Claude Opus 4.7 ajoute la prise en charge des images haute résolution, les budgets de tâches et supprime la réflexion étendue.

Claude Opus 4.7 est le dernier modèle généralement disponible d'Anthropic, conçu pour le raisonnement complexe et le codage agentique avec une prise en charge d'une fenêtre de contexte de 1M de tokens et d'une sortie maximale de 128k tokens.
Nouvelles fonctionnalités
Le modèle ajoute la prise en charge d'images haute résolution avec une résolution maximale de 2576px/3,75MP, contre la limite précédente de 1568px/1,15MP. Cela devrait améliorer les performances sur les charges de travail intensives en vision, en particulier pour l'utilisation informatique et les flux de travail de compréhension de documents. Les coordonnées correspondent désormais 1:1 avec les pixels réels, éliminant les calculs de facteur d'échelle. Les images haute résolution consomment plus de tokens, il est donc recommandé de réduire la résolution lorsque la fidélité supplémentaire n'est pas nécessaire.
Claude Opus 4.7 introduit également un nouveau niveau d'effort xhigh pour les cas d'utilisation de codage et agentiques, avec high recommandé comme minimum pour les tâches sensibles à l'intelligence.
Budgets de tâches (bêta)
Le modèle ajoute des budgets de tâches, qui donnent à Claude une estimation du nombre de tokens à cibler pour une boucle agentique complète incluant la réflexion, les appels d'outils et les sorties. Le modèle voit un compte à rebours en cours et l'utilise pour hiérarchiser le travail. Le budget de tâches minimum est de 20k tokens, et il est distinct de max_tokens qui reste une limite stricte par requête.
response = client.beta.messages.create(
model="claude-opus-4-7",
max_tokens=128000,
output_config={
"effort": "high",
"task_budget": {
"type": "tokens",
"total": 128000
}
},
messages=[{"role": "user", "content": "Review the codebase and propose a refactor plan."}],
betas=["task-budgets-2026-03-13"]
)Les budgets de tâches sont consultatifs, pas des limites strictes. S'ils sont définis trop bas, le modèle peut accomplir les tâches de manière moins approfondie ou les refuser entièrement. Pour les tâches agentiques ouvertes où la qualité importe plus que la vitesse, ne définissez pas de budget de tâches.
Changements cassants
Les budgets de réflexion étendus sont supprimés dans Claude Opus 4.7. Définir thinking: {"type": "enabled", "budget_tokens": N} renverra une erreur 400. La réflexion adaptative est désormais le seul mode de réflexion activé, qui dans les évaluations internes surpasse de manière fiable la réflexion étendue.
📖 Read the full source: HN AI Agents
👀 See Also

DeepSeek-V4-Flash rend le pilotage des LLM pratique pour les modèles locaux
Seen Goedecke explique pourquoi les vecteurs de guidage redeviennent pertinents grâce à DeepSeek-V4-Flash fonctionnant localement via DwarfStar, avec des détails pratiques sur le fonctionnement du guidage et pourquoi il n'a pas été adopté auparavant.

Pourquoi l'IA reste difficile à déployer pleinement dans les domaines d'entreprise
Une discussion sur Reddit met en lumière la difficulté des modèles d'IA probabilistes dans des domaines exigeant une haute précision comme la recherche scientifique et la génération de rapports, où les erreurs basiques sont inacceptables.
Benchmark d'effort de raisonnement Opus 4.7 : Le niveau moyen bat les niveaux élevé et maximal sur des tâches réelles
Dans 29 tâches du dépôt GraphQL-go-tools, Opus 4.7 dans Claude Code atteint son pic à un effort de raisonnement moyen — des réglages plus élevés détériorent la correction et augmentent le coût sans améliorer la qualité des correctifs.

Justification du projet Zig pour sa politique stricte anti-LLM concernant les contributions
Zig impose une interdiction totale des contributions assistées par LLM : pas d'IA pour les signalements de bugs, les PR ou les commentaires. Le vice-président Loris Cro explique la philosophie du « poker du contributeur » — examiner les PR est un investissement pour faire grandir des contributeurs de confiance, pas seulement pour intégrer du code.