1. Sintesi esecutiva

Anthropic ha presentato Claude Opus 5.5, il primo modello della sua nuova famiglia Claude 5.5. L’azienda ne colloca le prestazioni allo stesso livello di Claude Fable 5.1 nella maggior parte delle attività e stima un risparmio sui costi di esecuzione del 40% rispetto a Opus 5. Si tratta del primo lancio di Anthropic dopo il suo appello pubblico a «dare il ritmo alla frontiera», una posizione con cui l’azienda chiede di moderare la velocità di implementazione dei modelli più potenti.

Il modello è stato valutato prima della sua pubblicazione da revisori esterni, tra cui Frontier Design e METR. Nell’audit automatizzato del comportamento condotto da Anthropic — il test di allineamento più completo eseguito dall’azienda — Opus 5.5 ottiene il punteggio più alto mai registrato finora da un modello di Anthropic. L’azienda lo distribuisce con le misure di sicurezza riservate ai suoi modelli più avanzati.

Il lancio prevede tre aree di miglioramento dichiarate: prestazioni, sicurezza e rapporto costo-velocità. Anthropic ha inoltre confermato che Claude Sonnet 5.5 e Claude Haiku 5.5 saranno disponibili nelle prossime settimane con miglioramenti equivalenti in termini di efficienza e sicurezza.

2. Analisi tecnica: rendimento e benchmark

Anthropic pubblica una serie di benchmark in cui Opus 5.5 è in testa nelle categorie della codifica agenziale, dell’uso del computer e del lavoro intellettuale. L'azienda precisa, tuttavia, che a questi livelli di capacità i margini tra i benchmark non sono più un indicatore affidabile delle differenze reali: nel proprio utilizzo interno, il divario tra Opus 5.5 e Claude Fable 5.1 è inferiore a quanto suggeriscano i punteggi.

Anthropic accompagna i dati con casi d’uso segnalati dai primi tester. Uno di loro ha completato la migrazione di 680.000 righe di codice in meno di un giorno, un lavoro che, secondo le stime dell’azienda, avrebbe richiesto settimane a un team di ingegneri. In un test di ottimizzazione dei tempi di caricamento su tutte le pagine di un'applicazione web, Opus 5.5 ha avuto successo in 39 tentativi su 40, mentre Opus 5 ha ottenuto miglioramenti minori che hanno inoltre alterato il comportamento dell'applicazione. In un test separato in cui diversi modelli di Claude dovevano costruire un gioco partendo da un’unica istruzione, Opus 5.5 ha ottenuto il punteggio più alto per la qualità della grafica e della finitura.

È opportuno sottolineare la sfumatura metodologica introdotta dalla stessa Anthropic: i risultati di OSWorld 2.0, Humanity's Last Exam e Chartography si riferiscono alla modalità «con strumenti» o parziale, a seconda dei casi, e non all’esecuzione senza assistenza. I dati di Terminal-Bench-Science 0.1 collocano GPT-6 Astra davanti a Opus 5.5 in quella specifica categoria, un dato che la tabella ufficiale riporta senza nasconderlo.

3. Sicurezza e valutazione dell'allineamento

La sezione dedicata alla sicurezza costituisce una parte significativa del messaggio di Anthropic. Opus 5.5 ottiene il punteggio più alto mai registrato nell’audit automatizzato del comportamento dell’azienda, una serie di test di allineamento che sottopongono il modello a migliaia di scenari simulati. Secondo la documentazione pubblicata, il modello è meno incline rispetto ai modelli più recenti a compiere azioni difficili da annullare o ad agire al di fuori dei limiti che gli sono stati assegnati, e mostra una maggiore resistenza all’iniezione di istruzioni rispetto a Opus 5.

Anthropic ha ampliato la portata dei propri test di allineamento per includere attività di maggiore durata, compiti impossibili e scenari modellati sulla base di incidenti reali. L’azienda riconosce esplicitamente che il modello «presenta ancora dei limiti» e rimanda alla System Card di Opus 5.5 per i dettagli completi della valutazione, che non sono stati resi pubblici sotto forma di sintesi dei dati nell’annuncio.

Data la sua performance dichiarata nei campi della biologia e della sicurezza informatica, paragonabile a quella di Claude Mythos 5.1, Anthropic rende disponibile Opus 5.5 con misure di salvaguardia simili a quelle di Claude Fable 5.1. Le organizzazioni verificate possono richiedere da oggi l’accesso tramite il programma Life Sciences Verification Program per la ricerca biologica. Nelle prossime settimane l’azienda amplierà il Cyber Verification Program, in modo che i professionisti accreditati nel campo della sicurezza informatica possano utilizzare Opus 5.5 nel proprio lavoro.

