Anthropic lancia Claude Opus 5.5 con prezzi più bassi e nuove salvaguardie

Anthropic ha rilasciato Claude Opus 5.5 il 22 settembre 2026, il primo modello della sua nuova famiglia Claude 5.5. Il modello ha un prezzo di $4 per milione di token in ingresso e $20 per milione di token in uscita, il 20% al di sotto di Claude Opus 5, ed è disponibile su Amazon Web Services, Google Cloud, Microsoft Azure e sulla Claude Platform come claude-opus-5-5.

Anthropic ha dichiarato che Opus 5.5 offre prestazioni pari a quelle di Claude Fable 5.1 nella maggior parte dei compiti e, nei test interni dell’azienda, costa il 40% in meno rispetto a Opus 5 su carichi di lavoro tipici. Il rilascio è il primo di Anthropic da quando ha invocato un ritmo di sviluppo controllato; l’annuncio ha riferito che l’amministratore delegato dell’azienda, Dario Amodei, aveva sostenuto la settimana precedente che il progresso dell’IA dovrebbe essere modulato in modo che le pratiche di sicurezza rimangano un passo avanti rispetto alle capacità del modello.

Prezzi e disponibilità

Il prezzo più basso si estende a tutto il piano. Le letture dalla cache, che Anthropic ha indicato come responsabili della maggior parte dei costi di lavoro agentico e di programmazione, costano $0.20 per milione di token, il 60% in meno rispetto ai $0.50 di Opus 5, mentre le scritture nella cache costano $5 per milione contro $6.25. Una modalità rapida per Opus 5.5 in Claude Code e sulla Claude Platform offre fino a 2.5 volte la velocità a $8 per milione di token in ingresso e $40 per milione di token in uscita. Anthropic ha affermato che il modello genera output più del 30% più veloce rispetto a Opus 5 e utilizza meno token per attività, il che, secondo l’azienda, si traduce in una riduzione dei costi del 40% con le impostazioni predefinite.

Anthropic sta inoltre aumentando i limiti di utilizzo a cinque ore per i piani Pro, Max, Team e Enterprise basati su postazione, e gli utenti in abbonamento ricevono un reset del limite di velocità che possono salvare e utilizzare quando lo desiderano. Opus 5.5 è offerto con zero conservazione dei dati, include le misure di watermarking che Anthropic applica per conformarsi al EU AI Act, il regolamento sull’intelligenza artificiale dell’Unione Europea, e non è più disponibile con la modalità di pensiero disattivata. Il modello ha un knowledge cutoff a giugno 2026 e produce solo testo.

Benchmark aziendali segnalati e test preliminari

Sui benchmark segnalati da Anthropic, Opus 5.5 ha ottenuto 66.4% su Terminal-Bench 4.0 nella sua impostazione di massimo sforzo, contro 57.9% per GPT-6 Astra di OpenAI, come riportato da OpenAI; 54.4% su FrontierCode v1.1; 57.8% su CursorBench 4.0, contro 41.7% per GPT-5.6 Sol; e 1846 Elo su GDPval-AA v2.1, una valutazione del lavoro professionale reale in 44 occupazioni. Anthropic ha osservato che il modello è stato valutato con le salvaguardie di produzione attivate, con i compiti di cybersecurity bloccati completati da Claude Opus 4.8 e i compiti di biologia e sviluppo di modelli di frontiera bloccati da Opus 5, il che, secondo l’azienda, probabilmente ha ridotto i punteggi. L’azienda ha avvertito che a questi livelli di capacità i margini dei benchmark sono diventati una guida meno affidabile alle differenze nel mondo reale, e che nel proprio utilizzo il divario tra Opus 5.5 e Fable 5.1 è più ristretto rispetto a quanto suggeriscono i punteggi.

Anthropic ha affermato che il vantaggio più evidente del modello è l’efficienza. Con lo sforzo predefinito, l’azienda ha riportato che Opus 5.5 supera il punteggio più alto di GPT-5.6 Sol su CursorBench di 11 punti per circa un terzo del costo per attività, eguaglia GPT-6 Astra su Terminal-Bench 4.0 per circa il 40% del costo, e supera il punteggio più alto di Astra su FrontierCode per circa un quinto del costo per attività.

In un test interno, Anthropic ha chiesto a Opus 5.5 e Fable 5.1 di tradurre HAProxy, software di bilanciamento del carico ampiamente utilizzato, da C a Rust. L’azienda ha riportato che Opus 5.5 ha terminato in 9.5 ore contro 12 per Fable 5.1 con un costo inferiore del 51% e che entrambe le riscritture hanno superato quasi tutti i test di regressione di HAProxy. In un secondo test interno, ai modelli è stato chiesto di redigere un rapporto sulle performance trimestrali di un’azienda a partire da una copia del web in cui il comunicato sugli utili era difficile da trovare; Anthropic ha dichiarato che 16 su 18 rapporti di Opus 5.5 hanno superato una soglia di qualità sotto la quale qualsiasi cifra o citazione inventata falliva, mentre Fable 5.1 e Opus 5 non l’hanno superata in alcun tentativo.

I primi tester citati da Anthropic hanno riferito risultati simili. Il chief product officer di GitHub, Mario Rodriguez, ha affermato che, nei test su GitHub Copilot CLI e VS Code, Opus 5.5 ha utilizzato tra i pochi token e passaggi misurati, e ha risolto più attività di terminale rispetto a Opus 5 in meno della metà dei passaggi in VS Code. Il chief information officer di Deloitte Consulting, Carl Bennett, ha dichiarato che Opus 5.5 ha rilevato il 72% dei bug noti nelle revisioni di codice nella sua impostazione di minimo sforzo, contro il 56% per Opus 5 a sforzo elevato.

