TL;DR
Lancement : Anthropic a lancé Claude Opus 4.7 avec une fenêtre contextuelle de 1 million de jetons et une sortie de 128 Ko pour les charges de travail lourdes en codage. Modifications de l’API : la version supprime les budgets de réflexion étendus et rejette les paramètres d’échantillonnage personnalisés, forçant ainsi le travail de migration pour les intégrations existantes. Vue d’ensemble : des rapports externes suggèrent que l’Opus 4.7 est la mise à niveau publique d’Anthropic tandis que le niveau Mythos, plus restreint, reste en arrière-plan.
Le 16 avril, Anthropic a lancé Claude Opus 4.7, une mise à niveau axée sur le codage par rapport à Opus 4.6 qui offre aux développeurs une fenêtre contextuelle de 1 million de jetons tout en renforçant plusieurs comportements d’API. Dans son post de lancement, Anthropic a qualifié le modèle d'”amélioration notable”par rapport à l’Opus 4.6 pour l’ingénierie logicielle avancée.
La documentation Claude Opus 4.7 transforme ce positionnement en un brief produit concret plutôt qu’en une vague promesse. Anthropic ne commercialise pas seulement un modèle de codage plus solide. Il publie également les détails de mise en œuvre dont les équipes ont besoin avant d’y transférer de véritables charges de travail.
Opus 4.7 prend en charge une fenêtre contextuelle de 1 million de jetons avec 128 000 jetons de sortie maximum et une tarification API standard plutôt qu’une prime distincte pour le contexte long. Cela change l’histoire pratique autour de la sortie. On ne demande pas seulement aux développeurs de faire confiance à un nouveau nom de modèle. Ils se voient proposer un modèle de codage public plus large qui peut rester dans les conversations d’achat et de déploiement existantes.
Présentation de Claude Opus 4.7, notre modèle Opus le plus performant à ce jour.
Il gère les tâches de longue durée avec plus de rigueur, suit les instructions plus précisément et vérifie ses propres résultats avant de rendre compte.
Vous pouvez confier votre travail le plus dur avec moins de supervision. pic.twitter.com/PtlRdpQcG5
— Claude (@claudeai) 16 avril 2026
Quels changements dans Claude Opus 4.7
Anthropic a également publié une Entrée de documentation Anthropic pour claude-opus-4-7. C’est important car les équipes d’ingénierie ont généralement besoin d’un identifiant de modèle stable avant qu’un lancement puisse passer de la couverture d’annonce à la planification du déploiement. Un ID de modèle est ce qui apparaît dans le code, les tableaux de bord de trafic, les wrappers internes et la logique de secours.
Les changements de fonctionnalités sont suffisamment importants pour affecter les outils quotidiens, et pas seulement les captures d’écran de référence. Anthropic affirme que l’Opus 4.7 est son premier modèle Claude prenant en charge les images haute résolution, augmentant la taille maximale de l’image à 2 576 pixels, ou 3,75 mégapixels, contre 1 568 pixels, ou 1,15 mégapixels. Pour les équipes qui créent des analyseurs de documents, des agents d’interface utilisateur ou des workflows de débogage visuel, cela réduit le besoin de réduction d’échelle agressive avant qu’une image n’atteigne le modèle.
Anthropic recommande également le nouveau xniveau d’effort élevé pour les tâches complexes. tâches de codage. Ces conseils indiquent le type de travail qu’Anthropic souhaite que l’Opus 4.7 gère : des tâches logicielles en plusieurs étapes dans lesquelles le modèle doit rester en tâche plus longtemps et vérifier ses propres sorties avec moins de supervision de l’utilisateur. En d’autres termes, la société positionne cette version comme un outil d’ingénierie et non comme une simple actualisation du chat.
Une documentation séparée présente les budgets de tâches en version bêta via un en-tête dédié avec un budget minimum de 20 000 jetons. Il s’agit d’une fonctionnalité technique avec un objectif commercial évident. Les équipes de plate-forme disposent d’un moyen plus explicite de limiter la quantité de travail qu’un agent peut effectuer en une seule exécution, ce qui facilite la réflexion sur les plafonds de dépenses, les attentes de latence et la gestion des échecs avant qu’un flux de travail ne se développe.
