Anthropic a publié Claude Opus 4.7, son modèle le plus performant à ce jour — offrant des gains substantiels en ingénierie logicielle, compréhension multimodale, respect des instructions et autonomie sur le long terme. Le modèle est désormais disponible de manière générale sur tous les produits Claude, l’API, Amazon Bedrock, Vertex AI de Google Cloud et Microsoft Foundry.
La grande nouvelle : les prix restent inchangés à \/M en entrée et /M en sortie de tokens — comme pour Opus 4.6 — tandis que les performances sur presque tous les benchmarks ont grimpé de manière spectaculaire. Les témoignages en accès anticipé de Cursor, Replit, Devin, Harvey, Notion, Vercel, Bolt et plus d’une douzaine d’autres grandes plates-formes brossent le portrait d’un modèle qui ne se contente pas d’évoluer — il fait un bond en avant.
Quoi de neuf dans Opus 4.7
1. Codage de pointe
L’amélioration phare se situe dans l’ingénierie logicielle avancée. Anthropic fait état de gains particuliers sur les tâches les plus difficiles — le type de travail qui nécessitait auparavant une supervision humaine étroite. Principaux benchmarks :
| Benchmark | Opus 4.6 | Opus 4.7 | Amélioration |
|---|---|---|---|
| SWE-bench Verified | 72.3% | 80.7% | +8.4 pts |
| SWE-bench Multilingual | 65.1% | 73.8% | +8.7 pts |
| Terminal-Bench 2.0 | 41.2% | 48.5% | +7.3 pts |
| CyberGym | 73.8% | 81.2% | +7.4 pts |
| CursorBench | 58% | 70% | +12 pts |
Les témoignages sont particulièrement élogieux. Cursor a indiqué qu’Opus 4.7 est « le modèle le plus puissant que Hex ait jamais évalué » — soulignant qu’il signale correctement les données manquantes au lieu d’inventer des alternatives plausibles mais incorrectes. Devin l’a qualifié de bond en avant en matière d’autonomie à long horizon : « Il travaille de manière cohérente pendant des heures, surmonte les problèmes difficiles au lieu d’abandonner, et permet un type de travail d’investigation approfondie que nous ne pouvions pas exécuter de manière fiable auparavant. »
Replit a constaté qu’il atteignait « la même qualité à moindre coût » — plus efficace et précis pour analyser les logs, détecter les bogues et proposer des corrections. Warp a rapporté qu’il « a réussi des tâches Terminal Bench que les modèles Claude précédents avaient échouées, et a résolu un bug de concurrence délicat qu’Opus 4.6 ne parvenait pas à corriger. »
2. Vision à résolution 3 fois supérieure
Opus 4.7 peut accepter des images allant jusqu’à 2 576 pixels dans la dimension la plus longue (~3,75 mégapixels) — soit plus de trois fois plus que les modèles Claude précédents. Cela ouvre un large éventail de cas d’usage multimodaux :
- Agents d’utilisation d’ordinateur lisant des captures d’écran denses avec une précision au pixel près
- Extraction de données à partir de diagrammes, graphiques et dessins techniques complexes
- Analyse de structures chimiques et workflows de brevets en sciences de la vie
- Passations de conception où la fidélité visuelle est primordiale
L’impact sur les benchmarks d’utilisation d’ordinateur est frappant. XBOW, qui construit des agents autonomes de test d’intrusion, a rapporté que leur benchmark d’acuité visuelle est passé de 54,5 % (Opus 4.6) à 98,5 % (Opus 4.7) — un score quasi parfait qui débloque toute une catégorie de travaux de sécurité autonomes auparavant impossibles.
3. Le paramètre d’effort et les budgets de tâche
Anthropic a introduit deux nouveaux contrôles qui offrent aux développeurs une granularité sans précédent sur le compromis entre raisonnement et latence :
- Paramètre d’effort : Un nouveau contrôle au niveau de l’API (
thinking_config.budget_type: "effort") qui permet aux développeurs de choisir entre un effort de raisonnement faible, moyen ou élevé. Claude Code utilise désormais par défaut l’effort « élevé » pour tous les plans. - Budgets de tâche (bêta publique) : Les développeurs peuvent définir des budgets en tokens pour guider les dépenses de Claude sur des tâches de longue durée, l’aidant à hiérarchiser le travail efficacement.
