Customer story
5 million
AI agents running in customer business workflows each month
10x
faster to build production agents
Claude Platform
Développez sur Claude Platform
Utilisez notre API pour créer de nouvelles expériences utilisateur, de nouveaux produits et de nouvelles façons de travailler avec les modèles d'IA les plus avancés du marché.
Trusted by
Modèles Claude
Fable 5
Intelligence nouvelle génération pour les agents fonctionnant en continu
Entrée
$10 / M. Jetons
Sortie
$50 / M. Jetons
Mémorisation des requêtes
Lecture
$1,00 / M. Jetons
Écriture
$12,50 / M. Jetons
Model use cases:
- Multi-day autonomous projects
- Expert-level work for frontier research
Opus 4.8
Idéal pour le codage agentique complexe et le travail en entreprise
Entrée
$5 / M. Jetons
Sortie
$25 / M. Jetons
Mémorisation des requêtes
Lecture
$0,50 / M. Jetons
Écriture
$6,25 / M. Jetons
Model use cases:
- Long-horizon coding and large migrations
- Multi-step agents across enterprise tools and data
Sonnet 5
Modèle haute performance pour le codage et les agents
Entrée*
$2 / M. Jetons
Sortie*
$10 / M. Jetons
Mémorisation des requêtes
Lecture
$0,20 / M. Jetons
Écriture
$2,50 / M. Jetons
Model use cases:
- Everyday coding and developer loops
- Customer-facing agents and multi-tool workflows at scale
Haiku 4.5
Le modèle le plus rapide et le plus rentable
Entrée
$1 / M. Jetons
Sortie
$5 / M. Jetons
Mémorisation des requêtes
Lecture
$0,10 / M. Jetons
Écriture
$1,25 / M. Jetons
Model use cases:
- Real-time, latency-sensitive product experiences
- Sub-agents inside larger multi-model systems
Pour les charges de travail qui doivent s’exécuter aux États-Unis, l’inférence réservée aux États-Unis est disponible à un prix 1,1 fois supérieur pour les jetons d’entrée et de sortie. En savoir plus.
Obtenez des vitesses jusqu'à 2,5 fois plus rapides avec le mode rapide pour Opus 4.8 au double du tarif standard. En savoir plus.
Le tarif de la mémorisation des requêtes tient compte d'un TTL de 5 minutes. En savoir plus sur la mémorisation étendue des requêtes.
Faites-en plus avec les outils intégrés
Gérez l'accès avec des contrôles de niveau entreprise, et soyez assuré que nous n'utilisons jamais les données de votre entreprise pour entraîner nos modèles.
Mémorisation des requêtes
Donnez à Claude plus de connaissances contextuelles et des exemples de résultats pour réduire les coûts et la latence.
Modification du contexte
Supprimez automatiquement les appels d'outils et les résultats moins pertinents de la fenêtre de contexte une fois vos jetons épuisés.
Connecteur MCP
Connectez Claude à tout serveur MCP distant sans écrire de code client.
Exécution de code
Exécutez du code Python, créez des visualisations et analysez des données directement dans les appels d'API
Claude Managed Agents
Une suite d'API composables pour créer et déployer des agents à grande échelle.
Memory
Permettez à Claude de stocker et de consulter les informations d'un fichier de mémoire dédié.
Utilisation avancée des outils
Autorisez Claude à interagir avec des centaines d'outils et API externes afin qu'il puisse effectuer un plus grand nombre de tâches.
Recherche et récupération sur le Web
Développez les connaissances de Claude grâce à des données à jour et réelles provenant du Web.
Traitement par lots
Traitez de grands volumes de requêtes de manière asynchrone et économisez 50 % sur les coûts.
Références
Obtenez des références détaillées sur les phrases et passages exacts que Claude utilise pour générer des réponses, ce qui permet d'obtenir des résultats plus fiables et vérifiables.
