Opus 5 di Anthropic: tutte le novità, i benchmark e i costi

Di Daniele Forciniti

Opus 5 di Anthropic: tutte le novità, i benchmark e i costi

Claude Opus 5 è il nuovo modello di punta di Anthropic, uscito il 24 luglio 2026, e la notizia sta tutta in una riga: raggiunge prestazioni vicine a Claude Fable 5 alla metà del prezzo, mantenendo lo stesso costo di Opus 4.8 — 5 $ in input e 25 $ in output per milione di token. In più porta una novità che cambia il modo di lavorarci: un selettore dello sforzo (da basso a massimo) che ti fa decidere volta per volta quanto far ragionare il modello, e quindi quanto spendere.

Da oltre 10 anni lavoro con siti web, SEO e contenuti, e i modelli Anthropic li uso quotidianamente su lavoro vero. Qui non trovi il comunicato stampa riscritto: ti spiego cosa cambia davvero, cosa dicono i numeri e — cosa che nessuno racconta — dove Opus 5 non conviene.

Cosa è Opus 5 e perché esce adesso

Opus 5 sostituisce Opus 4.8 come modello predefinito per chi ha Claude Max e Claude Pro. Nel listino di Anthropic si piazza in mezzo: sotto Fable 5 come prezzo, ma vicinissimo come prestazioni. L’identificativo per le API è claude-opus-5, la finestra di contesto è da 1 milione di token. È disponibile su Claude.ai, API, Claude Code e Claude Cowork.

Insieme al modello arrivano due funzioni in beta che vale la pena conoscere: la possibilità di cambiare strumenti a metà conversazione e i fallback automatici verso altri modelli. Quest’ultima è comoda: se una richiesta viene bloccata dai filtri, il sistema può ripiegare su Opus 4.8 invece di lasciarti a mani vuote.

Il contesto conta, perché spiega il resto. Questo è il quarto modello di frontiera che Anthropic pubblica in meno di due mesi, e arriva in mezzo a una guerra dei prezzi che ha travolto tutto il settore: come ho raccontato nell’articolo su quanto stai davvero pagando l’AI, in poche settimane l’intelligenza di alto livello è diventata due o tre volte più economica. Opus 5 è la risposta di Anthropic a quella pressione: stesse tariffe di prima, molte più prestazioni.

I benchmark, numeri alla mano

Qui Anthropic ha di che festeggiare, ma con qualche asterisco. Partiamo dai test dove Opus 5 domina:

TestOpus 5Fable 5GPT-5.6 SolOpus 4.8
Frontier-Bench (coding da terminale)43,3%33,7%34,4%21,1%
GDPval-AA (lavoro di conoscenza, Elo)1.8611.7471.7361.593
ARC-AGI-3 (problemi mai visti)30,2%—7,8%1,5%
BrowseComp (ricerca agentica)90,8%87,4%90,4%84,3%
Humanity’s Last Exam (con strumenti)64,7%63,9%—57,9%
BioMysteryBench (biologia, livello difficile)49,4%46,5%—42,4%
DeepSWE (coding agentico)68,8%69,7%72,7%59,0%
Tabella benchmark Opus 5 a confronto con Fable 5, Opus 4.8 e GPT-5.6 Sol

Due dati saltano all’occhio. Su Frontier-Bench, Opus 5 fa più del doppio del suo predecessore (43,3% contro 21,1%) e stacca nettamente sia Fable 5 sia GPT-5.6 Sol. Su ARC-AGI-3, il test che misura quanto un modello sa cavarsela davanti a problemi mai visti prima, il salto è impressionante: 30,2% contro il 7,8% di GPT-5.6 Sol, quasi quattro volte tanto — e contro l’1,5% di Opus 4.8 il confronto non si pone nemmeno.

Ci sono poi tre risultati che meritano attenzione perché smentiscono qualche aspettativa. Su BrowseComp, il test di ricerca agentica, Opus 5 segna 90,8% e supera GPT-5.6 Sol (90,4%): un sorpasso su un terreno dove OpenAI era data per favorita. Su Humanity’s Last Exam con strumenti arriva al 64,7%, davanti a Fable 5 — anche se senza strumenti Fable resta avanti di un soffio (56,5% contro 56,3%). E sulla biologia il quadro è più sfumato di quanto Anthropic stessa lasci intendere: su BioMysteryBench, nel livello difficile, Opus 5 guida con il 49,4% contro il 46,5% di Fable 5.

