Le 12 novembre 2026, la chaîne YouTube officielle de Claude a publié « Building the Claude API for the Frontier », un échange de dix-huit minutes entre deux ingénieurs d'Anthropic : Jake Dejno, de l'équipe Claude Platform, et Lucca Siaudzionis, de l'équipe Platform Intelligence1. La vidéo n'annonce aucun produit. Elle explique comment Anthropic fait évoluer l'API au rythme des modèles, et ce que les équipes clientes devraient changer dans leur façon de mesurer, de migrer et de payer. Ce texte s'adresse aux CTO, aux responsables de plateforme et aux équipes FinOps qui font tourner un produit sur Claude.
La Messages API et ses réglages
Les intervenants présentent la Messages API comme la pierre angulaire de la plateforme : une suite de tours système, utilisateur et assistant, avec des appels d'outils au milieu, sur laquelle on peut tout construire. Anthropic y ajoute des réglages qui changent le comportement du modèle plus profondément qu'un prompt. L'exemple donné est l'effort : le même modèle en effort haut et en effort bas donne l'impression de deux modèles différents1.
Les valeurs par défaut de l'API traduisent, selon eux, ce que les équipes de recherche, installées tout près, jugent le meilleur comportement standard. Un développeur qui copie la requête la plus simple de la documentation hérite donc de ces choix.
Changer l'effort en cours de conversation sans perdre le cache
Les intervenants s'attardent sur deux évolutions minimes en apparence et lourdes de conséquences en pratique : modifier l'effort et modifier le system prompt au milieu d'une conversation. C'était déjà possible, mais au prix du cache de prompt, ce qui suffisait à décourager la plupart des clients1. Le cas typique est un flux agentique qui tourne en effort haut. Quand l'équipe sait que l'étape suivante est simple, passer en effort bas cassait le cache et annulait l'économie attendue.
Ces deux réglages se modifient désormais sans invalider le cache. La description de la vidéo précise toutefois que le changement d'effort en cours de conversation est en bêta1.
D'où viennent les fonctionnalités
Les fonctionnalités arrivent par deux chemins1.
- De la recherche vers l'API. Les chercheurs constatent qu'un modèle progresse sur une tâche. Le jour où l'équipe a remarqué que Claude devenait bon à utiliser un ordinateur a ainsi donné les outils de computer use.
- Des clients vers la recherche. Les demandes des clients deviennent des objectifs d'entraînement pour les prochains modèles, jamais pour ceux déjà sortis.
Un détail éclaire le rythme des annonces. L'équipe garde en réserve des fonctionnalités testées mais jamais lancées, faute d'atteindre le niveau de qualité voulu. À chaque nouveau modèle, elle relance les évaluations sur ce stock et publie ce qui passe la barre1. Elle conseille la même discipline aux clients : reprendre les prototypes qui échouaient de peu et vérifier s'ils passent avec le nouveau modèle.
Versioning : le modèle fait office de version
Une API classique se versionne, avec des changements cassants que chaque client doit absorber. Avec les modèles, Anthropic combine plusieurs leviers : le nom du modèle, les en-têtes beta et des bascules qui permettent de revenir à l'ancien comportement le temps d'adapter son harnais1.
Ajouter une capacité ne gêne personne. En retirer une dont quelqu'un dépend fait mal. L'exemple cité est le passage de l'extended thinking classique à l'adaptive thinking : les évaluations donnaient l'avantage à l'adaptive thinking, Anthropic en a fait le mode par défaut, et a laissé pendant un temps la possibilité de revenir à l'ancien mode1.
Cette tolérance a une fin. Quand les nouveaux modèles ne sont plus entraînés pour l'ancien fonctionnement, garder le paramètre reviendrait à exposer une option qui ne fait plus ce qu'elle annonce, ce que les intervenants jugent plus nuisible qu'une dépréciation franche. La règle pratique : un ou deux modèles de transition pour migrer, avec une recommandation qui change avant que l'ancien chemin disparaisse1.
Le corollaire revient plusieurs fois : chaque changement de modèle impose de réévaluer son harnais. Un harnais conçu pour tirer le maximum d'un modèle peut devenir une limite quand le suivant est dix fois plus capable. Les dépréciations forcées servent alors d'occasion pour retirer les étages devenus inutiles1.
Coûts : commencer par le cache
La vidéo s'ouvre sur cette phrase : beaucoup de chemins mènent au prompt caching, et c'est la première recommandation faite à tout client. Le mécanisme est simple : dans un tour agentique, la requête suivante reprend la précédente et y ajoute du contenu, et l'API met en cache les blocs déjà traités. Quand les équipes commerciales d'Anthropic rencontrent un client, leur première question porte sur son taux de cache, avec un objectif de 90 %, un niveau que l'équipe présente comme idéal1. Notre fiche prompt caching détaille ce qui est facturé et ce qui vide le cache.