4. Costo, velocità e disponibilità

L'argomento economico è chiaro: Opus 5.5 consuma meno risorse di calcolo rispetto a Opus 5 e il suo prezzo lo riflette. Anthropic stima un risparmio del 40% sui carichi di lavoro tipici con la configurazione predefinita. I token di input e output vengono fatturati rispettivamente a 4 e 20 dollari per milione, il 20% in meno rispetto a Opus 5. La lettura della cache, che secondo l’azienda rappresenta la maggior parte dei costi relativi al lavoro degli agenti e alla codifica, scende a 0,20 dollari per milione di token, il 60% in meno.

In termini di velocità, Anthropic afferma che Opus 5.5 genera output con una velocità superiore di oltre il 30% rispetto a Opus 5. L'azienda ha inoltre annunciato due modifiche commerciali che accompagnano il lancio: un aumento dei limiti di utilizzo di cinque ore nei piani Pro, Max, Team ed Enterprise con licenza per postazione, e la possibilità per gli abbonati di conservare un ripristino del limite di velocità da utilizzare quando lo ritengono opportuno.

Il modello presenta anche un cambiamento di stile nella stesura. I primi tester descrivono uno stile di scrittura più chiaro e facile da seguire rispetto a quello di Opus 5, con le informazioni più rilevanti collocate all'inizio. Anthropic attribuisce a questo cambiamento un vantaggio non solo pratico, ma anche in termini di sicurezza: un testo più ordinato risulta più semplice da rivedere e verificare.

5. Impatto sul settore e tabella di marcia

Questa mossa rafforza la strategia di Anthropic di competere in termini di efficienza e non solo di potenza lorda. La riduzione del costo di lettura della cache è significativa per il segmento che ne fa maggior uso: agenti autonomi e assistenti di codice, dove il costo cumulativo deriva principalmente dalla rilettura del contesto. Una riduzione del 60% in questo ambito incide direttamente sull’economia delle implementazioni in produzione, più di un miglioramento puntuale dei benchmark.

Il confronto pubblicato da Anthropic colloca Opus 5.5 davanti a GPT-6 Astra e GPT-5.6 Sol nella maggior parte delle categorie, sebbene con alcune eccezioni degne di nota: GPT-6 Astra supera Opus 5.5 in AutomationBench (41,4% contro 40,0%) e in Terminal-Bench-Science 0.1 (64,6% contro 58,7%). L'azienda non nasconde queste voci nella propria tabella, il che rafforza la credibilità del resto dei dati.

La roadmap annunciata prevede il lancio di Claude Sonnet 5.5 e Claude Haiku 5.5 nelle prossime settimane, con miglioramenti equivalenti in termini di prestazioni, efficienza e sicurezza. In questo modo, Anthropic estende le funzionalità di Opus 5.5 alle fasce di prezzo medie e basse del proprio catalogo, che sono quelle che sostengono il volume di utilizzo nelle applicazioni commerciali.

L'invito di Anthropic a «dare il ritmo alla frontiera», insieme alla valutazione esterna condotta da METR e Frontier Design, delinea una posizione distintiva nel settore: l'azienda presenta la moderazione nell'implementazione come parte della propria proposta di valore. L’annuncio non fornisce ulteriori dettagli su impegni di trasparenza relativi alla System Card né su scadenze concrete oltre al lancio delle varianti Sonnet e Haiku.

6. Conclusione

Claude Opus 5.5 è una versione pensata per ridurre i costi senza compromettere le prestazioni. Anthropic lo colloca allo stesso livello di Fable 5.1 nella maggior parte delle attività, con un risparmio dichiarato del 40% sui costi di esecuzione e un miglioramento superiore al 30% nella velocità di generazione. I prezzi pubblicati —4 dollari per milione di token in ingresso e 20 in uscita, con la lettura dalla cache a 0,20— sono dati concreti e verificabili nella documentazione ufficiale.

Per i team che già utilizzano agenti o assistenti di codice in produzione, l’aspetto più rilevante di questo annuncio non è il miglioramento nei benchmark, bensì la riduzione del costo di lettura della cache, proprio quello che incide maggiormente sui costi in tali carichi di lavoro. È proprio la combinazione di costi inferiori e maggiore velocità di elaborazione che può tradursi in decisioni di adozione a breve termine.

Le domande aperte sono due. La prima: in che misura il vantaggio di Astra rispetto a GPT-6 si conferma in scenari di utilizzo reali? La stessa Anthropic avverte che, a questo livello di capacità, i margini dei benchmark sono poco indicativi. La seconda: fino a che punto le misure di sicurezza che limitano l’accesso condizionano la sua adozione nei settori della sicurezza informatica e delle scienze della vita, dove il modello richiede una verifica preventiva da parte dell’azienda.