Anthropic ha presentato ufficialmentr Claude Sonnet 5.5, secondo modello della famiglia Claude 5.5, arrivato a una settimana di distanza dal lancio di Opus 5.5. È più veloce del 30% e fino al 30% meno costoso per la maggior parte delle attività rispetto a Sonnet 5, un salto che cambia il posizionamento del modello nella gamma.

Segui TuttoTech.net su Google Discover

Pubblicità-27%Google Pixel 10a
Amazon
Google Pixel 10a
399€549€
Vai all'offerta

Prestazioni e velocità: un balzo difficile da ignorare

Il dato che salta all’occhio arriva da Terminal-Bench 4.0, la valutazione di coding agentico che misura la capacità di completare compiti professionali multi-step da riga di comando: Sonnet 5.5 tocca il 70,6% contro il 10,3% di Sonnet 5. A sforzo Medium, che è il valore predefinito nelle app Claude, supera nettamente il miglior punteggio del predecessore con meno di un decimo del costo per attività. Su GDPval-AA, il test su compiti reali distribuiti su 44 occupazioni e nove settori, il modello si ferma due punti sotto Opus 5.5 ma circa 400 punti sopra Sonnet 5, distinguendosi anche sul lavoro a lungo orizzonte. Sul fronte dell’uso del computer raggiunge l’80,1% su OSWorld 2.1, contro l’81,8% di Opus 5.5 e il 57% di Sonnet 5, ed è il primo modello della linea Sonnet a completare Pokémon Red lavorando soltanto dagli screenshot.

La velocità di generazione è superiore del 30% rispetto a Sonnet 5, il che lo rende il Sonnet più rapido mai rilasciato. Insieme a un numero inferiore di token necessari per svolgere lo stesso lavoro, questo produce un effetto immediatamente percepibile. I tester esterni hanno notato soprattutto la rapidità con cui comprende una codebase e l’efficienza operativa: nelle prove testa a testa raggruppa più chiamate agli strumenti in un’unica battuta, riducendo passaggi e costi. Slack ha registrato circa il 14% in meno di token di output nelle valutazioni offline dello Slackbot senza toccare i prompt. Box ha ottenuto risultati 2,4 volte più veloci con il 12% di token totali in meno. Atlassian stima che i clienti possano eseguire Rovo Agents fino al 30% più rapidamente, e Balyasny Asset Management, su una suite privata di 2.441 attività finanziarie, è passata da 497.000 a circa 121.000 token per risposta.

Anthropic lancia Claude Sonnet 5.5: 30% più veloce, coding agentico a 70,6% 1

Va comunque tenuto presente un limite: i punteggi dei benchmark raccontano solo una parte della storia. Nelle prove interne ed esterne Opus 5.5 resta più forte sui compiti complessi e aperti, quelli che richiedono giudizio sostenuto nel tempo, mentre Sonnet 5.5 dà il meglio di sé se usato a livelli di sforzo più bassi, dove costa meno per attività.

Coding e lavoro di conoscenza, con un occhio al design

È nel coding che il progresso si fa più evidente. Su FrontierCode 1.1, all’impostazione High (quella predefinita sulla Claude Platform), il modello segna dieci punti in più di Sonnet 5 allo stesso livello con circa un quindicesimo del costo per attività. Sul benchmark che valuta se le modifiche al codice verrebbero effettivamente unite senza interventi umani, arriva a eguagliare il miglior punteggio di GPT-6 Sol a circa un quinto del costo. Su CursorBench, che pesca da sessioni reali di Cursor con compiti ambigui e distribuiti su più file, il miglior risultato resta entro due punti da Opus 5.5. C’è però una curiosità tecnica: al livello di sforzo massimo Max il punteggio su FrontierCode cala rispetto a Xhigh, perché il modello attiva più spesso la funzione di code-review che distribuisce il lavoro su numerosi sotto-agenti, e in alcuni casi questo porta a timeout o a modifiche fuori dall’ambito richiesto, penalizzate dal benchmark.

