches de routine, un effort faible donne des réponses plus rapides et plus courtes, sans perte de qualité visible. Sur un problème difficile, un effort élevé fait réellement la différence.

En pratique : gardez le réglage par défaut au quotidien, montez-le quand vous sentez que la réponse a été trop rapide pour être juste, et baissez-le dans les automatisations qui traitent du volume.

Claude, ce n'est pas seulement une fenêtre de chat

Une fois le modèle choisi, reste à savoir où l'utiliser. Claude existe sous plusieurs formes, et chacune correspond à un usage différent :

C'est ce dernier point qui change le plus la donne pour une entreprise, et c'est là que le choix des modèles devient vraiment stratégique.

Dans une automatisation, on ne choisit pas un modèle : on les combine

Dans la fenêtre de chat, vous choisissez un modèle pour une conversation. Dans une automatisation bien conçue, chaque étape a son modèle, celui qui suffit pour cette étape précise.

Un exemple typique, le traitement des demandes entrantes d'une PME :

  1. Haiku lit chaque message et le classe : demande de devis, question simple, réclamation, publicité. Il extrait le nom, l'entreprise, le besoin. Coût négligeable, réponse en une seconde.
  2. Sonnet rédige les réponses aux questions simples et prépare un brouillon pour les demandes de devis, à partir de vos tarifs et de vos conditions.
  3. Opus prend le relais sur les cas difficiles : une réclamation avec un historique, une demande de devis inhabituelle, un message ambigu. Il prépare une analyse et une proposition de réponse pour que vous n'ayez plus qu'à valider.
  4. Fable n'intervient pas du tout, ou une fois par trimestre, pour analyser l'ensemble des demandes reçues et vous dire ce qui a changé dans votre marché.

Résultat : la qualité d'Opus là où elle compte, le prix de Haiku sur l'essentiel du volume. C'est souvent la différence entre une automatisation qui coûte quelques euros par mois et une qui en coûte quelques centaines pour le même service rendu. J'en détaille la logique budgétaire dans le coût réel d'un agent IA en production.

Ce qui ne change pas, quel que soit le modèle

Deux règles valent pour toute la gamme, du plus petit au plus grand.

Vos données. Le modèle choisi ne change rien à la façon dont vos informations sont traitées : c'est la formule d'abonnement qui compte (personnelle ou entreprise) et les réglages que vous activez. Pas de données nominatives de clients dans une version personnelle, et le partage pour l'entraînement désactivé dès le premier jour. Je développe ce point dans le comparatif des assistants IA pour les PME.

La vérification. Même Fable peut se tromper avec assurance sur un chiffre, une date ou un point de droit. Plus le modèle est puissant, plus ses erreurs sont rares, et plus elles sont convaincantes. Sur tout ce qui engage votre entreprise, relisez.

Ma règle en une phrase

Si vous ne retenez qu'une chose : Sonnet par défaut, Haiku pour le volume, Opus pour le fond, Fable pour les grandes décisions, et toujours en commençant par le plus petit qui suffit.

Le vrai sujet, comme le résumait un commentaire sous le post d'origine, n'est pas de choisir le bon outil. C'est de savoir ce qu'on veut en faire. Une fois la tâche clairement définie, le choix du modèle devient presque évident, et c'est souvent à ce moment-là qu'on s'aperçoit qu'une partie de cette tâche n'a plus besoin de vous du tout.

Pour savoir quelles tâches de votre entreprise mériteraient d'être confiées à une IA, et combien elles vous coûtent aujourd'hui, le calculateur d'économies donne un ordre de grandeur en deux minutes, sans laisser d'email.

Si vous voulez aller plus loin et faire travailler ces modèles directement dans vos outils, c'est exactement ce que je mets en place avec les agents IA et automatisations sur mesure. Si vous préférez apprendre à le faire vous-même avec Claude, je vous accompagne sur six semaines avec l'accompagnement IA pour dirigeants. Et pour repérer les premières tâches à automatiser, le guide des 10 premières heures à récupérer est un bon point de départ.