Date de coupure des connaissances (knowledge cutoff)
IA / LLM 🟢 JuniorDéfinition
Date au-delà de laquelle un modèle n'a plus de données d'entraînement : il ignore tout événement, version ou API postérieur. Anthropic distingue la « coupure fiable » (juin 2026 pour Claude Fable 5.1 et Opus 5.5, janvier 2026 pour Sonnet 5) de la coupure brute des données. Pour l'actualité, on complète par recherche web ou RAG.
Analogie
Un journal imprimé : excellent sur tout ce qui précède l'heure du bouclage, muet ensuite.
Exemple de code
// Ne jamais laisser le modèle deviner une info datée : lui donner un outil
const msg = await client.messages.create({
model: 'claude-opus-5-5', max_tokens: 1024,
tools: [{ type: 'web_search_20260209', name: 'web_search', max_uses: 3 }],
system: `Ta date de coupure est antérieure à aujourd'hui.
Pour toute version, prix ou date récente, utilise web_search et cite la source.`,
messages: [{ role: 'user', content: 'Quelle est la dernière version LTS de Node.js ?' }],
});Cas d'usage
Décider quand brancher une recherche web ou un RAG plutôt que de faire confiance au modèle seul.
Anti-pattern
Termes liés
En entretien
C'est quoi la date de coupure des connaissances ?
C'est la date au-delà de laquelle un modèle n'a plus de données d'entraînement, il ignore donc tout événement, version ou API postérieur. C'est comme un journal imprimé, excellent sur tout ce qui précède le bouclage, muet ensuite.
Comment tu gérerais une question sur l'actualité récente ?
Je compléterais par une recherche web ou un RAG plutôt que de faire confiance au modèle seul sur ce point. Anthropic distingue d'ailleurs une « coupure fiable » de la coupure brute des données d'entraînement.
Quel est le piège classique autour du knowledge cutoff ?
Demander « la dernière version de X » à un modèle sans outil et publier la réponse telle quelle, alors qu'il n'a aucune visibilité sur ce qui s'est passé après sa coupure. Il faut brancher une recherche externe dès qu'on touche à de l'info datée.
Fiche mise à jour le 2026-09-27