Claude Science est en bêta : la reproductibilité est la fonctionnalité qui compte

Anthropic a mis en bêta une application de recherche de bureau, et ce qu’il y a de plus intéressant sur sa page n’est pas le titre. Claude Science se présente comme « votre partenaire de recherche pour une science rigoureuse », et la phrase juste en dessous de cette présentation porte sur la plomberie plutôt que sur l’intelligence : l’application exécute des analyses, recherche dans des bases de données et retrace chaque étape, de la préparation des données à la publication. Des téléchargements sont proposés pour Mac sur Apple Silicon, Mac sur Intel, Windows et Linux, avec à côté un bouton de contact commercial pour les équipes qui souhaitent échanger avant une installation. Nulle part sur la page le modèle n’est nommé. Nulle part sur la page un prix n’est indiqué. Ce qui est nommé, avec un niveau de détail inhabituel, c’est la provenance.

Cet ordre mérite qu’on s’y arrête. La plupart des pages produit d’IA commencent par une capacité, puis ajoutent un discours de confiance. Celle-ci commence par un compte rendu de la manière dont un résultat a été produit et fait de l’analyse l’objet même de ce qui est vendu : de riches artefacts scientifiques entièrement reproductibles, chaque résultat étant rattaché à son code. Si vous dirigez un laboratoire, c’est soit la phrase la plus utile qu’Anthropic ait écrite cette année, soit celle que vous devriez tester le plus rigoureusement. Le reste de cet article porte sur la manière de distinguer ces deux cas.

What the app actually is

Claude Science est une application en bêta, et non un service auquel on accède via un onglet de navigateur. La matrice de téléchargement — Apple Silicon, Intel Mac, Windows, Linux — confirme l'hypothèse selon laquelle le travail s'effectue là où se trouvent déjà les données, sur une station de travail ou une machine de laboratoire. La description que fait Anthropic’ elle-même de ce que fait l'application est étroite et précise : elle exécute des analyses, interroge des bases de données et retrace chaque étape, de la préparation des données à la publication. La promesse qui l'accompagne ne porte pas exactement sur de meilleures réponses. Elle porte sur moins de temps consacré aux aspects de la recherche qui ne sont pas de la recherche.

Il y a une deuxième chose que la page refuse de faire. Elle ne vend pas d’abonnement. La page comporte un bouton de contact commercial et aucun prix, et l’application est marquée comme bêta. Le détail commercial est laissé à une conversation, ce qui est un fait concernant la page plutôt qu’une critique de l’entreprise — mais cela signifie que tout chiffre cité comme prix de Claude Science cite quelque chose qui n’a pas été publié.

Ce que la page dévoile, assez longuement, c’est la forme du travail. Chaque artefact est livré avec son historique : le code exact, l’environnement et la conversation qui l’ont produit. La formulation d’Anthropic est que les figures, les tableaux et les notebooks « peuvent être reproduits, modifiés ou défendus des mois plus tard ». Il s’agit d’une affirmation sur la tenue des archives, et la tenue des archives est exactement le type d’affirmation qu’un laboratoire peut vérifier.

L’artefact porte sa propre histoire

Une figure dans un manuscrit soumis est une image bitmap à laquelle est attachée une assertion. Six mois plus tard, un relecteur demande pourquoi les barres d’erreur s’élargissent au-delà d’une certaine concentration, ou un collaborateur veut le même graphique pour une seconde cohorte, et quelqu’un doit reconstituer un notebook touché pour la dernière fois par un postdoc qui est depuis parti. La réponse habituelle relève de l’archéologie : un disque partagé, un fil de discussion, trois versions d’un script et une supposition quant à celle qui a produit les panneaux de l’article.

L’affirmation ici est que l’artefact n’est pas une image mais un enregistrement, et que l’enregistrement voyage avec l’image. Code, environnement et conversation, stockés aux côtés du résultat, afin que la personne qui le rouvre dans un an obtienne la même réponse plutôt qu’une réponse plausible. Si cela tient, cela change le coût d’un événement de recherche assez ordinaire : la demande de révision qui arrive après que tout le monde est passé à autre chose.

Il existe un effet de second ordre qui compte plus que la commodité. Si le code est joint, une figure peut être modifiée plutôt que redessinée. Anthropic décrit l’itération des figures en termes simples : annotez une figure pour demander une modification ou poser une question, et l’agent lit le code qui l’a produite et modifie directement. C’est une opération différente de la régénération d’une image. Redessiner un graphique à la main introduit une nouvelle occasion de commettre une erreur que personne ne repérera, car le nouveau graphique ressemble à l’ancien. Modifier le code qui l’a produite préserve la dérivation — en supposant, et c’est l’hypothèse sur laquelle repose tout le produit, que le code joint à une figure est bien le code qui l’a produite.