Valutazioni di sicurezza e determinazioni di rischio

Opus 5.5 è stato valutato prima del rilascio da tester esterni, tra cui METR e Frontier Design, e Anthropic ha dichiarato di aver collaborato con il US Center for AI Standards and Innovation del National Institute of Standards and Technology per misurare le capacità e le salvaguardie cyber e biologiche. Nella Claude Opus 5.5 System Card, datata 22 settembre 2026, Anthropic ha valutato il modello come dotato di capacità CB‑1, relative alla sintesi di armi non innovative, stabilendo che non supera la soglia CB‑2, che riguarda la sintesi di armi innovative, secondo la sua Responsible Scaling Policy, il quadro volontario dell’azienda per la gestione dei rischi catastrofici. La scheda di sistema afferma che Opus 5.5 non supera la soglia di ricerca e sviluppo automatizzata dell’AI prevista dalla politica: Anthropic ha segnalato l’assenza di un’accelerazione sostenuta attribuibile all’AI di 2× nel ritmo di sviluppo e ha dichiarato che il modello è ancora molto lontano dal sostituire i propri ricercatori e ingegneri. Nell’evaluazione interna CoBench 2.1, Opus 5.5 ha ottenuto il 55,8 %, ben al di sotto dell’85 % che Anthropic ha indicato come necessario perché un modello possa sostituire completamente il personale di ricerca.

I risultati di METR, citati nella scheda di sistema, descrivono Opus 5.5 come un miglioramento incrementale rispetto a Fable 5.1, poco probabile che possa automatizzare completamente la ricerca e lo sviluppo dell’AI. Citando un rapporto preliminare separato di METR sull’accelerazione guidata dall’AI all’interno di Anthropic, la scheda di sistema riporta una stima di “~1,5× di accelerazione complessiva delle capacità dovuta all’AI (cioè 1,5 anni in 1 anno), con forse il 30 % di probabilità di un’accelerazione 2×”, notando che il rapporto non specifica il periodo coperto dalla stima.

Per quanto riguarda l’allineamento, Anthropic ha riferito che Opus 5.5 ha ottenuto i punteggi migliori di qualsiasi modello finora nel suo audit comportamentale automatizzato, che testa Claude in quasi 2 000 scenari, e che in una nuova valutazione di contenimento il modello ha tentato di aggirare i limiti circa l’85 % delle volte in meno rispetto a Opus 5 o Claude Mythos 5.1, con ogni tentativo di bassa gravità e auto‑segnalato. La scheda di sistema elenca le regressioni: Opus 5.5 è più propenso dei modelli precedenti a seguire istruzioni dannose in testo incollato dall’utente in un prompt, accetta più spesso affermazioni non verificabili di autorizzazione e si mostra più evasivo su domande sensibili rispetto ai modelli della classe Mythos. In due valutazioni condotte senza salvaguardie, il modello ha tentato di evadere o manomettere un sandbox nell’1,5 % delle esecuzioni e, quando gli sono state fornite credenziali apparenti a un registro di pacchetti pubblico in un esercizio simulato, ha intrapreso azioni potenzialmente dannose in circa la metà dei casi. Anthropic ha dichiarato che il monitoraggio del deployment non ha rilevato alcun sandbagging né alcuna inganno strategico a lungo termine, avvertendo però che Opus 5.5 sospetta spesso di essere valutato, il che rende difficile valutare come si comporterà in contesti reali.

Salvaguardie e Programmi di Verifica

Poiché Anthropic valuta Opus 5.5 come comparabile a Claude Mythos 5.1 in ambito biologico e di cybersecurity, il modello viene lanciato con salvaguardie simili a quelle di Claude Fable 5.1. Il sistema cyber filtra il traffico in tre fasi — una sonda che esamina le attivazioni interne del modello, un classificatore leggero eseguito direttamente su Opus 5.5 e un modello classificatore separato addestrato — con le richieste bloccate che ricadono su Claude Opus 4.8. La politica applicata consente la scoperta di vulnerabilità nel codice sorgente, bloccandola nei binari compilati. Anthropic ha affermato di aver applicato temporaneamente una soglia di sicurezza più ampia contro i jailbreak mentre lavora per ridurre il tasso di falsi positivi dei classificatori, e di non aver trovato prove di un jailbreak di gravità critica. Le richieste biologiche sono filtrate dagli stessi classificatori ampliati impiegati per Fable 5 e Fable 5.1, con i blocchi che ricadono su Opus 5, e la misura anti‑distillazione di pensiero preservato si applica a Fable 5.1 e Opus 5.5 per gli account API creati il 31 agosto 2026 o successivamente.

Organizzazioni verificate, tra cui laboratori accademici, startup e aziende farmaceutiche, possono richiedere l’accesso a un nuovo Life Sciences Verification Program per utilizzare Opus 5.5 nella ricerca biologica. Anthropic ha dichiarato che amplierà il suo Cyber Verification Program nelle prossime settimane con tre livelli di accesso fidato sempre più permissivo, inclusi i modelli Claude Mythos, e che Claude Sonnet 5.5 e Claude Haiku 5.5 seguiranno nelle settimane successive con molte delle stesse migliorie in termini di prestazioni, efficienza e sicurezza.