Claude Sonnet 5.5 Extra : une rumeur de routage fondée sur un mot qu’Anthropic utilise déjà

À 12 h 44, le 5 novembre 2026, un compte publiant sous le nom de @chetaslua sur X a formulé une affirmation en une ligne : « Sonnet 5.5 Extra semble router vers le prochain modèle Claude. » Les deux tests ont été exécutés sur la configuration que la publication appelle « Sonnet 5.5 Extra », laquelle correspond à Claude Sonnet 5.5 avec son réglage d’effort augmenté. Dans le premier, on a demandé au modèle — navigation désactivée — où Andrej Karpathy était allé en 2026, et il a répondu qu’il avait rejoint Anthropic en mai 2026 au sein de l’équipe de pré-entraînement. Dans le second, on lui a demandé « un pélican faisant du vélo aussi réaliste que possible uniquement avec du code », et il a renvoyé, selon le propre décompte de l’auteur de la publication, 26 599 éléments SVG, 6,5 k traits de plume, zéro image, zéro URI de données, zéro script et 1 860 lignes de Python, que l’auteur affirme « reconstruire octet pour octet ».

La chose la plus utile à dire d’abord est la chose peu glamour. Claude Sonnet 5.5 n’est pas un modèle inédit — il est sorti le 28 septembre 2026 à 2 $ par million de jetons d’entrée et 10 $ par million de jetons de sortie, et Amazon Bedrock documente le même modèle sous l’ID anthropic.claude-sonnet-5-5. Et « Extra » n’est pas non plus un nouveau nom. C’est le mot utilisé dans le centre d’aide d’Anthropic pour le deuxième niveau de raisonnement le plus élevé, « Extra high (xhigh) », que l’API écrit xhigh et que le sélecteur de modèle affiche comme Extra high. Une entrée de sélecteur indiquant « Sonnet 5.5 — Extra high » correspond à un modèle plus un niveau d’effort, et les deux moitiés de cette chaîne existent déjà dans la documentation publique.

Rien de tout cela ne rend l’auteur du post erroné. Cela le rend non prouvé, et cela restreint ce qui pourrait le prouver. Anthropic n’a rien confirmé, aucun identifiant de modèle n’est apparu dans une quelconque liste publique de modèles, et le cadre de la fuite est le bon : voici ce que l’affirmation dit, ce qui peut être vérifié aujourd’hui, et ce qu’un lecteur devrait en faire. La version utile de cette histoire n’est pas « un nouveau Claude est en cours de test ». C’est que les trois éléments de preuve proposés ici ont trois modes de défaillance précis, et chacun est testable.

Ce que la réponse de Karpathy établit réellement

Le premier test est lu comme une empreinte digitale. Il s’apparente davantage à un calendrier.

Karpathy a annoncé sur X le 19 mai 2026 qu'il avait rejoint Anthropic — « J'ai rejoint Anthropic... impatient de rejoindre l'équipe ici et de revenir à la R&D » — et TechCrunch, Fortune et le NY Post l'ont tous rapporté le jour même, avec le détail qu'il a intégré l'équipe de pré-entraînement sous Nick Joseph. C'est un fait dans tous les index d'actualités, et un modèle qui y répond correctement avec la navigation désactivée a démontré exactement une chose : ses données d'entraînement s'étendent au-delà de la mi-mai 2026.

Claude Sonnet 5.5 est sorti le 28 septembre 2026. Une embauche qui a fait les gros titres mondiaux quatre mois avant la sortie d’un modèle est le genre de fait qui finit dans ses données d’entraînement, donc le fait que le modèle réussisse cette sonde est le résultat attendu plutôt qu’une surprise. La sonde ne permet pas non plus de distinguer Sonnet 5.5 de Claude Opus 5.5, de Claude Haiku 5.5, ni de tout autre checkpoint Claude publié après mai. Un test que tous les candidats réussissent n’en identifie aucun.

Cela compte pour la façon dont l’affirmation doit être évaluée. Le fil de réponses sous la publication contient la moitié la plus intéressante des preuves, et il est contradictoire : une réponse demande « vous voulez dire sonnet 5.6 ? », une autre dit « c’est fable 5.5 aussi, ça route pour les utilisateurs depuis des semaines maintenant ». Deux personnes lisant le même comportement aboutissent à deux modèles non annoncés différents, et aucune des deux ne peut citer un ID d’API. Voilà à quoi ressemble une étiquette ambiguë quand une communauté tente de l’interpréter.

26 599 éléments SVG représentent un nombre d’itérations

Le nombre de pélicans est impressionnant jusqu’à ce qu’on remarque ce qu’il compte. Un élément SVG est une balise. Un script Python qui place des plumes dans une boucle peut en produire quarante mille sans que le modèle ne raisonne jamais sur un pélican, et c’est précisément ce que décrit l’auteur du post : 1 860 lignes de Python générant les éléments, plutôt que 26 599 éléments écrits à la main. Le nombre mesure l’ambition du générateur, pas la fidélité du dessin.

