Claude Opus 5

ANALISIS

Claude Opus 5 nelle attività desktop: quali prove servono prima di affidargli il controllo di un’interfaccia

Un punteggio di benchmark non dimostra che un modello sappia usare un’applicazione in sicurezza. Proponiamo una valutazione circoscritta per misurare successi, errori, recupero, latenza e necessità di supervisione.

23 set 2026 ↗

ANALISIS

CursorBench 3.2: cosa può dire un benchmark di agenti di coding e perché non basta per scegliere un modello fuori da Cursor

CursorBench offre un segnale sui sistemi di agenti valutati all’interno dell’harness di Cursor, ma un punteggio non equivale a una proprietà trasferibile del modello. La documentazione pubblica verificata consultata descrive CursorBench 3.1, non 3.2; pertanto, ogni riferimento a una presunta versione 3.2 deve essere trattato come non confermato finché Cursor non ne pubblichi metodologia e risultati.

22 set 2026 ↗

GUIA

Claude Fable 5.1: quando cache e batch riducono il costo per attività — e quando spostano soltanto la fattura

La tariffa per milione di token non basta per scegliere tra una chiamata normale, la cache delle istruzioni o l'elaborazione batch. Questa guida propone un modello di costo per attività completata correttamente per Claude Fable 5.1, con formule, scenari e telemetria minima. Il risultato dipende dal riutilizzo del contesto prima della scadenza, dal controllo dei tentativi ripetuti e dall'accettazione — o meno — della tempistica asincrona della Batch API.

22 set 2026 ↗

ANALISIS

AutomationBench: cosa dimostra un agente che porta un flusso aziendale allo stato corretto — e cosa non dimostra

AutomationBench valuta se un agente riesce a completare flussi di lavoro tra applicazioni SaaS simulate e a portarli a uno stato finale verificabile. Questa guida spiega che cosa significa questa evidenza, come leggere le metriche e quali verifiche aggiuntive servono prima di estendere un risultato a un'azienda reale.

22 set 2026 ↗

COMPARATIVA

Claude Haiku 4.5 vs Claude Opus 5: quando un sovrapprezzo può giustificare un risultato migliore

La scelta tra Claude Haiku 4.5 e Claude Opus 5 non dovrebbe essere risolta soltanto confrontando le tariffe per token o benchmark esterni. Questo confronto propone un protocollo riproducibile per misurare risultati accettati, tentativi ripetuti, revisione umana, latenza e costo effettivo nella classificazione strutturata, nella sintesi documentale e nella revisione tecnica complessa. Con le fonti disponibili è possibile fissare le condizioni di comparabilità e i limiti tecnici, ma non affermare risultati empirici senza eseguire e pubblicare l'esperimento.

22 set 2026 ↗

ANALISIS

Anthropic: come verificare cosa cambia usando Claude tramite API, cloud partner o prodotto

Adottare Claude non significa soltanto scegliere una famiglia di modelli. Il canale di accesso determina quale identificatore viene usato, quale calendario di ritiro si applica, quali controlli gestisce ciascuna parte e quale documentazione può sostenere una decisione tecnica. Questa guida propone un metodo per separare questi livelli senza trasformare politiche pubbliche o valutazioni di sicurezza in garanzie che non forniscono.

22 set 2026 ↗