Michael Nuñez
Martedì Anthropic ha rilasciato Claude Sonnet 4.6 , un modello che rappresenta un evento di rivalutazione epocale per il settore dell’intelligenza artificiale. Offre un’intelligence quasi di punta a un costo medio e si inserisce perfettamente in una corsa aziendale senza precedenti all’implementazione di agenti di intelligenza artificiale e strumenti di codifica automatizzati.Il modello rappresenta un aggiornamento completo per quanto riguarda la codifica, l’uso del computer, il ragionamento a lungo contesto, la pianificazione degli agenti, il knowledge work e la progettazione. In versione beta, presenta una finestra di contesto di 1 milione di token. Ora è il modello predefinito in claude.ai e Claude Cowork , e il prezzo rimane stabile a 3/15 dollari per milione di token, lo stesso del suo predecessore, Sonnet 4.5.Questo dettaglio sui prezzi è il titolo che conta di più. I modelli Opus di punta di Anthropic costano 15/75 dollari per milione di token , cinque volte il prezzo di Sonnet. Eppure, prestazioni che in precedenza avrebbero richiesto l’utilizzo di un modello di classe Opus, anche per attività d’ufficio concrete ed economicamente vantaggiose, sono ora disponibili con Sonnet 4.6. Per le migliaia di aziende che ora implementano agenti di intelligenza artificiale che effettuano milioni di chiamate API al giorno, questa matematica cambia tutto.
Perché il costo di gestione degli agenti di intelligenza artificiale su larga scala è appena diminuito drasticamentePer comprendere l’importanza di questa release, è necessario comprendere il momento in cui arriva. L’anno scorso è stato dominato dai fenomeni gemelli del ” vibe coding ” e dell’intelligenza artificiale agentica . Claude Code, lo strumento terminale di Anthropic rivolto agli sviluppatori, è diventato una forza culturale nella Silicon Valley, con ingegneri che creano intere applicazioni attraverso conversazioni in linguaggio naturale. Il New York Times ha descritto la sua ascesa fulminea a gennaio . The Verge ha recentemente dichiarato che Claude Code sta vivendo un vero e proprio ” momento “. OpenAI, nel frattempo, ha lanciato la sua offensiva con le applicazioni desktop Codex e chip di inferenza più veloci .Il risultato è un settore in cui i modelli di intelligenza artificiale non vengono più valutati isolatamente. Vengono valutati come motori all’interno di agenti autonomi: sistemi che funzionano per ore, effettuano migliaia di chiamate di strumenti, scrivono ed eseguono codice, navigano nei browser e interagiscono con il software aziendale. Ogni dollaro speso per milione di token viene moltiplicato per quelle migliaia di chiamate. Su larga scala, la differenza tra 15 e 3 dollari per milione di token di input non è incrementale. È trasformativa.
La tabella di benchmark pubblicata da Anthropic dipinge un quadro sorprendente. Nel test SWE-bench Verified , il test standard del settore per la programmazione di software nel mondo reale, Sonnet 4.6 ha ottenuto un punteggio del 79,6%, quasi eguagliando l’80,8% di Opus 4.6. Nell’uso di computer agentic ( OSWorld-Verified ), Sonnet 4.6 ha ottenuto un punteggio del 72,5%, sostanzialmente alla pari con il 72,7% di Opus 4.6. Nelle attività d’ufficio ( PILval-AA Elo ), Sonnet 4.6 ha ottenuto un punteggio di 1633, superando il 1606 di Opus 4.6. Nell’analisi finanziaria agentic, Sonnet 4.6 ha raggiunto il 63,3%, superando tutti i modelli nel confronto, incluso Opus 4.6 con il 60,1%.
