Claude Sonnet 5, premier modèle à réussir tous les tests de GitLab Duo Agent Platform

Anthropic et GitLab annoncent l'arrivée de Claude Sonnet 5 sur GitLab Duo Agent Platform. Le modèle est accessible pour toutes les offres et tous les modes de déploiement via l'AI Gateway de GitLab. C'est aussi le premier modèle du jeu d'évaluation de GitLab à réussir toutes les tâches du benchmark.

Quels progrès par rapport au modèle précédent ?

GitLab teste les modèles sur son propre jeu de tâches, conçu pour refléter le travail réel des agents d'IA dans le développement : tâches en plusieurs étapes, génération de code capable de passer une revue de code, exécution de workflows à un coût acceptable. Claude Sonnet 5 est le premier modèle à mener à bien toutes les tâches de ce jeu. Son prédécesseur, Sonnet 4.6, en bouclait 93,8%.

• Claude Sonnet 5 est le premier modèle du jeu d'évaluation de GitLab à réussir 100% des tâches du benchmark
• Sonnet 4.6, le modèle précédent, bouclait 93,8% des tâches du même jeu
• Le nombre d'issues résolues progresse de 8,8%
• Le modèle est disponible pour toutes les offres et tous les modes de déploiement de GitLab Duo via l'AI Gateway

Ce qui change pour les équipes de développement

Pour les utilisateurs de GitLab Duo Agentic Chat, le cycle habituel « prompt, attente, évaluation du résultat » évolue. Un refactoring sur plusieurs fichiers produit désormais un résultat prêt pour la revue, et non une tâche interrompue à mi-chemin. La génération de tests fournit une couverture réellement exploitable.

Les investigations de sécurité remontent plus loin dans l'historique du dépôt. Les agents Duo de base accomplissent l'essentiel du travail qui leur est confié sans intervention humaine : l'équipe consacre son temps à vérifier les résultats plutôt qu'à relancer des tâches avortées. GitLab cite un exemple concret de ce scénario agentique : dans l'outil GitLab Orbit, le modèle sert déjà à enquêter sur les échecs de pipeline des deux derniers mois, c'est-à-dire à analyser l'historique des builds en échec et à en chercher la cause directement en dialoguant avec l'agent.

« Claude Sonnet 5 a traité tout l'éventail des tâches de programmation que nous avons testées, tout en résolvant davantage de problèmes.

C'est une amélioration tangible, en qualité comme en efficacité. Nous l'avons rendu disponible dès aujourd'hui sur GitLab Duo Agent Platform, pour toutes les offres et tous les modes de déploiement », déclare Manav Khurana, directeur produit et marketing de GitLab.

Ce que cela signifie

L'échec le plus coûteux pour un agent est celui qui s'arrête à mi-parcours : la facture ne se limite pas au travail perdu, elle inclut aussi le diagnostic, le nouveau prompt et la vérification de ce qui a malgré tout été renvoyé. Un modèle capable de passer l'ensemble du benchmark de GitLab sans échec transforme l'agent : d'outil à surveiller en permanence, il devient un outil auquel on peut réellement déléguer du travail. C'est sur ce critère — la fiabilité, et pas seulement la qualité d'une réponse isolée — que GitLab et Anthropic proposent de mesurer les progrès des modèles agentiques dans le développement logiciel.

Questions fréquentes

En quoi

Claude Sonnet 5 se distingue-t-il de Sonnet 4.6 sur les tests de GitLab ?

Claude Sonnet 5 est le premier modèle à réussir toutes les tâches du jeu d'évaluation de GitLab, alors que Sonnet 4.6 en bouclait 93,8% ; le nombre d'issues résolues progresse par ailleurs de 8,8%.

Pour quelles offres

GitLab Claude Sonnet 5 est-il disponible ?

Le modèle est disponible pour toutes les offres et tous les modes de déploiement de GitLab Duo Agent Platform via l'AI Gateway de GitLab : aucune offre premium spécifique n'a été nécessaire pour accéder à Sonnet 5.

Où

Claude Sonnet 5 est-il déjà utilisé concrètement chez GitLab ?

GitLab cite l'outil GitLab Orbit, où le modèle sert à enquêter sur les échecs de pipeline des deux derniers mois, c'est-à-dire à analyser l'historique des builds en échec directement en dialoguant avec l'agent.