L'attuale gamma Claude di Anthropic rende fuorviante un semplice confronto dei prezzi. Questa recensione sottopone i modelli Claude Opus 5.5, Claude Opus 5 e Claude Fable 5.1 alle stesse cinque richieste e riporta il risultato dell’attività, il tempo trascorso in locale, l’utilizzo di token segnalato dal percorso e i limiti di ciascuna osservazione.
La differenza concreta è evidente nelle schede delle attività. Opus 5.5 è risultato il più veloce e il più economico tra i programmi testati; Fable 5.1 ha generato il minor numero di token in uscita e la risposta in formato cinese più pulita, mentre Opus 5 ha impiegato più tempo e Opus 5.5 ha utilizzato il maggior numero di token in uscita. La scheda di codifica aggiunge un'importante precisazione: un output più breve non era automaticamente sinonimo di un output migliore.
Abbiamo copiato i cinque prompt dalla precedente recensione di Claude Opus 5.5 e abbiamo eseguito ogni prompt una volta per ciascun modello. Le impostazioni della richiesta erano identiche: un limite massimo di 8.192 token, livello di impegno elevato, un solo messaggio dell’utente e nessun utilizzo di strumenti. La risposta restituita era HTTP 200 e fine_turno per tutte e 15 le richieste.
Risposta rapida
- Il più veloce in questa serie di cinque prove: Claude Opus 5.5 ha impiegato 47,725 secondi di tempo end-to-end locale per cinque richieste consecutive. Claude Fable 5.1 ha impiegato 53,290 secondi, mentre Claude Opus 5 ha impiegato 61,470 secondi.
- Stima del prezzo di listino più basso: Opus 5.5 ha totalizzato circa $0.0818 per le cinque richieste ai tassi ufficiali dei token, seguito da Opus 5 a $0.0962 e da Fable 5.1 a $0.1415. Si tratta di stime aritmetiche, non di commissioni della piattaforma.
- Risultato di qualità: tutti e tre hanno restituito un'estrazione di cinque elementi, un JSON analizzabile e la risposta matematica corretta. I risultati del codice differivano nella gestione dei casi limite, mentre Fable 5.1 ha seguito in modo più accurato le istruzioni in formato cinese composte da due paragrafi.
- Avvertenza relativa alle API: Opus 5.5 non è una semplice sostituzione "drop-in" per tutte le integrazioni di Opus 5. La guida alla migrazione indica che la funzione "thinking" non può essere disabilitata e che alcuni strumenti o modelli di "thinking" meno recenti richiedono delle modifiche.
- Non dare troppo peso alla classifica: Si tratta di un ciclo di esecuzione corrispondente per ogni attività su un unico percorso. Misura il comportamento effettivo, il tempo trascorso e l'utilizzo riportato, non un punteggio del modello universale.
Quanto costano e quali caratteristiche presentano i tre modelli
Le tre API condividono una finestra di contesto da 1 milione di token e un output massimo di 128K, secondo la documentazione attuale del modello Anthropic. Le loro unità di fatturazione e il loro stato differiscono: Opus 5.5 è l’ultima versione della linea Opus, Opus 5 è contrassegnata come legacy e Fable 5.1 presenta la velocità standard di input/output più elevata.
| Modello | Status ufficiale | ID modello API | Entrata / uscita | Contesto / potenza massima | Impegno predefinito | Lettura dalla cache |
|---|---|---|---|---|---|---|
| Claude Opus 5,5 | Ultime novità | claude-opus-5-5 | $4 / $20 per MTok | 1M / 128K | Medio | $0.20 / MTok |
| Claude Opus 5 | Attivo, obsoleto | claude-opus-5 | $5 / $25 per MTok | 1M / 128K | Alto | $0,50 / MTok |
| Claude Fable 5.1 | Ultime novità | claude-favola-5-1 | $10 / $50 per MTok | 1M / 128K | Alto | $0,25 / MTok |
Per un semplice esempio senza cache, 100.000 token in ingresso più 20.000 token in uscita costano $0,80 su Opus 5.5, $1,00 su Opus 5 e $2,00 su Fable 5.1 alle tariffe indicate. Fable 5.1 presenta un tasso di lettura della cache inferiore rispetto a Opus 5, pertanto i carichi di lavoro degli agenti che fanno un uso intensivo della cache richiedono un calcolo separato.