Ci sono poi i risultati sul rapporto costo/risultato, che secondo me sono i più interessanti per chi lavora:

  • CursorBench 3.2: al massimo sforzo, il distacco da Fable 5 si riduce a un margine dello 0,5% — con la metà del costo per attività.
  • OSWorld 2.0 (uso del computer): 70,6% contro il 66,1% di Fable 5, spendendo circa un terzo.
  • Zapier AutomationBench: tasso di successo circa 1,5 volte superiore ai concorrenti a parità di spesa.
  • Biologia strutturale: +10,2 punti percentuali su Opus 4.8; previsione delle varianti proteiche +7,7 punti.
Grafico ARC-AGI-3: punteggio di Opus 5 in rapporto al costo totale di valutazione

Su un aggregato indipendente come BenchLM, Opus 5 risulta primo su 215 modelli con 85,88 punti, davanti a Fable 5 (82,76) e GPT-5.6 Sol (81,46), con un 96% su SWE-bench Verified e un punteggio pieno alle olimpiadi di matematica IMO 2026.

La vera novità: il selettore dello sforzo

Questa è la parte che nella maggior parte degli articoli viene liquidata in due righe, e invece è quella che ti cambia la bolletta. Opus 5 ti permette di scegliere quanto deve “pensare” il modello per ogni singola richiesta, su cinque livelli: basso, medio, alto, xhigh e massimo.

Tradotto in pratica: non paghi più una tariffa unica a prescindere dal compito. Per riscrivere una descrizione prodotto tieni lo sforzo basso e spendi pochissimo; per un’analisi complessa o un bug ostico alzi la manopola e paghi di più solo in quel momento. È lo stesso principio di cui parlavo nel confronto tra Fable 5 e ChatGPT 5.6: il risparmio vero non sta nel modello economico, sta nel non usare la potenza massima quando non serve.

C’è anche una modalità veloce: circa 2,5 volte più rapida di quella predefinita, al doppio del prezzo base. Utile quando la velocità di risposta conta più del costo, per esempio in un’applicazione che risponde a un utente in tempo reale.

L’anomalia di cui nessuno parla: il massimo sforzo rende meno

E qui arriva il dato che mi ha fatto alzare un sopracciglio. Guardando i risultati nel dettaglio, Opus 5 al livello “massimo” ottiene punteggi più bassi rispetto al livello “xhigh” su Frontier-Bench e sull’indice di coding di Artificial Analysis. Più bassi, pur costando di più.

Non è un dettaglio da poco: significa che spingere la manopola al massimo non solo non conviene, ma può addirittura peggiorare il risultato in certi compiti. Nei miei anni di lavoro ho imparato che quando uno strumento offre un’impostazione “al massimo”, quasi tutti la usano pensando di ottenere il meglio. Qui rischi di pagare di più per ottenere meno. Se usi Opus 5 sul serio, testa xhigh prima di dare per scontato che max sia superiore.

Dove Opus 5 non è il migliore

Anthropic stessa lo ammette, e va detto perché nessun modello vince ovunque. Su DeepSWE, il test di coding agentico, Opus 5 resta dietro sia a GPT-5.6 Sol (72,7%) sia a Fable 5 (69,7%) con il suo 68,8%. Sulla cybersicurezza e sulla ricerca biologica avanzata è indietro rispetto a Mythos 5, e sui benchmark in ambito sanitario e legale non è al vertice.

OSS-Fuzz: identificazione di vulnerabilità e successo negli exploit di Opus 5 rispetto a Mythos 5

Un aspetto interessante sul fronte sicurezza: Anthropic definisce Opus 5 il modello più allineato che abbia mai prodotto, con un punteggio di 2,3 nell’audit comportamentale — il più basso (quindi il migliore) tra i modelli recenti, con i tassi più bassi di comportamenti ingannevoli. Ha inoltre reso i filtri sulla cybersicurezza l’85% meno restrittivi rispetto a Fable 5 — pur continuando a bloccare scansione di binari, penetration testing e generazione di exploit. Tradotto: è più collaborativo su richieste tecniche legittime, senza aprire la porta agli abusi.

Audit comportamentale automatico: Opus 5 ottiene 2,30, il punteggio più basso e quindi migliore

Quanto costa davvero

I prezzi via API sono identici a quelli di Opus 4.8, ed è questo il punto: paghi come prima, ottieni molto di più.

