Anthropic ha rilasciato Claude Opus 5 oggi, 24 luglio 2026. La notizia però non è la potenza. È il prezzo.
Il modello resta a 5 dollari per milione di token in input e 25 in output, identico a Opus 4.8. Ma le prestazioni si avvicinano a quelle di Fable 5, che costa esattamente il doppio.
Tradotto per chi ci lavora: da oggi paghi la metà per quasi la stessa intelligenza.
Claude Opus 5 è il quarto modello Claude in meno di due mesi, dopo Opus 4.8 del 28 maggio, Fable 5 del 9 giugno e Sonnet 5 del 30 giugno. Ed esce in una settimana in cui OpenAI, Google e Moonshot hanno tutti mosso qualcosa.
In questo articolo trovi due cose che altrove non trovi messe insieme: a che punto è davvero la corsa al modello più potente, con i benchmark di ogni provider, e il confronto prezzi completo di tutti i modelli di frontiera a luglio 2026. Più la parte tecnica su migrazione e routing.
Claude Opus 5: perché il prezzo è la vera notizia
Anthropic non sostiene che Claude Opus 5 sia il suo modello più intelligente. Quel posto resta a Mythos 5 e alla sua versione con safeguard, Fable 5.
La tesi è diversa e, per chi manda cose in produzione, più interessante: il lavoro economicamente utile sta nella fascia media di difficoltà, dove conta l'intelligenza per euro speso.
Claude Opus 5 è il nuovo modello di default su Claude Max ed è il più potente disponibile con Claude Pro. Sull'API il model ID è claude-opus-5.
Le specifiche tecniche che contano:
- Contesto da 1 milione di token, che è sia il default sia il massimo: non esiste una variante ridotta
- 128.000 token di output massimo
- Thinking attivo di default, senza doverlo chiedere
- Controllo effort da low a max, per scegliere tra intelligenza e risparmio di token
- Fast mode a circa 2,5 volte la velocità standard, al doppio della tariffa base
La corsa al modello più potente: a che punto siamo davvero
Qui va detta una cosa scomoda: la domanda "qual è il modello più potente" non ha più una risposta sola. E chi te la dà, sta semplificando o sta vendendo qualcosa.
Fino al 2025 c'era un modello in testa e tutti gli altri dietro. Nel 2026 la frontiera si è spezzata in specializzazioni, e ogni laboratorio pubblica i benchmark su cui vince.
Nessuno è primo su tutto
Ecco la fotografia reale di luglio 2026, benchmark per benchmark.
| Benchmark | Cosa misura | Chi è in testa |
|---|---|---|
| Frontier-Bench v0.1 | Coding agentico complesso | Claude Opus 5 |
| GDPval-AA v2 | Lavoro di conoscenza reale | Claude Opus 5 (1.861 punti) |
| ARC-AGI 3 | Problemi mai visti prima | Claude Opus 5 (3× il secondo) |
| OSWorld 2.0 | Uso autonomo del computer | Claude Opus 5 |
| Terminal-Bench 2.1 | Coding da terminale | GPT-5.6 Sol Ultra (91,9%) |
| AA Intelligence Index | Punteggio composito | Kimi K3 (57 su 189 modelli) |
| Cybersecurity offensiva | Exploit e pentesting | Claude Mythos 5 |
Guarda la riga dell'Intelligence Index di Artificial Analysis. Un modello cinese open-weight sta quarto su 189, un punto sopra Claude Opus 4.8. Questo è il dato che dovrebbe far riflettere più di ogni annuncio.
Su Terminal-Bench 2.1, GPT-5.6 Sol Ultra tocca il 91,9% e la versione base l'88,8%, davanti a Claude Mythos 5 fermo all'88,0%. Su Frontier-Bench e GDPval-AA, invece, comanda Claude Opus 5.
Sono benchmark diversi che misurano lavori diversi. Non c'è un vincitore, c'è una mappa.
Il paradosso Anthropic
C'è un dettaglio che vale più di venti pagine di marketing: Anthropic dichiara apertamente che Claude Opus 5 non è il suo modello migliore. Mythos 5 resta sopra su biologia e cybersecurity.
È l'opposto di come funzionava la comunicazione AI fino a un anno fa, quando ogni rilascio veniva presentato come il più potente di sempre.
