Claude Opus 4.6 e Sonnet 4.6: Cosa Cambia per Chi Sviluppa

Due rilasci in 12 giorni. Opus 4.6 il 5 febbraio, Sonnet 4.6 il 17. Anthropic non ha rallentato il ritmo — e i numeri raccontano una storia interessante, soprattutto per chi scrive codice.

La sintesi: Opus è diventato più intelligente e può gestire team di agenti. Sonnet è diventato così bravo che in diversi benchmark supera Opus — a circa il 60% del costo. Vediamo cosa significa in pratica.

Opus 4.6: Agent Teams e 1 Milione di Token

I Numeri

Benchmark	Opus 4.6	Opus 4.5	Delta
SWE-bench Verified	80.8%	80.9%	~
Terminal-Bench 2.0	65.4%	59.8%	+5.6
GPQA Diamond	91.3%	87.0%	+4.3
ARC-AGI-2	68.8%	37.6%	+31.2
OSWorld	72.7%	66.3%	+6.4
BrowseComp	84.0%	67.8%	+16.2
Humanity's Last Exam	53.1%	43.4%	+9.7

SWE-bench è stabile (80.8% vs 80.9% — sostanzialmente identico). Ma i miglioramenti veri sono altrove: +31 punti su ARC-AGI-2 (ragionamento), +16 su BrowseComp (navigazione web), +6 su OSWorld (computer use). Opus 4.6 non è tanto "più bravo a scrivere codice" quanto "più bravo a ragionare, navigare e agire nel mondo".

Context Window: 1M di Token in Beta

Per la prima volta un modello Opus arriva a 1 milione di token di contesto (in beta). L'output massimo raddoppia da 64K a 128K token. In pratica: puoi dargli un'intera codebase di media dimensione e ottenere risposte che tengono conto di tutto.

Agent Teams: Più Agenti in Parallelo

La novità più significativa per lo sviluppo. Agent Teams permette di lanciare più agenti Claude Code in parallelo, coordinati da un orchestratore.

Come funziona:

Un agente "Lead" riceve il task e lo spezza in sotto-task
Assegna ogni sotto-task a un "Teammate" (agente separato con la propria context window)
Ogni teammate opera in un pane tmux indipendente
Il Lead monitora il progresso e raccoglie i risultati

Ottimale per 2-5 teammate. Il consumo di token scala linearmente col numero di agenti. Si attiva impostando CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1.

Esempio pratico: devi fare un refactoring che tocca frontend, backend e test. Invece di farlo sequenzialmente, lanci tre agenti in parallelo — ognuno lavora sulla sua area, il Lead coordina.

Adaptive Thinking

Il vecchio thinking: {type: "enabled"} è deprecato. Si usa thinking: {type: "adaptive"} — Claude decide autonomamente quando e quanto pensare. Quattro livelli di effort: low, medium, high (default), e max (nuovo, solo Opus 4.6).

Fast Mode

Stesso modello, stessa intelligenza, fino a 2.5x più veloce nella generazione. Il pricing è premium ($30/$150 per MTok — 6x il costo standard), ma per task dove la latenza conta è significativo.

Altre Novità

Context Compaction (beta): riassunto automatico del contesto quando si avvicina al limite. Conversazioni teoricamente infinite
Web Search con Dynamic Filtering: Claude può scrivere codice per filtrare i risultati prima che entrino nel contesto
Data Residency Controls: parametro inference_geo per scegliere dove gira l'inference (EU compliance)

Breaking Change Importante

Il prefill dei messaggi assistant non è più supportato su Opus 4.6. Se la tua app lo usa, otterrai un errore 400. Migrazione necessaria.

Sonnet 4.6: Performance da Opus a Prezzo da Sonnet

Rilasciato il 17 febbraio, 12 giorni dopo Opus. Ed è qui che la storia diventa interessante.

I Numeri che Contano

Benchmark	Sonnet 4.6	Opus 4.6	% di Opus
SWE-bench Verified	79.6%	80.8%	98.5%
Terminal-Bench 2.0	59.1%	65.4%	90.4%
OSWorld	72.5%	72.7%	99.7%
TAU2-bench Retail	91.7%	91.9%	99.8%
GDPval-AA Elo	1633	1606	meglio
MCP-Atlas	61.3%	59.5%	meglio
Finance Agent	63.3%	60.7%	meglio

Leggi bene l'ultima colonna. Sonnet 4.6 non solo si avvicina a Opus su quasi tutto — lo supera su tre benchmark: creatività (GDPval), uso di tool MCP (MCP-Atlas) e agenti finanziari.

Il tutto a $3/$15 per MTok contro i $5/$25 di Opus. Circa il 60% del costo a parità di task.

Il Nuovo Default Gratuito

Sonnet 4.6 è ora il modello predefinito per tutti gli utenti su claude.ai — sia Free che Pro. Il tier gratuito include per la prima volta: creazione file, connectors, skills e compaction.

