Claude Opus 5, il nuovo modello di punta di Anthropic: intelligenza da frontiera a metà prezzo

Anthropic ha presentato Claude Opus 5, il nuovo modello di punta della sua famiglia. Come si legge nell’annuncio ufficiale, la promessa è ambiziosa e allo stesso tempo molto concreta: avvicinarsi all’intelligenza di frontiera di Claude Fable 5, ma a metà del prezzo. Se hai seguito la corsa dei modelli linguistici degli ultimi mesi, sai bene che il vero campo di battaglia non è più solo la potenza pura, ma il rapporto tra prestazioni e costo. Ed è esattamente qui che Opus 5 prova a fare la differenza.

Il modello è disponibile da subito su tutte le piattaforme di Anthropic. Diventa il modello predefinito su Claude Max e il più potente accessibile su Claude Pro, un segnale chiaro di come l’azienda voglia posizionarlo: non un modello di nicchia per casi estremi, ma uno strumento pensato per essere usato ogni giorno.

Cosa rende speciale Claude Opus 5

Anthropic descrive Opus 5 come un modello “riflessivo e proattivo”, due aggettivi che raccontano bene la direzione presa. Sulle valutazioni che misurano coding e lavoro di conoscenza, come Frontier-Bench e GDPval-AA, Opus 5 fissa un nuovo stato dell’arte. Resta invece indietro rispetto a Mythos 5 sui compiti di cybersicurezza, una scelta di progettazione precisa su cui torneremo più avanti.

Il punto centrale è l’efficienza. Opus 5 offre prestazioni nettamente superiori a parità di costo rispetto al predecessore Opus 4.8. A gestire questo equilibrio è un parametro di “effort”, ovvero il livello di sforzo di ragionamento: puoi spingere il modello verso la massima intelligenza oppure risparmiare token per ottenere risposte più rapide ed economiche.

I numeri aiutano a capire la portata del salto.

Su Frontier-Bench v0.1, un banco di prova dedicato a compiti reali di ingegneria del software, Opus 5 supera tutti gli altri modelli e più che raddoppia il punteggio di Opus 4.8, con un costo per task inferiore. Su CursorBench 3.2, alla massima intensità di ragionamento, si ferma a meno dello 0,5% dal picco di Fable 5, ma spendendo la metà. Numeri che spiegano perché diversi sviluppatori in accesso anticipato lo descrivano come il più grande passo avanti della linea Opus da tempo.

Non solo codice: ragionamento e compiti autonomi

Il salto non riguarda soltanto la programmazione. Su ARC-AGI 3, una prova che mette il modello davanti a problemi mai visti prima, il punteggio di Opus 5 è tre volte quello del secondo miglior modello. Su Zapier AutomationBench, che verifica la capacità di portare a termine compiti aziendali dall’inizio alla fine, il tasso di successo è circa una volta e mezza quello del rivale più vicino, a parità di costo.

C’è poi OSWorld 2.0, il benchmark che misura l’uso autonomo del computer. Anche qui Opus 5 supera ogni altro modello a ogni livello di costo, andando oltre il miglior risultato di Fable 5 spendendo poco più di un terzo. È il tipo di prestazione che conta quando affidi a un agente il controllo di un browser o di un ambiente di lavoro.

Interessante anche il fronte scientifico. Anthropic riporta miglioramenti su tutte le valutazioni di scienze della vita, con i progressi più marcati nella chimica organica, dove Opus 5 guadagna oltre 10 punti percentuali rispetto a Opus 4.8 nel dedurre strutture molecolari dai dati spettroscopici.

Un modello che verifica il proprio lavoro

Al di là dei benchmark, la parte più affascinante riguarda il comportamento del modello. Anthropic insiste su un concetto: Opus 5 è molto più capace di controllare ciò che produce e di iterare con pazienza fino a riuscirci.

Un esempio racconta più di mille punteggi. In un compito di Frontier-Bench, al modello è stato chiesto di ricostruire un componente meccanico come modello 3D partendo da un disegno, ma senza alcun modo diretto di “vedere” quel disegno. Opus 5 ha reagito scrivendo da solo una pipeline di visione artificiale per estrarre la geometria dai pixel grezzi, per poi ricostruire l’intero pezzo. Nessun altro modello, nello stesso scenario, è riuscito a risolvere il problema in cinque tentativi.