Non si tratta di differenze marginali. In molte delle categorie più importanti per le aziende, Sonnet 4.6 eguaglia o supera modelli con costi di gestione cinque volte superiori. Un’azienda che gestiva un agente di intelligenza artificiale in grado di elaborare 10 milioni di token al giorno era precedentemente costretta a scegliere tra risultati inferiori a costi inferiori o risultati superiori a costi in rapida crescita. Sonnet 4.6 elimina in gran parte questo compromesso.In Claude Code , i primi test hanno rilevato che gli utenti preferivano Sonnet 4.6 a Sonnet 4.5 circa il 70% delle volte. Gli utenti hanno persino preferito Sonnet 4.6 a Opus 4.5, il modello di frontiera di Anthropic di novembre, nel 59% dei casi. Hanno valutato Sonnet 4.6 come significativamente meno incline a sovra-ingegnerizzazione e “pigrizia”, e significativamente migliore nel seguire le istruzioni. Hanno segnalato meno false dichiarazioni di successo, meno allucinazioni e un follow-through più coerente in attività multi-step.
Come le capacità di Claude nell’uso del computer sono passate da “sperimentali” a quasi umane in 16 mesi
Una delle trame più drammatiche del comunicato stampa riguarda i progressi di Anthropic nell’uso del computer: la capacità di un’intelligenza artificiale di utilizzare un computer come fa un essere umano, cliccando con il mouse, digitando su una tastiera e navigando in software privi di API moderne.
Quando Anthropic introdusse questa funzionalità per la prima volta nell’ottobre 2024, l’azienda riconobbe che era “ancora sperimentale, a volte macchinosa e soggetta a errori”. I numeri da allora raccontano una storia straordinaria: su OSWorld , Claude Sonnet 3.5 ha ottenuto un punteggio del 14,9% nell’ottobre 2024. Sonnet 3.7 ha raggiunto il 28,0% nel febbraio 2025. Sonnet 4 ha raggiunto il 42,2% entro giugno. Sonnet 4.5 è salito al 61,4% a ottobre. Ora Sonnet 4.6 ha raggiunto il 72,5%, un miglioramento di quasi cinque volte in 16 mesi.
Questo è importante perché l’uso del computer è la capacità che sblocca il più ampio set di applicazioni aziendali per gli agenti di intelligenza artificiale. Quasi tutte le organizzazioni dispongono di software legacy (portali assicurativi, database governativi, sistemi ERP, strumenti di pianificazione ospedaliera) sviluppati prima dell’esistenza delle API. Un modello che può semplicemente guardare uno schermo e interagire con esso apre tutti questi all’automazione senza dover creare connettori su misura.
Jamie Cuffe, CEO di Pace, ha affermato che Sonnet 4.6 ha raggiunto il 94% nel benchmark di utilizzo di computer assicurativi complessi, il punteggio più alto tra tutti i modelli Claude testati. “Ragiona attraverso gli errori e si autocorregge in modi mai visti prima”, ha affermato Cuffe in una dichiarazione inviata a VentureBeat. Will Harvey, co-fondatore di Convey, lo ha definito “un netto miglioramento rispetto a qualsiasi altro modello testato nelle nostre valutazioni”.
Anche la dimensione della sicurezza nell’uso del computer ha ricevuto attenzione. Anthropic ha osservato che l’uso del computer comporta rischi di “injection prompt ” (attacchi maligni che nascondono istruzioni sui siti web per dirottare il modello) e ha affermato che le sue valutazioni mostrano che Sonnet 4.6 rappresenta un notevole miglioramento rispetto a Sonnet 4.5 nella resistenza a tali attacchi. Per le aziende che implementano agenti che navigano sul web e interagiscono con sistemi esterni, tale rafforzamento non è facoltativo.
I clienti aziendali affermano che il modello colma il divario tra i livelli di prezzo Sonnet e Opus
La reazione dei clienti è stata insolitamente specifica riguardo alle dinamiche costo-prestazioni. Molti dei primi tester hanno descritto esplicitamente Sonnet 4.6 come l’eliminazione della necessità di passare al più costoso livello Opus.
Caitlin Colgrove, CTO di Hex Technologies, ha affermato che l’azienda sta spostando la maggior parte del suo traffico su Sonnet 4.6 , sottolineando che con un approccio adattivo e un impegno elevato, “otteniamo prestazioni di livello Opus in tutti i compiti, tranne quelli analitici più complessi, con un profilo più efficiente e flessibile. Con i prezzi di Sonnet, è una scelta facile per i nostri carichi di lavoro”.
