Anthropic et Claude : quatre jalons datés de 2021 à 2025, classés par source
Axel Morel · Fondateur & analyste, ProbansL'essentiel
Fondée en janvier 2021 par sept anciens salariés d'OpenAI, dont la fratrie Amodei notamment partie sur des désaccords de direction, Anthropic aligne ses jalons publics, génération après génération, sur l'alignement traçable et l'autonomie d'action prolongée.
- L'entreprise est née d'un désaccord, pas d'une opportunité de marché. Anthropic a été fondée en janvier 2021 par sept anciens salariés d'OpenAI, dont la fratrie Daniela et Dario Amodei, notamment partis sur des désaccords de direction avec OpenAI.
- Quatre jalons publics dessinent la même direction. Fondation en 2021, Constitutional AI en 2022, Computer Use le 22 octobre 2024, Claude Code le 24 février 2025 : la fiabilité vérifiable comme argument de vente central, et une autonomie d'action prolongée plutôt que le divertissement grand public.
- Sur six lignes classées par source, quatre sont auto-déclarées. Le seul chiffre tiers vient de Menlo Ventures, investisseur d'Anthropic, et une lecture externe conteste la thèse : le taux de vérifiabilité externe, une mesure maison propre à cet article, ressort à 33 %.
Anthropic change de modèle plusieurs fois par an. Ce que je retiens, depuis la création de l’entreprise, c’est la direction que ses jalons publics dessinent. Repérer cette direction demande de ne pas s’ancrer sur le nom du modèle du moment : elle se lit plutôt dans deux choix stables, documentés par quatre jalons publics datés entre 2021 et 2025 (fondation, Constitutional AI, Computer Use, Claude Code) plutôt que par une promesse marketing, sans que je puisse dire si les autres sorties de modèles depuis 2021 confirment le même motif.
Une entreprise fondée sur un désaccord, pas sur une opportunité de marché
Ce que les données établissent. Anthropic a été fondée en janvier 2021 par sept anciens salariés d’OpenAI, dont la fratrie Daniela et Dario Amodei, notamment partis sur des désaccords de direction avec OpenAI. Ce fait de date et de composition vient d’une source secondaire compilée (Wikipédia), pas d’Anthropic elle-même. Ce qu’Anthropic documente en propre, dans Core Views on AI Safety (2023), c’est la raison qu’elle avance à sa fondation : une conviction que l’impact de l’IA sera comparable aux révolutions industrielle et scientifique, doublée d’une incertitude sur le sens, bénéfique ou non, de cet impact. Un fait daté et vérifiable pour l’organisation qui le porte, mais auto-déclaré sur le motif : la grille ADC plus bas classe ce statut précisément pour ne pas le laisser implicite.
La méthode qui traduit ce choix en ingénierie : la Constitutional AI
Ce que les données établissent. La Constitutional AI, décrite par Bai et coauteurs en 2022 (arXiv:2212.08073), rend le principe d’alignement traçable et publiable, sans rendre le raisonnement du modèle lui-même auditable de bout en bout. Plutôt que d’aligner un modèle sur des préférences humaines notées au cas par cas, on l’entraîne à respecter des principes écrits à l’avance, qu’il mobilise pour critiquer et réviser ses propres réponses. Un principe écrit se publie et s’audite ; une préférence humaine agrégée reste opaque. Un pas vers un alignement traçable, pas parfait.
Un fil qui reste stable, génération après génération
Ce que la méthode interprète, à partir des jalons publics disponibles. Chaque génération de Claude pousse dans deux directions stables : la fiabilité vérifiable comme argument de vente central, et une autonomie d’action prolongée plutôt que le divertissement grand public. Selon l’annonce d’Anthropic (24 février 2025), Claude Code lit une base de code, écrit et exécute des tests, committe des changements. Computer Use (22 octobre 2024) va plus loin : le modèle observe un écran et le contrôle, clique et tape comme un humain. Des fenêtres de contexte plus longues complètent ces jalons, orientées vers l’analyse documentaire plutôt que la conversation courte.
À mon interprétation, Anthropic vise donc en priorité l’usage professionnel et agentique plutôt que le grand public, où la fiabilité sur une tâche longue compte plus que la conversation.
