Anthropic ha rilasciato Claude Opus 5. Il quarto modello in meno di due mesi — sì, quattro — e questa volta il pitch è chiaro: quasi la potenza di Fable 5, ma a metà prezzo.
5 dollari per milione di token in input, 25 in output. Gli stessi numeri di Opus 4.8, ma con performance che in alcuni benchmark lo portano a toccare — letteralmente sfiorare — Fable 5. Su CursorBench 3.2, al massimo sforzo computazionale, arriva allo 0,5% dal picco di Fable. Metà costo per task.
I numeri che contano
Partiamo dal coding, che è dove Anthropic ha sempre puntato con la linea Opus. Su Frontier-Bench v0.1, Opus 5 batte tutti. E non di poco: più del doppio delle performance di Opus 4.8, a costo inferiore per task completato.
Poi c’è ARC-AGI 3, il benchmark dove al modello tocca risolvere problemi mai visti prima. Opus 5 fa un punteggio tre volte superiore al secondo classificato. Tre volte. Su Zapier AutomationBench — task di business completi, dall’inizio alla fine — il pass rate è 1,5 volte quello del miglior concorrente, a parità di costo. Anche al livello di ‘effort’ più basso, Opus 5 passa più test di qualunque altro modello.
OSWorld 2.0, il benchmark sul ‘computer use’, racconta la stessa storia: Opus 5 batte tutti a qualsiasi punto di costo. E supera il miglior risultato di Fable 5 con poco più di un terzo della spesa.
L’effort setting, ovvero: quanto vuoi spendere?
La novità vera è qui. Anthropic ha introdotto un sistema di regolazione dello sforzo computazionale: basso, medio, alto, più varianti intermedie. In pratica, il cliente decide quanto ‘pensiero’ far consumare al modello. Meno effort significa meno token bruciati, risposte più veloci, costi ridotti. Più effort significa intelligenza al top, ma il contatore gira più veloce.
È una risposta diretta alle lamentele dei clienti business su Fable 5, che aveva un ‘burn rate’ — tasso di consumo token — così alto da far esplodere i budget aziendali in pochi giorni. Ora puoi decidere: velocità o profondità. O entrambe, ma a tratti.
Agency, non automazione
Opus 5 non si limita a eseguire. Verifica, itera, corregge. Anthropic parla di ‘agency’ — capacità di agire in autonomia con criterio — e porta esempi concreti.
Un task di Frontier-Bench: al modello viene dato un disegno di un componente meccanico e gli si chiede di scrivere codice per ricostruirlo in 3D con FreeCAD. Il trucco? Non può vedere direttamente il disegno. Opus 5 ha scritto da solo una pipeline di computer vision per estrarre la geometria dai pixel grezzi, poi ha ricostruito il pezzo completo. Ripetutamente. Nessun altro modello, nelle stesse condizioni, ci è riuscito dopo cinque tentativi.
Altro esempio: un bug reale in un package manager open source molto usato. Opus 5 ha trovato la causa profonda e corretto un edge case che la patch ufficiale della community si era persa. Un modello concorrente ha rattoppato solo il sintomo superficiale e dichiarato il bug risolto.
Un ingegnere di una trading firm ha usato Opus 5 per costruire un market data feed per un nuovo exchange in una singola sessione. I modelli precedenti non ce l’avevano fatta nemmeno con piani dettagliati forniti dall’ingegnere. Non trovando un feed live per validare il lavoro, Opus 5 si è costruito da solo un test harness per verificare che il codice parsasse correttamente i dati dell’exchange.
Le voci dal campo
Anthropic ha dato accesso anticipato a una serie di aziende partner. Le testimonianze sono più specifiche del solito marketing AI.
Scott Wu, CEO di Devin: ‘Su FrontierCode 1.1, Claude Opus 5 si avvicina alle performance di Fable a metà del costo. All’interno di Devin mostra particolare forza su debugging difficile e analisi delle cause profonde.’
Sualeh Asif, co-fondatore di Cursor: ‘Claude Opus 5 offre intelligenza quasi da Fable 5 alla velocità e al costo di Opus. Su CursorBench è appena sotto Fable 5 e ha molti degli stessi comportamenti.’
Wade Foster, CEO di Zapier: ‘Claude Opus 5 è in testa alla leaderboard di AutomationBench senza spendere più token dei precedenti modelli Claude. Ha preso un workbook grezzo sulla salute degli account e ha eseguito dall’inizio alla fine una sequenza completa di prevenzione del churn: identificazione account a rischio, alert al proprietario giusto, e sintesi per il team retention. I modelli precedenti non passavano; Opus 5 ha fatto 100%.’
Fabian Hedin, co-fondatore di Lovable: ‘Claude Opus 5 è risultato migliore di ogni modello della sua famiglia nei nostri test interni… +22% rispetto a Opus 4.7, più stabile, con molta meno varianza tra un’esecuzione e l’altra.’
Cristian Rivera, staff software engineer: ‘In un weekend gli ho dato un ruolo da chief-of-staff sui miei ambienti di sviluppo: ha costruito il suo monitor, ha gestito ogni box, e mi ha coinvolto solo per le decisioni di giudizio.’