Cosa mostra la tabella ufficiale dei benchmark
Anthropic Annuncio Claude Opus 5.5 inserisce tutti e tre i modelli nella stessa tabella di confronto dei fornitori. Opus 5.5 è in testa alla classifica, ma si tratta di risultati forniti dai fornitori stessi, ottenuti con suite di test specifiche per il benchmark e impostazioni di carico di lavoro specifiche. Lo stesso annuncio avverte che, a questo livello di prestazioni, i margini ristretti nei benchmark costituiscono un indicatore meno affidabile delle differenze riscontrabili nella realtà.
| Analisi comparativa dei fornitori | Opus 5.5 | Fable 5.1 | Opus 5 | Cosa misura |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 55.8% | 52.3% | Programmazione con riga di comando ad approccio agentico |
| FrontierCode v1.1 | 54.4% | 50.3% | 48.0% | Se le modifiche al codice dell'agente verrebbero integrate |
| CursorBench 4.0 | 57.8% | 51.8% | 46.6% | Compiti ambigui di codifica di più file |
| GDPval-AA v2.1 | 1846 | 1735 | 1708 | Attività professionali basate sulla conoscenza in 44 settori professionali |
| AutomationBench | 40.0% | 31.4% | 26.9% | Flussi di lavoro aziendali end-to-end |
| L'ultimo esame dell'umanità | 67.7% con gli attrezzi | 65.6% con utensili | 63,61 TP40T con utensili | Ragionamento multidisciplinare |
| OSWorld 2.0 | 81.8% parziale | 80,71 TP40T parziale | 74,01 TP40T parziale | Attività che prevedono l'uso del computer |
La tabella è utile per individuare la frontiera di prestazione dichiarata dal fornitore. Non sostituisce le schede di confronto riportate di seguito: il nostro test prevede prompt brevi a singolo giro, un elevato livello di impegno, l’assenza di strumenti e un percorso controllato da una terza parte.
Stessi prompt, stesse impostazioni di richiesta
Abbiamo copiato i cinque prompt dal precedente pacchetto di test Opus 5.5 e li abbiamo inviati una volta ciascuno a ogni modello. Il cliente ha alternato l'ordine dei modelli a seconda dell'attività, ha utilizzato JSON in formato UTF-8 e ha misurato il tempo dall'inizio della richiesta fino alla lettura completa del corpo della risposta. Tutte e 15 le richieste hanno restituito un codice HTTP 200 e fine_turno. Per una spiegazione più approfondita e per conoscere il flusso di lavoro ripetibile, consultare Come GlobalGPT testa i modelli di intelligenza artificiale.
Confronto tra tempo e token
| Percorso | Sono trascorsi 5 run | Media / attività | Token di input | Token di output | Pensiero basato sul percorso | Stima del prezzo di listino* |
|---|---|---|---|---|---|---|
| Claude Opus 5,5 | 47,725 s | 9,545 s | 700 | 3,952 | 2,214 | $0.0818 |
| Claude Opus 5 | 61,470 s | 12,294 s | 690 | 3,709 | 1,859 | $0.0962 |
| Claude Fable 5.1 | 53,290 s | 10,658 s | 700 | 2,690 | 1,122 | $0.1415 |
*Stima basata sui token di input/output riportati dal percorso e sulle tariffe API standard indicate da Anthropic. Sono esclusi i costi di cache, i crediti della piattaforma, le tasse e i ricarichi. Il tempo trascorso è il tempo locale effettivo end-to-end a partire dall’invio della richiesta, non la latenza del provider né i token al secondo. “Pensiero” è un campo relativo all’utilizzo riportato dalla route, non un ragionamento nascosto misurato in modo indipendente.
