Début de la disponibilité générale du contexte 1M dans Opus 4.6 et Sonnet 4.6

 (claude.com)
1 points par GN⁺ 2026-03-14 | 1 commentaires | Partager sur WhatsApp
  • Claude Opus 4.6 et Sonnet 4.6 prennent désormais en charge une fenêtre de contexte de 1 million de tokens (1M) au tarif standard, avec accès à toute la plage sans surcoût premium
  • La tarification reste inchangée : Opus 4.6 est à $5/$25, Sonnet 4.6 à $3/$15 (entrée/sortie), avec la même facturation proportionnelle pour une requête de 9K comme de 900K
  • La limite d’entrées multimédias est multipliée par 6, permettant de traiter jusqu’à 600 images ou pages PDF en une fois, avec disponibilité immédiate aussi sur Azure Foundry et Google Vertex AI
  • Les utilisateurs Max, Team et Enterprise de Claude Code peuvent utiliser automatiquement le contexte 1M, avec moins de compression de session et une meilleure continuité des conversations
  • La fonctionnalité est présentée comme un moyen d’améliorer précision et efficacité tout en conservant des contextes longs et complexes, comme de grandes bases de code, des contrats ou des journaux d’exploitation

Aperçu de la disponibilité générale du contexte 1M

  • Opus 4.6 et Sonnet 4.6 proposent une fenêtre de contexte 1M sur Claude Platform au tarif standard
    • Opus 4.6 coûte $5 en entrée / $25 en sortie par million de tokens, Sonnet 4.6 $3/$15
    • Aucun tarif différencié selon la taille de la requête
  • Suppression du premium pour les longs contextes, avec le même débit à toutes les longueurs de contexte
  • Limite d’entrées multimédias multipliée par 6 : prise en charge de jusqu’à 600 images ou pages PDF
  • Aucun en-tête bêta requis, les requêtes de plus de 200K tokens étant traitées automatiquement

Intégration à Claude Code

  • Le contexte 1M s’active automatiquement lors de l’utilisation d’Opus 4.6 dans les offres Max, Team et Enterprise de Claude Code
    • Réduction de la compression de conversation (compaction) au sein d’une session
    • Auparavant, cela nécessitait un usage supplémentaire ; c’est désormais inclus par défaut

Performances et précision du modèle

  • Opus 4.6 atteint 78,3 % sur MRCR v2, soit la meilleure performance parmi les modèles de même longueur de contexte
  • La précision est maintenue même avec un contexte 1M, avec de meilleures performances de recherche sur de longs textes
  • De grandes bases de code, des contrats ou des journaux d’agents sur de longues durées peuvent être traités en conservant l’intégralité du contexte
    • Conservation de l’ensemble de la conversation sans résumé ni réinitialisation du contexte

Cas d’usage concrets

  • Recherche scientifique : analyse intégrée en une fois de centaines d’articles, de cadres mathématiques et de code de simulation (Alex Wissner-Gross)
  • Travail juridique : comparaison de plusieurs versions d’un contrat de 100 pages dans une seule session (Bardia Pourvakil)
  • Analyse de systèmes d’exploitation : conservation en vue d’ensemble de tous les signaux et hypothèses pendant la réponse à un incident (Mayank Agarwal)
  • Recherche en IA et revue de code : traitement en une seule fois de gros fichiers diff pour améliorer la qualité (Adhyyan Sekhsaria)
  • Analyse de données et débogage : conservation des détails sans perte lors de recherches dans Datadog, des bases de données et du code source (Anton Biryukov)
  • Amélioration de l’efficacité des agents : baisse de 15 % des événements de compression du contexte, avec conservation des informations initiales même dans les longues sessions (Jon Bell)

Plateformes disponibles et prise en main

  • Le contexte 1M est disponible immédiatement sur Claude Platform, Amazon Bedrock, Google Cloud Vertex AI et Microsoft Foundry
  • Les utilisateurs Max, Team et Enterprise de Claude Code basé sur Opus 4.6 bénéficient du contexte 1M par défaut
  • Les détails sont disponibles dans la documentation officielle et sur la page pricing

