Claude Opus 4.7 arrive : le pari d’Anthropic sur les workflows d’agents de longue durée

Une sortie ciblée sur les agents, pas le chat

Anthropic a livré Claude Opus 4.7 le 16 avril 2026, environ deux mois après Opus 4.6. Le cadrage en une phrase est explicite : c’est un modèle optimisé pour les workflows d’agents de longue durée, pas pour le chat. Le langage de positionnement de l’entreprise — « le travail qui nécessitait auparavant une supervision étroite peut désormais être confié en toute confiance » — vise directement le marché des agents d’entreprise que se disputent désormais OpenAI, Google et Anthropic.

La tarification reste à 5 $ par million de tokens d’entrée et 25 $ par million de tokens de sortie, inchangée par rapport à Opus 4.6. Cette stabilité compte : les équipes achats d’entreprise se soucient de la prévisibilité tarifaire, et tenir la ligne tout en livrant des gains de capacité mesurables est le type de mouvement qui empêche les gros contrats de glisser.

Le tableau des benchmarks

Sur les benchmarks qui comptent le plus pour les workflows d’agents, Opus 4.7 reprend de peu la première place parmi les modèles frontière disponibles au grand public.

• SWE-bench Verified : 87,6 % — un bond depuis les 80,8 % d’Opus 4.6 et devant Gemini 3.1 Pro à 80,6 %
• SWE-bench Pro (la variante multi-langage plus difficile) : 64,3 % — devant GPT-5.4 à 57,7 % et Gemini 3.1 Pro à 54,2 %
• OSWorld-Verified (benchmark d’agent computer-use) : 78,0 %, en hausse par rapport aux 72,7 % d’Opus 4.6 et devant GPT-5.4 à 75,0 %
• GPQA Diamond (raisonnement de niveau doctorat) : 94,2 %, effectivement à égalité avec Gemini 3.1 Pro (94,3 %) et GPT-5.4 Pro (94,4 %) — ce benchmark approche de la saturation au niveau frontière
• Raisonnement agentique multi-étapes : une amélioration déclarée de 14 % par rapport à Opus 4.6, avec environ un tiers du taux d’erreur d’utilisation d’outils

Le seul domaine où Opus 4.7 est visiblement à la traîne : BrowseComp (recherche sur le web ouvert) est passé de 83,7 % sur Opus 4.6 à 79,3 %, derrière Gemini 3.1 Pro à 85,9 % et GPT-5.4 Pro à 89,3 %. Pour les workflows d’agents qui s’appuient fortement sur la recherche web ouverte (deep research, veille concurrentielle), Gemini ou GPT peuvent rester les meilleurs choix.

Ce que « longue durée » signifie réellement

Le pitch « agent longue durée » d’Anthropic repose sur trois revendications de capacité, chacune correspondant à un résultat produit mesurable.

Résistance aux boucles. Les modèles d’agents plus anciens dégénéraient souvent en actions répétitives lorsqu’ils rencontraient une ambiguïté ou une erreur d’outil. Opus 4.7 réduirait ce mode de défaillance, ce qui permet à un agent de poursuivre une tâche de plusieurs heures au lieu de caler et de brûler des tokens dans une boucle.

Récupération d’erreur. Lorsqu’un appel d’outil échoue ou renvoie une sortie inattendue, le comportement du modèle détermine si la tâche échoue ou trouve un détour. La revendication d’Anthropic d’un tiers des erreurs d’utilisation d’outils améliore directement la probabilité qu’une séquence longue aboutisse.

Vision en haute résolution. Opus 4.7 prend en charge des images jusqu’à 2 576 pixels sur le bord le plus long — plus du triple de la limite précédente. Pour les agents computer-use qui analysent des captures d’écran complètes, cela se traduit par une meilleure détection des éléments d’interface et moins d’erreurs de transcription, et cela explique le grand bond sur OSWorld-Verified (de 72,7 % à 98,5 % sur les sous-scores d’acuité visuelle).