Il s’agit d’un changement architectural significatif. Au lieu d’un budget de raisonnement fixe intégré au modèle, les développeurs choisissent la quantité de réflexion à allouer par tâche — rendant le modèle adaptable à des flux de travail sensibles aux coûts comme à ceux où la qualité est critique.
4. Meilleur suivi des instructions — avec une réserve
Opus 4.7 est nettement meilleur pour suivre les instructions. Mais Anthropic signale une nuance cruciale : « les invites écrites pour les modèles précédents peuvent parfois produire maintenant des résultats inattendus. » Là où les modèles précédents interprétaient les instructions de manière approximative ou en sautaient des parties, Opus 4.7 prend les instructions au pied de la lettre.
Cela signifie que les équipes qui passent d’Opus 4.6 doivent réajuster leurs invites et leurs harnais de test. Anthropic a publié un guide de migration pour faciliter la transition.
5. Mémoire basée sur les fichiers
Opus 4.7 utilise plus efficacement la mémoire basée sur le système de fichiers — se souvenant des notes importantes lors de longs travaux sur plusieurs sessions. Cela signifie que moins de contexte initial est nécessaire pour les tâches suivantes, ce qui est particulièrement précieux pour les flux de travail agentiques qui s’étendent sur des heures ou des jours. La plateforme Managed Agents récemment lancée par Anthropic s’appuie précisément sur ce type de contexte persistant, avec les fonctionnalités Dreaming et l’orchestration multi-agents désormais disponibles de manière générale.
Claude Code bénéficie également de mises à niveau majeures
Parallèlement au lancement du modèle, Anthropic a déployé des mises à jour importantes de Claude Code :
- Ultrareviews : Une session de revue de code dédiée qui parcourt les modifications et signale les bogues et les problèmes de conception. Les utilisateurs Pro et Max reçoivent trois ultrareviews gratuites à essayer.
- Mode automatique (utilisateurs Max) : Une nouvelle option d’autorisation où Claude prend des décisions en votre nom — permettant des tâches plus longues avec moins d’interruptions et moins de risques que si l’on désactivait toutes les autorisations.
- Effort par défaut amélioré : Relevé à « élevé » pour tous les plans.
Pas de publicité, pas de distractions
Dans une annonce distincte mais connexe, Anthropic a publié « Claude est un espace pour penser » — un engagement ferme que Claude restera sans publicité. L’entreprise rejette explicitement le modèle publicitaire adopté par certains concurrents, arguant que l’inclusion de publicités dans une IA conversationnelle serait « incompatible avec ce que nous voulons que Claude soit. »
Le modèle économique d’Anthropic reste simple : contrats d’entreprise et abonnements payants. L’entreprise explore le commerce agentique (où Claude agit pour le compte de l’utilisateur pour des achats) mais insiste sur le fait que toutes les interactions avec des tiers doivent être initiées par l’utilisateur plutôt que pilotées par la publicité.
Vue d’ensemble
Claude Opus 4.7 arrive à un moment charnière. La course aux modèles de pointe est passée de plus en plus des scores de benchmarks aux capacités agentiques dans le monde réel — un modèle peut-il gérer des tâches de longue durée, se remettre d’erreurs, suivre des instructions complexes et interagir avec des outils de manière autonome ? Comme nous l’avons documenté dans notre Guide complet des agents IA, cette évolution vers une capacité autonome durable est la tendance déterminante de 2026. Opus 4.7 semble répondre présent sur tous les fronts.
Les témoignages de plus d’une douzaine de déploiements en production — le bond de +12 points de Cursor sur CursorBench, l’acuité visuelle quasi parfaite de XBOW, la fiabilité des agents de Notion améliorée de +14 % avec moins d’erreurs d’outils, et le rappel en revue de code de +10 % pour CodeRabbit — suggèrent qu’il ne s’agit pas d’un discours marketing. C’est une avancée véritablement utile pour quiconque construit avec l’IA.
Avec les mêmes prix qu’Opus 4.6, aucune régression signalée par les premiers testeurs, et des gains majeurs en codage, vision et fiabilité agentique, Claude Opus 4.7 établit un nouveau point culminant pour ce que les modèles de pointe peuvent accomplir en production. La question est maintenant de savoir à quelle vitesse l’écosystème s’adaptera — et sur quoi l’équipe Mythos Preview d’Anthropic travaille ensuite.