« Zéro image, zéro URI de données, zéro script » est le même genre de statistique. Cela confirme que la sortie est un pur dessin vectoriel plutôt qu’une image bitmap dissimulée dans un fichier. Cela ne dit rien sur le fait que l’oiseau ressemble à un oiseau. Si vous voulez juger le dessin, jugez le dessin — la pièce jointe vidéo de l’auteur dure 19 secondes, et c’est cet artefact qui vaut la peine d’être regardé.

Il y a aussi un détail de séquencement qu’il vaut la peine de connaître avant que cela ne soit consigné comme un nouvel événement de capacité. Le 22 octobre 2026, le même compte a publié une capture d’écran d’un « modèle mystérieux sur code arena » avec le prompt « code un svg d’un pélican faisant du vélo aussi détaillé que possible », qui a attiré environ 63 000 vues. Le prompt du pélican est le détecteur de routage habituel de ce compte, exécuté à plusieurs reprises. Deux résultats provenant du même détecteur à trois semaines d’intervalle ne sont pas des observations indépendantes.

Le test du pélican a été abandonné par ceux qui l’ont rendu célèbre.

Simon Willison a introduit « Generate an SVG of a pelican riding a bicycle » le 25 octobre 2024, en partant du principe qu’aucun SVG de ce type ne pouvait vraisemblablement exister dans les données d’entraînement, de sorte que chaque modèle devait réellement s’y essayer. Cela est devenu un benchmark semi-formel : en juin 2025, Willison avait collecté 34 pélicans et 560 jugements par paires.

Puis Andrej Karpathy, la même personne dont l’emplacement fait l’objet du premier test, l’a déclaré mort. Début août 2026, il a donné à Claude Opus 5 le paragraphe d’ouverture du Seigneur des anneaux avec un budget d’environ un million de tokens et environ 10 dollars, et l’a laissé fonctionner de manière autonome pendant deux heures ; le modèle a produit environ 5 500 lignes de Three.js qui construisaient procéduralement un Comté low-poly interactif, « un peu bancal mais amusant ». Son argument était que le test du pélican avait perdu son pouvoir discriminant : les modèles de pointe le réussissent désormais, si bien qu’il ne les distingue plus.

Donc la publication du 5 novembre utilise un détecteur que son propre créateur a retiré quatre mois plus tôt, sur une famille de modèles qui l’avait déjà validé. Cela ne rend pas la sortie mauvaise. Cela la rend non diagnostique — ce qui est précisément la propriété dont un test de routage a besoin.

« Extra » est un niveau d’effort documenté, pas un nom de modèle.

Voici la partie vérifiable en quatre-vingt-dix secondes environ sur le site d’assistance d’Anthropic. La page du centre d’aide consacrée à la modification du modèle, de l’effort et des paramètres de réflexion répertorie cinq niveaux : Low, Medium, High, « Extra high (xhigh) » et Max. Sa propre définition d’Extra high indique qu’il est « conçu pour des tâches de codage et agentiques de longue durée, offrant un raisonnement plus approfondi que high sans le coût complet en tokens de max », et elle ajoute que ce niveau est « disponible sur Opus 4.7 et les modèles plus récents ». Le paramètre d’API s’écrit xhigh ; le sélecteur l’écrit en toutes lettres.

Claude Sonnet 5.5 dispose des cinq niveaux — low, medium, high, xhigh et max — avec la réflexion activée en permanence et aucun moyen de la désactiver. Son niveau par défaut n'est pas le même selon l'interface — l'API Claude et Claude Code ne se calent pas nécessairement sur le même niveau dès le départ. Ne définissez rien et vous pourriez déjà exécuter une configuration différente selon l'endroit d'où vous avez appelé. Ainsi, un utilisateur qui ouvre un sélecteur de modèle, voit l'entrée Sonnet 5.5 par défaut et fait passer l'effort à Extra élevé a créé un libellé qui se lit exactement comme « Sonnet 5.5 Extra » — tout en exécutant un modèle disponible en général depuis trente-neuf jours.

Ce que l’effort fait à la facture est la partie qu’il vaut la peine d’assimiler, car c’est probablement de là que vient l’impression de « prochain modèle ». Le prix par token ne varie pas avec l’effort : 2 $ en entrée, 10 $ en sortie, 0,20 $ pour les lectures de cache, à tous les niveaux. Le nombre de tokens par tâche varie énormément. Artificial Analysis a réalisé le balayage complet au lancement sur son indice pre-v5 et a obtenu cette échelle :

• Faible — indice 36 à 0,41 $ par tâche

• Moyen — index 41 à 0,59 $ par tâche

• Élevé — indice 47 à 1,08 $ par tâche

• Très élevé (xhigh) — indice 52 à 2,74 $ par tâche

• Max — index 56 à 7,60 $ par tâche

Lisez cela comme une courbe de dépenses, pas comme une courbe de capacités. Passer de high à Extra high fait plus que doubler le coût par tâche terminée pour cinq points d’indice — le même modèle, qui réfléchit plus longtemps. Un utilisateur qui bascule ce réglage puis voit la sortie devenir visiblement plus élaborée le décrirait comme « un autre modèle ». Ce sont les mêmes poids, avec plus de latitude.