I risultati indicano direzioni diverse a seconda del parametro di valutazione. Opus 5.5 ha registrato il tempo totale più veloce e il costo stimato più basso, Fable 5.1 ha generato il minor numero di token in uscita, mentre Opus 5 ha registrato il tempo totale più lento in questo gruppo. Una risposta più breve non è automaticamente una risposta migliore: la scheda di codifica mostra perché è ancora necessario esaminare il contenuto in uscita e la gestione dei casi limite.
Cinque schede attività abbinate
I modelli sono in grado di correggere una funzione di deduplicazione di tipo misto?
Configurazione dell'attività: La traccia richiedeva una funzione corretta, oltre a due test concisi, un confronto tra stringhe che non tenesse conto delle maiuscole e minuscole, il mantenimento della prima grafia e l'assenza di crash in presenza di valori non stringa.
| Modello | Tempo / utilizzo | Risultato osservato |
|---|---|---|
| Claude Opus 5,5 | 15,844 s locali · 145 in / 1478 out · 700 di riflessione · fine turno | Utilizza il "casefold" con un valore di fallback sotto forma di elenco; la stringa di documentazione indica l’identità, mentre il codice utilizza l’uguaglianza. |
| Claude Opus 5 | 16,845 s locali · 143 in / 1109 out · 312 di riflessione · fine turno | Aggiunge chiavi contrassegnate dal tipo e un valore di fallback per l'uguaglianza, oltre a segnalare la sintassi Python su una sola riga non valida. |
| Claude Fable 5.1 | 12,778 s locale · 145 in / 783 out · 0 di riflessione · fine turno | Utilizza `repr(item)` per i valori non hashabili; questa soluzione supera i test degli esempi riportati, ma può causare collisioni tra tipi diversi. |
Risultato del confronto: Il caso limite è un'osservazione a livello di attività, non un'affermazione che vale per tutti i carichi di lavoro di programmazione.
I modelli sono in grado di conservare i cinque fatti forniti senza aggiungere ulteriori affermazioni?
Configurazione dell'attività: Il materiale di partenza era una breve nota riguardante un test di due settimane su tre assistenti alla scrittura. Si tratta di un breve esercizio di estrazione, non di un test di riferimento su un contesto esteso.
| Modello | Tempo / utilizzo | Risultato osservato |
|---|---|---|
| Claude Opus 5,5 | 4,374 s locali · 210 in / 312 out · 101 di riflessione · fine turno | Ho riportato cinque punti numerati attenendomi ai dati forniti; le etichette e l'ordine differivano leggermente. |
| Claude Opus 5 | 4,661 s locali · 208 in / 265 out · 27 di riflessione · fine turno | Ho riportato cinque punti numerati attenendomi ai dati forniti; le etichette e l'ordine differivano leggermente. |
| Claude Fable 5.1 | 6,305 s locali · 210 in / 223 out · 0 di riflessione · fine turno | Ho riportato cinque punti numerati attenendomi ai dati forniti; le etichette e l'ordine differivano leggermente. |
Risultato del confronto: Il brano di partenza era breve; questa verifica riguarda l'estrazione e la formattazione basate sul testo stesso, non la gestione di contesti composti da milioni di token.
I modelli sono in grado di restituire esattamente la struttura richiesta?
