Terminal-Bench 2.0
69,4
%
Du travail réel en ligne de commande, dans un conteneur, du début à la fin.
Moyenne sur 5 essais.
Source
Claude Opus 4.7
ActifAnthropic · Gamme Opus · sorti le 16 avril 2026
Les faits
Ce qu'il coûte, ce qu'il tient
Fenêtre de contexte
1M jetons
Ce qu’il peut avoir sous les yeux en une seule fois, question et réponse comprises.
Prix d’entrée
5 $ / M jetons
Ce que coûte le texte qu’on lui envoie.
Prix de sortie
25 $ / M jetons
Ce que coûte le texte qu’il produit, toujours plus cher que l’entrée.
Sortie maximale
128K jetons
La plus longue réponse qu’il peut produire d’un seul tenant.
Connaissances arrêtées à
janvier 2026
Il ne sait rien de ce qui s’est passé après cette date, sauf si on le lui fournit.
Cycle de vie
D'aujourd'hui à sa fin de service
Sortie
16 avril 2026
Dépréciation
Non annoncée
Retrait
Maintenu au moins jusqu'au 16 avril 2027
Capacités
Ce qu'il sait faire
Raisonnement adaptatif
Réflexion étendue
Vision
La lignée Opus
Toute la lignée
Les autres versions
Benchmarks expliqués
Ce qu'il vaut, avec les conditions
11 tests relevés pour ce modèle, regroupés par ce qu'ils mesurent. Chaque chiffre est annoncé par le laboratoire, avec sa source et ses conditions ; une jauge n'est dessinée que quand l'échelle du test a un maximum connu.
Code et ingénierie logicielle
Le modèle reçoit un dépôt et un problème, et doit produire un correctif qui passe les tests, sans intervention humaine.
Raisonnement sur des situations inconnues
Aucune connaissance préalable ne sert : il faut inférer une règle jamais vue à partir de quelques exemples.
ARC-AGI
75,83
%
Inférer une règle jamais vue à partir de quelques grilles d'exemples.
Chiffre annoncé dans la system card, conditions détaillées à la source.
SourceConnaissances et raisonnement scientifique
Des questions à réponse unique, du niveau lycée au niveau doctorat, où seule la justesse compte.
GMMLU
89,9
%
Une version mondiale de MMLU, revue pour ne pas privilégier la culture anglo-saxonne.
Exactitude moyenne.
SourceGraphWalks (contexte long)
58,6
%
Parcourir un graphe dont la description remplit toute la fenêtre de contexte.
Chiffre annoncé dans la system card, conditions détaillées à la source.
SourceMathématiques
Des démonstrations de niveau olympiade et des problèmes tirés de la recherche en cours.
USAMO 2026
69,3
%
L'olympiade américaine de mathématiques : six problèmes à démontrer sur deux jours.
Moyenne sur 10 essais, moyenne sur 10 tentatives par problème.
SourcePilotage d'un ordinateur
Le modèle agit à la souris et au clavier sur une machine réelle, comme le ferait une personne.
ScreenSpot-Pro
79,5
%
Pointer précisément le bon élément d'interface sur une capture d'écran de logiciel professionnel.
Sans outils, effort maximal, réflexion adaptative.
SourceOSWorld
78
%
Accomplir des tâches courantes sur une machine Ubuntu réelle, à la souris et au clavier.
Réussite au premier essai, moyenne sur 5 essais.
SourceLAB-Bench FigQA
8,6
%
Interpréter les figures d'articles de biologie.
Raisonnement adaptatif, effort max, sans outils.
SourceTravail professionnel réel
Des livrables de métier : dossiers juridiques, flux d'entreprise, enchaînements d'outils, documents de travail.
BrowseComp
79,3
%
Trouver sur le web une information difficile à dénicher, en naviguant soi-même.
Effort maximal, limite de 10M jetons.
SourceDRACO
77,7
%
Des questions de recherche complexes, jugées sur l'exactitude, la complétude et l'objectivité.
Effort maximal, réflexion adaptative, limite de 1M jetons.
SourceFinance Agent
64,4
%
Des recherches financières sur les documents déposés par les sociétés cotées.
Raisonnement adaptatif, effort high.
Source
Pour les développeurs
Intégrer ce modèle
L'appeler
Identifiant d’API
claude-opus-4-7
Le nom exact à écrire dans le code pour appeler ce modèle.
Alias
anthropic.claude-opus-4-7 (Amazon Bedrock)claude-opus-4-7 (Google Cloud) Les autres noms du même modèle, selon la plateforme qui le revend.
Disponible sur
API ClaudeAmazon BedrockGoogle Cloud Vertex AIMicrosoft Foundry
Ce qu'il accepte
Entrées acceptées
texteimage
Sorties produites
texte
Langues
Multilingue, d’après la documentation officielle.
Latence
Moyenne · Sa vitesse comparée aux autres modèles du même laboratoire, pas une mesure absolue.
Facturation détaillée par million de jetons
Écriture en cache6,25 $ Écriture en cache, 1 heure10 $ Lecture depuis le cache0,5 $ Traitement par lots, entrée2,5 $ Traitement par lots, sortie12,5 $Mettre en mémoire un début de requête réutilisé d’un appel à l’autre : 1,25 fois le prix d’entrée.