Pris ensemble, les ajouts élargissent le type de travail qu’un modèle Opus public peut vraisemblablement assumer. Plus de contexte, des résultats plus volumineux, une gestion des images plus riche et des contrôles d’effort plus clairs prennent tous en charge des tâches d’ingénierie plus longues qui nécessiteraient autrement un découpage, un changement d’outil ou une orchestration supplémentaire. C’est l’évolution centrale du produit lors du lancement : Anthropic essaie de rendre la gamme publique Opus crédible pour un travail technique soutenu sans déplacer les clients dans un niveau de contexte long distinct.
Pourquoi la mise à niveau force également les modifications de l’API
La version supprime également les comportements plus anciens, c’est là que commencent les frictions pratiques. Anthropic indique que les budgets de réflexion étendus sont supprimés et que les requêtes qui envoient toujours des budget_tokens alors que la réflexion est activée renvoient désormais une erreur 400. Pour les équipes qui ont déjà intégré ces contrôles dans les wrappers de production, le lancement devient une tâche de migration avant de devenir une simple mise à niveau.
Le comportement d’échantillonnage est également plus strict. Anthropic indique que les valeurs de température, top_p ou top_k autres que celles par défaut sont rejetées avec 400 autres réponses. Cela signifie que certains développeurs ne peuvent pas simplement échanger le nom du modèle et conserver tout le reste inchangé. Les modèles de requête, les préréglages internes et les attentes en matière d’assurance qualité peuvent tous nécessiter une révision.
La visibilité du raisonnement change en même temps. Selon la documentation, le contenu de réflexion est omis par défaut, sauf si les appelants optent pour l’affichage résumé. Il s’agit d’un changement opérationnel significatif pour les équipes habituées à inspecter plus directement les traces de raisonnement lors du débogage ou de l’évaluation. Cela affecte la façon dont les équipes produit expliquent le comportement du modèle en interne et peut modifier ce que les outils d’observabilité doivent capturer.
Anthropic indique également que l’Opus 4.7 utilise un nouveau tokenizer qui peut consommer environ 1 à 1,35 fois plus de jetons que les modèles précédents, en fonction du contenu. Ce n’est pas un détail de mise en œuvre cosmétique. Des invites plus longues, des boucles d’agent répétées ou des entrées contenant beaucoup d’images peuvent atteindre les seuils de coût et de troncature plus tôt que prévu si les équipes traitent l’utilisation des jetons comme une constante héritée des anciens modèles.
Le travail de migration s’étend désormais sur plusieurs couches à la fois. Les modèles d’invite peuvent nécessiter un nettoyage. Les validateurs peuvent avoir besoin de nouvelles valeurs par défaut. Les outils de suivi devront peut-être tenir compte des résultats résumés du raisonnement, et les modèles de budgétisation pourront nécessiter de nouvelles hypothèses symboliques. Vu sous cet angle, Opus 4.7 est à la fois un lancement de fonctionnalités et un changement coordonné de la forme des demandes pour les utilisateurs de production.
Cette combinaison est ce qui rend l’annonce plus conséquente qu’une actualisation de routine du modèle. Anthropic élargit l’accès à un modèle de codage public plus large, mais il le fait en rétrécissant plusieurs parties de la surface d’appel et en demandant aux développeurs d’absorber de nouvelles hypothèses concernant les contrôles d’effort, l’affichage du raisonnement et la consommation de jetons. Les acheteurs ont désormais deux questions auxquelles répondre simultanément : si le modèle fonctionne mieux et quelle quantité de travail opérationnel la migration nécessitera.
