Claude Opus 4.6 recensito: cosa cambia dopo la 4.5

Anthropic ha rilasciato Claude Opus 4.6 il 5 febbraio 2026, a poco più di due mesi dalla 4.5. Parto dalla conclusione più utile per chi deve decidere se cambiare: è un aggiornamento incrementale, non un nuovo modello. Migliora in modo misurabile sul codice e sul lavoro agentico, tiene lo stesso prezzo della 4.5 e non stravolge nulla. Se usate già la 4.5 e siete soddisfatti, potete aggiornare con tranquillità ma senza aspettarvi un salto epocale.

In questa recensione vi dico dove Opus 4.6 fa davvero un passo avanti, dove invece resta uguale, quanto costa e per chi ha senso l’upgrade. I numeri e i prezzi arrivano dall’annuncio ufficiale di Anthropic e dalle prime schede indipendenti, linkate nel testo.

Il verdetto in breve

Opus 4.6 è oggi, sulla carta, il modello più forte di Anthropic per la programmazione e per i compiti “agentici”, cioè quelli in cui il modello non risponde e basta ma compie una serie di azioni in autonomia (aprire file, eseguire comandi, correggere e riprovare). Rispetto alla 4.5 guadagna qualche punto sui test più impegnativi e introduce un ragionamento più flessibile.

La mia opinione netta: è un buon aggiornamento, ma è un aggiornamento. Il valore vero non sta nel singolo punto in più su un benchmark, sta nel fatto che Anthropic ha tenuto fermo il prezzo mentre alzava un po’ la qualità. Chi paga a consumo ottiene di più per la stessa cifra, e questo conta più di qualsiasi grafico. Se invece cercate un motivo emotivo per cambiare, non lo troverete: la 4.5 resta un ottimo modello e non diventa obsoleta.

Cosa cambia rispetto a Opus 4.5

La differenza più concreta è sul lavoro agentico e sul codice. Secondo l’annuncio di Anthropic, Opus 4.6 raggiunge il 65,4% su Terminal-Bench 2.0 (un test che misura quanto bene il modello sa lavorare dentro un terminale, cioè eseguire comandi e portare a termine compiti a più passaggi), l’80,8% su SWE-bench Verified (correzione di bug reali presi da progetti open source) e il 72,7% su OSWorld, che valuta l’uso autonomo del computer.

Un termine da chiarire: SWE-bench Verified è probabilmente il test più citato per il coding perché usa problemi veri, non esercizi inventati. Superare l’80% significa che, su otto problemi reali su dieci, il modello arriva a una correzione che passa i test automatici. È un buon risultato, ma va letto per quello che è: quei problemi hanno una soluzione nota e verificabile, mentre il lavoro quotidiano è più ambiguo.

La novità di impostazione è il “ragionamento adattivo”: il modello decide da solo quanto pensare in base alla difficoltà della domanda, invece di applicare sempre lo stesso sforzo. In pratica risponde più in fretta alle cose semplici e si prende tempo su quelle difficili. È una comodità reale, perché riduce l’attesa e il costo sui compiti banali. Nella pratica si nota soprattutto in una sessione di lavoro lunga: dove la 4.5 tendeva a ragionare a lungo anche su richieste semplici, la 4.6 sceglie da sola quando accelerare, e la differenza cumulata su una giornata di uso intenso è tangibile in termini di tempo e di spesa.

Il salto sul lavoro professionale

Il dato che mi ha colpito di più non riguarda il codice ma il lavoro d’ufficio. Su GDPval-AA, una valutazione che misura la resa su compiti economicamente utili in ambiti come finanza e settore legale, Anthropic dichiara che Opus 4.6 supera il modello di punta di OpenAI del momento di circa 144 punti Elo. Detto in parole semplici: su relazioni, analisi e documenti strutturati, il distacco dai concorrenti è sensibile, non simbolico.

Un esempio italiano concreto: uno studio legale di Milano che deve confrontare venti contratti di fornitura per trovare clausole difformi può far fare a Opus 4.6 la prima passata, ottenendo un elenco ragionato di anomalie da verificare. Il modello non sostituisce l’avvocato, ma toglie di mezzo le ore meccaniche. Su questo tipo di compito la 4.6 è tra le opzioni migliori disponibili oggi.

Va detto con onestà che il confronto tra generazioni, qui, è meno visibile che sul codice. Chi usa Claude per il lavoro d’ufficio noterà un modello un po’ più preciso e un po’ più bravo a stare dentro istruzioni complesse, ma non un cambio di categoria. Il vantaggio dichiarato su GDPval-AA è un dato di laboratorio: sul vostro flusso reale conta più la costanza dei risultati che il punteggio.