Tradotto: il modello che in molti benchmark raggiunge il 98-100% delle performance di Opus è accessibile a chiunque, gratis.

Computer Use: Miglior Modello di Sempre

72.5% su OSWorld-Verified. Quando Anthropic lanciò computer use nell'ottobre 2024, il punteggio era 14.9%. In 16 mesi è salito di quasi 5 volte. Sonnet 4.6 è il modello più affidabile al mondo per automazione browser e interazione con GUI.

Coding: Preferito 7 Volte su 10

Nei test interni Claude Code, Sonnet 4.6 è stato preferito nel ~70% dei casi rispetto a Sonnet 4.5, e nel 59% dei casi rispetto a Opus 4.5.

I miglioramenti specifici:

Legge il contesto prima di modificare il codice (meno "spara e prega")
Meno overengineering — soluzioni più semplici e mirate
Meno false dichiarazioni di successo — quando non riesce, lo dice
Frontend development emerge come area particolarmente forte

Confronto con la Concorrenza

Benchmark	Opus 4.6	Sonnet 4.6	GPT-5.2	Gemini 3.1 Pro
SWE-bench	80.8%	79.6%	80.0%	80.6%
Terminal-Bench 2.0	65.4%	59.1%	64.7%	68.5%
GPQA Diamond	91.3%	89.9%*	92.4%	94.3%
OSWorld	72.7%	72.5%	38.2%	—

*con adaptive thinking a max effort

Su SWE-bench siamo in un range strettissimo: 79.6% - 80.8% tra i quattro modelli. La differenza pratica nel coding è minima.

Dove i modelli divergono:

Computer use: Claude domina (72.7%), GPT-5.2 è a 38.2%
Ragionamento scientifico (GPQA): Gemini 3.1 Pro è in testa con 94.3%
Terminal/CLI: Gemini 3.1 Pro a 68.5%, Opus a 65.4%. Ma GPT-5.3-Codex (su chip Cerebras) ha poi raggiunto 77.3%

La vera competizione non è più su chi è "il migliore" — è su prezzo, velocità e integrazione nell'ecosistema.

Pricing: La Tabella Completa

Modello	Input	Output	Contesto	Output Max
Opus 4.6	$5/MTok	$25/MTok	200K (1M beta)	128K
Opus 4.6 Fast	$30/MTok	$150/MTok	200K	128K
Sonnet 4.6	$3/MTok	$15/MTok	200K (1M beta)	64K
Haiku 4.5	$0.80/MTok	$4/MTok	200K	8K

I prezzi non sono cambiati rispetto alla generazione precedente. Stesso costo, più performance.

Per il caching (utile con codebase grandi):

Modello	Cache Write (5min)	Cache Write (1h)	Cache Hit
Opus 4.6	$6.25/MTok	$10/MTok	$0.50/MTok
Sonnet 4.6	$3.75/MTok	$6/MTok	$0.30/MTok

Per Chi Sviluppa: Quale Scegliere

Usa Opus 4.6 quando:

Lavori su codebase grandi che richiedono 1M di contesto
Hai bisogno di Agent Teams per task paralleli
Il task richiede ragionamento complesso multi-step
Fai coding agentico dove l'AI deve pianificare, eseguire e verificare autonomamente

Usa Sonnet 4.6 quando:

Fai coding quotidiano — refactoring, feature, fix
Il costo conta (60% di Opus per il 98% delle performance)
Hai bisogno di computer use — il miglior modello per automazione browser
Usi Claude Code free tier — è il default
Sviluppi frontend — area dove Sonnet 4.6 eccelle particolarmente

Il consiglio pratico

Per la maggior parte del lavoro di sviluppo quotidiano, Sonnet 4.6 è la scelta giusta. I benchmark parlano chiaro: su SWE-bench la differenza con Opus è di 1.2 punti, su OSWorld di 0.2. La differenza di costo è 5x.

Opus 4.6 ha senso per task specifici: orchestrazione multi-agente, codebase enormi, ragionamento scientifico. Non per scrivere un componente React.

Il Dato che Conta: 4% di GitHub

Mentre confrontiamo benchmark, c'è un numero che racconta dove sta andando tutto questo: il 4% di tutti i commit pubblici su GitHub è scritto da Claude Code. Raddoppiato in un mese. La previsione è oltre il 20% entro fine 2026.

Il revenue run-rate di Claude Code ha superato i 2.5 miliardi di dollari. Non è più un esperimento — è il modo in cui una fetta crescente dell'industria scrive software.

Con Opus 4.6 e Sonnet 4.6, Anthropic non ha solo rilasciato modelli migliori. Ha rilasciato l'infrastruttura per il coding agentico su larga scala: team di agenti, contesto da 1 milione di token, compaction per sessioni infinite, e un modello che al prezzo più basso supera il flagship della generazione precedente.