Anthropic ha rilasciato venerdì Claude Opus 5, un modello che secondo l’azienda offre quasi tutta l’intelligenza del suo modello di punta Claude Fable 5 a metà costo — un lancio che evidenzia come il panorama competitivo dell’IA si stia spostando dalla pura capacità all’economia dell’uso quotidiano.

Il modello è disponibile immediatamente su tutte le piattaforme di Anthropic. Il prezzo è di $5 per milione di token in input e $25 per milione di token in output, invariato rispetto al predecessore, Opus 4.8. Opus 5 diventa il nuovo modello predefinito su Claude Max, il livello consumer premium di Anthropic, e il modello più potente disponibile su Claude Pro.

Il posizionamento è deliberato. Anthropic non sostiene che Opus 5 sia il suo modello più intelligente — quel primato appartiene ancora a Fable 5, e i sistemi concorrenti mantengono un vantaggio in alcuni domini. L’azienda sta invece avanzando un argomento più sottile, rivolto direttamente agli acquirenti enterprise: il lavoro di IA economicamente più rilevante si colloca in una fascia intermedia di difficoltà, dove un’intelligenza quasi di frontiera erogata in modo efficiente e conveniente supera un’intelligenza di frontiera fornita a costo premium.

"Opus 5 as your daily driver, the model you hand complex work to and review when it's done," ha detto un portavoce di Anthropic in un’intervista con VentureBeat, descrivendo la stratificazione dei modelli dell’azienda. "Fable 5 for your most ambitious work, the days-long autonomous projects nothing could take on before... Sonnet 5 for work you run at scale, where speed and cost per call decide what ships. Haiku 4.5 for subagents and instant answers."

Prestazioni nei benchmark: Opus 5 contro Fable 5 e i concorrenti

Sulla carta, i risultati dei benchmark sono notevoli. Anthropic afferma che Opus 5 stabilisce nuovi risultati allo stato dell’arte nelle valutazioni di coding e lavoro della conoscenza, tra cui Frontier-Bench e GDPval-AA.

Su Frontier-Bench v0.1, un benchmark di coding agentico da terminale, Opus 5 ottiene il 43.3 percent — più del doppio del 18.7 percent di Opus 4.8 e nettamente sopra il 33.7 percent di Fable 5 — a un costo per attività inferiore, secondo l’azienda. Su ARC-AGI 3, una valutazione della capacità di risolvere problemi nuovi, Anthropic riferisce che Opus 5 ha ottenuto un punteggio tre volte superiore a quello del secondo miglior modello. Su OSWorld 2.0, un benchmark sull’uso del computer, l’azienda afferma che Opus 5 supera il miglior risultato di Fable 5 a poco più di un terzo del costo.

I numeri arrivano con cautele che sono esse stesse degne di nota in un settore incline ai superlativi. Anthropic riconosce che Opus 5 resta dietro a Mythos 5, un modello concorrente, nelle attività di cybersicurezza e nella ricerca biologica. Un modello della famiglia OpenAI mantiene inoltre il primato in un benchmark di coding agentico.

La cautela più rivelatrice è arrivata direttamente da Anthropic quando le è stato chiesto dove Opus 5 sia ancora inferiore a Fable 5. La risposta del portavoce è stata una franca ammissione su ciò che i benchmark possono e non possono catturare.

"The evals where Opus 5 wins are bounded tasks with a specific outcome, which is where it's strongest. What those evals don't measure is duration," ha detto il portavoce a VentureBeat. "One way to put it: Opus 5 is the best tool for the jobs benchmarks can see, and Fable 5 is what you reach for when the job outruns the benchmark."

Fable 5, al contrario, "is for the longest, most autonomous jobs, where the model has to stay coherent across many connected steps over hours or days with dense source material," ha detto il portavoce, consigliando ai clienti di "run both on a representative workload, one bounded task and one long-horizon job." Questo inquadramento — attività circoscritte contro autonomia di lungo orizzonte — potrebbe diventare l’asse principale di differenziazione dei modelli nel 2026, man mano che i benchmark si saturano e i problemi più difficili rimasti riguardano lavoro agentico sostenuto per più giorni, anziché enigmi discreti.

L’efficienza dei token come vero terreno di competizione enterprise

In tutto il lancio ricorre un tema che Anthropic vuole chiaramente far recepire agli acquirenti: Opus 5 non ottiene solo buoni punteggi, ottiene buoni punteggi per dollaro speso. Il modello viene distribuito con un’impostazione regolabile di "effort" che consente ai clienti di scambiare intelligenza con velocità e risparmio di token, e i grafici di Anthropic enfatizzano le prestazioni a un dato costo più che le sole prestazioni di picco.

I primi clienti hanno ripreso il punto con una specificità insolita. Harvey, la società di IA legale, ha affermato che Opus 5 ha raggiunto prestazioni simili alla modalità di ragionamento massimo di Opus 4.8 "while generating 26% fewer tokens on average," secondo Niko Grupen, responsabile della ricerca applicata. Richard Pham di Fundamental Research Lab ha detto che, su difficili attività di modellazione finanziaria, il modello ha registrato in media nove punti percentuali di accuratezza in più "while using roughly one-third fewer turns and tool calls and 60% less time."