Il contesto lungo, ora in prova

Opus 4.6 introduce una finestra di contesto fino a 1 milione di token in versione beta, con un’uscita massima di 128.000 token. La finestra di contesto è la quantità di testo che il modello tiene in memoria in una singola conversazione. Fino a poco fa Anthropic era indietro su questo fronte rispetto a Google; adesso ha colmato buona parte del divario, anche se la funzione è ancora etichettata come sperimentale e va usata sapendo che può costare di più e rispondere più lentamente sui contesti estremi.

In concreto, il milione di token serve a chi deve dare in pasto al modello interi manuali, capitolati o basi di codice senza spezzarli. Per la maggior parte degli usi quotidiani il contesto standard basta e avanza, e il consiglio pratico resta quello di sempre: caricare solo il materiale davvero rilevante, perché un contesto pieno di informazioni inutili peggiora le risposte invece di migliorarle.

Dove non basta ancora

Nessun modello è ancora affidabile al punto da lavorare senza controllo, e Opus 4.6 non fa eccezione. Sui compiti agentici lunghi, quelli in cui compie molte azioni di fila, resta il rischio che una scelta sbagliata all’inizio si propaghi fino alla fine senza che il modello se ne accorga. Un test automatico che passa non garantisce che il codice faccia la cosa giusta: garantisce solo che supera quel test.

C’è poi il tema delle cosiddette allucinazioni, cioè le risposte inventate ma presentate con sicurezza. Anthropic ha lavorato molto per ridurle e Claude resta uno dei modelli più prudenti nell’ammettere di non sapere, ma il problema non sparisce. Per un uso professionale la regola è sempre la stessa: verificare le fonti e i numeri che il modello produce, soprattutto in ambito legale, fiscale e medico. La 4.6 sbaglia meno della 4.5, non smette di sbagliare.

Quanto costa

Qui sta la buona notizia per chi già usa Claude: il prezzo non cambia. Via API, Opus 4.6 costa 5 dollari per milione di token in ingresso e 25 in uscita, gli stessi valori della 4.5, come confermano pricepertoken e llm-stats. Il listino è in dollari: a un cambio indicativo parliamo di circa 4,60 euro in ingresso e 23 in uscita per milione di token.

Va ricordato il contesto: la generazione Opus 4.1 costava 15 dollari in ingresso e 75 in uscita. Con la 4.5 Anthropic ha tagliato quei prezzi di circa due terzi, e la 4.6 mantiene la nuova soglia. In pratica, in pochi mesi, la fascia più potente di Claude è diventata molto più abbordabile senza perdere qualità. Per chi usa il modello via app in abbonamento, invece, il costo resta quello del piano mensile e non dipende dai token.

Vale l’upgrade?

Dipende da chi siete. Se lavorate con il codice o costruite agenti (programmi che usano il modello per compiere azioni in autonomia), la 4.6 vi dà qualche punto in più sui compiti difficili senza costarvi di più: aggiornate senza pensarci. Se usate Claude soprattutto per scrivere, riassumere e rispondere a mail, la differenza rispetto alla 4.5 la noterete a fatica, e va benissimo restare dove siete finché il vostro strumento aggiorna il modello in automatico.

Il punto onesto è che questo non è il rilascio che cambia le carte in tavola. È il tipo di aggiornamento che tiene un prodotto al passo mentre la concorrenza corre. Anthropic ha scelto di limare invece di stupire, e per un utente professionale è spesso la scelta più sensata: meno sorprese, più continuità.

Vale la pena inquadrare il rilascio nel momento di mercato. All’inizio del 2026 la fascia alta è affollata: Google ha portato Gemini 3 Pro al vertice a novembre, OpenAI ha continuato a iterare sul suo modello di punta, e ora Anthropic risponde tenendo la testa sul coding e sul lavoro strutturato. Nessuno domina ovunque, e questo per l’utente è una buona notizia: la concorrenza tiene i prezzi bassi e la qualità in salita. La scelta, sempre di più, dipende dal singolo compito e non dal nome sulla scatola.

Cosa cambia per te

Se paghi Claude a consumo e fai coding, con Opus 4.6 ottieni di più allo stesso prezzo: è un miglioramento netto, anche se non spettacolare. Se lo usi per il lavoro di scrittura e ufficio, il vantaggio più concreto è sui documenti strutturati e sull’analisi, dove oggi è tra i modelli più forti in circolazione.

Se invece speravi nel modello che rende obsoleto tutto il resto, questo non è quel momento: la 4.6 è un passo avanti misurato, non una rivoluzione. La cosa da fare è semplice. Prova la 4.6 sul tuo compito più difficile e ricorrente, confrontala con quello che usavi prima e decidi sui risultati tuoi, non sui benchmark altrui. E, come sempre, tieni una revisione umana su tutto ciò che finisce davanti a un cliente o in produzione.