Le deuxième levier porte sur l'unité de mesure. Plusieurs fonctionnalités de l'API laissent le prix du token intact et réduisent le nombre de tokens consommés. D'où la proposition de suivre, à côté du coût par token, l'intelligence par token : la vitesse à laquelle le modèle choisi atteint le résultat. Un modèle de la famille Fable et un Haiku consomment des volumes très différents pour la même tâche1. Un modèle plus cher peut donc revenir moins cher au total, à condition de l'avoir testé.
Le raisonnement vaut aussi dans l'autre sens : une équipe qui utilisait Fable 5, seul capable de résoudre sa tâche, peut désormais la confier à Opus 51. Seules des évaluations propres au cas d'usage permettent de trancher. C'est la logique que nous défendons dans le coût par résultat : un modèle bon marché cesse de l'être quand il lui faut trois essais.
Mythos et Fable : mêmes poids, garde-fous différents
La partie sécurité revient sur la séparation entre Mythos et Fable. Tous les modèles de l'API tournent avec des classifieurs destinés à empêcher les mauvais usages. Mythos est réservé aux organisations vérifiées, pour des usages comme la cybersécurité défensive ; la description de la vidéo précise que l'accès passe par le Cyber Verification Program. Fable est ouvert à qui ne passe pas cette vérification. Selon les intervenants, c'est « la même intelligence, les mêmes poids » ; seuls les classifieurs diffèrent, et avec eux ce que l'on peut faire du modèle1. Notre analyse de Fable 5.2 et Mythos 5.2 détaille les deux programmes de vérification de Mythos 5.2, l'un pour la cybersécurité, l'autre pour les sciences de la vie.
Ils abordent aussi la distillation : un modèle entraîné sur les sorties de Claude serait plus faible, mais resterait puissant et sans garde-fous. Anthropic vient de déployer de nouvelles protections sur le raisonnement (thinking), documentées comme des mesures anti-distillation1. Pour arbitrer entre ces protections et l'expérience développeur, l'équipe dit tester en interne une dizaine de variantes pour chaque fonctionnalité qui finit publique.
La vidéo ne s'attarde pas sur une conséquence, pourtant claire pour une équipe qui achète : le fournisseur d'un modèle de frontière décide à la fois de la technique et des conditions d'accès. Les mêmes poids donnent deux produits selon que l'organisation est vérifiée ou non, et les protections du raisonnement peuvent changer ce que l'API expose d'une version à l'autre. Un acheteur a intérêt à suivre ce point comme un risque fournisseur, au même titre que les prix.
La suite : des agents sur la même API
La fin de l'échange porte sur les usages agentiques. Selon les intervenants, l'essentiel des fonctionnalités de la Messages API sert les flux agentiques, et l'offre Claude Managed Agents, en bêta d'après la description, donne un moyen rapide de lancer des agents1. Anthropic fournit aussi des outils côté client (bash, éditeur de texte), qu'un développeur peut remplacer par les siens mais qui passent par la batterie d'évaluations interne. Claude Code et Claude.ai servent de vitrines de ce que permet l'API, et l'équipe annonce de nouveaux travaux sur l'efficacité et la vitesse.
Ce qu'une équipe qui construit sur Claude peut en retenir
- Mesurer son taux de cache. Si vous ne connaissez pas ce chiffre, commencez par là. L'objectif cité par Anthropic tourne autour de 90 %.
- Régler l'effort requête par requête. Une étape simple dans un flux long peut passer en effort bas sans perte de cache, avec une fonctionnalité encore en bêta.
- Piloter au coût par tâche réussie. À chaque sortie, tester un modèle plus capable et un modèle plus léger sur ses propres évaluations.
- Traiter chaque migration comme une revue du harnais. Repérer les étages qui compensaient les faiblesses de l'ancien modèle.
- Rejouer les prototypes abandonnés. Ce qui échouait de peu sur le modèle précédent peut passer sur le suivant.
- Anticiper les dépréciations. Suivre les en-têtes beta et les changements de recommandation pour migrer pendant la fenêtre de transition.
Sources
- Claude (chaîne officielle d'Anthropic), « Building the Claude API for the Frontier », YouTube, 12 novembre 2026, 18 min 29, transcription et description consultées le 16 novembre 2026. youtube.com
Passer à l’action
Votre usage de Claude coûte plus qu'il ne rapporte ?
Un FDE SFEIR mesure votre taux de cache et votre coût par tâche, puis règle modèles, effort et harnais sur vos propres évaluations.