Claude Sonnet 4.6 rappresenta una svolta epocale nel panorama dell’intelligenza artificiale aziendale. Infatti, Anthropic ha rilasciato martedì scorso un modello che offre capacità quasi flagship a costi di fascia media, ridefinendo completamente l’economia degli agenti AI automatizzati.
Grazie per avere letto questo articolo, non dimenticare di iscriverti al nostro feed!
Il nuovo modello costituisce un upgrade completo su tutti i fronti: coding, utilizzo del computer, ragionamento su contesti lunghi, pianificazione agente, lavoro di conoscenza e design. Inoltre, offre una finestra di contesto da 1 milione di token in versione beta. Attualmente è il modello predefinito su claude.ai e Claude Cowork, mantenendo il prezzo invariato a 3$/15$ per milione di token.
Perché Claude Sonnet 4.6 cambia l’economia degli agenti AI
Il dettaglio più rilevante riguarda proprio il pricing. Infatti, i modelli Opus di Anthropic costano 15$/75$ per milione di token, cinque volte il prezzo di Sonnet. Tuttavia, le prestazioni che prima richiedevano un modello Opus sono ora disponibili con Claude Sonnet 4.6. Per le migliaia di aziende che implementano agenti AI con milioni di chiamate API giornaliere, questa matematica cambia tutto.
Per comprendere la portata di questo rilascio, occorre considerare il contesto attuale. Negli ultimi mesi, l’industria tech è stata dominata dal fenomeno del “vibe coding” e dell’AI agente. Claude Code, lo strumento di Anthropic per sviluppatori, è diventato un fenomeno culturale nella Silicon Valley. Di conseguenza, gli ingegneri costruiscono applicazioni complete attraverso conversazioni in linguaggio naturale.
Attualmente, i modelli AI non vengono più valutati isolatamente. Al contrario, vengono considerati come motori all’interno di agenti autonomi: sistemi che operano per ore, eseguono migliaia di chiamate, scrivono ed eseguono codice, navigano browser e interagiscono con software aziendali. Pertanto, ogni dollaro speso per milione di token si moltiplica attraverso quelle migliaia di chiamate.
Le prestazioni di Claude Sonnet 4.6 nei benchmark reali
La tabella dei benchmark pubblicata da Anthropic dipinge un quadro sorprendente. Su SWE-bench Verified, il test standard per il coding software reale, Claude Sonnet 4.6 ha ottenuto un punteggio del 79,6%, quasi eguagliando l’80,8% di Opus 4.6. Analogamente, sull’utilizzo agente del computer (OSWorld-Verified), Sonnet 4.6 ha raggiunto il 72,5%, praticamente alla pari con il 72,7% di Opus 4.6.
Inoltre, sui task d’ufficio (GDPval-AA Elo), Sonnet 4.6 ha effettivamente superato Opus 4.6 con un punteggio di 1633 contro 1606. Nell’analisi finanziaria agente, Sonnet 4.6 ha raggiunto il 63,3%, battendo ogni modello nel confronto, incluso Opus 4.6 al 60,1%. Questi non sono differenze marginali.
In molte delle categorie più importanti per le aziende, Claude Sonnet 4.6 eguaglia o supera modelli che costano cinque volte di più. Un’impresa che gestisce un agente AI elaborando 10 milioni di token al giorno era precedentemente costretta a scegliere tra risultati inferiori a costo ridotto o risultati superiori a spese crescenti. Sonnet 4.6 elimina sostanzialmente questo compromesso.
Feedback degli utenti su Claude Code
Nei test iniziali di Claude Code, gli utenti hanno preferito Claude Sonnet 4.6 rispetto a Sonnet 4.5 circa il 70% delle volte. Inoltre, hanno preferito Sonnet 4.6 a Opus 4.5, il modello frontier di novembre di Anthropic, il 59% delle volte. Gli utenti hanno valutato il modello significativamente meno incline all’over-engineering e alla “pigrizia”.
