OpenAI e Anthropic rilasciano modelli duellanti mentre la corsa agli armamenti dell’IA si intensifica

OpenAI e Anthropic hanno rilasciato nuovi modelli flagship entro pochi minuti l’uno dall’altro oggi, mentre OpenAI ha lanciato contemporaneamente una piattaforma di agenti aziendali e Perplexity ha introdotto una funzione di ricerca multi-modello. Oggi ha portato più importanti annunci di prodotti di intelligenza artificiale in un solo pomeriggio di quanto la maggior parte delle settimane produca in totale.

Ecco cosa è stato rilasciato e cosa significa.

Opus 4.6 di Anthropic: team di agenti e una finestra di un milione di token

Anthropic ha rilasciato Claude Opus 4.6, il suo modello più capace, con due funzionalità principali: una finestra di contesto di un milione di token e una nuova funzionalità chiamata Team di agenti.

La finestra di contesto è il più grande risultato tecnico. Con un milione di token, Opus 4.6 può elaborare circa 3.000 pagine di testo in un solo prompt — quattro volte il limite di 256.000 token del suo predecessore. Combinato con il supporto per output di 128.000 token, il modello può ora inghiottire e lavorare con interi codebase, depositi normativi o corpora di ricerca senza chunking o riassunto.

Team di agenti, disponibile in Claude Code, consente a più istanze di Claude di lavorare in parallelo su un codebase condiviso. Invece di un singolo agente che esegue compiti in sequenza, gli sviluppatori possono avviare team in cui un agente gestisce le modifiche frontend, un altro scrive test e un terzo ristruttura la logica backend — tutti coordinati sullo stesso progetto contemporaneamente.

Opus 4.6 introduce anche il pensiero adattivo, che consente al modello di calibrare quanto sforzo di ragionamento investire in un determinato prompt. Le domande semplici ottengono risposte rapide; i problemi complessi attivano un pensiero più profondo. Gli sviluppatori possono regolare questo tramite controlli di sforzo su quattro livelli: basso, medio, alto e massimo.

Sui benchmark, Opus 4.6 ottiene il punteggio più alto su Terminal-Bench 2.0 per la codifica agente e guida l’ultimo esame dell’umanità, una valutazione di ragionamento complesso. Anthropic afferma un vantaggio di 144 punti Elo su GPT-5.2 sulla valutazione GDPval-AA e un miglioramento di 190 punti su Opus 4.5.

I prezzi dell’API rimangono invariati a 5 dollari per milione di token di input e 25 dollari per milione di token di output, sebbene i prompt che superano i 200.000 token abbiano un tasso premium di 10/37,50 dollari.

In una mossa aziendale degna di nota, Anthropic ha annunciato un’anteprima di ricerca di Claude in Microsoft PowerPoint, in cui il modello può leggere layout di diapositive e modelli esistenti e generare o modificare presentazioni preservando la formattazione del marchio.

GPT-5.3-Codex di OpenAI: il modello che ha aiutato a costruire se stesso

Minuti dopo l’annuncio di Anthropic, OpenAI ha lanciato GPT-5.3-Codex, il suo modello di codifica più capace. Il rilascio unifica le prestazioni di codifica di frontiera di GPT-5.2-Codex con le capacità di ragionamento e conoscenza professionale di GPT-5.2 in un unico sistema che è anche il 25 percento più veloce.

La rivendicazione più nota: GPT-5.3-Codex ha aiutato a costruire se stesso. Il team Codex di OpenAI ha utilizzato versioni precoci del modello durante il proprio processo di formazione — debug dei run di formazione, gestione dell’infrastruttura di distribuzione e diagnosi dei risultati di valutazione. È il primo riconoscimento pubblico di OpenAI che un modello è stato strumentale nella sua stessa sviluppo, un traguardo che solleva sia questioni di efficienza che di sicurezza.

GPT-5.3-Codex stabilisce nuovi massimi settoriali su SWE-Bench Pro e Terminal-Bench, benchmark che valutano compiti di ingegneria del software nel mondo reale. Il modello può gestire compiti a lungo termine che coinvolgono ricerca, utilizzo di strumenti e esecuzione complessa, e gli utenti possono interagire con esso durante il compito senza perdere il contesto — più come collaborare con un collega che emettere comandi.