BETA
Power your most ambitious workloads with Claude Managed Agents
Build and deploy long-running agents at scale.
Security by design
Credentials stay out of the sandbox, encryption is built in, and state persists automatically.
Observable end to end
Session tracing records what every agent did and why, with built-in analytics to improve agent performance.
Built for Claude
The underlying harness is optimized for Claude. As the model improves, your agents improve with it.
Connect to your systems and knowledge
Extend and customize what Claude can do.
Model Context Protocol (MCP)
Connect Claude to your tools and data through the open standard for AI integrations.
Skills
Teach Claude your expertise, procedures, and best practices through pre-built or customizable skills.
Memory stores
Agents remember across sessions, keeping memory files on your infrastructure.
.svg)
Claude Marketplace
Use your existing Anthropic commitment to pay for Claude-powered solutions from our partners.
Built for enterprise workloads
Controls and safeguards for your data.
Enterprise Frontier Safeguards
Gives eligible customers the privacy of zero data retention (ZDR) along with state-of-the-art safeguards for detecting misuse.
Residency
On your cloud provider, choose where your data is stored and where requests are processed, with regions in Asia-Pacific, Canada, Europe, and the United States.
Your data stays yours
By default, Anthropic does not use customer data from commercial deployments to train Claude.
.svg){kind=logo}
Available on all major cloud providers
Build directly on the Claude Platform, with enterprise security and support built in. Or use Claude in the cloud you already use, including Amazon Web Services, Google Cloud, or Microsoft Foundry.
Control cost and performance
Batch processing
Process large volumes of requests asynchronously and save 50% on costs.
Prompt caching
Give Claude background knowledge and examples to reduce costs by up to 90%.
Effort
Choose how hard Claude works on a task.
Advisor strategy (beta)
Faster, affordable models call more intelligent models to evaluate plans or work to improve performance.
Batch processing
For Quora, batch processing provides cost savings while also reducing the complexity of running a large number of queries that don't need to be processed in real time.
Passez en production plus rapidement avec Claude Console
Intégrez les puissantes capacités d'IA de Claude à vos applications et livrez des solutions de production plus rapidement.
Vous êtes un assistant IA spécialisé dans le classement des tickets d'assistance client. Votre tâche consiste à analyser le contenu d'un ticket et à le classer dans la catégorie la plus pertinente à partir d'une liste prédéfinie. Vous devez également fournir le motif de votre décision.
Tout d'abord, examinons les catégories disponibles :
<category_list>
{{CATEGORY_LIST}}
</category_list>
Voici le contenu du ticket d'assistance à classer :
<ticket_content>
{{TICKET_CONTENT}}
</ticket_content>
Veuillez suivre ces étapes pour accomplir la tâche :
– Lisez attentivement le contenu du ticket et analysez-le.
– Évaluez la correspondance entre ce contenu et les différentes catégories disponibles.
– Choisissez la catégorie la plus pertinente pour ce ticket.
– Fournissez une explication détaillée de votre raisonnement.
Utilisez la structure suivante pour votre réponse :
<classification_analysis>
Dans cette section, décomposez votre raisonnement :
– Citez les sections du contenu de ce ticket qui ont retenu votre attention.
– Dressez la liste de toutes les catégories et indiquez comment elles se rapportent au contenu du ticket.
– Pour chaque catégorie, fournissez des arguments pour et contre le classement du ticket dans cette catégorie.
– Retenez les trois catégories les plus pertinentes, classées par ordre de pertinence.
</classification_analysis>
<classification>
<category>Indiquez ici la catégorie sélectionnée</category>
<reasoning>Résumé du raisonnement qui a conduit au choix de cette catégorie</reasoning>
</classification>
Veillez à faire preuve de rigueur dans votre analyse et de clarté dans vos explications. Votre objectif est de fournir un classement précis accompagné d'un raisonnement bien étayé.
Build
Prototype prompts, upload skills and files, configure your agents.
Deploy
Run agents on hosted environments with vaults and memory.