Nello specifico, hanno riportato:
- Meno false dichiarazioni di successo
- Minori allucinazioni
- Follow-through più coerente su task multi-step
- Migliore capacità di seguire le istruzioni
Come l’utilizzo del computer è passato da sperimentale a quasi umano
Una delle storyline più drammatiche riguarda i progressi di Anthropic sull’utilizzo del computer: la capacità di un’AI di operare un computer come farebbe un umano, cliccando il mouse, digitando sulla tastiera e navigando software privi di API moderne.
Quando Anthropic introdusse questa capacità nell’ottobre 2024, l’azienda riconobbe che era “ancora sperimentale, a volte macchinosa e soggetta a errori”. Tuttavia, i numeri da allora raccontano una storia notevole: su OSWorld, Claude Sonnet 3.5 ottenne il 14,9% nell’ottobre 2024. Sonnet 3.7 raggiunse il 28,0% nel febbraio 2025. Sonnet 4 arrivò al 42,2% entro giugno.
Successivamente, Sonnet 4.5 salì al 61,4% in ottobre. Ora Claude Sonnet 4.6 ha raggiunto il 72,5%: un miglioramento quasi quintuplicato in 16 mesi. Questo è importante perché l’utilizzo del computer è la capacità che sblocca il più ampio insieme di applicazioni aziendali per gli agenti AI.
Quasi ogni organizzazione possiede software legacy: portali assicurativi, database governativi, sistemi ERP, strumenti di pianificazione ospedaliera costruiti prima che esistessero le API. Di conseguenza, un modello che può semplicemente guardare uno schermo e interagire con esso apre tutti questi sistemi all’automazione senza costruire connettori su misura.
Sicurezza e resistenza agli attacchi
La dimensione della sicurezza nell’utilizzo del computer ha ricevuto particolare attenzione. Anthropic ha notato che l’utilizzo del computer pone rischi di prompt injection: attori malevoli che nascondono istruzioni sui siti web per dirottare il modello. Pertanto, le valutazioni mostrano che Sonnet 4.6 rappresenta un miglioramento importante rispetto a Sonnet 4.5 nel resistere a tali attacchi.
Le testimonianze dei clienti enterprise su Claude Sonnet 4.6
La reazione dei clienti è stata insolitamente specifica sulle dinamiche costo-prestazioni. In particolare, diversi early tester hanno esplicitamente descritto Claude Sonnet 4.6 come capace di eliminare la necessità di ricorrere al più costoso tier Opus.
Caitlin Colgrove, CTO di Hex Technologies, ha dichiarato che l’azienda sta spostando la maggior parte del suo traffico su Sonnet 4.6. Con pensiero adattivo e alto impegno, “vediamo prestazioni di livello Opus su tutti tranne i nostri task analitici più difficili con un profilo più efficiente e flessibile”. Ben Kus, CTO di Box, ha affermato che il modello ha superato Sonnet 4.5 in Q&A con ragionamento pesante di 15 punti percentuali su documenti aziendali reali.
Michele Catasta, President di Replit, ha definito il rapporto prestazioni-costo “straordinario”. Ryan Wiggins di Mercury Banking è stato più diretto: “Claude Sonnet 4.6 è più veloce, più economico e più propenso a centrare l’obiettivo al primo tentativo. Questa combinazione di miglioramenti è stata sorprendente, non ci aspettavamo di vederla a questo prezzo”.
Miglioramenti nel coding
I miglioramenti nel coding risuonano particolarmente data la dominanza di Claude Code nel mercato degli strumenti per sviluppatori. David Loker, VP of AI di CodeRabbit, ha affermato che il modello “colpisce molto al di sopra della sua categoria di peso per la stragrande maggioranza delle PR reali”. Leo Tchourakov di Factory AI ha dichiarato che il team sta “trasferendo il nostro traffico Sonnet su questo modello”.
Joe Binder, VP of Product di GitHub, ha confermato che il modello “sta già eccellendo nelle correzioni di codice complesse, specialmente quando la ricerca attraverso grandi codebase è essenziale”. Brendan Falk, Founder e CEO di Hercules, è andato oltre: “Claude Sonnet 4.6 è il miglior modello che abbiamo visto finora”.