Wade Foster, chief executive di Zapier, ha detto che Opus 5 ha raggiunto la vetta della classifica AutomationBench della sua azienda "without spending more tokens than prior Claude models," eseguendo dall’inizio alla fine un workflow completo di prevenzione del churn. "Previous models didn't pass; Opus 5 hit 100%," ha affermato.

Scott Wu, chief executive di Cognition, la società dietro l’agente di coding Devin, ha detto che su FrontierCode 1.1 "Claude Opus 5 approaches Fable-level performance at half the cost," con particolare forza nel debugging e nell’analisi delle cause radice.

L’enfasi sull’efficienza riflette la realtà commerciale. La spesa enterprise per l’IA non è più sperimentale, e i costi di inferenza — il prezzo per eseguire effettivamente i modelli su larga scala — sono diventati una questione da consiglio di amministrazione. Il business di Anthropic è fortemente orientato all’uso tramite API ed enterprise; secondo un’analisi di febbraio 2026 di Contrary Research, Claude deteneva circa il 40 percent del mercato enterprise dei grandi modelli linguistici per utilizzo alla fine del 2025, e Claude Code da solo aveva raggiunto circa $1 billion di ricavi annualizzati. Per un’azienda i cui clienti pagano a token, un modello che fa di più con meno token non è un elemento accessorio — è il prodotto.

Agenti autoverificanti e costi nascosti dell’automazione

Oltre ai numeri, Anthropic sta proponendo una narrazione comportamentale: Opus 5 verifica il proprio lavoro e itera fino al successo. L’azienda ha offerto diversi esempi tratti dai test che ricordano piccole parabole di persistenza delle macchine.

In un’attività di Frontier-Bench, al modello è stato chiesto di ricostruire un componente meccanico come modello CAD 3D a partire da un disegno che intenzionalmente non aveva alcun modo di visualizzare. Invece di fallire, afferma Anthropic, Opus 5 ha scritto una propria pipeline di computer vision per estrarre la geometria dai pixel grezzi — e lo ha fatto ripetutamente, mentre nessun modello concorrente ha risolto l’attività in cinque tentativi. In un altro caso, di fronte a un bug reale in un popolare package manager open source, il modello ha individuato la causa radice e corretto un caso limite che la patch della community aveva mancato; un modello concorrente ha corretto solo il sintomo e dichiarato il successo. Un ingegnere di una società di trading, dice l’azienda, ha usato Opus 5 per costruire in una sola sessione un feed di dati di mercato per una nuova borsa e, non trovando un feed live contro cui validarlo, ha visto il modello costruire un proprio test harness per verificare il codice di parsing.

I clienti hanno descritto comportamenti simili in produzione. Cristian Rivera, staff software engineer di Stripe, ha detto di aver assegnato al modello "a chief-of-staff role over my dev environments" per un weekend: "it built its own monitor, drove each box, and pulled me in only for the judgment calls."

Questa è la capacità che interessa di più alle aziende. La distanza tra un modello che produce output plausibili e uno che verifica il proprio output è la distanza tra una demo e un sistema distribuibile. Gran parte del costo nascosto dell’IA enterprise oggi è la revisione umana — ingegneri che controllano il lavoro della macchina. Un modello che controlla affidabilmente il proprio lavoro comprime quel costo, ed è precisamente per questo che i clienti continuano a citare meno turni, meno passaggi e meno tempo, più che punteggi grezzi più alti.

La strategia di sicurezza di Anthropic: divari di capacità, classificatori e fallback dei modelli

Il lancio mette anche in evidenza l’approccio sempre più articolato di Anthropic alla sicurezza — un approccio che ora prevede di non addestrare deliberatamente i modelli su determinate competenze. L’azienda afferma che il suo audit comportamentale automatizzato ha trovato Opus 5 come il suo modello più allineato finora, con un punteggio di 2.3 sul comportamento complessivo non allineato, inferiore a Opus 4.8, Sonnet 5 o Fable 5, con i tassi più bassi di comportamento ingannevole e la minore suscettibilità a essere indotto a un uso improprio.

Sul fronte delle capacità, Anthropic afferma di aver evitato intenzionalmente di addestrare Opus 5 su attività cyber, come aveva fatto con Opus 4.8. Il modello è comunque migliorato in tali compiti — un effetto collaterale dei progressi generali di capacità — e ora quasi eguaglia Mythos 5 nell’individuazione di vulnerabilità software. Rimane però molto indietro nello sfruttarle: nella valutazione OSS-Fuzz di Anthropic, Opus 5 ha identificato vulnerabilità con un tasso del 79.4 percent, vicino all’80 percent di Mythos 5, ma è riuscito a sviluppare exploit solo in 4 sfide contro le 13 di Mythos 5. Questa asimmetria — forte nella scoperta rilevante per la difesa, debole nello sfruttamento rilevante per l’offesa — appare deliberata, e le salvaguardie seguono la stessa logica. Anthropic prevede che i classificatori cyber di Opus 5 intervengano circa l’85 percent meno spesso di quelli di Fable 5.