Le relecteur qui lit le code

Anthropic a intégré un réviseur en arrière-plan dans l’application. Son rôle est de signaler trois choses : les citations incorrectes, les nombres qui ne peuvent pas être rattachés à une source et les chiffres qui ne correspondent pas à leur code sous-jacent. Chacun de ces éléments constitue un mode de défaillance spécifique de la biologie computationnelle plutôt qu’une hallucination générique, et le troisième se rapporte directement à l’affirmation de provenance. Un réviseur qui peut voir à la fois un chiffre et le code qui l’a généré peut vérifier l’un par rapport à l’autre. Un réviseur qui ne voit que le chiffre ne le peut pas.

Ce qui n’est pas publié, c’est l’efficacité de cet outil. La page n’indique ni taux, ni benchmark, ni évaluation indépendante ; nous n’en proposons donc aucun ici. Pour être honnête, un réviseur qui signale les incohérences est une seconde paire d’yeux utile, mais un piètre substitut à une première paire. Il repérera la figure dont les libellés d’axe ont changé entre les versions. Il ne vous dira pas si l’expérience a été correctement conçue, et il ne peut pas savoir qu’une feuille d’échantillons a été mal étiquetée en amont si l’erreur d’étiquetage est cohérente de bout en bout.

Cette distinction compte, car le relecteur est l'élément du produit le plus susceptible d'être survendu lors d'une réunion de laboratoire. Une coche verte émise par un relecteur en arrière-plan signifie qu'une affirmation a passé un contrôle de cohérence, et non qu'elle est vraie. Le registre de provenance est la moitié la plus durable du duo : il ne dépend pas de l'exactitude du relecteur, mais seulement de l'exhaustivité du registre.

Moteurs de rendu, manuscrits et calcul

Trois composantes plus petites de l’application avancent le même argument sous des angles différents. La première est le rendu natif. Les protéines, les alignements, les pistes génomiques, les structures chimiques et les PDF s’affichent sous leur forme native, sans installation supplémentaire. Cela peut sembler purement cosmétique, jusqu’à ce que l’on se rappelle à quel point l’outillage d’un laboratoire est une succession d’étapes d’exportation — du visualiseur de structure à la capture d’écran, puis à la diapositive et à la figure — dont chacune perd des métadonnées et ajoute une occasion de redimensionner quelque chose sans que personne ne le remarque.

Le second est la rédaction de manuscrits. Les résultats sont rédigés en parallèle de l’analyse qui les a produits, avec des aperçus rendus en Markdown et LaTeX. Garder la prose dans le même projet que le calcul est la forme de reproductibilité la moins coûteuse qui soit : le brouillon et l’analyse ne peuvent pas diverger s’ils ne vivent jamais séparément.

Le troisième est la gestion du calcul. L’application construit les environnements dont chaque analyse a besoin et les exécute sur votre ordinateur portable, votre cluster ou vos GPU. C’est là qu’un outil de recherche devient utilisable ou non. Une tâche GPU qui doit être assemblée à la main dans un terminal est une tâche que seule une personne du laboratoire peut exécuter, et cette personne devient un goulot d’étranglement dès qu’elle part en vacances. La construction d’environnements est peu gratifiante, et c’est ce qui fait la différence entre un outil qu’un laboratoire adopte et un outil qu’un seul étudiant de troisième cycle utilise.

Qui en bénéficie gratuitement, et qui la page désigne-t-elle par « scientifiques » ?

Une bannière s’affiche au-dessus de la page produit pour promouvoir un forfait Claude Team destiné aux scientifiques : les scientifiques des établissements de recherche universitaires et à but non lucratif du monde entier peuvent désormais obtenir Claude sans frais pour commencer. Telle est la formulation employée par Anthropic sur la page d’Anthropic elle-même, et ses limites comptent autant que son contenu.

L’offre est formulée autour des institutions de recherche universitaires et à but non lucratif. Elle n’est pas rédigée pour la R&D industrielle ni pour les étudiants en tant que catégorie ; l’étendre à l’une ou l’autre reviendrait à lui faire dire plus que ce que la phrase dit. La formule « to start » joue elle aussi un rôle. La page décrit un démarrage sans frais, et non un droit permanent, et elle ne précise pas ce qui suit. Un laboratoire qui établit un budget sur cette base devrait y voir une porte d’entrée plutôt qu’une ligne budgétaire, et ne devrait pas supposer que l’application elle-même a un prix publié, car ce n’est pas le cas.

Les questions que la page laisse en suspens

Cinq choses qu’un lecteur attentif cherchera et ne trouvera pas. Le modèle : la page ne précise pas sur quel modèle Claude ou quels modèles Claude Science fonctionne, donc tout article qui en nomme un ne fait que deviner. Le prix : aucun abonnement n’est vendu sur la page. Configuration requise : quatre plateformes sont listées et aucune version de matériel ou de système d’exploitation n’est indiquée. Si les artefacts quittent la machine : l’histoire de provenance porte sur ce qui est stocké avec un résultat, pas sur l’endroit où ce résultat est envoyé, et ce sont deux questions différentes. Et une date de sortie de bêta : aucune n’est publiée.