Il messaggio implicito è che la corsa alla potenza pura ha smesso di essere il campo di battaglia commerciale. Ora si gioca su quanto costa ottenere un risultato utile.
Confronto prezzi: tutti i modelli di frontiera a luglio 2026
Questa è la tabella che serve davvero, e che nessuno in italiano ha messo insieme aggiornata a oggi. Prezzi in dollari per milione di token, tariffa standard.
| Modello | Provider | Input | Output | Contesto |
|---|---|---|---|---|
| Claude Fable 5 | Anthropic | 10 $ | 50 $ | 1M |
| Claude Opus 5 | Anthropic | 5 $ | 25 $ | 1M |
| Claude Sonnet 5 | Anthropic | 2 $ → 3 $ dal 1/9 | 10 $ → 15 $ dal 1/9 | 1M |
| GPT-5.6 Sol | OpenAI | 5 $ | 30 $ | ~1,05M |
| GPT-5.6 Terra | OpenAI | 2,50 $ | 15 $ | ~1,05M |
| GPT-5.6 Luna | OpenAI | 1 $ | 6 $ | ~1,05M |
| Gemini 3.1 Pro | 2 $ (4 $ oltre 200K) | 12 $ (18 $ oltre 200K) | 1M | |
| Gemini 3.6 Flash | 1,50 $ | 7,50 $ | 1M | |
| Kimi K3 | Moonshot | 3 $ | 15 $ | 1M |
| GLM-5.2 | Z.ai | ~1 $ | ~4 $ | 1M |
| DeepSeek V4 Pro | DeepSeek | ~0,44 $ | ~0,87 $ | 1M |
Il salto tra la cima e il fondo della tabella è di oltre 50 volte sull'output. E il contesto da 1 milione di token, che un anno fa era un vantaggio competitivo di Google, oggi ce l'hanno praticamente tutti.
Dove si posiziona Claude Opus 5
Confronto diretto con il rivale più vicino per fascia, GPT-5.6 Sol: stesso prezzo in input (5 $), ma Claude Opus 5 costa 25 $ in output contro 30 $. Un 17% in meno proprio sulla voce che pesa di più.
Contro Gemini 3.1 Pro il discorso si ribalta: Google costa meno della metà in input. Ma oltre i 200.000 token di contesto Gemini raddoppia la tariffa, mentre Claude Opus 5 mantiene il prezzo fino a un milione di token.
Se lavori su codebase intere o documenti lunghi, quel dettaglio vale più della differenza di listino.
Tre trappole che sballano ogni confronto prezzi
1. L'output costa molto più dell'input. Su GPT-5.6 il rapporto è di 6 a 1 su tutti e tre i tier. Su Claude è 5 a 1. Un agente prolisso ti costa più di un prompt lungo, quindi controllare la verbosità rende più che ottimizzare il system prompt.
2. I token di ragionamento si pagano come output. Con il thinking attivo di default su Claude Opus 5 e il ragionamento interno di Gemini e GPT, la bolletta reale è sistematicamente più alta del listino. È il costo che nessuno mette in preventivo.
3. La cache cambia tutto. GPT-5.6 sconta l'input in cache del 90%, Gemini fino al 90%, e Anthropic ha il prompt caching da tempo. Su un agente con prefisso ripetuto, la differenza tra fare caching e non farlo supera la differenza tra due provider.
Su questi tre punti ho scritto una guida pratica al risparmio di token che resta valida anche con i listini di oggi.
La pressione cinese: il vero motore del taglio prezzi
Perché Anthropic tiene Claude Opus 5 allo stesso prezzo di Opus 4.8 invece di alzarlo? La risposta sta nella colonna di destra della tabella qui sopra.
Nella prima metà del 2026 i modelli cinesi hanno superato il 30% dell'utilizzo enterprise su OpenRouter, toccando picchi del 46%. La quota di DeepSeek da sola è passata dal 9% a quasi il 20%.
Non è più un fenomeno di nicchia. È una fetta di mercato che i laboratori americani stanno perdendo su base settimanale.
Kimi K3 rompe lo schema
La cosa interessante è che Moonshot ha appena cambiato le regole. Fino a K2.6, il patto era chiaro: modelli cinesi meno capaci ma dieci volte più economici.