Quando un classificatore si attiva, le richieste in Claude.ai, Claude Code e Claude Cowork passano per impostazione predefinita a Opus 4.8 — sollevando una domanda evidente: se una richiesta è troppo rischiosa per un modello, perché è accettabile per un altro?

"The model it falls back to has lower capability levels making the risk of harmful use lower as well," ha detto il portavoce, aggiungendo che "there is a message that lets the user know when this occurs and is visible in the chat." La logica è difendibile, ma rivela come opera la sicurezza dell’IA nel 2026: il rischio non è una proprietà della sola domanda, ma della domanda moltiplicata per la capacità del sistema che risponde.

In biologia, il calcolo va nella direzione opposta. Opus 5 è ora il modello generalmente disponibile più capace di Anthropic per la ricerca scientifica — con un punteggio superiore di 10.2 punti percentuali rispetto a Opus 4.8 nel benchmark interno di chimica dell’azienda — anche se il portavoce ha riconosciuto che "Mythos 5 remains the stronger model for long-horizon, open-ended work like autonomous drug design campaigns."

Poste in gioco economiche: valutazione da $380 billion e grandi impegni di calcolo

Il lancio arriva in un momento di straordinario slancio commerciale — e di straordinari obblighi — per Anthropic. Reuters ha riferito a febbraio che la società era valutata circa $380 billion nel suo ultimo round di finanziamento. Secondo l’analisi di Contrary Research, i ricavi annualizzati sono saliti da circa $1 billion alla fine del 2024 a una proiezione di $9 billion entro la fine del 2025, con obiettivi interni che, secondo quanto riportato, arrivano a $20 to $26 billion per il 2026.

Questi obiettivi sono sostenuti da enormi impegni infrastrutturali, tra cui un accordo Azure compute da $30 billion riportato dalla stampa, insieme ad accordi con Google Cloud e Nvidia — una spesa che risulta sostenibile solo se le aziende continuano ad ampliare l’utilizzo.

In questo contesto, la strategia di prezzo di Opus 5 è chiara. Mantenere il prezzo ai livelli di Opus 4.8, mentre le prestazioni su benchmark agentici chiave raddoppiano circa, equivale di fatto a un forte taglio del prezzo per unità di capacità, pensato per ampliare l’insieme dei workload economicamente automatizzabili. Ogni attività che era marginale al costo-per-successo di Opus 4.8 diventa sostenibile con quello di Opus 5 — e ogni attività sostenibile rappresenta ricavi ricorrenti da token.

Anche il quadro regolatorio è diventato più complesso. Un giudice statunitense ha dato questa settimana l’approvazione finale all’accordo di Anthropic da $1.5 billion sul copyright con gli autori di libri, ha riferito Reuters, chiudendo un capitolo del contenzioso sui primi dati di addestramento dell’azienda. A giugno, Reuters, citando Axios, ha riferito che il governo degli Stati Uniti si era mosso per bloccare l’accesso dall’estero ai modelli più avanzati di Anthropic — un promemoria del fatto che l’IA di frontiera è ormai intrecciata con la politica di esportazione in modi che determinano quali clienti possano acquistare cosa.

Funzionalità aggiuntive e disponibilità

In distribuzione da venerdì anche una modalità Fast che funziona a circa 2.5 volte la velocità predefinita al doppio del prezzo base, il routing automatico di fallback sull’API e modifiche agli strumenti a metà conversazione che non invalidano più la cache del prompt — una piccola funzionalità che gli sviluppatori di agenti potrebbero apprezzare più di qualsiasi benchmark.

In linea con i precedenti modelli Opus, Opus 5 non prevede requisiti di conservazione dei dati per l’accesso generale, un punto che il portavoce ha segnalato spontaneamente per i clienti con "a hard zero data retention requirement." Gli sviluppatori possono accedere al modello come claude-opus-5 sulla Claude API a partire da oggi.

Due domande determineranno se la scommessa avrà successo: se le affermazioni di efficienza di Opus 5 reggeranno al contatto con workload di produzione su larga scala, e se le aziende accetteranno un mondo in cui i classificatori di sicurezza, non gli utenti, decidono talvolta quale modello risponde.

Il messaggio più profondo del lancio di venerdì è che il baricentro dell’industria dell’IA si è spostato. Per tre anni, i laboratori hanno gareggiato su ciò che il loro modello migliore poteva ottenere nel suo giorno migliore. Con Opus 5, Anthropic compete su qualcosa di meno appariscente e molto più redditizio: ciò che un modello molto buono può fare ogni giorno, a metà prezzo. In un mercato in cui la frontiera continua ad avanzare, Anthropic scommette che la vera fortuna si trovi appena dietro di essa.