Monitor
Track usage, cost, caching, and rate limits by model and by API key.
Manage
Control API keys, members, token limits, and security per workspace.
See why businesses build on the Claude Platform
« Claude Fable 5.1 est l'un des meilleurs modèles pour nos évaluations d'investigation d'incidents, qui s'appuient sur de véritables incidents de production pour mesurer l'efficacité de notre agent, Bits Investigation, à produire des analyses de cause racine. Nous comparons les résultats de notre agent aux causes racines identifiées par nos ingénieurs. Lors de ces évaluations, il a fait preuve d'un raisonnement plus solide qu'Opus 5 et a diagnostiqué avec succès les incidents de production les plus complexes que nous ayons testés. »
Daniel Shan, ingénieur principal
“Claude Fable 5.1 is a leading model for our incident investigation evals, which use real production incidents to assess how effectively our agent, Bits Investigation, can produce root cause analyses. We evaluate our agent's output against root causes identified by our engineers. In these evaluations, it has demonstrated stronger reasoning than Opus 5 and has successfully diagnosed the most complex production incidents we've tested.”
Daniel Shan, Staff Engineer
« Nous basculons notre trafic Opus 5 dans Devin vers Claude Fable 5.1 dès le jour du lancement. Lors de nos tests, il a égalé, voire légèrement dépassé Fable 5 pour un coût par tâche inférieur, et avec la nouvelle tarification des lectures en cache, un modèle de la classe Fable devient enfin rentable pour les charges de travail que nous avions conservées sur Opus, à commencer par la revue de code. »
Walden Yan, cofondateur et directeur produit
“We're moving our Opus 5 traffic in Devin to Claude Fable 5.1 on launch day. It matched or edged out Fable 5 in our testing at a lower cost per task, and with the new cache read pricing a Fable-class model is finally economical for the workloads we'd kept on Opus, starting with code review.”
Walden Yan, Co-founder and CPO
« Nous avons demandé à Claude Fable 5.1 d'examiner un projet de recherche clinique pour Rakuten Medical que trois autres modèles de pointe avaient validé. Il a repéré une lacune qu'aucun d'eux n'avait vue et a insisté pour l'approfondir. Il a ensuite proposé une hypothèse entièrement nouvelle, transformant en un après-midi un jeu de données que nous avions abandonné en une nouvelle piste de recherche. C'est la première fois qu'un modèle de pointe comme Claude nous permet d'explorer de nouvelles recherches de cette manière. »
Felix Giovanni Virgo, ingénieur IA principal
“We asked Claude Fable 5.1 to review a clinical research project for Rakuten Medical that three other frontier models had signed off on. It found a gap none of them had seen and insisted on testing it further. It then proposed a completely new hypothesis, turning a dataset we had written off into a new research direction in one afternoon. It's the first time a frontier model like Claude has empowered us to explore new research in this way.”
Felix Giovanni Virgo, Principal AI Engineer
« Ce qui distingue Claude Fable 5.1, c'est la rédaction : plus compréhensible, plus pertinente, et le modèle respecte mieux nos consignes rédactionnelles. Lors de tests à l'aveugle face à Fable 5, j'ai préféré ses textes et ses résultats. Et dans Canva Code, il a créé un jeu de rythme avec de la vraie musique et un gameplay calé sur le tempo, adapté au niveau qu'il avait lui-même généré, ce qu'aucun autre modèle testé n'a su faire. »
Danny Wu, responsable de l'IA
“The standout in Claude Fable 5.1 is the writing: more understandable, more meaningful, and it follows our writing guidance better. In blind tests against Fable 5, I preferred its writing and output. And in Canva Code it built a rhythm game with real music and on-beat gameplay matched to the level it generated, something no other model we tested delivered.”
