Anthropic lance Claude Opus 4.7, en tête en programmation et sur les tâches agentiques

Anthropic a lancé Claude Opus 4.7 et parie que la prochaine phase de la concurrence entre modèles d'IA ne se jouera pas seulement sur la qualité des réponses, mais sur la capacité à mener de façon stable de longues chaînes de travail. La nouvelle version se présente comme le modèle grand public le plus puissant de l'entreprise : il écrit et corrige mieux le code, tient mieux le contexte multi-étapes et se trompe nettement moins avec les outils. Le moment compte aussi pour le marché, car il ne s'agit pas d'une vitrine expérimentale, mais d'un modèle que l'on peut acheter et intégrer dès maintenant dans ses processus de travail.

L'argument central de cette sortie, ce sont les résultats sur SWE-bench Pro, l'un des benchmarks les plus suivis pour évaluer la capacité des modèles à résoudre de vraies tâches d'ingénierie. Selon l'entreprise, Claude Opus 4.7 a obtenu 64,3 %, contre 57,7 % pour GPT-5.4. C'est un signal important : l'attention ne porte plus sur l'« intelligence » abstraite du modèle, mais sur sa capacité à comprendre une base de code, trouver des bugs, proposer des correctifs et mener une tâche jusqu'à un résultat fonctionnel. Ces tests sont scrutés de près par les équipes qui introduisent l'IA dans le développement, le support et l'automatisation interne.

Deuxième accent d'Anthropic : le comportement agentique. L'entreprise évoque une meilleure coordination de plusieurs agents dans des scénarios pouvant durer des heures. Il s'agit de tâches où le modèle ne se contente pas de répondre à une requête, mais planifie des étapes, appelle des outils, vérifie les résultats intermédiaires et poursuit son travail sans intervention humaine constante. C'est dans ce type de tâches que l'écart se voit le plus entre une démo spectaculaire et un système intégrable dans un processus réel : plus la chaîne d'actions est longue, plus les erreurs, les pertes de contexte et les mauvais appels d'outils coûtent cher.

Par rapport aux versions précédentes, Anthropic revendique aussi une amélioration de 14 % du raisonnement agentique multi-étapes et trois fois moins d'erreurs lors de l'usage d'outils. Si ces chiffres se confirment en pratique, ils pourraient compter davantage que l'écart sur un seul benchmark. Pour les entreprises, la fiabilité vaut généralement plus que la qualité maximale ponctuelle : si le modèle « casse » un peu moins souvent le workflow, ne perd pas son état et appelle plus correctement les services externes, il est plus simple de lui confier des opérations touchant au code, à l'analyse, aux documents et aux bots internes.

L'entreprise souligne par ailleurs que la résolution des images est multipliée par trois, ce qui élargit les usages pour lire des schémas, des interfaces, des diagrammes et d'autres contenus très visuels.

Le tarif reste dans la fourchette qu'Anthropic applique déjà à ses modèles haut de gamme : 5 dollars par million de tokens en entrée et 25 dollars par million en sortie. Ce n'est pas une tentative de casser les prix du marché, mais cela rend la sortie lisible pour les clients existants : l'entreprise ne vend pas simplement un gain de qualité de plus, mais un outil plus fiable pour les travaux complexes. Pour les équipes qui raisonnent en coût par tâche accomplie plutôt qu'en prix du token, cela peut être un argument fort : un modèle plus stable demande moins de vérifications manuelles, de relances et de corrections après des appels ratés.

Dans la course entre Anthropic, OpenAI, Google et les autres acteurs, ce choix paraît logique. Aujourd'hui, ne gagne pas celui qui proclame le plus fort une « intelligence universelle », mais celui dont le modèle réussit le mieux les tâches appliquées : écrire du code, piloter des outils, tenir de longues sessions et livrer un résultat prévisible en conditions réelles.

La conclusion est simple : Claude Opus 4.7 n'est pas une mise à jour cosmétique, mais la candidature d'Anthropic au leadership des modèles pour le développement et l'automatisation agentique. Si les améliorations promises correspondent à ce que verront les équipes en production, la pression sur les concurrents augmentera, non pas à cause de jolis tableaux comparatifs, mais à cause d'une question plus pratique : quel modèle est le moins cher et le plus sûr à placer au centre d'un vrai processus de travail ?