Anthropic ha dato a Opus 5 un compito con la trappola dentro. Gli ha messo davanti il disegno tecnico in 2D di un pezzo meccanico e gli ha chiesto di scrivere il codice per ricostruirlo in 3D dentro FreeCAD, il software di modellazione CAD gratuito. Piccolo dettaglio: al modello la vista era stata tolta. Cioè, quel disegno non poteva proprio vederlo. Punto.
A quel punto un modello qualsiasi si arrende, oppure inventa un pezzo a caso e incrocia le dita. Opus 5 no. Si è scritto da solo un programma di computer vision, da zero: righe di codice per leggere i pixel grezzi dell’immagine, trovare i bordi e le forme, tirare fuori la geometria da un disegno che, tecnicamente, non stava guardando. E poi ha ricostruito il pezzo in 3D. Non una volta per fortuna: più volte, di fila. Anthropic dice che nessun modello rivale c’è riuscito in cinque tentativi.
Il punto non è il pezzo meccanico. È il gesto: sbattuto contro un muro, invece di fermarsi si è costruito da sé lo strumento per aggirarlo. Tienilo a mente, perché è la cosa più interessante di tutto questo lancio.
Cos’è davvero Claude Opus 5
Andiamo con ordine. Opus 5 è l’ultimo modello di Anthropic (quelli di Claude), online dal 24 luglio 2026 su Claude.ai, sull’API di Claude, dentro Claude Code e Claude Cowork. Nell’API risponde all’identificativo claude-opus-5.
Per capire dove si colloca serve la gerarchia di casa Anthropic. In cima c’è Fable 5, il modello più intelligente e più costoso, quello di frontiera. Un gradino sotto c’è la famiglia Opus: il cavallo da lavoro, quello che tieni acceso tutto il giorno. Opus 5 fa una cosa precisa: si avvicina parecchio all’intelligenza di Fable 5 spendendo molto meno. Un fondatore di Cursor l’ha riassunta così, “intelligenza vicina a Fable 5, ma alla velocità e al costo di Opus”.
E qui arriva il numero che conta davvero: costa 5 dollari per milione di token in input e 25 dollari per milione in output. Identico a Opus 4.8, il modello che sostituisce. Quindi attento a come leggi lo slogan “metà prezzo” che gira ovunque: la metà è rispetto a Fable 5, il modello di frontiera, non rispetto a Opus 4.8 (lì il prezzo per token è lo stesso). Come titola Tom’s Hardware Italia, Opus 5 “si avvicina a Fable 5, ma a metà prezzo”. (Un token vale grosso modo tre quarti di una parola; un milione di token fa circa 750.000 parole.)
Un paio di conseguenze pratiche: su Claude Max è diventato il modello predefinito, e su Claude Pro è il più potente che puoi selezionare. Con lui arrivano anche due funzioni nuove, piccole ma comode. La prima: puoi cambiare gli strumenti a disposizione di un modello a metà conversazione, senza ricominciare da capo. La seconda: se una richiesta a Opus 5 va storta, l’API può ripiegare da sola sul vecchio Opus 4.8, una rete di sicurezza niente male per le app in produzione.
Perché i problemi mai visti contano
Torniamo alla storia di FreeCAD, perché non è un aneddoto da conferenza. C’è un test, ARC-AGI-3, pensato apposta per misurare quanto un modello se la cava con i problemi nuovi, quelli senza una soluzione già scritta da qualche parte. Lì Opus 5 fa circa il triplo del secondo modello migliore.
E questo, se ci pensi, è gran parte del lavoro vero. Il caso che nessuno ha mai incontrato prima, il file rotto in un modo strano, la richiesta assurda del cliente. Non il compito da manuale, quello lo risolvono tutti. La differenza la fa chi tiene botta quando la strada finisce.
I benchmark, detti onestamente
Anthropic ha accompagnato il lancio con la solita valanga di grafici. Prima regola: sono numeri dichiarati da Anthropic stessa, il confronto è contro GPT-5.6 “Sol”, e li ha scelti l’azienda. Non è truffa, è normale amministrazione: ogni laboratorio si presenta nella sua luce migliore. Detto questo, guardiamoli in faccia.
Nella maggior parte dei test scelti, Opus 5 sta davanti:
- Coding da terminale (Frontier-Bench): 43,3% contro 34,4%
- Lavoro intellettuale (GDPval-AA): 1.861 contro 1.736
- Problemi inediti (ARC-AGI-3): 30,2% contro 7,8%
- Uso del computer (OSWorld 2.0): 70,6% contro 62,6%
- Flussi di lavoro aziendali (AutomationBench): 26,0% contro 18,1%
- Ricerca sul web (BrowseComp): 90,8% contro 90,4%, praticamente pari
Fin qui sembra un cappotto. Ma ecco la parte che i comunicati preferiscono lasciare in fondo, e che invece va detta chiara: sul codice reale vince GPT. Sul DeepSWE, il test che misura la programmazione vera e propria, GPT-5.6 Sol fa 72,7% contro 68,8%, e non batte solo Opus 5, batte pure Fable 5. E sulla salute professionale (HealthBench) la spunta di un soffio, 60,5% contro 59,8%.
