Anthropic: Claude Opus 4.7

Claude Opus 4.7 est un modèle textuel d'Anthropic, la prochaine génération de la famille Opus de l'entreprise. Il a été publié par le fournisseur le 16 avril 2026 et est conçu pour des agents asynchrones de longue durée. Il s'appuie sur les forces d'Opus 4.6 en matière de codage et d'agentique, donc si vous avez utilisé des modèles Opus antérieurs pour des outils de développement ou des flux de travail d'agents, il s'agit du successeur direct dans cette lignée.

Le modèle accepte du texte, des images et des fichiers en entrée, et il renvoie du texte. Sa fenêtre de contexte est de 1 000 000 de tokens, avec une sortie maximale de 128 000 tokens. Cette combinaison d'une très grande fenêtre d'entrée et d'un large budget de sortie signifie que vous pouvez lui confier de longs documents, des bases de code, des transcriptions ou du matériel mixte texte et image en une seule requête, et obtenir en retour une réponse substantielle plutôt qu'un court résumé. La sortie est uniquement textuelle, donc tout ce dont vous avez besoin dans un autre format doit être produit sous forme de texte et converti en aval.

Ces capacités correspondent à un ensemble assez spécifique de cas d'usage. Les agents asynchrones de longue durée sont la cible de conception annoncée, ce qui convient aux flux de travail où le modèle traite une tâche en plusieurs étapes dans le temps, appelle des outils et raisonne sur des résultats intermédiaires. La grande fenêtre de contexte convient à l'analyse de grandes entrées : examiner un grand dépôt, parcourir de longs contrats ou rapports, ou répondre à des questions sur un ensemble de documents que vous fournissez sous forme de fichiers ou d'images. Comme il prend en charge les outils et les sorties structurées, il convient également aux pipelines où le modèle doit appeler des fonctions et renvoyer des résultats lisibles par machine plutôt que de la prose libre.

Via api14, vous l'appelez avec l'identifiant de modèle "anthropic/claude-opus-4.7" sur l'API compatible OpenAI, donc les clients existants de style OpenAI fonctionnent avec un changement d'URL de base et d'identifiant de modèle. Les paramètres de requête pris en charge sont include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools et verbosity. En pratique, cela signifie que vous pouvez contrôler la longueur de la sortie, orienter la profondeur et l'effort de raisonnement, contraindre les réponses avec des formats de réponse ou des sorties structurées, définir et sélectionner des outils, définir des séquences d'arrêt et ajuster la verbosité.

Un point à peser est qu'il s'agit d'un modèle à sortie textuelle, donc les tâches qui nécessitent une sortie image, audio ou autre que du texte ne conviennent pas. Si votre charge de travail est courte, simple et sensible à la latence, la très grande fenêtre de contexte et les contrôles de raisonnement peuvent être plus que ce dont vous avez besoin, et un modèle plus petit du catalogue pourrait mieux vous servir. Là où le modèle gagne sa place, c'est dans le travail d'agents asynchrones à long contexte utilisant des outils et dans l'analyse intensive de grandes entrées.