La grille ADC : classer un discours sécurité par la nature de sa source
Ce que je propose comme cadre de lecture. Le test qui compte pour un discours “sécurité” de lab IA n’est pas ce qu’il affirme, c’est qui le confirme. Trois strates, réutilisables sur n’importe quel lab IA : Auto-déclaré (le lab parle de lui-même), Documenté par un tiers (un acteur indépendant mesure ou confirme le résultat, à distinguer d’un tiers intéressé comme un investisseur du secteur), Contesté (un pair ou expert externe remet en cause la lecture qu’un jalon auto-déclaré ou tiers a produite). Appliquée aux quatre jalons factuels de cet article, à la seule mesure tierce disponible et à la réaction externe qui les conteste explicitement :
| Élément | Source | Strate |
|---|---|---|
| Fondation 2021 | Core Views on AI Safety | Auto-déclaré |
| Constitutional AI (2022) | Bai et al., équipe Anthropic | Auto-déclaré |
| Claude Code / Computer Use | Annonces produit Anthropic | Auto-déclaré |
| Responsible Scaling Policy (2023) | Anthropic | Auto-déclaré |
| Part de marché, 12 % → 24 % → 40 % (2023, 2024, 2025) | Menlo Ventures (investisseur d’Anthropic) | Tiers intéressé |
| Réaction à « fiabilité vérifiable » | Khlaaf, AI Now Institute | Contesté |
Quatre jalons factuels auto-déclarés, un jalon tiers intéressé, une contestation : sur ce dénominateur à six lignes, une méthode maison que j’appelle taux de vérifiabilité externe (TVE) donne 33 % (un ordre de grandeur propre à cet article, pas un indicateur reconnu, qui bouge d’environ 17 points si une seule ligne change de strate). Bai et al. compte comme auto-déclaré malgré arXiv, l’équipe étant celle d’Anthropic. Autre limite à assumer : sur les trois chiffres commerciaux cités dans ce dossier, deux (le recul d’OpenAI et la part de 54 % sur le codage, cités plus bas) et la seule ligne « Tiers intéressé » de cette grille proviennent tous de la même source, Menlo Ventures. La moitié « vérifiée » du TVE repose donc sur un seul acteur intéressé au narratif qu’il documente, pas sur une convergence de sources indépendantes. Le même calcul se reproduirait pour tout autre lab, sur le même modèle, ce qui rendrait le chiffre comparable d’un article à l’autre du dossier à condition de l’y appliquer effectivement. Je ne range pas la lecture de Thompson (section suivante) dans cette grille : il rapporte la critique des cyniques du secteur sans trancher lui-même, ce qui ne correspond à aucune de mes trois strates telles que définies ici.
Un regard extérieur : la conviction et l’intérêt commercial ne s’excluent pas
Ce que les données établissent. La grille ci-dessus mobilise deux lignes non auto-déclarées : le chiffre Menlo Ventures (tiers intéressé) et la contestation de Khlaaf. Le regard de Thompson, plus ambivalent, se discute à part, ci-dessous. Menlo Ventures est un fonds de capital-risque investi dans l’écosystème IA, pas un institut désintéressé du narratif qu’il documente ; son enquête interroge 495 décideurs IA d’entreprise américains. Sur la même période que la progression d’Anthropic (2023 à aujourd’hui), la part d’OpenAI dans les dépenses API LLM en entreprise est tombée de 50 % à 27 % (Menlo Ventures). Sur un usage plus étroit, le seul codage professionnel, et une fenêtre plus courte, six mois, Menlo Ventures estime à elle seule 54 % la part d’Anthropic : deux mesures tierces, pas des revendications des entreprises concernées, mais deux périmètres et deux fenêtres distincts, à ne pas additionner. Thompson (Stratechery, analyse spécialisée reconnue dans l’industrie tech, sans lien capitalistique avec Anthropic constaté) date son texte du 15 juin 2026. Il s’y dit lui-même « sympathetic » à Anthropic, et prend au sérieux, sans trancher, la lecture des cyniques du secteur selon laquelle les prises de parole publiques d’Anthropic autour de ses sorties de modèles relèvent de la mise en scène marketing de la peur (« scare-mongering for the sake of marketing », dans ses mots).