Configurazione dell'attività: Le istruzioni richiedevano esclusivamente un JSON valido, cinque chiavi esatte, due vantaggi, due svantaggi e stringhe brevi. Il contenuto fittizio della recensione non costituisce una prova relativa a nessun modello.
| Modello | Tempo / utilizzo | Risultato osservato |
|---|---|---|
| Claude Opus 5,5 | 8,276 s locali · 128 in / 622 out · 390 di riflessione · fine turno | Ha restituito un JSON analizzabile contenente le chiavi richieste e due pro e due contro; le descrizioni generate sono testo di prova, non dati relativi al prodotto. |
| Claude Opus 5 | 6,344 s locali · 126 in / 238 out · 0 di riflessione · fine_turno | Ha restituito un JSON analizzabile contenente le chiavi richieste e due pro e due contro; le descrizioni generate sono testo di prova, non dati relativi al prodotto. |
| Claude Fable 5.1 | 6,626 s locali · 128 in / 203 out · 0 di riflessione · fine turno | Ha restituito un JSON analizzabile contenente le chiavi richieste e due pro e due contro; le descrizioni generate sono testo di prova, non dati relativi al prodotto. |
Risultato del confronto: Le stringhe JSON descrivono una configurazione fittizia di una recensione e non devono essere pubblicate come informazioni sul prodotto.
I modelli sono in grado di applicare la sequenza arrotondata dei lotti fino al risultato finale?
Configurazione dell'attività: La sequenza era 12, poi altri 25% con arrotondamento per difetto, suddivisi in quattro lotti.
| Modello | Tempo / utilizzo | Risultato osservato |
|---|---|---|
| Claude Opus 5,5 | 3,830 s locali · 89 in / 257 out · 74 di riflessione · fine turno | Sono stati calcolati 12, 15, 18, 22 e un totale di 67; tutti e tre hanno dato come risultato il 67 richiesto come numero a sé stante. |
| Claude Opus 5 | 5,079 s locale · 87 in / 277 out · 90 di riflessione · fine turno | Sono stati calcolati 12, 15, 18, 22 e un totale di 67; tutti e tre hanno dato come risultato il 67 richiesto come numero a sé stante. |
| Claude Fable 5.1 | 5,347 s locali · 89 in / 127 out · 0 di riflessione · fine turno | Sono stati calcolati 12, 15, 18, 22 e un totale di 67; tutti e tre hanno dato come risultato il 67 richiesto come numero a sé stante. |
Risultato del confronto: Tutti e tre hanno superato questo esercizio di aritmetica; un singolo esercizio non è sufficiente per valutare l’affidabilità del ragionamento generale.
È possibile mantenere la struttura richiesta, composta da due paragrafi?
Configurazione dell'attività: La richiesta prevedeva due paragrafi in cinese di 80–120 caratteri cinesi ciascuno: una risposta relativa ai valori seguita dal piano di test.
| Modello | Tempo / utilizzo | Risultato osservato |
|---|---|---|
| Claude Opus 5,5 | 15,401 s locali · 128 in / 1283 out · 949 di riflessione · fine turno | Ho inserito i due paragrafi richiesti, poi ho aggiunto la formattazione Markdown e una nota in inglese. |
| Claude Opus 5 | 28,541 s locali · 126 in / 1820 out · 1430 di riflessione · fine turno | Ho riportato i due paragrafi richiesti, quindi ho aggiunto una nota in inglese dopo un separatore. |
| Claude Fable 5.1 | 22,234 s locali · 128 in / 1354 out · 1122 di riflessione · fine turno | Sono stati restituiti due paragrafi in cinese puliti, senza note aggiuntive né formattazione Markdown. |
Risultato del confronto: Questo documento riporta le istruzioni relative al percorso testato; non si tratta di uno standard di qualità in lingua cinese.
Avvertenze relative alle API e alla migrazione
Opus 5.5 non è una semplice sostituzione che si applica a tutte le integrazioni di Opus 5. Anthropic’s guida alla migrazione afferma che la funzione "thinking" non può essere disabilitata su Opus 5.5; le richieste che tentano di disabilitare o abilitare manualmente la vecchia modalità "thinking" restituiscono un errore 400. La migrazione modifica inoltre l'uso obbligatorio degli strumenti, collega i blocchi "thinking" al modello e alla conversazione e sostituisce il vecchio strumento di utilizzo del computer sull'API Claude e sul percorso Google Cloud.