À lire aussi

1 commentaires

 
GN⁺ 2026-03-14
Commentaires Hacker News

  • Opus 4.6 est vraiment impressionnant
    Que ce soit pour le frontend, le backend ou les algorithmes, il s’en sort bien sur à peu près tout
    En partant d’un PRD, en établissant un plan étape par étape puis en l’exécutant point par point, on obtient en quelques heures un résultat qui fonctionne réellement
    C’est la première IA qui m’a fait penser : « ça a l’air plus intelligent que moi »
    Et avec la technologie actuelle, on peut même faire tourner plusieurs agents en parallèle à une vitesse de 1k tokens par seconde

    • J’aurais aimé vivre ce genre d’expérience
      J’ai confié à Claude Code basé sur Opus 4.6 un refactoring de code React, en remplaçant useState/useEffect → useMemo
      Le plan était excellent, mais sur une partie du code il a placé des déclarations de variables au mauvais endroit, ce qui a créé des références undefined
      Quand il a essayé de corriger, il a plutôt voulu remanier largement la structure, donc j’ai fini par le réparer à la main
      Au final, j’ai quand même gagné du temps, mais ça a été une expérience assez agaçante
    • Je suis curieux de savoir ce que tu es en train de construire
      J’ai essayé d’utiliser Opus 4.6 pour créer un harness de test d’outil de diff de base de données, mais il a généré des tests pour un ancien outil sans rapport
      Le code de test n’appelait même pas les vraies fonctions et réimplémentait directement la logique
      Ce n’est qu’après 4 heures et 75 $ dépensés que j’ai obtenu quelque chose qui tournait à peu près, mais la qualité n’était pas terrible
      Dans mon entreprise aussi, on nous a demandé d’augmenter le budget d’usage de Claude, mais tout le monde galère de la même manière
      Pour l’instant, c’est bien plus efficace de l’utiliser pour des modifications partielles ou du débogage dans VS Studio
    • Une fois, je suis tombé dans une boucle IA
      C’était un problème de calcul de sédiments qui s’accumulent dans un bassin topographique, et Opus répétait sans cesse trois explications contradictoires
      Même après trois essais, il retombait dans la même boucle, donc j’ai fini par forcer une approche en brute force
      Un humain ne serait sans doute pas tombé dans ce genre de boucle dès la deuxième tentative
    • Pour moi, Opus 4.6 est déjà au niveau AGI
      Il ne se contente pas de suivre des instructions ; il propose de lui-même des idées d’amélioration non demandées

  • Le cœur de cette mise à jour, c’est l’application du tarif standard à toute la fenêtre de 1M tokens et la prise en charge de 600 images/pages PDF
    C’est un gros changement pour les utilisateurs de Claude Code

    • Je me demande si remplir entièrement une fenêtre de 1M est vraiment utile
      Comme dans la recherche de Dex Horthy, j’ai trouvé plus stable de rester sous les 40 % (environ 80k tokens)
      Au passage, la vidéo « No vibes allowed » est ici
    • Dans mon entreprise, on utilise réellement la fenêtre de 1M dans le travail quotidien
      Jusqu’à 700k tokens, ça allait, mais au-delà, j’ai commencé à sentir que ça devenait un peu moins vif
      C’est plus fiable de l’utiliser en mode pair programming qu’en automatisation complète
    • Plus le contexte est grand, plus le coût des tokens d’entrée augmente
      Une entrée de 800k coûte 8 fois plus qu’une de 100k ; sans cache efficace, ça peut vite devenir une facture API explosive
    • Quelqu’un a plaisanté : « Donc une image vaut 1 666 mots ? »
    • Dans mon cas, la qualité du code se dégrade brutalement avec une fenêtre de 1M
      Il oublie souvent le contexte en cours de conversation

  • Certains disent qu’il vaut simplement mieux écrire le code soi-même

  • Dans ma carrière, je suis passé de Python à C/C++
    Avec Python, Opus fait parfois mieux que moi, mais côté embarqué il reste au niveau junior
    Au final, je pense que c’est un problème de qualité des données d’entraînement
    Donc les LLM ne remplaceront probablement pas les ingénieurs hardware de sitôt

