Skip to main content
AI RADARVibe Coding
1•10/11/2026, 08:23•5 min de lecture

Choisir les modèles Claude pour le code : guide d'Anthropic et réglages de Claude Code

Vibe CodingGotBurnout Radar

Choisir les modèles Claude pour le code : guide d'Anthropic et réglages de Claude Code

AI Daily Digest•Verified Tech Release
En résumé30 sec

Anthropic a publié un guide complet pour choisir entre Fable 5.2, Opus 5.5, Sonnet et Haiku, ainsi qu'un prompt pour auditer la configuration de Claude Code et ses sous-agents.

Anthropic a publié un guide complet pour choisir entre Fable 5.2, Opus 5.5, Sonnet et Haiku. On peut demander à Fable 5.2 de vérifier la configuration de Claude Code par rapport aux recommandations de ce guide.

Avant, le sous-agent intégré Explore dans Claude Code tournait toujours sur Haiku. Désormais, il utilise le modèle principal. S'il s'agit d'Opus 5.5 ou si vous venez de passer à Fable 5.2, Explore gaspille le quota d'un modèle plus puissant chaque fois qu'il lit des fichiers ou cherche du code.

Il vaut donc mieux créer son propre sous-agent nommé Explore et indiquer model: haiku.

Prompt pour vérifier la configuration

Lis ce guide : https://claude.dev/blog/which-claude-model-should-you-build-with/

Vérifie ensuite ma configuration Claude Code selon les recommandations : paramètres utilisateur et projet, sous-agents dans ~/.claude/agents et .claude/agents, et le fichier CLAUDE.md.

Trouve trois catégories de problèmes.

1. Sous-agents utilisant des modèles inadaptés

Trouve les sous-agents qui ne font que chercher des fichiers, lire des logs ou lancer des tests, mais qui n'ont pas de modèle explicite et utilisent donc le modèle principal.

S'il n'y a pas de sous-agent Explore personnalisé avec model: haiku, considère cela aussi comme un problème.

Vérifie aussi le cas inverse : les sous-agents qui éditent du code ou prennent des décisions doivent rester sur le modèle principal. Assure-toi que la variable CLAUDE_CODE_SUBAGENT_MODEL ne les force pas à utiliser un modèle plus faible. Vérifie uniquement cette variable : dans le bloc env des paramètres et dans l'environnement du shell.

2. Modèle ou niveau d'effort inadapté à la tâche

Utilise le tableau du guide :

  • Opus 5.5 avec un niveau d'effort medium pour le développement et le débogage quotidiens.
  • Sonnet 5.5 pour les tâches bien définies, comme corriger un bug ou implémenter une fonction selon une spécification.
  • Fable 5.2 pour les gros refactorings, les migrations et la coordination de nombreux sous-agents.

Signale un niveau d'effort supérieur à high s'il est défini par défaut, et propose d'abord d'essayer un modèle plus puissant avec un niveau d'effort plus faible.

Signale aussi opusplan s'il est choisi par défaut, car dans ce mode l'édition de code s'exécute sur Sonnet.

3. Impossible de vérifier les résultats dans le projet

Vérifie si CLAUDE.md indique comment lancer les tests et les builds, et s'il existe une vérification réellement exécutable.

Le guide recommande cet ordre : d'abord garantir que le résultat peut être vérifié, puis augmenter le niveau d'effort d'un cran, et seulement ensuite passer à un modèle plus puissant.

Pour chaque problème trouvé

  • Cite le réglage concerné et la ligne correspondante du guide.
  • Explique à quels coûts cela mène et dans quelles situations cela posera problème.
  • Propose une correction minimale sous forme de configuration prête à copier.

Étudie ensuite le code du projet et les derniers commits. Crée un tableau montrant quels types de tâches dans ce projet sont mieux exécutés sur quels modèles et avec quel niveau d'effort.

Enfin, explique comment utiliser /model et /usage pour exécuter une tâche de ma liste sur deux modèles différents et comparer les coûts.

Affiche d'abord les recommandations. Ne change rien pour l'instant.

Pourquoi c'est important

Analyse

Claude Code peut silencieusement diriger des opérations bon marché de lecture de fichiers et de recherche de code vers des modèles coûteux ; définir explicitement les modèles des sous-agents et vérifier les résultats aide à économiser le quota d'IA et le temps de travail. Cet audit rend aussi le flux de travail plus prévisible : les tâches complexes restent sur des modèles puissants, tandis que les tâches routinières s'exécutent sur des modèles moins chers.

Discuter dans la communauté

Partagez vos questions et vos idées avec les développeurs

Rejoindre Telegram

Lié dans l'écosystème

Guides pratiques, terminologie clé et compétences d'agents