Sul lavoro di conoscenza, AA-Briefcase a sforzo Medium batte il miglior punteggio di Sonnet 5 con circa un nono del costo per attività. I tester hanno segnalato miglioramenti meno quantificabili ma concreti, come conversazioni più naturali e un talento particolare per il design, con interfacce più curate e presentazioni costruite su template che richiedono correzioni minime. In un test interno ad Anthropic, al modello sono stati forniti i materiali trimestrali e le trascrizioni delle call di una società quotata insieme a un template: la bozza di una operating review da dieci slide è stata giudicata da due esperti pronta da inviare così com’era. Yashodha Bhavnani, VP of AI Products di Box, ha raccontato un episodio simile:

Sonnet 5.5 ha ricontrollato i documenti sorgente e ha individuato errori che il predecessore aveva mancato.

Prezzi, salvaguardie e novità sulla piattaforma

Il listino resta identico a quello di Sonnet 5: 2 dollari per milione di token in input, 10 dollari per milione in output, 0,20 dollari per milione in cache-read e 2,50 dollari per milione in cache-write. La convenienza reale non arriva dal prezzo unitario, ma dal minor numero di token richiesti per completare lo stesso compito. Potete regolare il rapporto tra costo, velocità e qualità agendo sul livello di sforzo: in Claude Code e nelle app il default è Medium, sulla Claude Platform è High. A impostazioni basse il modello risponde più in fretta e consuma meno token, adatte al lavoro di routine; a impostazioni alte ragiona più a lungo e verifica con maggiore accuratezza il proprio operato.

Sul fronte sicurezza, Sonnet 5.5 non sposta la frontiera delle capacità dei modelli, per cui la valutazione di allineamento si è concentrata su rischi trasversali come agire contro gli interessi dell’utente, fornire informazioni fuorvianti o cooperare a usi impropri ad alto impatto. Nell’audit comportamentale automatizzato, che copre circa 1.850 scenari, il modello migliora o eguaglia Sonnet 5 sulla maggior parte delle misure di allineamento, resistenza agli abusi e onestà. Nelle nuove valutazioni di contenimento si avvicina a Opus 5.5, risultando il meno propenso della gamma a sondare i limiti del proprio ambiente. Le capacità in cybersecurity sono però cresciute molto, tanto che Sonnet 5.5 è il primo modello Sonnet a debuttare con salvaguardie cyber e fallback simili a quelli dei modelli più capaci: potete continuare a individuare e correggere bug nel vostro codice come parte dello sviluppo ordinario, mentre le richieste di cybersecurity ad alto rischio vengono reindirizzate in modo visibile a Sonnet 5. I cyberdefender potranno accedere al programma di verifica ampliato per ottenere accesso a livelli differenziati di capacità. Le salvaguardie di biologia restano le stesse di Sonnet 5 e colpiscono un insieme ristretto di richieste ad alto rischio, lasciando intatti la maggior parte del lavoro di ricerca, formazione e clinica, con la possibilità per le organizzazioni di aderire al Life Sciences Verification Program.

C’è poi la prima volta dei classificatori di sicurezza contro gli attacchi di distillazione, con cui si estraggono le capacità di un modello su scala industriale tramite migliaia di account falsi: Sonnet 5.5 è il primo Sonnet a partire con meccanismi che impediscono l’estrazione del ragionamento, e amplia il preserved thinking affinché il pensiero del modello non possa essere separato dall’account che lo ha generato. La maggior parte degli sviluppatori non noterà differenze, ma se spostate le conversazioni tra account, incluso il cambio di account a sessione aperta in Claude Code, la documentazione spiega cosa cambia. Tra le novità meno visibili c’è anche la filigrana invisibile nel testo. Il modello è disponibile da oggi su tutte le piattaforme, incluse Amazon Web Services, Google Cloud e Microsoft Azure, con zero data retention e identificativo claude-sonnet-5-5; se eseguite Sonnet con il thinking disattivato dovrete passare alla nuova impostazione between_tools prima della migrazione, seguendo la guida dedicata. Claude Haiku 5.5, pensato per applicazioni ad alto volume e sensibili ai costi, si unirà alla famiglia nelle prossime settimane.