Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.
anthropic/claude-opus-4-7Opus 4.7 — des runs agentiques plus nets que la 4.6, au même prix
Claude Opus 4.7 améliore la 4.6 là où les longs runs à outils dérivent : il garde son plan plus droit sur de nombreuses étapes. Mêmes 12 crédits par 1K en entrée et même contexte de 1M — peu de raisons de rester en 4.6 pour du nouveau.
5× plus large qu'Opus 4.6 — avale une base de code entière ou un rapport trimestriel d'un seul coup
Problèmes multi-étapes, specs ambiguës, arbitrages complexes
Planifie, appelle des outils, se rattrape sur des horizons longs
Refactor, debug et review à un niveau senior
Lit images et PDFs nativement dans le même appel
Connaissances à jour à janvier 2026
Relis ce fichier de service de 800 lignes et propose trois refactors qui le simplifient sans changer le comportement
Je colle ci-dessous toute notre codebase. Trouve chaque endroit où on mute l'état utilisateur hors transaction et classe par gravité.
Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.
Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.
import Tchavi from '@tchavi/sdk';
const client = new Tchavi({ apiKey: 'API_KEY' });
const response = await client.chat.completions.create({
model: 'claude-opus-4-7',
messages: [
{
"role": "user",
"content": "Hello!"
}
],
});
console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.
modelRequisIdentifiant du modèle de chat (ex. `claude-opus-4-7`).
messagesRequisMessages de la conversation. Chaque élément a un `role` (system/user/assistant) et un `content` qui peut être soit une chaîne simple, soit un tableau de blocs de contenu (`text`, `image_url`, `document_url`).
temperature1Température d'échantillonnage entre 0 et 2. Plus haut = plus aléatoire.
max_tokensNombre maximum de tokens à générer dans la réponse.
streamfalseSi vrai, les deltas de message partiels sont streamés en Server-Sent Events.
toolsOutils pour le function-calling. Passe un tableau de `{ type: "function", function: { name, description, parameters } }`. Les appels d'outils renvoyés sont dans `choices[].message.tool_calls`. Réservé aux modèles avec `supportsTools: true`.
tool_choiceComment le modèle choisit parmi les outils : `"auto"` (par défaut), `"none"` pour forcer une réponse texte, ou `{ type: "function", function: { name } }` pour forcer un outil précis. Uniquement avec `supportsTools: true`.
top_p1Échantillonnage nucleus : seuls les tokens dans la masse de probabilité `top_p` sont considérés.
stopJusqu'à 4 séquences après lesquelles l'API cesse de générer.
frequency_penalty0Entre -2.0 et 2.0. Les valeurs positives pénalisent les tokens fréquents.
presence_penalty0Entre -2.0 et 2.0. Les valeurs positives encouragent à parler de nouveaux sujets.
messages[].content[].image_urlAttachez une image à un message utilisateur. Passez un bloc de contenu `{ "type": "image_url", "image_url": { "url": ... } }`. PNG / JPEG / WebP, jusqu'à 4 par requête. Seuls les modèles avec `supportsImageInput: true` acceptent ce bloc (ex. `gpt-4o`, `claude-opus-4-7`).
messages[].content[].document_urlAttachez un PDF à un message utilisateur. Passez un bloc de contenu `{ "type": "document_url", "document_url": { "url": ... } }`. Jusqu'à 5 PDF par requête. Seuls les modèles avec `supportsDocuments: true` acceptent ce bloc (ex. `claude-sonnet-4-6`, `gpt-4.1`).
effort"high"Profondeur de raisonnement sur les modèles Anthropic à réflexion adaptative (Opus 4.7+ / Sonnet 4.6+). Valeurs `"low"`, `"medium"`, `"high"`. Plus élevé = plus délibéré, plus lent. Par défaut `"high"` sur Opus 4.8.
Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.