La combinaison explique pourquoi Anthropic décrit Opus 4.7 comme un modèle qui peut « travailler de manière cohérente pendant des heures » — non pas parce qu’une seule capacité est transformatrice, mais parce que le taux d’erreur composé sur une longue chaîne d’agent est désormais nettement plus bas.

Nouveaux contrôles : xhigh, budgets de tâches, revue de code

Trois fonctionnalités opérationnelles ont été livrées avec le modèle et comptent pour les acheteurs d’entreprise.

Premièrement, Anthropic a introduit un niveau d’effort « xhigh » qui se situe entre les réglages existants « high » et « max » — un levier plus fin sur le compromis coût-précision pour les problèmes difficiles. Les équipes qui oscillaient auparavant entre capacité agressive et dépassements de budget ont maintenant un réglage intermédiaire.

Deuxièmement, les budgets de tâches permettent aux opérateurs de plafonner la dépense en raisonnement et en appels d’outils par exécution d’agent. C’est une réponse directe à un mode de défaillance courant en production d’agents : une seule tâche incontrôlée consomme silencieusement des milliers de dollars de tokens avant que quiconque s’en aperçoive.

Troisièmement, Anthropic a intégré de nouveaux outils de revue Claude Code destinés à examiner les pull requests générées par des agents IA — un workflow devenu central pour les équipes d’ingénierie qui utilisent Claude Code en production.

Le cadre concurrentiel

Le timing d’Opus 4.7 n’est pas un hasard. La plateforme d’entreprise Frontier d’OpenAI (lancée en février 2026) et le protocole A2A de Google plus Workspace Studio (annoncés à Google Cloud Next 2026) sont arrivés dans le même trimestre. Les trois fournisseurs défendent maintenant la même thèse : la prochaine phase de revenus de l’IA repose sur les workflows multi-outils, multi-agents, de longue durée — pas sur les tours de chat.

L’avantage d’Anthropic dans ce cadre est la crédibilité sur la fiabilité des agents. Opus 4.6 avait déjà établi Claude comme modèle par défaut pour les agents de codage et les workflows computer-use dans de nombreuses stacks d’entreprise, et 4.7 étend cette avance sur les benchmarks qui correspondent le plus directement à ces cas d’usage. Son désavantage est la distribution à l’échelle : OpenAI et Google ont des moteurs commerciaux entreprise plus importants et une intégration plus serrée avec les suites productivité existantes, et la croissance entreprise d’Anthropic dépend encore beaucoup des canaux partenaires comme AWS Bedrock, Google Vertex AI et Microsoft Foundry — qui distribuent tous Opus 4.7 dès le premier jour.

Pour les architectes d’entreprise qui cartographient une stratégie modèle 2026, l’implication pratique est que « quel modèle est le meilleur » devient de plus en plus spécifique au workflow. Codage longue durée, automatisation computer-use et tâches back-office SaaS agentiques favorisent désormais Opus 4.7. La recherche web ouverte et les très grandes fenêtres de contexte peuvent encore favoriser Gemini 3.1 Pro. Les déploiements grand public à forte concurrence avec des budgets de latence serrés peuvent favoriser GPT-5.4. Le pari mono-fournisseur est plus difficile à défendre qu’il y a un an.

Ce que les architectes d’entreprise doivent faire avec Opus 4.7

1. Faites tourner des évaluations côte à côte sur vos workflows agents les plus coûteux ce sprint

Commencez par vos workflows qui s’exécutent le plus longtemps et qui ont les taux d’échec les plus élevés — c’est là qu’Opus 4.7 a le plus de chances d’améliorer la fiabilité de manière mesurable. Construisez une suite d’évaluation minimale : enregistrez les taux de complétion, le nombre d’appels d’outils par tâche et le coût total par résultat. Comparez Opus 4.7 à votre configuration Opus 4.6 ou GPT-5.4 actuelle sur exactement les mêmes entrées. Si la réduction du taux d’erreur d’un tiers se confirme sur vos données réelles, l’analyse coût-bénéfice s’élargit considérablement au-delà de ce que les benchmarks publics indiquent.