Ce que la méthode interprète. Ces deux éléments se complètent sans se contredire, et changent la portée de la thèse initiale. La progression d’Anthropic en entreprise ne contredit pas la thèse de la fiabilité vérifiable, mais l’enquête Menlo Ventures mesure une part de dépenses, pas un motif d’achat : elle ne permet pas d’isoler cette explication de la performance de codage, du prix ou de l’intégration produit. Par ailleurs, la lecture de Thompson introduit la nuance que la version corporate n’assume jamais spontanément : une conviction peut être sincère et rapporter commercialement en même temps, ce qui ne l’invalide pas, mais interdit de la présenter comme un choix désintéressé. C’est un vrai contre-argument à la thèse “sécurité par conviction pure” : pas une réserve cosmétique sur l’origine autopubliée des sources fondatrices.
Ce que ce pari coûte, et pourquoi ça reste un arbitrage assumé
Ce que la méthode interprète. Ce positionnement a un prix : documenter et vérifier l’alignement, financer des équipes d’interprétabilité, faire tourner des tests de sécurité poussés avant chaque déploiement sont des coûts de recherche réels, qui ne garantissent pas le modèle le moins cher à qualité comparable. Je ne dispose pas de chiffre public comparant ce coût à celui des concurrents directs, et je ne veux pas en inventer un : le point à retenir est structurel. Une entreprise dont la raison d’être est la fiabilité vérifiable ne peut pas raisonnablement optimiser en priorité sur le prix le plus bas, sauf à contredire sa propre thèse. Un arbitrage que l’entreprise semble assumer, pas une contrainte subie.
Mes réserves
- Cette lecture reconstruit une direction stratégique stable à partir de jalons publics et de textes auto-déclarés, à commencer par Core Views on AI Safety : la grille ADC classe déjà ce biais plutôt que de le laisser implicite. La Constitutional AI réduit une partie de l’opacité de l’alignement sans l’éliminer : un principe écrit reste interprété par un modèle dont le raisonnement interne demeure largement impossible à auditer directement.
- Contre-argument sérieux, pas cosmétique : Dr Heidy Khlaaf (AI Now Institute, ex-ingénieure sécurité chez OpenAI) reproche à Anthropic de ne fournir aucune comparaison avec les outils de sécurité existants sur le marché et de se servir de son image de « sécurité avant tout » pour justifier une divulgation publique limitée, ce qui « obscurcit la capacité des experts à valider indépendamment [ses] allégations ». Si cette critique est fondée, la “fiabilité vérifiable” mise en avant par Anthropic serait, sur certains points, moins vérifiable de l’extérieur que revendiquée : un vrai angle mort, pas un simple avertissement de méthode.
- L’argument sur le coût de la fiabilité reste une déduction structurelle, pas une donnée chiffrée : je n’ai trouvé, pour cet article, aucune comparaison publique fiable des budgets de recherche sécurité entre laboratoires (ce qui ne prouve pas qu’elle n’existe pas). La part de marché Menlo Ventures mesure un résultat commercial, pas un budget de recherche, et deux jalons produits (Claude Code, Computer Use) ne prouvent pas à eux seuls qu’aucun autre laboratoire ne poursuit une trajectoire comparable : le contrepoint est traité dans l’analyse sur la convergence ou divergence des grands labs IA, liée plus bas.
Concrètement, deux indicateurs vérifiables par un tiers valent mieux que le nom du dernier modèle sorti : la part d’Anthropic dans les dépenses LLM en entreprise (Menlo Ventures, deux fois par an), et la densité en tests d’interprétabilité de chaque system card (pas sa longueur). Si les deux progressent ensemble, la thèse “fiabilité vérifiable rentable” tient. Si la part de marché stagne pendant que les system cards se vident, c’est le signal de réviser cette lecture plutôt que de la retenir par habitude.
Retour au dossier Comprendre les modèles post-LLM. Voir aussi OpenAI / ChatGPT : la direction stratégique choisie et Convergence ou divergence des grands labs IA.