Danny Wu, Head of AI
« Sur notre suite de recherche, Claude Fable 5.1 a établi de nouveaux records. Sur une tâche, il a imaginé une solution inédite selon un axe totalement différent de ce que nous avions vu chez d'autres modèles ou chez des chercheurs humains par le passé, ce qui a porté ses résultats bien au-delà du plateau précédent. Il est meilleur pour la résolution créative de problèmes et pour trouver l'éclair de compréhension nécessaire face à une question difficile. »
Marquis Wong, ingénieur IA principal
“On our research suite, Claude Fable 5.1 set new best scores. On one task it came up with a novel solution along a completely different axis than we'd seen from other models or from human researchers in the past, which took its results well above the previous plateau. It's better at creative problem solving and getting that flash of insight you need to solve a difficult problem.”
Marquis Wong, Principal AI Engineer
« La décision de choisir Claude s'est entièrement fondée sur les données. Nous avons testé plusieurs fournisseurs de modèles côte à côte, et Claude a toujours obtenu les meilleurs résultats en termes de taux de résolution de cas et de taux de satisfaction client. »
Timothy Addison, directeur du personnel de l'ingénierie
“The decision to choose Claude was entirely data-driven. We tested multiple model providers side by side, and Claude consistently delivered the best results for case resolution rates and customer satisfaction scores.”
Timothy Addison, Engineering Org Chief of Staff
« Le partenariat avec Anthropic a été exceptionnel : les conseils et le soutien de leurs équipes ont aidé nos ingénieurs à tirer le meilleur parti des modèles. »
Joel Hron, directeur technique
“The partnership with Anthropic has been exceptional—their guidance and support have helped our engineering teams maximize the models.”
Joel Hron, CTO
« Claude Opus 5 a pris la tête du classement AutomationBench de Zapier sans consommer plus de jetons que les modèles Claude précédents. À partir d’un classeur brut de santé des comptes, il a exécuté de bout en bout une séquence complète de prévention du churn : signalement des comptes à risque, alerte du bon responsable et synthèse pour les équipes de rétention. Les modèles précédents n’y parvenaient pas ; Opus 5 a atteint 100 %. »
Wade Foster, PDG
“Claude Opus 5 topped Zapier’s AutomationBench leaderboard without spending more tokens than prior Claude models. It took a raw account-health workbook and ran a full churn-prevention sequence end to end: flagging at-risk accounts, alerting the right owner, and summarizing for retention ops. Previous models didn’t pass; Opus 5 hit 100%.”
Wade Foster, CEO
« Claude Opus 5 marque un net progrès en performance sur le travail d’agent juridique par rapport aux modèles Opus précédents, et nous avons observé les gains les plus importants dans des domaines de pratique comme la gouvernance d’entreprise et l’arbitrage. Nous avons aussi été impressionnés par la capacité d’Opus 5 à maintenir la qualité à des niveaux de raisonnement inférieurs, atteignant des performances similaires tout en générant en moyenne 26 % de jetons de moins qu’Opus 4.8 au raisonnement maximal. »
Niko Grupen, responsable de la recherche appliquée
“Claude Opus 5 is a clear step up in performance on legal agent work compared to prior Opus models, and we saw the biggest gains in practice areas like corporate governance and arbitration. We were also impressed with Opus 5’s ability to maintain quality at lower reasoning levels, achieving similar performance while generating 26% fewer tokens on average compared to Opus 4.8 at max reasoning.”
Niko Grupen, Head of Applied Research
Technical resources
New rules of context engineering for Claude
Demystifying evals for AI agents
Claude Cookbook: Practical guides and examples for using Claude effectively
Claude Managed Agents overview
The advisor strategy: Give Sonnet an intelligence boost with Opus
Building agents that reach production systems with MCP
Scaling Managed Agents: Decoupling the brain from the hands
Effective harnesses for long-running agents
Commencer à développer
Recevez la newsletter des développeurs
Mises à jour de produits, procédures, membres de la communauté à l’honneur, et plus encore. Envoyée mensuellement dans votre boîte de réception.