Il test condiviso utilizzato output_config.effort: alto per tutti e tre i modelli, in modo da facilitare il confronto dei risultati dei prompt. Ciò significa che queste esecuzioni non riproducono l’impostazione predefinita dello sforzo di ciascun modello. Fable 5.1 è documentato con il “pensiero adattivo” sempre attivo e uno sforzo predefinito elevato; Opus 5.5 è documentato con il “pensiero adattivo” sempre attivo e uno sforzo predefinito medio; Opus 5 utilizza il “pensiero adattivo” con uno sforzo predefinito elevato.
Cosa dimostra effettivamente questo test
Giudizio a livello di attività
Opus 5.5: il costo stimato più basso e il tempo di esecuzione più breve in questo pacchetto di cinque attività, generando al contempo il maggior numero di token in uscita. Fable 5.1: ha prodotto il risultato complessivamente più breve e ha rispettato in modo più rigoroso il vincolo cinese dei due paragrafi, ma il suo prezzo per token più elevato ha determinato la stima più alta nelle cinque esecuzioni e la sua soluzione di ripiego nella codifica presentava un caso limite concreto di tipo incrociato. Opus 5: È corretto per quanto riguarda le operazioni di estrazione, JSON e calcolo, ma è il più lento in questo esempio di percorso ed è contrassegnato come “legacy” nella documentazione ufficiale.
Questo è sufficiente a giustificare una preferenza pratica per Opus 5.5 su questo percorso di test, ma non basta per affermare che sia il migliore in ogni scenario di carico di lavoro. Ripetete il test con diversi strumenti, input più lunghi e più esecuzioni prima di considerare il risultato come un benchmark definitivo.
Se vuoi riprodurre il confronto senza aprire tre conti separati, Prova il flusso di lavoro di confronto dei modelli in GlobalGPT. Il percorso del modello diretto e la mappatura del fornitore a monte dovrebbero comunque essere verificati separatamente prima di qualsiasi decisione relativa alla produzione.
FAQ
Quale modello è risultato il più veloce nel test comparativo?
Claude Opus 5.5 ha registrato il tempo totale trascorso a livello locale più basso: 47,725 secondi su cinque richieste consecutive. Si tratta di un’osservazione relativa al percorso, non della latenza lato provider.
Quale modello ha utilizzato il minor numero di token in uscita?
Claude Fable 5.1 ha utilizzato 2.690 token di output segnalati dal percorso nelle cinque attività, rispetto ai 3.709 di Opus 5 e ai 3.952 di Opus 5.5.
Qual è stato il modello più economico nel test?
Utilizzando le tariffe API standard ufficiali e il numero di token di input/output restituiti, Opus 5.5 ha prodotto la stima più bassa per cinque esecuzioni, pari a $0,0818. Tale stima non include cache, crediti, tasse e ricarichi della piattaforma.
Tutti e tre i modelli hanno superato le stesse prove?
Tutte e tre hanno restituito un JSON estratto da cinque elementi, analizzabile e contenente le chiavi richieste, oltre al totale corretto di 67. Il codice e le schede in formato cinese mostrano differenze significative nei risultati.
Si trattava di un benchmark a lungo termine?
No. Il prompt di estrazione riutilizzato contiene un breve brano. Serve a verificare il grounding e la formattazione esatta, quindi non dovrebbe essere presentato come prova delle prestazioni in contesti da un milione di token.
Il modello Claude Opus 5 è ancora in produzione?
La documentazione tecnica di Anthropic definisce Opus 5 come una versione attiva ma obsoleta e raccomanda di prendere in considerazione Opus 5.5 per ottenere prestazioni migliori. Per le integrazioni API esistenti, si consiglia di consultare la guida alla migrazione prima di effettuare il passaggio.
Specifiche ufficiali: Documentazione di Opus 5.5, Documentazione di Opus 5, e Documentazione Fable 5.1. I valori di riferimento dei fornitori sono attribuiti a Anthropic; i valori pratici provengono dal pacchetto di test corrispondente descritto sopra.