Le testimonianze continuano. Box ha riscontrato +8% di performance rispetto a Opus 4.8, con miglioramenti dell’11% nell’analisi dati e del 17% nella due diligence. Altri parlano di 26% di token in meno generati, un terzo di turni e chiamate a tool in meno, 60% di tempo risparmiato.
Allineamento e sicurezza: il nodo cyber
Opus 5 è il modello più allineato mai rilasciato da Anthropic, secondo i loro audit comportamentali automatizzati. Aderisce meglio alla Costituzione di Claude rispetto a Opus 4.8, Sonnet 5 o Fable 5. Mostra i tassi più bassi di comportamento ingannevole, è il meno suscettibile a essere ingannato per usi impropri, e il più sicuro in termini di evitare azioni avventate con effetti collaterali irreversibili.
Sul fronte delle capacità rischiose dual-use, Opus 5 non avanza la frontiera. Nei test condotti con partner del settore privato e governativi, è risultato dietro a Mythos 5 sia nella ricerca biologica che nella cybersecurity offensiva.
Anthropic ha intenzionalmente evitato di addestrare Opus 5 su task cyber. Il modello è comunque migliorato sostanzialmente su questi compiti — effetto collaterale del diventare più capace in generale — e si avvicina a Mythos 5 nell’individuazione di vulnerabilità di sicurezza. Ma resta sostanzialmente indietro nell’exploitation di quelle vulnerabilità, cioè nel trasformarle in minacce cyber concrete.
Su OSS-Fuzz, il benchmark per valutare quanto bene i modelli trovano e poi sfruttano vulnerabilità senza guida umana estensiva, Mythos 5 e Opus 5 identificano vulnerabilità con successo simile. Ma sul fronte sviluppo exploit, Opus 5 è molto dietro.
I guardrail: meno restrittivi di Fable, più di Opus 4.8 su cyber
I classificatori cyber di Opus 5 sono proporzionalmente meno restrittivi di quelli su Fable 5. Permettono a Opus 5 di trovare vulnerabilità nel codice sorgente, ma bloccano la scansione vulnerabilità ‘binary-based’ — metodo più associato ad attori malevoli — penetration testing, e generazione di exploit.
Nei test, i classificatori dovrebbero intervenire circa l’85% in meno rispetto a Fable 5. Su Claude.ai, Claude Code e Claude Cowork, ogni richiesta bloccata farà fallback a Opus 4.8 di default. Il fallback può essere abilitato anche via API.
Per chi lavora in cybersecurity e si sente troppo limitato, c’è il Cyber Verification Program (CVP): aziende e ricercatori già iscritti hanno accesso immediato a una versione di Opus 5 con meno restrizioni di sicurezza.
Sul fronte biologia, Opus 5 ha un set di protezioni simile a Opus 4.8, il che lo rende il modello più capace disponibile pubblicamente per la ricerca scientifica. Mostra però ancora limiti importanti su task di ricerca autonoma di lunga durata — dove ci si aspetta che i modelli AI comportino i rischi biologici più sostanziali. Mythos 5 resta il modello più forte per questo tipo di lavoro. Con questo lancio, le richieste legate a biologia bloccate su Fable 5 verranno ora instradate a Opus 5 invece che a Opus 4.8.
Il contesto politico che non puoi ignorare
Opus 5 arriva dopo settimane turbolente. Mythos 5 e Fable 5 erano stati temporaneamente disabilitati da Anthropic pochi giorni dopo il lancio, per adeguarsi a una direttiva di controllo delle esportazioni del governo USA, motivata da ragioni di sicurezza nazionale. Dopo circa due settimane di negoziati, i controlli erano stati revocati e l’accesso ai modelli ripristinato.
Anthropic ha dichiarato di continuare a collaborare con le agenzie governative anche nei test pre-rilascio di Opus 5. Il che spiega, almeno in parte, l’approccio cauto sulle capacità cyber.
Disponibilità e prezzi
Claude Opus 5 è disponibile da oggi su tutte le piattaforme. Prezzo: 5 dollari per milione di token in input, 25 per milione in output — identico a Opus 4.8. Gli sviluppatori possono iniziare con claude-opus-5 via API Claude.
C’è anche la modalità Fast, dove il modello gira a circa 2,5 volte la velocità di default. Come con Opus 4.8, Fast mode costa il doppio del prezzo base sulla Claude Platform e tramite crediti d’uso in Claude Code.
Due novità in beta vengono rilasciate insieme a Opus 5: cambio tool a metà conversazione sulla Claude Platform — ora puoi modificare quali strumenti Claude può usare senza invalidare la prompt cache — e fallback automatici via API. Gli utenti possono scegliere di far sì che le richieste bloccate dai classificatori di sicurezza su Opus 5 o Fable 5 vengano automaticamente instradate a un altro modello. Con i fallback automatici attivi, le richieste API vanno sempre al miglior modello disponibile di default, invece di essere bloccate.
Nessun requisito di ritenzione dati per l’accesso generale, coerentemente con i precedenti modelli Opus.
Opus 5 ha il ‘thinking’ — ragionamento esplicito — attivo per default, a differenza di Opus 4.8. Il che può significare dover rivedere i limiti di token per i workflow esistenti. Tenetelo a mente.
