Poser la même question en français et en anglais peut produire des réponses différentes de Claude, notamment sur le ton, la prudence ou le niveau de détail. Une étude publiée par Anthropic le 13 juillet 2026 examine ces écarts. Elle ne démontre pas qu’une langue rendrait systématiquement le modèle plus intelligent ou plus fiable.
Ce qu’Anthropic a mesuré
L’étude porte sur Claude Sonnet 4.6, Opus 4.6 et Opus 4.7, dans vingt langues. Elle analyse des valeurs exprimées dans les réponses, en tenant compte notamment du sujet et de la tâche. Quatre axes ressortent : déférence ou prudence, chaleur ou rigueur, profondeur ou concision, franchise ou exécution.
Ces tendances moyennes décrivent les textes produits, pas une personnalité du modèle. Anthropic souligne les incertitudes sur leurs causes et leur effet pour les utilisateurs. Les données d’entraînement sont une piste d’explication, pas une causalité établie par cette étude. Le rapport de recherche original ne propose pas de classement général de fiabilité entre langues.
Définir le résultat plutôt que chercher une langue magique
Pour un courriel, une réponse concise peut convenir. Pour une analyse de risque, elle peut laisser des réserves implicites. Le besoin est donc de préciser ce que la réponse doit contenir.
Vous pouvez demander directement en français : « Réponds de façon précise, donne les hypothèses, indique les incertitudes et distingue les faits des recommandations. » Une consigne de style ne garantit pas la justesse ; elle rend le résultat plus facile à contrôler.
Observer un écart sans confondre traduction et performance
- Choisir un cas vérifiable. Utilisez un texte ou une question dont les éléments décisifs peuvent être contrôlés.
- Préparer deux consignes équivalentes. Gardez le même objectif, les mêmes données, le même public et la même longueur. Une traduction approximative peut modifier la tâche.
- Noter les conditions. Conservez le modèle, la date et les outils disponibles. Comparez plusieurs réponses si la régularité vous intéresse.
- Séparer les critères. Évaluez les faits exacts et les oublis d’un côté, le ton et la présentation de l’autre. Une réponse plus longue peut contenir davantage d’erreurs.
Cette procédure est une méthode proposée, pas un test effectué par Sefior. Pour un document sensible, utilisez un extrait anonymisé et respectez les règles de votre organisation avant tout envoi.
Quelle langue choisir pour travailler ?
Gardez celle dans laquelle vous pouvez relire précisément le résultat et exprimer les contraintes du destinataire. Pour une publication en français, passer par une réponse anglaise puis une traduction ajoute une étape à vérifier : terminologie, nuances et références doivent rester correctes.
Pour comprendre pourquoi une impression de naturel ne suffit pas à choisir un assistant, lisez notre comparaison de Claude et ChatGPT sur des critères vérifiables. Sur un dossier étendu, notre guide des tâches longues avec Claude détaille les points de contrôle à conserver entre les étapes.
