Il faut toutefois rester prudent : les documents fournis ne publient pas un benchmark officiel disant que « le meilleur cas d’usage du 1M context est X ». Le verdict en faveur des grands codebases et des workflows agentiques est une lecture raisonnable de la manière dont Anthropic décrit le modèle et ses usages .

Pourquoi les grands codebases en profitent autant

Dans un projet logiciel réel, un bug, une régression ou un refactor ne se limite presque jamais à une seule fonction. Il faut souvent comparer plusieurs modules, lire les tests, vérifier la configuration, comprendre un schéma de données, consulter une documentation interne, interpréter des logs et tenir compte des corrections déjà tentées.

C’est précisément dans ce type de situation que la grande fenêtre de contexte devient utile : elle permet au modèle de garder davantage d’indices dans la même session, au lieu de raisonner sur un extrait trop étroit. Cette logique correspond directement aux cas d’usage mis en avant par la documentation Claude autour des codebases complexes et étendus .

Pour le coding agentique, l’intérêt est encore plus net. Un agent ne se contente pas de répondre à une question courte : il peut lire un fichier, appeler un outil, recevoir une sortie, modifier le code, exécuter un test, analyser l’échec, puis repartir sur une nouvelle correction. La documentation de Claude sur les fenêtres de contexte rappelle que les tokens d’entrée et de sortie, notamment dans les configurations avec outils, comptent dans la limite de contexte . Le guide de migration liste également, pour Opus 4.7, l’usage d’outils, la Files API, le prompt caching et la mémoire . Plus le workflow est long et riche en données intermédiaires pertinentes, plus le million de tokens prend du sens.

Les tâches à privilégier

Trois limites à ne pas oublier

1. Un million de contexte ne veut pas dire un million de sortie

Le guide de migration indique une fenêtre de contexte de 1M token pour Opus 4.7, mais une sortie maximale de 128k tokens . Si votre objectif est de générer un très long document d’un seul tenant, la limite de sortie reste donc un point séparé à vérifier.

2. Le grand contexte ne supprime pas la gestion du budget token

L’absence de supplément « long contexte » ne signifie pas que les tokens deviennent gratuits ou négligeables. Anthropic précise que le nouveau tokenizer d’Opus 4.7 peut utiliser environ 1x à 1,35x le nombre de tokens des modèles précédents selon le contenu, et que l’endpoint count_tokens peut renvoyer un total différent pour Opus 4.7 . Pour des workflows longs, il vaut mieux recompter que supposer qu’un ancien prompt aura le même poids.

3. Il ne faut pas tout jeter dans le prompt

Une grande fenêtre permet d’inclure plus de données pertinentes, pas de remplacer le tri. Les fichiers, logs, documents ou résultats de recherche doivent rester sélectionnés. Dans les workflows avec outils, les entrées, sorties et éléments liés à l’usage d’outils pèsent toujours sur la fenêtre de contexte . En RAG, l’usage raisonnable consiste plutôt à fournir davantage de sources déjà filtrées, et non à pousser un corpus entier non trié dans une seule requête .

Règle pratique pour décider

Utilisez Opus 4.7 avec son contexte 1M si au moins l’une de ces situations s’applique :

1. Le modèle doit lire, comparer ou modifier plusieurs parties d’un grand codebase, avec des dépendances entre modules, tests ou documentation technique .
2. L’agent doit enchaîner plusieurs étapes : appel d’outils, lecture de fichiers, analyse de logs ou de tests, puis correction du code sur plusieurs tours .
3. La tâche nécessite d’analyser de longs documents, des PDF ou plusieurs fichiers sélectionnés dans une même session .
4. Résumer l’historique ferait perdre des détails importants, et vous voulez conserver davantage de contexte brut avant la décision du modèle.

À l’inverse, pour une question courte, un texte marketing de quelques lignes ou la modification d’un seul petit fichier, le contexte 1M n’est généralement pas la raison principale de choisir Opus 4.7. Son meilleur usage est celui d’un grand bureau de travail pour codebase, documentation et agents longue durée — pas un mode par défaut pour chaque prompt.

