Claude Haiku 4.5

Rendez-vous sur console.anthropic.com (ou platform.claude.com). Créez un compte, ajoutez un moyen de paiement, puis allez dans « API Keys » pour générer votre première clé. Copiez-la immédiatement — vous ne pourrez plus la voir ensuite. Stockez-la dans la variable d’environnement ANTHROPIC_API_KEY. Un plafond de dépenses de 10 à 25 € est recommandé pour commencer.

La tarification est à la consommation, en dollars par million de tokens. Opus 4.6 : 15 € input / 75 € output. Sonnet 4.6 : 3 € / 15 € par million de mots. Haiku 4.5 : 1 € / 5 € par million de mots. Le prompt caching réduit le coût des tokens cachés à 10 % du prix standard (−90 %). Le Batch API (traitement différé qui divise le coût par 2 pour les tâches non urgentes) réduit l’ensemble de 50 % pour les traitements asynchrones. Ces deux réductions sont cumulables — jusqu’à 75 %+ d’économies dans les meilleurs scénarios.

Le prompt caching stocke les parties statiques de vos prompts (system prompt, définitions d’outils, documents) pour les réutiliser sans les retraiter à chaque appel. Les tokens lus depuis le cache coûtent 0,1x le prix standard. En 2026, le caching automatique est disponible : ajoutez un champ "cache_control": {"type": "ephemeral"} au niveau top-level de votre requête, le système gère les breakpoints. La durée par défaut est 5 minutes. Une option 1 heure existe pour les prompts très répétitifs. Les tokens en cache read ne comptent pas dans vos ITPM.

L’API directe Anthropic est la solution la plus simple : une clé, une facture Anthropic, accès immédiat à tous les modèles et features. AWS Bedrock : facturation AWS consolidée, isolation des données par région AWS, intégration native avec les services AWS (Lambda, SageMaker…). Google Vertex AI : facturation GCP, isolation par projet, intégration Workspace et TPU. Microsoft Azure (AI Foundry) : conformité enterprise, VNET privé, Active Directory, certifications gouvernementales. Le choix dépend de votre cloud principal et de vos contraintes de conformité.

Le Batch API traite vos requêtes en asynchrone avec une garantie de livraison sous 24 heures, en échange d’une remise de 50 % sur tous les tokens. Workflow : (1) soumettez un batch avec vos requêtes, chacune avec un custom_id unique, (2) polling du statut du batch ou webhook, (3) téléchargement des résultats filtrés par custom_id. Idéal pour : rapports automatiques, création de contenu en masse, analyse de datasets non urgents. La remise se cumule avec le prompt caching.

Le Tool Use permet à Claude d’appeler vos fonctions quand c’est pertinent dans une conversation. Vous définissez vos outils en JSON Schema (nom, description, paramètres), vous les passez dans le paramètre tools, et Claude décide lui-même quand les appeler. Outils natifs disponibles : web_search (recherche web temps réel), code execution (Python en sandbox), computer use (contrôle d’interface graphique), bash, text editor. Le fine-grained tool streaming est GA depuis 2026 — les paramètres des outils streament token par token.

Fenêtres de contexte : Opus 4.6 et Sonnet 4.6 supportent jusqu’à 1 million de tokens (activé par défaut pour les plans Max, Team, Enterprise depuis mars 2026 ; en beta pour les organisations Tier 4 sur Sonnet 4.5). Haiku 4.5 : 200 000 tokens. Outputs : jusqu’à 64 000 tokens par réponse pour Sonnet 4.5. Les rate limits (RPM, ITPM, OTPM) progressent avec vos tiers de dépenses. Les tokens lus depuis le cache ne comptent pas dans votre ITPM — permettant de multiplier par 5-10 votre débit effectif.

L’extended thinking est disponible sur Opus 4.5, Sonnet 4.5 et Haiku 4.5. Il permet à Claude de « réfléchir à voix haute » avant de répondre — une chaîne de pensée interne qui améliore la qualité sur les tâches complexes. Activez-le avec le paramètre "thinking": {"type": "enabled", "budget_tokens": 1024}. Budget minimum : 1 024 tokens. Les tokens de thinking sont facturés au prix standard des tokens output. Recommandé : commencez à 1 024 tokens et augmentez progressivement selon la complexité de vos tâches.

Oui. Anthropic propose des options de conformité RGPD : Zero Data Retention (ZDR) pour les clients enterprise (les prompts et réponses ne sont pas stockés), data residency avec le paramètre inference_geo pour forcer l’inférence en US uniquement (1,1x le prix standard pour les modèles post-février 2026), et des DPA (Data Processing Agreements) disponibles. Pour les déploiements européens avec contraintes strictes, AWS Bedrock avec régions EU et Google Vertex AI avec régions EU offrent aussi des garanties supplémentaires.

Les trois leviers principaux : (1) Prompt caching automatique — activez-le dès que votre system prompt dépasse 1 024 tokens, économie immédiate de 90 % sur les tokens répétés. (2) Batch API — pour tout ce qui n’est pas temps réel, prenez le −50 %. (3) Choix du modèle adapté — n’utilisez Opus que pour les 20 % de tâches qui le justifient vraiment, Haiku pour tout ce qui est simple et haute fréquence. Combiné, ces trois leviers peuvent réduire votre facture de 75 %+ par rapport à un usage naïf d’Opus sans caching.