2. Activez les budgets de tâches immédiatement — même avant de changer de modèle

Les budgets de tâches sont le garde-fou le plus impactant livré dans cette version, indépendamment du modèle que vous utilisez. Un seul agent sans contrainte peut silencieusement consumer des milliers de dollars en tokens avant qu’une alerte se déclenche. Définissez des plafonds par workflow dès aujourd’hui — commencez de manière conservatrice à deux fois le coût médian par tâche observé — et ajustez à la hausse uniquement lorsque les évaluations montrent que des tâches légitimes approchent du plafond. Cette mesure vous protège contre les boucles imprévues quel que soit le LLM en cours d’exécution.

3. Routez par workflow, pas par modèle — Opus 4.7 pour le codage et computer-use, Gemini ou GPT pour la recherche

La décision architecturale la plus impactante n’est pas de choisir un modèle unique — c’est de cartographier les types de workflow sur les modèles optimisés pour ces types. Opus 4.7 présente maintenant des lacunes documentées sur BrowseComp (79,3 % vs 89,3 % pour GPT-5.4 Pro) qui rendent le routage hybride défendable sur le plan technique. Construisez une couche de routage légère qui envoie les tâches de codage longue durée et computer-use à Opus 4.7, les workflows d’investigation web ouverte à Gemini 3.1 Pro ou GPT-5.4, et les tâches de récupération factuelle rapide au modèle avec la latence la plus faible dans votre pile. C’est la manière dont les équipes d’ingénierie avancées gèrent plusieurs fournisseurs de modèles en 2026.

Où Cela S’inscrit dans l’Écosystème de Modèles IA de 2026

Claude Opus 4.7 arrive à un moment où le marché IA enterprise fait sa première tentative sérieuse de passer de la démonstration au déploiement à grande échelle. La plateforme enterprise Frontier d’OpenAI, le protocole A2A de Google et le pari sur les agents longue durée d’Anthropic représentent tous des variantes de la même thèse : la prochaine phase de revenus de l’IA n’est pas les tours de chat mais des workflows de plusieurs heures, multi-outils, qui exécutent des processus business avec un minimum de supervision humaine. La compétition de benchmarks — SWE-bench, OSWorld, GPQA Diamond — est un proxy de cette thèse, pas la thèse elle-même.

La signification pratique pour les architectes enterprise est que 2026 est l’année où la sélection de modèle devient spécifique aux workflows plutôt que spécifique aux fournisseurs. Le pari sur un seul fournisseur — s’engager avec une famille de modèles et l’appliquer à chaque cas d’usage — avait du sens quand les différences de capacité entre modèles de premier plan étaient grandes et les coûts de changement élevés. Aujourd’hui, avec Opus 4.7 en tête sur les agents de codage, Gemini 3.1 Pro en tête sur la recherche web ouverte et GPT-5.4 Pro compétitif sur les déploiements grand-public à haute concurrence, la décision de routage est mesurable et le coût de changement via AWS Bedrock ou Google Vertex AI est faible. Les organisations qui évaluent par workflow plutôt que par fournisseur extrairont des performances et un coût par tâche mesurément meilleurs.

La question structurelle à plus long terme est de savoir si la fiabilité de l’IA agentique s’améliore assez vite pour justifier les cadres de gouvernance — budgets de tâches, pistes d’audit, règles d’escalade humaine — que les comités de risque enterprise commencent à exiger. La réduction d’un tiers du taux d’erreur d’appels d’outils d’Opus 4.7 est un progrès ; ce n’est pas encore le niveau de fiabilité qui permet un déploiement d’agents entièrement non supervisé pour des processus business conséquents.

Questions Fréquemment Posées

Sources et lectures complémentaires

• Introducing Claude Opus 4.7 — Anthropic
• Anthropic releases Claude Opus 4.7, narrowly retaking lead for most powerful generally available LLM — VentureBeat
• Claude Opus 4.7 leads on SWE-bench and agentic reasoning — The Next Web
• Claude Opus 4.7 Benchmarks Explained — Vellum AI
• Anthropic releases Claude Opus 4.7, a less risky model than Mythos — CNBC