Les modèles récents peuvent réfléchir avant de répondre. Ils reformulent la question, essaient plusieurs pistes, vérifient un résultat intermédiaire et abandonnent une approche qui ne tient pas. Ce travail se fait en tokens (des fragments de texte, souvent des morceaux de mots), comme la réponse elle-même. L'effort de raisonnement règle la quantité de ce travail.
Un réglage, trois effets
Augmenter l'effort améliore les réponses sur les tâches difficiles : un raisonnement en plusieurs étapes, un problème de code, une analyse qui demande de recouper des informations. En échange, la réponse arrive plus tard et coûte plus cher. Sur une tâche simple, comme reformuler un texte ou extraire une date, un effort élevé n'apporte presque rien.
Concept clé
L'effort de raisonnement échange du temps et de l'argent contre de la qualité sur les tâches difficiles. Le bon niveau dépend de la tâche. Il se mesure sur vos cas réels ; il ne se devine pas.
Tâche simple à effort élevé : 1 500 tokens de réflexion, environ 18 s et 2,25 fois le coût à effort faible ; la réponse reste bonne.
Un exemple relevé en octobre 2026 : chez Anthropic, ce réglage s'appelle effort et compte cinq niveaux, de low à max. Le niveau par défaut est high sur la plupart des modèles, et medium sur Opus 5.5 et Haiku 5.5. Selon la documentation, l'effort est une indication et non un plafond strict : à effort faible, le modèle réfléchit encore sur un problème difficile, mais moins. Le réglage agit sur tous les tokens produits : la réflexion, le texte de la réponse et les appels d'outils.
Une application peut aussi aiguiller chaque demande selon sa difficulté : effort faible pour les questions simples, effort élevé pour les cas complexes. C'est le même raisonnement que pour choisir entre un petit et un grand modèle, que détaille la page Les tokens et le coût.
Ce que ça change pour vous
Pour les product managers
Chaque étape d'un parcours n'a pas besoin du même effort. Un tri de demandes doit être instantané. Une analyse de contrat peut prendre une minute si l'utilisateur sait pourquoi il attend. Décidez, étape par étape, ce qui mérite de la réflexion, et montrez que le travail avance quand l'attente dépasse quelques secondes.
Pour les tech leads
Fixez l'effort explicitement plutôt que de dépendre du réglage par défaut, qui change d'un modèle à l'autre. Comparez plusieurs niveaux sur votre jeu de tests à chaque changement de modèle. Dans une startup, un niveau par fonctionnalité suffit souvent. Dans un grand groupe, une équipe plateforme peut fixer des niveaux par type d'usage et suivre la dépense par équipe. Si vous conservez les résumés de réflexion dans vos journaux, protégez-les comme les réponses : ils peuvent reprendre des données sensibles de l'appel.
Pour aller plus loinCe que vous voyez de la réflexion
En octobre 2026, sur les modèles récents d'Anthropic, la réflexion est activée d'office et le modèle décide lui-même quand réfléchir, et combien, guidé par le niveau d'effort. Par défaut, le texte de cette réflexion n'est pas renvoyé. Quand vous le demandez, vous recevez un résumé du raisonnement, jamais le raisonnement brut. Ce résumé aide à comprendre une réponse. Il ne prouve pas qu'elle soit juste.
L'erreur classique
fAIling RÈGLE I
Le piège : Collez l'intégralité de votre codebase dans le prompt
Même réflexe que tout coller dans les instructions : régler l'effort au maximum partout, « pour être sûr », multiplie la facture et l'attente sur des tâches qui n'en tirent rien. Mesurez sur vos cas réels, et gardez le niveau le plus bas qui suffit.
Lire la règle I du manifesteÀ essayer
Prenez dix demandes réelles : cinq simples, cinq difficiles. Soumettez-les au même modèle avec un effort faible, puis élevé. Notez pour chacune la qualité de la réponse, le temps d'attente et le nombre de tokens facturés. Regardez où l'effort élevé change vraiment le résultat.
Autour du sujet
Pour aller plus loinL'effort plutôt que les instructions, relevé en octobre 2026
Selon le guide d'Anthropic pour Claude Opus 5.5, l'effort est le principal levier de la réflexion. Pour que le modèle réfléchisse moins, baissez d'abord l'effort : c'est plus fiable qu'une consigne écrite. Dans une application de conversation, les phrases du type « réfléchis bien avant de répondre » peuvent être retirées des instructions : dans les tests d'Anthropic, les réponses arrivaient plus tôt, sans perte nette de qualité. Enfin, ne demandez pas au modèle de recopier son raisonnement interne dans sa réponse : la demande peut être refusée. Demandez plutôt une courte justification de la réponse, ou un résumé des actions menées.
Pour aller plus loinLes tokens de réflexion se paient
Invisible ne veut pas dire gratuit. Chez Anthropic, en octobre 2026, les tokens de réflexion sont facturés comme des tokens de sortie, même quand leur texte n'est pas renvoyé. Ils comptent aussi dans la limite de sortie (max_tokens) : une limite trop basse peut couper la réponse avant la fin. La page Les tokens et le coût détaille ce que coûte un token de sortie.
Une barre de réflexion floutée se remplit pendant que la réponse reste vide ; la réflexion et la réponse comptent toutes deux comme tokens de sortie, et une limite basse coupe la réponse. Relevé en octobre 2026 sur les modèles récents d'Anthropic.
Pour aller plus loinTemps d'attente et affichage progressif
Un modèle qui réfléchit commence à écrire sa réponse plus tard. L'affichage progressif (le streaming, qui montre la réponse mot à mot pendant qu'elle s'écrit) ne raccourcit pas la réflexion, mais il rend l'attente plus supportable une fois la réponse commencée. En octobre 2026, selon la documentation d'Anthropic, ne pas renvoyer le texte de la réflexion fait arriver le premier mot de la réponse plus tôt. Cela réduit l'attente, pas le coût.
Quoi en faire
Décidez étape par étape ce qui mérite du temps de réflexion : trier les demandes entrantes tout de suite, laisser une analyse de contrat prendre une minute.
Fixez le niveau d'effort explicitement plutôt que de vous fier à la valeur par défaut, qui change d'un modèle à l'autre.
Comparez plusieurs niveaux sur vos cas réels à chaque changement de modèle, et gardez le plus bas qui suffit.