La lecture actuelle en direct est plus basse et mesurée différemment, et les deux ne doivent pas être mélangées. Artificial Analysis a reconstruit son indice en v5.0 le 27 octobre 2026, en remplaçant neuf évaluations constitutives et en pondérant à 60 % vers des ensembles privés ou non divulgués. Sur la v5.0.1, le même Claude Sonnet 5.5 affiche 55 à effort maximal, 155 tokens par seconde, 10,02 $ par tâche d'indice, ayant généré 335 millions de tokens de sortie sur l'ensemble de l'exécution contre une médiane de 72,6 millions. Le 56 ci-dessus est un chiffre antérieur à la v5. Soustrayer l'un de l'autre n'a aucun sens.

Le chiffre de verbosité est celui qui résiste aux deux grilles d’évaluation : environ 4,6 fois le volume de sortie médian sur un ensemble de tâches identique. C’est ce que l’effort « Extra » achète et ce qu’il coûte, et c’est une explication bien plus plausible d’une démo surprenante qu’un remplacement silencieux de modèle.

Qu’est-ce qui réglerait vraiment la question ?

L’affirmation est falsifiable, ce qui est plus qu’on ne peut en dire de la plupart des rumeurs de fuites. Par ordre approximatif de force :

• Une entrée de sélecteur de modèle dont le nom n’apparaît pas dans la liste publique des modèles d’Anthropic — une chaîne, pas une capture d’écran du comportement.

• Un corps de réponse dont le champ model indique autre chose qu’un ID documenté. Chaque réponse de l’API Claude renvoie le modèle qui l’a servie ; une substitution silencieuse qui survit à ce champ est une histoire différente et plus vaste.

• Une entrée datée dans le journal des modifications, une fiche de modèle Bedrock ou Vertex, ou une limite de contexte ou de sortie documentée qui diffère de celle de Claude Sonnet 5.5, à savoir 1M en entrée et 128K en sortie.

Le script générateur derrière le pélican, exécuté deux fois sur deux configurations nommées, avec comparaison des sorties. L'auteur du poster affirme qu'il reconstruit octet pour octet ; c'est une affirmation que deux exécutions pourraient trancher.

Jusqu’à ce que l’un de ces éléments se concrétise, la lecture honnête est qu’un niveau d’effort a produit un dessin plus impressionnant et que la communauté l’a interprété comme une nouvelle version. Anthropic n’a rien publié à ce sujet, et le post lui-même ne revendique pas un nom qu’il peut étayer par un identifiant — il dit que le comportement « ressemble à » un routage. C’est la description d’une impression.

Le véritable problème est le routage silencieux, et il est réparable.

Si l’on retire le nom du modèle, il reste une inquiétude légitime : si un fournisseur peut traiter une requête sous une étiquette tout en exécutant autre chose, chaque benchmark que vous lancez et chaque estimation de coût que vous faites mesurent une cible mouvante. La réponse n’est pas de meilleures idées reçues. C’est l’épinglage.

Sur OrcaRouter, Claude Sonnet 5.5 est une route parmi plus de 200 modèles sur une seule clé, au prix catalogue du fournisseur avec 0 % de marge — ainsi, les 2 $ et 10 $ ci-dessus sont ce que vous payez réellement, et une modification de prix du fournisseur est répercutée chez nous le jour même. Vous nommez le modèle exact dans la requête ; le basculement ne vous transfère vers un autre fournisseur qu'en cas d'erreur, et il vous prévient, plutôt que de substituer en silence. Si vous voulez tester correctement l'hypothèse de cet article, vous n'avez pas besoin d'une capture d'écran : acheminez la même invite vers Sonnet 5.5 au niveau high et au niveau Extra high, étiquetez les deux routes, et comparez vous-même les sorties et les décomptes de tokens. C'est une expérience contrôlée. Elle coûte quelques centimes et produit un chiffre plutôt qu'une impression.

Si un modèle véritablement non annoncé fait surface, c’est la même discipline qui le détectera — un identifiant épinglé qui, soudain, ne correspond plus au champ modèle, et non un pélican qui semble meilleur que celui du mois dernier.

Que faire avant de reconstruire quoi que ce soit

Rien, pour l’instant. L’affirmation a un jour, elle repose sur une source unique, et son élément de preuve le plus solide est un niveau d’effort documenté. Ne migrez pas un pipeline, ne refaites pas le benchmark d’un modèle et n’écrivez pas d’article de lancement sur cette base.

Ce que vous pouvez faire cette semaine est peu coûteux et utile dans tous les cas. Vérifiez à quel niveau d’effort vos propres appels s’exécutent réellement, car les valeurs par défaut varient selon la surface et presque personne ne le définit explicitement. Surveillez le coût par tâche terminée plutôt que le prix par token, car c’est le chiffre qu’Extra high double. Et si vous comparez des modèles, épinglez l’ID et consignez le champ model dans chaque réponse — la seule affirmation de routage qui compte est celle que vos propres journaux peuvent confirmer.

La question ouverte n'est pas de savoir si Claude Sonnet 5.5 Extra existe. C'est de savoir si quelqu'un en produira un identifiant avant le prochain pélican.