Il modello è disponibile ora per tutti gli utenti del piano pagato ChatGPT tramite l’app Codex, CLI, estensione IDE e interfaccia web. L’accesso all’API arriverà presto.

Per gli sviluppatori che scelgono tra generatori di codice AI, l’immagine competitiva è ora nettamente definita: Opus 4.6 guida sulla coordinazione degli agenti e sul lavoro a contesto lungo, mentre GPT-5.3-Codex enfatizza la velocità e il ragionamento integrato. Entrambi affermano di essere i migliori su benchmark sovrapposti, e strumenti come Cursor e Xcode di Apple (AAPL ) supportano entrambi, quindi gli sviluppatori possono passare liberamente.

Frontiera di OpenAI: gli agenti aziendali ottengono la loro piattaforma

Insieme al lancio del modello, OpenAI ha introdotto Frontier, una piattaforma aziendale per la costruzione, la distribuzione e la gestione di agenti di intelligenza artificiale. Frontier si collega a database, sistemi CRM, piattaforme HR, strumenti di ticketing e altre applicazioni aziendali, quindi consente agli agenti di intelligenza artificiale di eseguire processi su di essi.

OpenAI ha descritto Frontier come “un livello semantico per l’azienda” in cui i dipendenti umani e gli agenti di intelligenza artificiale operano sulla stessa piattaforma con accesso condiviso ai dati e controlli di sicurezza. Gli agenti ottengono identità simili a quelle dei dipendenti, contesto organizzativo condiviso e autorizzazioni di livello aziendale.

La piattaforma è agnostica rispetto al modello — le aziende possono gestire agenti costruiti sui modelli di OpenAI accanto a quelli di Google (GOOGL ), Microsoft e Anthropic. I clienti iniziali includono Intuit (INTU ), State Farm, Thermo Fisher e Uber.

Frontier posiziona OpenAI per competere direttamente con piattaforme aziendali come Agentforce di Salesforce (CRM ) e gli agenti di intelligenza artificiale di ServiceNow. La differenza: OpenAI sta costruendo dal livello del modello verso l’alto, mentre gli incumbent stanno aggiungendo intelligenza artificiale a strumenti di flusso di lavoro esistenti. Se le aziende preferiscono la loro infrastruttura di agenti dal loro fornitore di intelligenza artificiale o dal loro fornitore di software definirà la competizione dell’intelligenza artificiale aziendale nel 2026.

Consiglio dei modelli di Perplexity: tre modelli, una risposta

Perplexity ha lanciato Model Council, una funzionalità che esegue la stessa query su tre modelli contemporaneamente — Claude Opus, GPT e Gemini — quindi utilizza un modello di sintesi per riconciliare le loro uscite in una singola risposta che segnala le aree di accordo e disaccordo.

Immagine: Perplexity

Il presupposto è che nessun singolo modello è affidabilmente il migliore in tutte le query. Quando tre modelli di frontiera convergono sulla stessa risposta, la fiducia è alta. Quando divergono, gli utenti sanno di indagare ulteriormente. Model Council è disponibile per gli abbonati Max e si posiziona per la ricerca sugli investimenti, l’analisi strategica e la presa di decisioni complesse.

La funzionalità riflette la strategia di Perplexity di differenziarsi attraverso l’orchestrazione multi-modello piuttosto che la costruzione di modelli di base. Mentre il divario tra i bot di intelligenza artificiale di frontiera si restringe sui singoli benchmark, aggregare le loro uscite potrebbe risultare più prezioso che scegliere un singolo fornitore.

Cosa significa tutto ciò

Questi rilasci confermano che la competizione dell’intelligenza artificiale è passata dalle capacità del modello all’infrastruttura del prodotto. Sia OpenAI che Anthropic hanno modelli che superano gli stessi benchmark; la differenziazione ora vive in ciò che puoi costruire sopra di essi.

Perplexity, nel frattempo, sta facendo un argomento silenzioso che le guerre dei modelli potrebbero essere meno importanti di come si combinano i modelli. Se Model Council si rivela utile, suggerisce che il futuro non è scegliere tra Claude e GPT — è utilizzare entrambi.

Per gli sviluppatori e le aziende che valutano la loro pila di intelligenza artificiale, questo li rende più difficili.