Kimi K3 costa 3 $ in input e 15 $ in output. Non è affatto una fascia scontata: è più o meno il prezzo che avrà Claude Sonnet 5 da settembre, e circa il triplo dell'input di K2.6.
Il motivo è che i punteggi ora lo giustificano: quarto posto su 189 modelli nell'Intelligence Index, davanti a Opus 4.8. Ne ho parlato più a fondo nell'analisi dedicata a Kimi K3.
Chi punta ancora sul prezzo
DeepSeek V4 Pro resta l'opzione radicale: circa 0,44 $ in input e 0,87 $ in output, con i pesi già scaricabili sotto licenza MIT. Su input in cache scende a frazioni di centesimo.
GLM-5.2 si posiziona in mezzo, intorno a 1 $ e 4 $, ed è considerato la frontiera cinese sul coding.
Il calcolo pratico per un'azienda italiana è meno ovvio di quanto sembri. Il prezzo per token non è il costo totale: vanno pesate giurisdizione dei dati, conformità GDPR, affidabilità dell'endpoint e qualità del tool calling. Su questo i modelli occidentali mantengono un vantaggio che non compare in nessuna tabella.
I benchmark di Claude Opus 5, letti da chi deve deciderci qualcosa
Torniamo al modello uscito oggi. Anthropic dichiara Claude Opus 5 nuovo stato dell'arte su coding e knowledge work. I numeri più significativi:
- Frontier-Bench v0.1: supera tutti gli altri modelli e più che raddoppia il punteggio di Opus 4.8, con un costo per task inferiore
- CursorBench 3.2: a effort massimo resta entro lo 0,5% dal picco di Fable 5, ma a metà del costo per task
- GDPval-AA v2: 1.861 punti, sopra sia Fable 5 sia GPT-5.6 Sol
- ARC-AGI 3: punteggio tre volte quello del secondo classificato
- OSWorld 2.0: batte il miglior risultato di Fable 5 spendendo poco più di un terzo
- Zapier AutomationBench: pass rate circa 1,5 volte il secondo modello a parità di costo per task
Cosa dicono i clienti in accesso anticipato
I benchmark del produttore vanno presi con le pinze. Più utili sono i numeri operativi riportati dalle aziende che hanno testato Claude Opus 5 prima del lancio, perché parlano di efficienza e non di punteggi:
- Harvey (legal AI) riporta qualità paragonabile generando in media il 26% di token in meno rispetto a Opus 4.8 al massimo ragionamento
- Fundamental Research Lab, su modellazione finanziaria complessa, misura 9 punti percentuali di accuratezza in più con un terzo di turni e tool call in meno e il 60% di tempo risparmiato
- Box segnala un vantaggio dell'8% su contenuti enterprise, che sale all'11% nell'analisi dati e al 17% nella due diligence
- Lovable registra un +22% sui task di coding agentico più difficili rispetto a Opus 4.7, con molta meno varianza tra un'esecuzione e l'altra
Quel dato sulla varianza è quello che sottovaluterei di meno. Un modello che sbaglia meno spesso in modo imprevedibile è un modello che puoi lasciare girare senza supervisione costante.
È esattamente la differenza tra una demo e un sistema in produzione. Puoi verificare tutti i numeri nell'annuncio ufficiale di Anthropic.
Migrazione a Claude Opus 5: due breaking change da conoscere
Passare da Opus 4.8 a Claude Opus 5 è quasi un drop-in replacement. Cambi il model ID e sei operativo:
model = "claude-opus-4-8"diventamodel = "claude-opus-5"
Ma ci sono due cambi di comportamento che possono romperti il codice in produzione.
1. Il thinking è attivo di default
Non devi più abilitarlo esplicitamente. Se il tuo codice assume che il thinking sia spento a meno di richiesta, i conteggi dei token cambiano e i budget vanno rifatti.
2. Errore 400 se disabiliti il thinking a effort alto
Questo è il vero trabocchetto. Se disabiliti il thinking mentre l'effort è impostato su xhigh o max, l'API restituisce un errore 400. Le due strade sono:
- tenere il thinking disabilitato e abbassare l'effort a high o inferiore
- tenere l'effort dov'è e rimuovere del tutto il campo thinking
Con il thinking disabilitato, inoltre, Claude Opus 5 può comportarsi in modo meno prevedibile su task complessi. Se stai facendo girare agenti, lascialo acceso. I dettagli completi sono nella documentazione ufficiale di migrazione.