In un altro caso, davanti a un bug reale in un noto gestore di pacchetti open source, il modello ha individuato la causa profonda e corretto un caso limite che perfino la patch della community aveva mancato. Un modello concorrente, invece, aveva sistemato solo il sintomo superficiale dichiarando il problema risolto.

È questa “capacità di giudizio” il filo conduttore delle testimonianze degli sviluppatori: modelli che pianificano meglio, si fermano a verificare e chiedono conferma solo quando serve davvero.

Vale la pena ricordare che questa attenzione al comportamento non nasce oggi. Anthropic aveva già mostrato la direzione con i modelli Fable 5.1 e Mythos 5.1, puntando su coding, scienza e prezzi più bassi.

Allineamento e sicurezza al centro

Sul piano dell’allineamento, Anthropic sostiene che Opus 5 sia il modello più allineato mai realizzato. Nei test automatici condotti prima del rilascio, ottiene un punteggio di 2,3 sul comportamento disallineato complessivo, il più basso tra i modelli recenti dell’azienda. Rispetta la “Costituzione” di Claude meglio di Opus 4.8, Sonnet 5 e Fable 5, mostra i tassi più bassi di comportamenti ingannevoli ed è il più difficile da manipolare verso usi impropri.

Sul fronte delle capacità a doppio uso, la scelta è invece di prudenza deliberata. Opus 5 resta dietro a Mythos 5 sia nella ricerca in biologia sia nella cybersicurezza offensiva. Anthropic spiega di aver evitato di proposito di addestrare il modello su compiti cyber: Opus 5 è diventato bravo a individuare vulnerabilità semplicemente perché più capace in generale, ma resta molto indietro nello sfruttarle, cioè nel trasformarle in minacce reali.

I filtri di sicurezza, chiamati classificatori, sono stati calibrati di conseguenza. Su Opus 5 intervengono circa l’85% in meno rispetto a Fable 5, consentendo per esempio la ricerca di vulnerabilità nel codice sorgente ma bloccando la generazione di exploit e i penetration test. Quando una richiesta viene segnalata, il sistema può ripiegare in automatico su Opus 4.8.

Questa impostazione si inserisce nel percorso più ampio dell’azienda sulla protezione dei modelli, dagli Enterprise Frontier Safeguards fino al recente rapporto sulle minacce e sugli abusi di Claude. È un tema che Anthropic prova a tenere insieme alla corsa alle prestazioni, non a considerarlo un ostacolo.

Prezzi, velocità e disponibilità

Sul lato pratico, Claude Opus 5 mantiene lo stesso listino del predecessore: 5 dollari per milione di token in ingresso e 25 dollari per milione in uscita. Gli sviluppatori possono usarlo tramite l’identificativo claude-opus-5 sulle API di Anthropic.

Esiste anche una modalità Fast, che fa girare il modello a circa 2,5 volte la velocità predefinita, al doppio del prezzo base. È l’opzione pensata per chi ha bisogno di risposte immediate su flussi di lavoro sensibili al tempo.

Insieme a Opus 5 arrivano due novità in beta. La prima consente di cambiare gli strumenti a disposizione del modello nel corso di una stessa conversazione, senza perdere la cache del prompt. La seconda introduce i fallback automatici sulle API: le richieste segnalate dai classificatori possono essere instradate verso un altro modello invece di essere semplicemente bloccate.

Perché questo lancio conta

Claude Opus 5 racconta bene dove sta andando la competizione tra i grandi laboratori. Non basta più annunciare il modello più potente in assoluto: serve offrire intelligenza di alto livello a un costo sostenibile, in un mercato dove ogni token pesa sul bilancio di chi costruisce prodotti. La concorrenza è feroce e arriva anche da modelli di coding più economici, come dimostra la corsa di realtà nate proprio su questo terreno.

Per chi lavora con l’AI, il messaggio è concreto. Se usi Claude per scrivere codice, analizzare documenti o coordinare agenti, hai adesso a disposizione un modello che promette più affidabilità e meno spreco di risorse. Il consiglio è di metterlo alla prova sui tuoi casi d’uso reali, confrontando qualità e costo rispetto a ciò che stai già usando, invece di fermarti ai punteggi dei benchmark. È lì, nel lavoro di tutti i giorni, che un modello come Opus 5 dimostra davvero il suo valore.