Claude Opus 4.7 : ce qu'une mise à jour de modèle change pour vos outils IA
Anthropic a sorti Claude Opus 4.7 le 16 avril. Meilleur en code et en lecture d'images, mais plus littéral. Pourquoi chaque nouveau modèle se teste avant d'être adopté.
Le 16 avril 2026, Anthropic a publié Claude Opus 4.7, la nouvelle version de son modèle le plus avancé accessible au public. Les progrès annoncés sont réels, en développement logiciel et en lecture d'images notamment. Mais l'annonce contient aussi deux lignes qu'un dirigeant devrait lire avec attention : le modèle suit les consignes de façon plus littérale, et il compte le texte autrement. Autrement dit, une mise à jour de modèle n'est jamais neutre pour les outils construits dessus.
Ce qu'Anthropic a annoncé
Selon Anthropic, Opus 4.7 progresse nettement sur les tâches de développement les plus difficiles, tient mieux les travaux longs et vérifie davantage ce qu'il produit avant de rendre la main. Il accepte des images jusqu'à 2 576 pixels de côté, soit plus de trois fois la résolution des modèles Claude précédents : utile pour lire un plan, un tableau scanné ou une capture d'écran dense. Un nouveau niveau d'« effort », entre élevé et maximal, permet de régler le temps de réflexion du modèle.
Le modèle est disponible dans les applications Claude, par API et chez les grands fournisseurs de cloud. GitHub l'a rendu disponible le même jour dans Copilot, son assistant de programmation, en indiquant qu'il remplacerait progressivement les versions 4.5 et 4.6 dans le choix des modèles pour certains abonnements.
Côté sécurité, Anthropic indique qu'Opus 4.7 est volontairement moins capable que Claude Mythos Preview, le modèle réservé à la cybersécurité annoncé une semaine plus tôt, et que des garde-fous bloquent automatiquement les demandes jugées à haut risque dans ce domaine.
Les deux lignes à ne pas manquer
Des consignes suivies plus à la lettre
Anthropic prévient que les instructions rédigées pour les modèles précédents peuvent produire des résultats inattendus et devront parfois être réécrites. Concrètement, si votre entreprise utilise un assistant, un agent ou une automatisation construite sur Claude, les consignes qui fonctionnaient bien hier, avec leurs approximations, peuvent donner des réponses différentes demain. Un modèle plus obéissant est une bonne nouvelle, à condition que vos consignes disent vraiment ce que vous voulez.
Un texte compté autrement
Les modèles facturés à l'usage comptent le texte en « tokens », des morceaux de mots. Anthropic indique que le nouveau découpage peut produire environ 1 à 1,35 fois plus de tokens pour le même texte, selon le type de contenu, et que le modèle produit davantage de texte de réflexion aux niveaux d'effort élevés. Le prix par token annoncé est inchangé par rapport à la version précédente, mais la facture d'un même usage peut bouger. Anthropic recommande d'ailleurs de mesurer sur le trafic réel.
Ce que ça change pour une PME
Les grands modèles sortent désormais tous les quelques mois, chez tous les fournisseurs. Chaque version apporte des progrès, et chaque version peut modifier le comportement d'un outil qui marchait. Trois conséquences pratiques :
- Un outil IA se maintient. Ce n'est pas un logiciel qu'on installe une fois pour toutes. Les consignes, les exemples et les contrôles doivent être revus quand le modèle change.
- Il faut des cas de test. Une vingtaine de demandes réelles, avec la réponse attendue, suffisent pour vérifier en une heure si une nouvelle version fait mieux ou moins bien sur votre usage.
- Le budget doit être suivi. Avec une facturation à l'usage, une mise à jour peut faire varier la note, à la hausse comme à la baisse.
Un exemple très concret
Imaginez une consigne du type « résume ce dossier en quelques lignes ». Un modèle qui interprète librement produira un résumé de longueur variable, adapté au dossier. Un modèle plus littéral pourra s'en tenir strictement à « quelques lignes », même quand le dossier mérite davantage. Aucun des deux n'a tort : c'est la consigne qui était floue. Une mise à jour de modèle révèle souvent ces flous, et c'est l'occasion de les corriger.
Ce que nous conseillons
- Ne basculez pas le jour de la sortie. Gardez la version qui fonctionne, testez la nouvelle à côté sur vos cas réels, puis décidez.
- Construisez vos outils pour pouvoir changer de modèle. Le modèle doit être une pièce remplaçable, pas les fondations. C'est ce qui vous protège d'un changement de prix, de conditions ou de comportement.
- Gardez la main sur les consignes. Elles font partie de votre savoir-faire : elles doivent être écrites, versionnées et vous appartenir.
- Posez-vous la question de l'hébergement. Avec un modèle installé chez vous, c'est vous qui décidez quand le mettre à jour.
C'est ainsi que nous construisons nos agents et nos assistants IA : le modèle peut être un modèle commercial hébergé en Europe ou un modèle ouvert installé chez vous, et il se remplace sans refaire l'outil. Pour aider vos équipes à tirer parti de ces modèles sans subir leurs changements, nous proposons aussi une formation en demi-journée.