Le quatrième d’entre eux est celui qu’il faut résoudre avant le premier téléversement. Un dossier de reproductibilité a de la valeur précisément parce qu’il est détaillé — code, environnement, conversation — et les dossiers détaillés de recherche non publiée sont précisément ce qu’un comité de gouvernance des données demandera. La page ne précise pas où se trouve le dossier, et ce silence est une raison légitime d’avoir la conversation avec Anthropic avant de faire passer des données cliniques par l’application plutôt qu’après.

L'autre annonce cette semaine-là

Le 22 octobre 2026, Anthropic a publié un appel ouvert aux chercheurs invités en sciences de la vie, invitant la communauté des sciences de la vie à candidater pour travailler avec Anthropic sur des projets spéciaux. C’est là tout le contenu publié de l’annonce. Ce n’est pas une description de programme, ni une subvention, ni une déclaration sur la feuille de route de Claude Science ; l’interpréter comme l’un de ces éléments reviendrait à y lire plus qu’il n’y en a. C’est toutefois un signal sur l’endroit où l’entreprise concentre son attention. Anthropic recrute des scientifiques en exercice, pas des clients.

Ce que cela signifie si vous construisez plutôt que de faire de la recherche

Une précision liminaire, d’abord. Claude Science est une application d’Anthropic. Nous ne l’hébergeons pas, nous ne la vendons pas, et rien ici ne doit être interprété comme une affirmation de disponibilité de l’application. Ce que nous hébergeons, ce sont des modèles, via un point de terminaison compatible OpenAI avec une clé unique, au prix catalogue du fournisseur, sans marge ajoutée. Claude Opus 5.5 figure dans ce catalogue à 4,00 $ par million de jetons d’entrée et 20,00 $ par million de jetons de sortie, avec un contexte de 1 M de jetons et des lectures de cache à 0,20 $ par million.

Cela concerne une tranche plus étroite de cette histoire qu’il n’y paraît au premier abord. Comme Anthropic n’a pas publié quel modèle fait tourner Claude Science, il n’y a pas de manière honnête de dire que l’application fonctionne sur un modèle que nous proposons par hasard. Ce que l’on peut dire, c’est que les parties d’un pipeline de recherche qui vivent en dehors de l’application — une tâche par lots qui annote des échantillons pendant la nuit, un script qui appelle un modèle depuis un notebook existant, une étape qui doit continuer à tourner malgré une panne de fournisseur — sont des appels de modèle ordinaires, et c’est précisément à cela que sert un routeur. Le basculement automatique entre fournisseurs compte davantage dans une tâche qui dure six heures que dans une fenêtre de chat qu’une personne surveille. Le DSL de routage, qui compose plusieurs modèles en un seul appel, importe lorsqu’une étape d’un pipeline veut un petit modèle peu coûteux et que la suivante en veut un plus prudent.

La discipline de reproductibilité que vend l’application n’a pas à s’arrêter aux limites de l’application. Si un résultat dépend d’un appel de modèle que vous avez effectué vous-même, la même règle s’applique : consignez le modèle, consignez le prompt, consignez la date. Les endpoints survivent aux versions derrière leurs alias, et un chiffre qui dépend d’un appel que personne n’a documenté est exactement le chiffre qui devient de l’archéologie.

Le test qui mérite d'être lancé en premier

Chaque page produit de cette catégorie décline une variante de la même promesse : le travail ira plus vite et les traces seront plus propres. La première moitié est facile à démontrer et difficile à vérifier. La seconde est vérifiable, et Claude Science l'a rendue particulièrement concrète — le code, l'environnement et la conversation, rattachés à l'artefact, défendables des mois plus tard.

Le test n’est donc pas une démonstration. Prenez une figure que votre laboratoire a déjà publiée, une figure qui a demandé un vrai travail de production, et demandez à l’application de la reproduire à partir du registre. Si elle revient avec les mêmes chiffres et un compte rendu lisible de la manière dont ils ont été obtenus, l’affirmation de provenance est réelle pour votre type de travail. Si elle revient avec un graphique d’apparence plausible et aucune trace, vous avez appris quelque chose de plus utile que n’importe quel benchmark : l’outil est un moteur de rendu aux bonnes manières, et votre laboratoire a encore besoin de ses propres archives.

Quelle que soit la réponse, elle vaut la peine d’être connue. Une bêta est une hypothèse sur la manière dont la recherche sera menée, et ce qui est utile avec cette bêta en particulier, c’est que sa thèse centrale peut être falsifiée par quiconque dispose d’un chiffre publié et d’un après-midi.