È lo stesso tipo di attenzione che serviva con il rilascio precedente: quando è uscito Sonnet 5, il cambio di tokenizer aveva rimescolato tutti i conti dei costi, come avevo raccontato nel dettaglio qui.
Due novità API in beta che passano inosservate
Insieme a Claude Opus 5, Anthropic ha rilasciato due funzionalità in beta sulla Claude Platform che valgono più di quanto suggerisca l'annuncio.
Cambio di tool a conversazione aperta
Ora puoi modificare quali strumenti Claude ha a disposizione dentro una conversazione già avviata, senza invalidare la prompt cache.
Se costruisci agenti che cambiano fase — prima ricerca, poi scrittura, poi pubblicazione — questo taglia una quota consistente di costi che prima bruciavi ogni volta che ricostruivi il contesto.
Fallback automatici sull'API
Le richieste segnalate dai classificatori di sicurezza su Claude Opus 5 o Fable 5 possono ora essere instradate automaticamente su un altro modello invece di essere bloccate.
Con i fallback attivi la richiesta viene sempre servita dal miglior modello disponibile, invece di tornarti indietro un rifiuto secco. Per chiunque abbia costruito integrazioni con Fable 5 nei mesi scorsi, questa è la risposta al problema più fastidioso di quella famiglia di modelli.
Sicurezza di Claude Opus 5: i classificatori si allentano
Qui c'è la parte più interessante per chi lavora nella sicurezza informatica. Anthropic dichiara che Claude Opus 5 non avanza la frontiera nelle capacità dual-use rischiose: resta dietro a Mythos 5 sia sulla ricerca biologica sia sulla cybersecurity offensiva.
Il modello non è stato addestrato su task cyber di proposito. È comunque migliorato molto per effetto della capacità generale, e oggi si avvicina a Mythos 5 nel trovare vulnerabilità.
Resta però nettamente indietro nello sfruttarle: sul benchmark OSS-Fuzz identifica falle con successo simile, ma il punteggio sullo sviluppo di exploit è molto più basso.
Di conseguenza i classificatori cyber di Claude Opus 5 sono più permissivi di quelli di Fable 5. Concretamente:
- Permesso: trovare vulnerabilità nel codice sorgente
- Bloccato: scansione di vulnerabilità su binari, penetration testing, generazione di exploit
- Anthropic stima che i classificatori intervengano circa l'85% di volte in meno rispetto a Fable 5
- Su Claude.ai, Claude Code e Cowork, le richieste segnalate ricadono su Opus 4.8 invece di essere rifiutate
Chi fa sicurezza per lavoro può accedere al Cyber Verification Program, che dà una versione con meno restrizioni.
Sul fronte biologia, le richieste bloccate su Fable 5 ora vengono instradate su Claude Opus 5, che diventa il modello generalmente disponibile più capace per la ricerca scientifica.
Se ti sei perso il contesto di come si è arrivati a questa architettura di safeguard, la storia della sospensione di Fable 5 e Mythos 5 dopo tre giorni spiega parecchio.
Il dato sull'allineamento
L'audit comportamentale automatico di Anthropic assegna a Claude Opus 5 un punteggio di 2,3 sui comportamenti disallineati, il più basso tra i modelli recenti.
Aderisce alla Costituzione di Claude meglio di Opus 4.8, Sonnet 5 e Fable 5, mostra i tassi più bassi di comportamento ingannevole ed è il più difficile da manipolare verso usi impropri.
Per un modello che vuoi lasciar lavorare da solo su un repository di produzione, questo numero conta quanto un benchmark di coding.