Où se situe Opus 4.7 dans la pile de modèles d’Anthropic
L’aperçu de Decrypt sur Opus 4.7 et AI studio indique qu’Anthropic préparait la version parallèlement à un outil d’IA axé sur la conception pour les sites Web, les présentations et les pages de destination. Ce cadre de pré-lancement a fait que les débuts ressemblaient moins à une percée soudaine qu’à une partie d’une poussée de produit plus large à court terme. Cela suggère également qu’Anthropic regroupait plusieurs histoires de produits à la fois, l’Opus 4.7 servant de pièce d’ingénierie publique.
Le contexte historique va dans la même direction. Opus 4.7 fait suite à Claude Opus 4.6, qu’Anthropic avait déjà présenté comme un produit phare en matière de codage en février. Ce modèle est important car il suggère une continuité plutôt qu’une réinitialisation. Anthropic continue d’utiliser la ligne publique Opus pour des gains itératifs liés à la production dans le travail technique au lieu de présenter chaque version comme une nouvelle identité stratégique.
Des rapports externes suggèrent également que la ligne publique Opus n’est pas le sommet de l’échelle interne d’Anthropic. Une couverture antérieure décrivait Mythos comme un modèle de frontière interne plus puissant qui n’était pas proposé au grand public. Ce cadrage aide à expliquer pourquoi l’Opus 4.7 semble soigneusement documenté et structuré commercialement. Anthropic semble expédier le niveau de modèle qu’il peut prendre en charge à grande échelle tout en gardant les systèmes plus sensibles derrière des contrôles plus stricts.
Cela maintient l’Opus 4.7 en proportion. Anthropic commercialise le modèle qu’elle peut documenter, tarifer et prendre en charge à grande échelle, tandis que la récente version préliminaire de Mythos suggère que le travail frontalier plus sensible de l’entreprise se situe toujours au-dessus du produit public qu’elle est prête à expédier à grande échelle. Lu de cette façon, Opus 4.7 est la mise à niveau publique pratique plutôt que la limite supérieure d’Anthropic.
Pourquoi le scepticisme extérieur est toujours important
La validation indépendante reste mince car la plupart des spécifications strictes proviennent toujours d’Anthropic lui-même. Le scepticisme plus large quant à la fiabilité des références de Decrypt a ajouté que les régimes de référence dans l’ensemble du secteur sont de plus en plus contestés ou contaminés, ce qui rend les déclarations de performances le jour même plus difficiles à juger de l’extérieur. Cela ne rend pas fausse la documentation d’Anthropic. Cela signifie que les acheteurs extérieurs disposent encore de preuves neutres limitées sur l’amélioration du modèle dans des conditions de production réelles.
La réaction externe est également importante pour une deuxième raison. Anthropic a passé des années à cultiver une image publique qui semble plus prudente que celle de plusieurs concurrents, surtout lorsque la discussion tourne autour de l’accélération des capacités. Un lancement comme Opus 4.7 remet cette posture sous un nouvel angle, car il élargit ce que les modèles de codage public d’Anthropic peuvent faire tout en s’appuyant fortement sur le cadrage émis par l’entreprise pour l’histoire de la performance.
Miles Brundage, chercheur en politiques sur l’IA a écrit sur X,”Anthropic ? La société”nous ne souhaitons pas accélérer le rythme de progression des capacités de l’IA” ?”Cette ligne est brève, mais elle accentue la contradiction que les critiques veulent que les lecteurs remarquent. Anthropic peut se présenter comme plus sobre que certains de ses pairs tout en continuant à publier des systèmes plus puissants qui élèvent les plafonds de capacité publique plus haut.
Cette tension est la raison pour laquelle le lancement mérite plus d’attention qu’un simple résumé des spécifications. Opus 4.7 offre à Anthropic un produit de codage public plus puissant avec des crochets d’implémentation concrets pour les développeurs. Dans le même temps, la version demande aux utilisateurs d’accepter un contrat API plus strict, une validation indépendante incomplète et une implication familière des rapports externes : l’entreprise semble toujours conserver un niveau interne plus puissant au-delà du produit qu’elle est à l’aise de vendre à grande échelle.