Pianificazione strategica a lungo termine: il test Vending-Bench Arena
Nascosta nei dettagli tecnici c’è una capacità che suggerisce dove si stanno dirigendo gli agenti AI autonomi. La finestra di contesto da 1M token di Claude Sonnet 4.6 può contenere intere codebase, contratti lunghi o dozzine di paper di ricerca in una singola richiesta. Anthropic afferma che il modello ragiona efficacemente attraverso tutto quel contesto.
Il Vending-Bench Arena testa quanto bene un modello può gestire un’attività simulata nel tempo, con diversi modelli AI in competizione per i profitti maggiori. Senza prompting umano, Sonnet 4.6 ha sviluppato una strategia innovativa: ha investito pesantemente in capacità per i primi dieci mesi simulati, spendendo significativamente più dei concorrenti. Successivamente, ha virato bruscamente per concentrarsi sulla redditività nella fase finale.
Il modello ha concluso la sua simulazione di 365 giorni con circa 5.700$ di saldo, rispetto ai circa 2.100$ di Sonnet 4.5. Questo tipo di pianificazione strategica multi-mese, eseguita autonomamente, rappresenta una capacità qualitativamente diversa rispetto a rispondere a domande o generare snippet di codice.
Anthropic si espande nei mercati enterprise e nella difesa
Questo rilascio non arriva nel vuoto. Anthropic sta attraversando il periodo più consequenziale della sua storia, e il panorama competitivo si sta intensificando su ogni fronte. Lo stesso giorno del lancio, TechCrunch ha riportato che il gigante IT indiano Infosys ha annunciato una partnership con Anthropic per costruire agenti AI di livello enterprise.
Il CEO di Anthropic, Dario Amodei, ha dichiarato a TechCrunch che esiste “un grande divario tra un modello AI che funziona in una demo e uno che funziona in un’industria regolamentata”, e che Infosys aiuta a colmarlo. TechCrunch ha anche riportato che Anthropic ha aperto il suo primo ufficio indiano a Bengaluru. L’India ora rappresenta circa il 6% dell’utilizzo globale di Claude, seconda solo agli Stati Uniti.
Nel frattempo, la presidente di Anthropic, Daniela Amodei, ha dichiarato ad ABC News la scorsa settimana che l’AI renderà le lauree umanistiche “più importanti che mai”. Ha sostenuto che le capacità di pensiero critico diventeranno più preziose man mano che i large language model padroneggiano il lavoro tecnico. Ecco perché è il tipo di dichiarazione che un’azienda fa quando crede che la sua tecnologia stia per rimodellare intere categorie di impiego white-collar.
Il quadro competitivo
Il quadro competitivo per Claude Sonnet 4.6 è notevole. Il modello supera Gemini 3 Pro di Google e GPT-5.2 di OpenAI su molteplici benchmark. GPT-5.2 rimane indietro sull’utilizzo agente del computer (38,2% vs. 72,5%), sulla ricerca agente (77,9% vs. 74,7%) e sull’analisi finanziaria agente (59,0% vs. 63,3%).
Gemini 3 Pro mostra prestazioni competitive sul ragionamento visivo e sui benchmark multilingue, ma resta indietro sulle categorie agente dove gli investimenti enterprise stanno aumentando. Per approfondire le strategie di implementazione AI, visita il blog di Digital Seeds.
In conclusione, il takeaway più ampio 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 decine di dollari. Le aziende che stavano cautamente pilotando agenti AI con piccole implementazioni ora affrontano un calcolo dei costi fondamentalmente diverso. Gli agenti che erano troppo costosi da eseguire continuamente a gennaio sono improvvisamente accessibili a febbraio.
Claude Sonnet 4.6 è disponibile ora su tutti i piani Claude, Claude Cowork, Claude Code, l’API e tutte le principali piattaforme cloud. Anthropic ha anche aggiornato il suo tier gratuito a Sonnet 4.6 per impostazione predefinita. Gli sviluppatori possono accedervi immediatamente utilizzando claude-sonnet-4-6 tramite l’API Claude.