ISP-IA21/100· 0-30 % · Preuves très limitées · Je range cette page au barreau 6, celui de la démonstration ou de la transposition analogique, et je dois dire pourquoi je ne monte pas plus haut. Quatre des lignes de ma grille ADC sont auto-déclarées par Anthropic elle-même (fondation, Constitutional AI, Claude Code/Computer Use réunis sur une ligne, Responsible Scaling Policy) : ce sont des faits datés et vérifiables sur ce qu'Anthropic a publié, pas des mesures indépendantes de ce qu'ils produisent. Le seul jalon chiffré non auto-déclaré, la part de marché Menlo Ventures, vient d'un investisseur du secteur, pas d'un tiers désintéressé : je le classe donc « tiers intéressé » et non « tiers indépendant ». Le barreau du faisceau de sources primaires convergentes exigerait plusieurs sources primaires indépendantes entre elles qui se recoupent sur le même fait : je n'en ai qu'une, et elle est partie prenante. Je ne descends pas non plus au barreau de l'argument de conception, parce que Claude Code et Computer Use sont des produits effectivement déployés et documentés, pas seulement une feuille de route annoncée. La convergence est mixte : les jalons auto-déclarés convergent entre eux sur un même récit, Khlaaf le conteste explicitement sur un point précis (l'absence de comparaison et de taux de faux positifs), et Thompson rapporte la critique sans trancher lui-même, ce qui n'est ni une convergence propre ni une divergence totale. Aucune réplication : personne ne rejoue la mesure Menlo Ventures ni ne vérifie indépendamment les jalons produit. L'échantillon se classe « petit » sur l'échelle numérique retenue ici (100 à 1 000 répondants) : ses 495 répondants y entrent, sans arbitrage qualitatif de ma part.
L'Indice de solidité des preuves évalue la base empirique de cette analyse sur quatre critères pondérés : type de preuve (40 %), convergence (30 %), réplication (20 %), puissance (10 %). L'axe type de preuve est calibré par champ : 100 y désigne le meilleur dispositif que l'échelle ISP-IA sache produire, et non une preuve absolue.
Je range cette page au barreau 6, celui de la démonstration ou de la transposition analogique, et je dois dire pourquoi je ne monte pas plus haut. Quatre des lignes de ma grille ADC sont auto-déclarées par Anthropic elle-même (fondation, Constitutional AI, Claude Code/Computer Use réunis sur une ligne, Responsible Scaling Policy) : ce sont des faits datés et vérifiables sur ce qu'Anthropic a publié, pas des mesures indépendantes de ce qu'ils produisent. Le seul jalon chiffré non auto-déclaré, la part de marché Menlo Ventures, vient d'un investisseur du secteur, pas d'un tiers désintéressé : je le classe donc « tiers intéressé » et non « tiers indépendant ». Le barreau du faisceau de sources primaires convergentes exigerait plusieurs sources primaires indépendantes entre elles qui se recoupent sur le même fait : je n'en ai qu'une, et elle est partie prenante. Je ne descends pas non plus au barreau de l'argument de conception, parce que Claude Code et Computer Use sont des produits effectivement déployés et documentés, pas seulement une feuille de route annoncée. La convergence est mixte : les jalons auto-déclarés convergent entre eux sur un même récit, Khlaaf le conteste explicitement sur un point précis (l'absence de comparaison et de taux de faux positifs), et Thompson rapporte la critique sans trancher lui-même, ce qui n'est ni une convergence propre ni une divergence totale. Aucune réplication : personne ne rejoue la mesure Menlo Ventures ni ne vérifie indépendamment les jalons produit. L'échantillon se classe « petit » sur l'échelle numérique retenue ici (100 à 1 000 répondants) : ses 495 répondants y entrent, sans arbitrage qualitatif de ma part.
- La part de marché de Claude en entreprise serait mesurée par un producteur qui ne détient aucune participation au capital des laboratoires qu'il classe, sur une période et un périmètre publiés, de sorte que le seul jalon chiffré de cette page cesse de venir d'un investisseur du secteur.Un institut de mesure d'usage sans participation au capital des laboratoires mesurés, ou une organisation internationale · un dispositif approchant existe, sans remplir la condition
- Le respect effectif des seuils ASL de la Responsible Scaling Policy serait évalué et publié par un tiers qui n'a pas participé à l'écriture de cette politique, de sorte que le jalon cesse d'être la publication d'un cadre pour devenir la vérification de son application.Un organisme d'évaluation tiers, ou l'autorité chargée du régime des modèles à usage général · personne ne l’a produit
- Chacun des quatre jalons de la grille serait recoupé par un document primaire émanant d'un autre producteur qu'Anthropic, fiche de modèle tierce, enregistrement public ou documentation d'une organisation qui déploie le produit, retrouvable à sa source par un lecteur.Une organisation déployant Claude Code ou Computer Use, ou un registre public enregistrant le système · un dispositif approchant existe, sans remplir la condition
Ce dispositif porterait l'indice à 33 sur 100, dans le palier « Preuves limitées ». Les trois autres axes restent à leur valeur actuelle : un dispositif ne fait monter ni la convergence d'une littérature ni sa réplication.