Il faut toutefois rester prudent : les documents fournis ne publient pas un benchmark officiel disant que « le meilleur cas d’usage du 1M context est X ». Le verdict en faveur des grands codebases et des workflows agentiques est une lecture raisonnable de la manière dont Anthropic décrit le modèle et ses usages .

Pourquoi les grands codebases en profitent autant

Dans un projet logiciel réel, un bug, une régression ou un refactor ne se limite presque jamais à une seule fonction. Il faut souvent comparer plusieurs modules, lire les tests, vérifier la configuration, comprendre un schéma de données, consulter une documentation interne, interpréter des logs et tenir compte des corrections déjà tentées.

C’est précisément dans ce type de situation que la grande fenêtre de contexte devient utile : elle permet au modèle de garder davantage d’indices dans la même session, au lieu de raisonner sur un extrait trop étroit. Cette logique correspond directement aux cas d’usage mis en avant par la documentation Claude autour des codebases complexes et étendus .

Pour le coding agentique, l’intérêt est encore plus net. Un agent ne se contente pas de répondre à une question courte : il peut lire un fichier, appeler un outil, recevoir une sortie, modifier le code, exécuter un test, analyser l’échec, puis repartir sur une nouvelle correction. La documentation de Claude sur les fenêtres de contexte rappelle que les tokens d’entrée et de sortie, notamment dans les configurations avec outils, comptent dans la limite de contexte . Le guide de migration liste également, pour Opus 4.7, l’usage d’outils, la Files API, le prompt caching et la mémoire . Plus le workflow est long et riche en données intermédiaires pertinentes, plus le million de tokens prend du sens.

Les tâches à privilégier

Trois limites à ne pas oublier

1. Un million de contexte ne veut pas dire un million de sortie

Le guide de migration indique une fenêtre de contexte de 1M token pour Opus 4.7, mais une sortie maximale de 128k tokens . Si votre objectif est de générer un très long document d’un seul tenant, la limite de sortie reste donc un point séparé à vérifier.

2. Le grand contexte ne supprime pas la gestion du budget token

L’absence de supplément « long contexte » ne signifie pas que les tokens deviennent gratuits ou négligeables. Anthropic précise que le nouveau tokenizer d’Opus 4.7 peut utiliser environ 1x à 1,35x le nombre de tokens des modèles précédents selon le contenu, et que l’endpoint count_tokens peut renvoyer un total différent pour Opus 4.7 . Pour des workflows longs, il vaut mieux recompter que supposer qu’un ancien prompt aura le même poids.

3. Il ne faut pas tout jeter dans le prompt

Une grande fenêtre permet d’inclure plus de données pertinentes, pas de remplacer le tri. Les fichiers, logs, documents ou résultats de recherche doivent rester sélectionnés. Dans les workflows avec outils, les entrées, sorties et éléments liés à l’usage d’outils pèsent toujours sur la fenêtre de contexte . En RAG, l’usage raisonnable consiste plutôt à fournir davantage de sources déjà filtrées, et non à pousser un corpus entier non trié dans une seule requête .

Règle pratique pour décider

Utilisez Opus 4.7 avec son contexte 1M si au moins l’une de ces situations s’applique :

1. Le modèle doit lire, comparer ou modifier plusieurs parties d’un grand codebase, avec des dépendances entre modules, tests ou documentation technique .
2. L’agent doit enchaîner plusieurs étapes : appel d’outils, lecture de fichiers, analyse de logs ou de tests, puis correction du code sur plusieurs tours .
3. La tâche nécessite d’analyser de longs documents, des PDF ou plusieurs fichiers sélectionnés dans une même session .
4. Résumer l’historique ferait perdre des détails importants, et vous voulez conserver davantage de contexte brut avant la décision du modèle.

À l’inverse, pour une question courte, un texte marketing de quelques lignes ou la modification d’un seul petit fichier, le contexte 1M n’est généralement pas la raison principale de choisir Opus 4.7. Son meilleur usage est celui d’un grand bureau de travail pour codebase, documentation et agents longue durée — pas un mode par défaut pour chaque prompt.