Due avvertenze, prima di prendere questi grafici per oro colato. La prima l’abbiamo già detta: i test, e l’avversario, li ha scelti Anthropic. La seconda pesa di più: i giudici indipendenti Opus 5 non l’hanno ancora valutato. Sull’indice di Artificial Analysis (che non appartiene a nessuna delle due aziende) oggi leggi Fable 5 a 60, GPT-5.6 Sol a 59, Opus 4.8 a 56. Opus 5, in quella classifica, ancora non c’è. Quando ci entrerà, fidati di quel numero più che di qualsiasi grafico sfornato il giorno del lancio.
E il post che gira, quello secondo cui “Opus 5 batte GPT su SWE-Bench Pro”? Voce non confermata, nient’altro. La tabella di Anthropic quel test non lo usa nemmeno, e nell’unico benchmark di coding che mostra (il DeepSWE) davanti ci va GPT. Prendila per quello che è: una chiacchiera, non un dato.
Cosa (ancora) non sa fare, e le incognite
Prima che parta l’entusiasmo a mille: Opus 5 non è il modello più potente di Anthropic. Quello resta Fable 5. Se hai un compito che deve girare da solo per ore, di fila, senza nessuno che lo tenga d’occhio, Anthropic stessa ti rimanda ancora a Fable 5.
C’è poi una cosa in cui è frenato di proposito, la cybersicurezza. Nel trovare le falle di un software è bravo quanto un modello specializzato, chiamato Mythos 5. Ma nel costruire l’exploit vero e proprio, cioè l’arma per sfruttare quelle falle, è tenuto parecchio indietro. Ed è così apposta: bravo a notare la porta aperta, molto meno a sfondarla.
Un’ultima incognita riguarda la memoria. La finestra di contesto ufficialmente non è confermata. La linea Opus gira da mesi con un milione di token (grosso modo 750.000 parole) e si dà per scontato che Opus 5 se la tenga, ma nei documenti di Anthropic il nome Opus 5, per ora, non compare ancora. Quindi: un milione probabile, ma non ancora messo nero su bianco. E ricordati sempre che i benchmark, per adesso, restano quelli di casa.
Cosa significa per te
Traduciamo tutto in pratica, che poi è quello che serve.
Hai già Pro o Max? Sei già stato aggiornato, non devi toccare niente. L’unico consiglio: affidagli le cose difficili. Il report ingarbugliato, il foglio di calcolo che è un disastro. Smettila di trattarlo coi guanti a ogni riga.
Scrivi o analizzi per lavoro? È un ottimo modello da usare tutti i giorni, a un prezzo che l’ufficio contabilità non guarderà storto. E va forte proprio sui compiti strani, quelli senza uno schema pronto da seguire.
Programmi o costruisci automazioni? Qui i numeri che contano sono i suoi (coding e agenti), più la possibilità di cambiargli gli strumenti a metà lavoro. Vale una prova seria sul TUO codice, quello vero. Un’accortezza però: occhio a quanti token si mangia. Costare meno a token non vuol dire costare meno alla fine, se poi il modello “ragiona” più a lungo per arrivare in fondo.
Claude o ChatGPT? Non sceglierli sul benchmark della settimana, che tanto la settimana dopo cambia. Scegli in base a come lavori davvero: l’interfaccia con cui ti trovi meglio, lo stile di scrittura che ti convince, gli strumenti in cui già vivi tutto il giorno. Sono così vicini che conta più questo di due punti in una tabella. Se vuoi ragionarci con la testa e non con l’hype, Fondamenti di IA ti dà le basi per decidere da solo.
In sintesi
Opus 5 non è il modello più intelligente in circolazione, e non prova nemmeno a esserlo. Fa un’altra cosa, forse più utile: porta un’intelligenza quasi da frontiera a un prezzo da cavallo da lavoro. E lungo la strada ha mostrato un dettaglio niente male, cioè sapersi costruire da sé gli strumenti che gli mancano.
Alla fine il consiglio è sempre lo stesso: diventa abbastanza bravo con gli strumenti che hai già, così quando ne esce uno nuovo sai giudicarlo sul tuo lavoro e non sui grafici di qualcun altro. Se vuoi partire da lì, Prompt efficaci per ChatGPT è un buon punto da cui cominciare.
Fonti: Anthropic, Tom’s Hardware Italia, CNBC.
