45 giorni dopo Fable, Anthropic vende a metà prezzo un modello che lo supera

Nel comunicato si parla di intelligenza e di costo per task. Qui provo a rimettere in fila un po' di informazioni degli ultimi due mesi.

Ieri Anthropic ha pubblicato Claude Opus 5, scrivendo che il modello si avvicina all'intelligenza di frontiera di Claude Fable 5 a metà del prezzo. Fable 5 sarebbe il modello di punta della casa, uscito il 9 giugno e venduto al doppio, quello che dovrebbe girare per giorni interi sui progetti lunghi. 45 giorni dopo averlo messo sul mercato, la stessa azienda ne vende un altro che costa la metà e che su parecchie prove lo batte.

Il calendario

Ne ho scritto in dettaglio qualche puntata fa: Fable esce il 9 giugno. Tre giorni dopo il governo americano manda ad Anthropic una direttiva di controllo delle esportazioni che vieta l'accesso al modello a qualsiasi cittadino straniero, dentro e fuori dagli Stati Uniti, compresi i dipendenti stranieri dell'azienda. Non avendo modo di verificare in tempo reale la nazionalità di chi si collega, Anthropic spegne tutto per tutti. Il modello più caro del listino resta irraggiungibile per diciotto giorni dei suoi primi ventidue, e torna online il 1° luglio.

Otto giorni più tardi OpenAI pubblica GPT-5.6. Il post di lancio è pieno di tabelle in cui la colonna di confronto si chiama Claude Fable 5, e il modello di punta di casa OpenAI costa già meno di Fable prima ancora che Anthropic muova un dito. Sotto una di quelle tabelle, quella sulla genomica, c'è una nota che spiega perché Fable non compare nel confronto: rifiuta la maggior parte delle domande della prova: hanno messo per iscritto in un documento ufficiale che sulla scienza il modello del concorrente sta zitto.

Il 24 luglio arriva Opus 5. Nel comunicato Anthropic scrive che le richieste di biologia bloccate su Fable verranno d'ora in poi dirottate sul modello nuovo, che viene presentato come il più capace della casa per la ricerca scientifica e che costa la metà dell'altro.

Il 42%

Durante le prove su un benchmark di programmazione, i classificatori di Anthropic, cioè i filtri automatici che intercettano una richiesta prima che il modello risponda, hanno bloccato il 42% delle chiamate fatte a Fable. Su Opus 5 la stessa misura sta al 5%.

Il test in questione riguardava ingegneria del software, quindi il contenuto delle richieste era codice e nient'altro. Un modello di punta che ne rifiuta due su cinque diventa faticoso da vendere a chiunque abbia una scadenza, e infatti Anthropic annuncia che i filtri del modello nuovo interverranno molto più di rado. La giustificazione tecnica esiste, perché Opus 5 è meno capace di costruire exploit e tarare il filtro sulla capacità reale è ingegneria corretta. Resta che nessuno aveva sentito il bisogno di ricalibrare niente finché la faccenda riguardava soltanto la sicurezza, e che ci si è messi mano appena ha cominciato a pesare sul fatturato.

Le classifiche, e chi le prepara

Leggendo i punteggi di Opus 5 Anthropic si scopre che il modello economico batte quello caro su buona parte delle prove, il che è una notizia curiosa da dare a chi il modello caro lo aveva adottato 6 settimane fa.

Sul test di lavoro di conoscenza più citato del momento, che è condotto da una società terza e non dalle aziende, le cifre pubblicate da OpenAI il 9 luglio e quelle pubblicate da Anthropic il 24 non coincidono, e l'ordine dei due modelli si inverte a seconda di chi 0presentanil confronto. Tenetene conto la prossima volta che qualcuno vi mostra una classifica.

L'unico risultato che mi ha fatto alzare un sopracciglio è quello su ARC-AGI-3, che è fatto in un modo tutto suo, cioè un ambiente di gioco a turni senza istruzioni e senza obiettivi dichiarati, dove il modello deve capire da solo come si vince. A marzo i modelli di frontiera delle quattro aziende principali stavano tutti sotto l'1%, mentre persone comuni prese dalla strada risolvevano tutto. Opus 5 arriva a circa un terzo di quello che fa una persona qualunque, il che nel contesto è un progresso serio e dà anche la misura di quanta strada manchi

---

Questo pezzo è gratis come sempre, niente paywall e niente abbonamento obbligatorio. Se ti è piaciuto e hai voglia di sostenere il canale, c’è il bottone delle donazioni qui sotto.

---

Cosa c’entra con voi

Ma vediamo anche chi lo ha provato davvero, fuori dai comunicati. CodeRabbit, che fa revisione automatica del codice, lo ha trovato più preciso ma meno completo del sistema che usa in produzione, con una quantità notevole di rilievi inutili, e consiglia di dargli una corsia specifica invece di metterlo da solo a guardia delle modifiche rischiose. Claire Vo, che usa un benchmark suo, ha intitolato la recensione «brilliant (but annoying)» e ha dedicato un capitolo intero alla logorrea. Quindici giorni prima aveva pubblicato un episodio il cui titolo diceva che GPT-5.6 distruggeva Fable sul suo benchmark.

Quella logorrea poi si paga. La società che ha eseguito le valutazioni indipendenti ha contato che Opus 5 scrive parecchio più della media, e misurando il costo per lavoro finito invece che per token il vantaggio su Fable si è ridotto a circa un quarto. Il dimezzamento del prezzo, insomma, vale finché si guarda il listino, poi bisogna vedere quanti token servono per arrivare in fondo a un lavoro vero.

Quello che mi resta di questa settimana è che cinque modelli Claude in due mesi vogliono dire, per chi lavora con questi strumenti, un pezzo di lavoro non pagato ogni quindici giorni, che consiste nel capire se conviene cambiare. Nessuna delle tabelle uscite ieri risponde alla domanda che vi riguarda davvero, cioè se il modello regge sulle vostre pratiche e dentro i vostri vincoli di budget e di riservatezza.

Claire Vo, nella sua recensione, usa l’espressione intelligence overhang, capacità in eccesso rispetto allo sforzo che richiediamo. Se ha ragione, e i numeri di questi due mesi dicono di sì, il collo di bottiglia si sta spostando verso il giudizio di chi decide cosa far fare alla macchina, con quali dati e sotto quale responsabilità. Quel giudizio non ha un prezzo per milione di token, e infatti in nessuna delle tabelle uscite in questi giorni lo trovate.

Se avete un flusso di lavoro serio, nelle prossime due settimane mettete in fila dieci vostri casi reali e fateli girare su due modelli diversi, misurando quanto costa arrivare al risultato finito. Questo è l’unico numero che poi vi serve.

Alla prossima!

Luciano

---

Se questo pezzo ti è servito, la cosa migliore che puoi fare è inoltrare la newsletter a qualcuno della tua rete che potrebbe trovarlo interessante. È così che cresce questa newsletter, lentamente, tramite passaparola di lettori che si fidano.

---

Fonti:

Anthropic, Introducing Claude Opus 5 (24 luglio 2026), Statement on the US government directive (12 giugno) e Redeploying Claude Fable 5 (30 giugno);

OpenAI, GPT-5.6 (9 luglio). Valutazioni di Artificial Analysis.

Recensioni di CodeRabbit e di Claire Vo su Lenny’s Newsletter.

---

---