  • J’ai mis en place des vérifications CI pour éviter le thrashing dans le code produit par l’IA
    Les agents échouaient souvent à répétition sur des tests puis ajoutaient des imports fantômes ou des API deprecated
    Du coup, on lance à chaque PR un scan léger pour repérer des packages npm inexistants ou des sorties de contexte
    L’analyse statique classique ne regarde que la syntaxe, alors que le code généré par l’IA est souvent sémantiquement incorrect
    À l’avenir, ce genre de validation fondée sur la connaissance du domaine me paraît indispensable

  • Un message demandait pourquoi les performances chutent autour de 100k tokens
    Beaucoup estiment que le contexte réellement exploitable est plus petit

    • Avec Opus 4.6, je n’ai presque pas ressenti ce déclin des performances
      C’est peut-être une illusion due à mes anciennes expériences
    • D’après mon expérience, la dégradation du contexte (context rot) est toujours bien là
      Que j’utilise 90k tokens sur une fenêtre de 100k ou de 1M, ça se dégrade à peu près pareil
      Sur de grandes bases de code, la qualité du prompt est essentielle
    • À mon avis, le graphique de benchmark donne déjà la réponse à lui seul
    • Comme la complexité de l’attention (attention) des Transformers augmente avec le carré de la taille du contexte,
      traiter 1M tokens impose d’utiliser diverses techniques d’approximation, ce qui pourrait expliquer la baisse de performance

  • Dans Claude Code 2.1.75, la distinction entre Opus standard et Opus 1M a disparu
    Cela semble aussi être le cas sur l’offre Pro, mais en réalité il reste encore des limitations
    C’est probablement une stratégie d’Anthropic pour répondre à la concurrence de la fenêtre 1M de GPT 5.4

    • Sur Max 20x, cela existe toujours comme modèle séparé
    • Sur Pro, le contexte 1M est toujours facturé en supplément

  • La politique tarifaire de Claude est étrange
    L’offre 5X coûte exactement 5 fois le prix de l’offre précédente
    Normalement, les gros volumes donnent droit à une remise, mais pas ici

    • Anthropic a déjà une demande supérieure à l’offre, donc ils n’ont pas besoin d’inciter les gens à consommer davantage
      Ils semblent même considérer qu’il vaut mieux que 5 personnes l’utilisent un peu plutôt qu’un seul utilisateur 5 fois plus
    • L’offre 5X sert d’appel, et la vraie stratégie serait surtout de vendre l’offre 20x
    • Quelqu’un a lancé la blague : « Ils se rattraperont sur le volume »
    • Certains estiment aussi que les deux offres restent de bonnes affaires subventionnées

  • Après l’avoir essayé aujourd’hui, le changement est vraiment intéressant
    On peut désormais faire tenir plusieurs sessions parallèles de sous-agents dans une seule session maître
    Opus 1M serait comparable au niveau 256k de GPT 5.4, mais avec très peu de dégradation qualitative
    En revanche, ce n’est pas une chute brutale comme sur les modèles q4 ’25

    • J’utilisais souvent Sonnet 4.5 1M ; les performances étaient comparables, mais la vitesse était nettement meilleure
      Sans doute parce qu’il utilisait les tokens de manière plus agressive, sans chercher à économiser
    • Un commentaire demandait si c’était payé à titre personnel ou par l’entreprise
      Apparemment, l’entreprise ne prend en charge que GitHub Copilot

  • Une question demandait si les longues sessions épuisent rapidement le budget de tokens
    Comme le contexte précédent est renvoyé à chaque fois, le coût augmente à mesure que la conversation s’allonge

    • Oui. Même avec du cache, à 800k tokens on est autour de 0,40 $ par requête, donc l’addition monte vite
      Avec des appels d’outils fréquents, cela peut être facturé plusieurs fois par minute
    • En exploitant bien le cache de contexte, on peut réduire fortement les coûts
      Il est possible de mettre en cache jusqu’à 900k tokens