Ben Kus, CTO di Box, ha affermato che il modello ha superato Sonnet 4.5 nelle domande e risposte di ragionamento approfondito di 15 punti percentuali su documenti aziendali reali. Michele Catasta, Presidente di Replit, ha definito il rapporto prestazioni/costi “straordinario”. Ryan Wiggins di Mercury Banking lo ha detto senza mezzi termini: “Claude Sonnet 4.6 è più veloce, più economico e ha maggiori probabilità di ottenere risultati al primo tentativo. Questa combinazione ha rappresentato una sorprendente combinazione di miglioramenti e non ci aspettavamo di trovarla a questo prezzo”.
I miglioramenti nel codice sono particolarmente significativi, considerando il predominio di Claude Code nel mercato degli strumenti per sviluppatori. David Loker, vicepresidente dell’intelligenza artificiale di CodeRabbit, ha affermato che il modello “ha un impatto ben superiore alla sua categoria di peso per la stragrande maggioranza dei PR del mondo reale”. Leo Tchourakov di Factory AI ha affermato che il team sta “trasferendo il nostro traffico Sonnet a questo modello”. Joe Binder, vicepresidente del prodotto di GitHub, ha confermato che il modello “è già eccellente nelle correzioni di codice complesse, soprattutto quando la ricerca in basi di codice di grandi dimensioni è essenziale”.
Brendan Falk, fondatore e CEO di Hercules, è andato oltre: “Claude Sonnet 4.6 è il miglior modello che abbiamo visto finora. Offre un’accuratezza pari a quella di Opus 4.6, capacità di seguire le istruzioni e un’interfaccia utente impeccabile, il tutto a un costo significativamente inferiore.”
contribuisce a colmarlo. TechCrunch ha anche riportato che Anthropic ha aperto il suo primo ufficio in India, a Bengaluru, e che l’India ora rappresenta circa il 6% dell’utilizzo globale di Claude, seconda solo agli Stati Uniti. L’azienda, che secondo CNBC è valutata 183 miliardi di dollari , sta espandendo rapidamente la sua presenza aziendale.Nel frattempo, la presidente di Anthropic, Daniela Amodei, ha dichiarato la scorsa settimana ad ABC News che l’intelligenza artificiale renderà le lauree in discipline umanistiche ” più importanti che mai “, sostenendo che le capacità di pensiero critico diventeranno più preziose man mano che i grandi modelli linguistici padroneggeranno il lavoro tecnico. È il tipo di affermazione che un’azienda fa quando crede che la sua tecnologia stia per rimodellare intere categorie di lavoro impiegatizio.Anche il quadro competitivo di Sonnet 4.6 è degno di nota. Il modello supera Gemini 3 Pro di Google e GPT-5.2 di OpenAI in diversi benchmark. GPT-5.2 è indietro nell’utilizzo di computer agentici (38,2% contro il 72,5%), nella ricerca agentica (77,9% contro il 74,7% del punteggio non Pro di Sonnet 4.6) e nell’analisi finanziaria agentica (59,0% contro il 63,3%). Gemini 3 Pro mostra prestazioni competitive nei benchmark di ragionamento visivo e multilingue, ma resta indietro nelle categorie agentiche, dove gli investimenti aziendali sono in forte crescita.La conclusione più ampia potrebbe non riguardare un singolo modello. Riguarda cosa succede quando l’intelligenza di classe Opus diventa disponibile per pochi dollari per milione di token, anziché per poche decine di dollari. Le aziende che sperimentavano con cautela agenti di intelligenza artificiale con piccole distribuzioni ora si trovano ad affrontare un calcolo dei costi radicalmente diverso. Gli agenti che a gennaio erano troppo costosi per essere utilizzati in modo continuativo, a febbraio diventano improvvisamente accessibili.Claude Sonnet 4.6 è ora disponibile su tutti i piani Claude, Claude Cowork, Claude Code, API e tutte le principali piattaforme cloud. Anthropic ha anche aggiornato il suo piano gratuito a Sonnet 4.6 di default. Gli sviluppatori possono accedervi immediatamente utilizzando claude-sonnet-4-6 tramite l’API Claude .