L'entreprise a reconnu que le nouveau modèle n'est pas à la hauteur de Claude Mythos Preview, qui reste inaccessible au grand public en raison de préoccupations en matière de cybersécurité.
NurPhoto / Getty Images
Anthropic a publié Claude Opus 4.7, son modèle d'IA le plus performant généralement disponible, tout en reconnaissant que le modèle est "moins largement capable" que Claude Mythos Preview, un système plus puissant que l'entreprise a refusé de diffuser publiquement.
Selon Anthropic, la publication marque un progrès par rapport à Claude Opus 4.6 dans plusieurs domaines, notamment l'ingénierie logicielle, le respect des instructions et la capacité à réaliser des tâches pratiques. Il prend également en charge des images à plus haute résolution — jusqu'à 2 576 pixels sur le bord long, soit plus de trois fois la limite des modèles Claude précédents — et inclut un nouveau niveau d'effort "xhigh" qui offre aux utilisateurs un contrôle plus fin sur le compromis entre la profondeur de raisonnement et la vitesse de réponse.
Pendant l'entraînement, Anthropic a pris des mesures délibérées pour réduire ce que le modèle peut faire dans les contextes de cybersécurité, un processus que l'entreprise a qualifié de "réduction différentielle" de ces capacités par rapport à Mythos Preview. La publication comprend des protections automatisées destinées à intercepter les requêtes qui tombent dans des catégories de cybersécurité interdites ou à risque élevé avant qu'elles ne puissent être exécutées. Les chercheurs et praticiens qui souhaitent appliquer le modèle à des travaux de sécurité autorisés ont été orientés vers une voie d'application dédiée, le Cyber Verification Program.
La publication se connecte directement au Project Glasswing, l'initiative de cybersécurité d'Anthropic annoncée plus tôt ce mois-ci, qui a attiré des partenaires dont AWS, Apple $AAPL, Microsoft $MSFT, Google $GOOGL et Cisco $CSCO pour tester Claude Mythos Preview. Ce modèle, décrit dans des documents internes comme "de loin le modèle d'IA le plus puissant que nous ayons jamais développé", n'a été mis à disposition que pour un groupe restreint d'entreprises. Anthropic a déclaré que son objectif est d'utiliser ce qu'elle apprend en déployant des modèles moins capables — tels que l'Opus 4.7 — pour travailler vers une diffusion plus large des systèmes de classe Mythos.
L'existence de Mythos a été connue pour la première fois après que des documents de travail décrivant le modèle ont été laissés dans un dépôt de données accessible au public sur le site Web d'Anthropic. Ces documents le décrivaient comme plus avancé dans les tâches de cybersécurité que tout modèle d'IA concurrent et avertissaient qu'il pourrait permettre aux attaques de se développer plus rapidement que les défenseurs ne pourraient répondre.
Le prix du nouveau modèle est fixé à 5 $ par million de jetons d'entrée et 25 $ par million de jetons de sortie, correspondant à ce qu'Anthropic facturait pour Opus 4.6. L'accès est disponible via les produits Claude destinés aux consommateurs, son API et une gamme d'infrastructures cloud tierces, y compris Amazon $AMZN Bedrock, Vertex AI de Google Cloud et Microsoft Foundry.
Anthropic a également noté que Mythos Preview reste le modèle le mieux aligné que la société ait formé selon ses propres évaluations, et que l'évaluation de l'alignement d'Opus 4.7 a conclu que le modèle est "globalement bien aligné et digne de confiance, bien que pas complètement idéal dans son comportement."
Deux fonctionnalités supplémentaires pour les développeurs ont été lancées en même temps que le modèle : les budgets de tâches en version bêta publique, qui permettent aux développeurs de guider comment Claude alloue la dépense de jetons sur des exécutions plus longues, et une nouvelle commande "/ultrareview" dans Claude Code qui produit une session de révision dédiée pour signaler les bugs et les problèmes de conception.
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.