Quale modello usare: guida pratica al routing multi-provider
Questa è la sezione che nessun articolo italiano su Claude Opus 5 ti dà. Con undici modelli di frontiera sul mercato, il risparmio vero non sta nello scegliere il provider giusto una volta: sta nel fare routing per tipo di task.
| Task | Modello consigliato | Perché |
|---|---|---|
| Coding agentico su codebase reali | Claude Opus 5 | Primo su Frontier-Bench, pochi falsi positivi sui bug |
| Refactoring lungo su più file | Claude Opus 5 | 1M token senza sovrapprezzo per contesto lungo |
| Orchestrazione di sotto-agenti | Claude Opus 5 | Pattern writer-verifier, pochi conflitti tra agenti |
| Automazioni da terminale e CLI | GPT-5.6 Sol | Primo su Terminal-Bench 2.1 |
| Produzione bilanciata ad alto volume | GPT-5.6 Terra o Gemini 3.6 Flash | Qualità vicina al top a un terzo del costo |
| Classificazione ed estrazione dati massiva | Sonnet 5, Luna o DeepSeek V4 | Il costo per richiesta domina sulla qualità |
| Documenti lunghi sotto i 200K token | Gemini 3.1 Pro | 2 $ in input, il più economico della fascia Pro |
| Ricerca di frontiera e cyber autorizzato | Claude Fable 5 | Resta il più capace dove serve davvero |
Una regola empirica che uso con i clienti: parti dal tier più economico e sali solo quando il task fallisce o richiede troppe riprove.
Il costo per token è più alto sui modelli di punta, ma il costo per task completato spesso è più basso, perché servono meno turni e meno correzioni umane. Se ti interessa lo stesso ragionamento applicato ai tier OpenAI, l'ho sviluppato nella guida a Sol, Terra e Luna.
Cosa cambia con Claude Opus 5 per una PMI italiana
Se gestisci un'azienda e non un'infrastruttura di agenti, la traduzione è semplice.
Se usi Claude Pro a 20 dollari al mese: hai automaticamente accesso al modello più potente del piano, senza fare nulla. Vale la pena rifare i test su quei compiti che avevi abbandonato perché il modello non li completava.
Se hai automazioni via API: rifai i conti. Molte pipeline costruite su Fable 5 per pura necessità di qualità possono oggi scendere su Claude Opus 5 e dimezzare la spesa. Con i fallback automatici, anche il rischio di richieste bloccate si riduce.
Se stai confrontando i provider: non scegliere sul titolo dell'annuncio. Prendi tre task reali della tua azienda, falli girare su due o tre modelli e misura il costo per risultato accettabile. È l'unico benchmark che conta per te.
Se stavi aspettando per iniziare: questa è una finestra buona. La guerra dei prezzi tra Anthropic, OpenAI, Google e i lab cinesi sta spingendo il rapporto capacità/costo al livello migliore mai visto.
La cadenza di rilascio è ormai di poche settimane. Non aspettare il modello perfetto, perché ne esce uno nuovo prima che tu abbia finito di valutare quello attuale.
Il confronto ragionato con l'alternativa principale lo trovi nell'analisi su quale AI conviene alla tua PMI tra GPT-5.6 e Claude.
Leggi anche
- Claude Fable 5: cos'è e cosa cambia per chi sviluppa
- Claude Sonnet 5 costa meno, ma c'è un trucco nel tokenizer
- Claude Opus 4.7 e Claude Design: novità Anthropic 2026
- MCP 2026-07-28: la spec diventa stateless, cosa si rompe
- Colibrì: GLM-5.2 da 744B in locale con 25 GB di RAM
Conclusione: chi sta vincendo la corsa all'AI?
Nessuno, ed è questa la notizia. La frontiera si è appiattita: Claude Opus 5 guida sul coding agentico e sul lavoro di conoscenza, GPT-5.6 Sol sul terminale, Kimi K3 su un indice composito, Mythos 5 sulla cybersecurity.
Quando i modelli si equivalgono, la competizione si sposta sul prezzo. Ed è esattamente quello che stiamo vedendo: Claude Opus 5 esce allo stesso listino del predecessore, con prestazioni vicine a un modello che costa il doppio.
Per chi sviluppa, la conseguenza pratica è una sola: smetti di cercare il modello migliore e costruisci un'architettura che ti permette di cambiarlo in dieci minuti. Perché tra sei settimane la classifica sarà diversa.
Se stai valutando come integrare l'AI nei processi della tua azienda, o hai automazioni che vorresti rendere più economiche e affidabili, scrivimi e ne parliamo.
Progetto pipeline e agenti AI multi-provider su misura per PMI, con routing dei modelli per tenere i costi sotto controllo. La prima analisi non si paga. Puoi anche vedere i servizi di sviluppo web app se il progetto è più ampio di una singola automazione.