Score de 21/100 (0-30 %) établi le 3 septembre 2026.
I source primaire indépendante · S secondaire spécialisée · P partie prenante ayant un intérêt commercial sur le sujet traité.
Lexique
- LLM· Grand modèle de langage↗
- Modèle d'intelligence artificielle entraîné sur de vastes corpus de texte pour prédire et générer du langage, capable de tâches d'analyse, de synthèse et de génération de texte en langage naturel sans avoir été explicitement programmé pour la tâche demandée.
Modification apportée · mis à jour le 3 septembre 2026
J'ai repris cet article après un relevé contradictoire sur ses affirmations engageantes. Premier point : ma grille ADC classait la mesure Menlo Ventures dans la même strate qu'un tiers indépendant, alors que Menlo Ventures est investisseur d'Anthropic. Je l'ai reclassée « tiers intéressé », ajouté une ligne pour la Responsible Scaling Policy (le seul autre jalon public que je documentais nulle part dans la grille), et retiré la ligne Thompson : sa lecture rapporte une critique sans la trancher, ce qui ne correspond à aucune de mes trois strates. Le taux de vérifiabilité externe recalculé sur ces six lignes donne 33 %, pas 50 %. Deuxième point : les trois chiffres commerciaux de l'article (part de marché 12 % à 40 %, recul d'OpenAI de 50 % à 27 %, part de 54 % sur le codage) proviennent tous de la même source, Menlo Ventures ; je le dis maintenant explicitement plutôt que de les présenter comme trois éléments distincts. Troisième point : je faisais dépendre la thèse de la fiabilité vérifiable de la progression commerciale d'Anthropic, sans jamais écrire que l'enquête Menlo Ventures ne permet pas d'isoler ce motif d'achat de la performance de codage, du prix ou de l'intégration produit. J'ai aussi attribué chaque chiffre et chaque fait produit à sa source dans la phrase même qui le porte (l'annonce Claude Code, le recul d'OpenAI, l'aveu du même article sur les limites de l'auditabilité de la Constitutional AI), pour qu'aucun ne se lise plus comme un fait établi une fois isolé de son paragraphe. Ce que je n'ai pas ajouté : les montants de levée de fonds ou la valorisation d'Anthropic, qui situeraient le coût du pari sécurité face aux moyens réels de l'entreprise, faute d'avoir vérifié un chiffre récent et stable à publier ; ni une évaluation indépendante et technique de la sécurité de Claude, dont je n'ai pas trouvé trace publique. En relisant chaque source en entier pour ce relevé, j'ai aussi trouvé deux erreurs que je n'avais pas vues. L'enquête Menlo Ventures porte sur 495 décideurs IA d'entreprise américains, pas 150. Et *Core Views on AI Safety* ne mentionne à aucun moment la date de fondation d'Anthropic ni le passage de ses fondateurs par OpenAI, alors que je le lui attribuais : ces deux faits viennent en réalité d'une source secondaire que j'ai ajoutée à la bibliographie. Un second passage m'a aussi fait retirer, du titre et du sous-titre, une conclusion tranchée (« le pari, pas l'argument marketing » ; « plutôt que le modèle le moins cher ou le plus grand public ») qu'aucune de mes sources ne permet de trancher : ma propre section « Mes réserves » la qualifiait déjà d'angle mort ouvert, et le titre la présentait pourtant comme réglée. L'indice de solidité de la preuve est publié pour la première fois sur cette page, à 20 sur 100. J'ai ajouté deux encadrés de vulgarisation qui expliquent en langue courante le mécanisme de deux sections, sans rien changer au corps de l'analyse.
Développe une méthode d'analyse destinée à distinguer ce que les preuves établissent, ce qu'elles suggèrent et ce qu'elles ne permettent pas de conclure, puis à traduire cette distinction en décisions professionnelles.
Choix du sujet, direction de la rédaction, validation ou modification des sources, validation et retravail du texte et des illustrations : Axel Morel. Rédaction, choix des sources initiales et plan de rédaction initial : assistance IA.
Responsabilité éditoriale : Axel Morel. Recherche et rédaction assistées par IA selon la méthodologie Probans, sources vérifiées avant publication. Charte éditoriale.
En savoir plus