ModelloInput (1M token)Output (1M token)
Claude Opus 55 $25 $
Claude Fable 510 $50 $
Claude Opus 4.85 $25 $

Il confronto con Fable 5 è netto: esattamente la metà, sia in input sia in output, per prestazioni che su diversi test sono superiori. Se usi Fable 5 per lavori che Opus 5 regge altrettanto bene, stai spendendo il doppio senza motivo. Chi ha Claude Max o Pro se lo ritrova già come modello predefinito, senza costi aggiuntivi.

A chi conviene davvero

Dopo averlo messo alla prova su lavoro reale, la mia lettura è questa:

  • Se usavi Fable 5 per la maggior parte dei compiti: prova a passare a Opus 5. Stessa qualità percepita, metà del conto.
  • Se lavori con agenti e automazioni: è probabilmente la scelta migliore oggi, visti i risultati su Frontier-Bench e AutomationBench.
  • Se scrivi codice complesso tutto il giorno: valuta anche GPT-5.6 Sol, che su DeepSWE resta avanti.
  • Se lavori su sicurezza informatica: Opus 5 non è ancora il riferimento, meglio guardare altrove.
  • Se ti basta qualcosa di più leggero: per compiti semplici e ad alto volume resta valido Claude Sonnet 5, che costa molto meno.

La mia opinione, in tutta onestà

Opus 5 è un lancio serio, non un aggiornamento di facciata: il raddoppio su Frontier-Bench e il balzo su ARC-AGI-3 sono numeri veri, e tenere il prezzo fermo mentre le prestazioni salgono è la cosa che più mi convince. Per chi lavora, è la notizia migliore degli ultimi mesi.

Detto questo, due cautele. La prima: i benchmark non sono il tuo lavoro. Un modello che vince su un test di coding da terminale non è automaticamente il migliore per scrivere i tuoi contenuti o analizzare i tuoi dati — guarda sempre il test che somiglia a quello che fai davvero. La seconda: quella storia del massimo sforzo che rende meno di xhigh è il promemoria perfetto che questi strumenti vanno provati, non presi per buoni sulla fiducia.

Il consiglio che do sempre resta lo stesso: tieni due o tre modelli e scegli in base al compito. Con il selettore dello sforzo, adesso puoi farlo persino dentro lo stesso modello.

Domande frequenti

Cos’è Claude Opus 5?
È il nuovo modello di punta di Anthropic, uscito il 24 luglio 2026. Offre prestazioni vicine a Claude Fable 5 alla metà del prezzo, ha una finestra di contesto da 1 milione di token e introduce un selettore dello sforzo su cinque livelli.

Quanto costa Opus 5?
5 $ per milione di token in input e 25 $ in output, esattamente come Opus 4.8 e la metà di Fable 5 (10 $ e 50 $). Esiste anche una modalità veloce, 2,5 volte più rapida al doppio del prezzo base.

Opus 5 è meglio di Fable 5?
Su molti test sì: lo supera su Frontier-Bench (43,3% contro 33,7%) e su GDPval-AA, costando la metà. Su DeepSWE resta invece leggermente indietro (68,8% contro 69,7%). Dipende dal tipo di lavoro.

Cos’è il selettore dello sforzo?
È un’impostazione che permette di scegliere quanto far ragionare il modello per ogni richiesta, su cinque livelli da basso a massimo. Serve a pagare di più solo quando il compito lo richiede davvero.

Conviene usare Opus 5 al massimo sforzo?
Non sempre. Su Frontier-Bench e sull’indice di coding di Artificial Analysis, il livello “massimo” ottiene punteggi inferiori al livello “xhigh” pur costando di più. Conviene testare xhigh prima di dare per scontato che il massimo sia migliore.

Devo pagare a parte per usare Opus 5?
No, se hai un abbonamento Claude Max o Claude Pro: lì è già il modello predefinito. Via API si paga a consumo secondo le tariffe indicate.

Su cosa Opus 5 è più debole?
Sul coding agentico misurato da DeepSWE resta dietro a GPT-5.6 Sol, e sulla cybersicurezza e la ricerca biologica avanzata è indietro rispetto a Mythos 5. Anche in ambito sanitario e legale non è al vertice.

Fonti

Avatar Daniele Forciniti
Daniele Forciniti
Sono Daniele Forciniti, un esperto di web design e SEO con oltre 10 anni di esperienza e diverse certificazioni professionali. Mi specializzo in HTML e CSS, utilizzo CMS come WordPress. Sono il maggior esperto in Italia di WIX e WIX Studio, mi occupo anche di SEO posizionamento web nei motori di ricerca e digital marketing. Sono appassionato del mio lavoro e continuo ad aggiornare le mie competenze per fornire soluzioni innovative e di alta qualità ai miei clienti.