Il 1 settembre 2026 Anthropic ha rilasciato due modelli: Claude Fable 5.1, disponibile per tutti, e Claude Mythos 5.1, disponibile solo tramite programmi di accesso fidato. L'azienda li descrive senza giri di parole come i modelli più avanzati al mondo per la programmazione e il lavoro intellettuale.

La sorpresa è che il rilascio non riguarda solo le capacità. Risponde a tre lamentele che Anthropic dice di aver ricevuto dai clienti: il prezzo, la conservazione dei dati e salvaguardie troppo sensibili. Sono esattamente le cose che contano per chi usa un modello nel lavoro reale e non in una demo.

I numeri: primo posto in ogni benchmark pubblicato

Questi sono i risultati pubblicati da Anthropic, a confronto con il predecessore Fable 5 e con i rivali Opus 5 e GPT-5.6 Sol:

  • Ricerca scientifica agentica (Terminal-Bench-Science): 52,6% contro il 24,7% del predecessore, il 29,0% di Opus 5 e il 22,4% di GPT-5.6 Sol: più del doppio del proprio punteggio precedente.
  • Programmazione agentica (Terminal-Bench 4.0): 55,8% contro il 42,0% del predecessore e il 52,3% di Opus 5. La variante Mythos 5.1 raggiunge il 60,9%.
  • Lavoro intellettuale (GDPval-AA): 1853 contro 1723 del predecessore e 1824 di Opus 5.
  • Uso del computer (OSWorld 2.0): 77,9% nella misura parziale e 41,7% in quella rigorosa, davanti a tutti gli altri.
  • Ragionamento multidisciplinare (Humanity's Last Exam): 60,9% senza strumenti e 65,0% con gli strumenti.
  • Flussi di lavoro aziendali (AutomationBench): 31,4% contro il 17,1% del predecessore, quasi il doppio.

Per correttezza: si tratta di misurazioni del fornitore stesso, pubblicate con un errore standard dichiarato da 3,5 a 4,5 punti sul benchmark di ricerca scientifica. La verifica indipendente richiede settimane. Ma miglioramenti costanti su otto benchmark diversi dicono più di un vantaggio su uno solo.

La novità che noterà il suo commercialista: più economico senza tagli di prezzo

Il prezzo base per token non è cambiato. Eppure Anthropic afferma che il costo reale scende di circa il 25% sui carichi di lavoro tipici e fino al 45% sul lavoro agentico con molti passaggi, perché ha ridotto del 75% il prezzo delle letture dalla cache.

Per chi non conosce la distinzione: quando il modello rilegge un contesto che ha già elaborato (i file del suo progetto, le sue istruzioni, la conversazione fino a quel momento), finora si pagava una tariffa relativamente alta. Il lavoro agentico rilegge lo stesso contesto decine di volte all'interno di un singolo compito, ed è per questo che ne beneficia di più. Lo sconto va a chi usa il modello seriamente, non a chi gli fa una domanda di passaggio.

Anthropic ha anche aggiunto livelli di impegno: basso, medio e alto. Afferma che Fable 5.1 con impegno basso o medio eguaglia o supera Fable 5 a un costo molto inferiore. L'impostazione predefinita è impegno alto in Claude Code e medio in Claude Cowork e su claude.ai.

Privacy dei dati: il cambiamento che conta per le istituzioni

Anthropic ha annunciato un sistema chiamato Enterprise Frontier Safeguards, che offre ai clienti una privacy completa equivalente a una politica di conservazione zero dei dati, continuando a impedire gli usi malevoli. Funziona conservando i dati in un'infrastruttura cloud che il cliente controlla interamente, non Anthropic. Il rilascio è graduale e inizia questo autunno; fino ad allora, i clienti idonei possono usare il modello con conservazione zero dei dati.

Questo solo punto apre una porta che era chiusa ai settori sensibili sauditi: enti governativi, finanziari e sanitari i cui obblighi di protezione dei dati impediscono loro di inviare dati a un servizio esterno che li conservi.

Salvaguardie più precise: meno rifiuti di lavoro legittimo

Poche cose frustrano uno sviluppatore più di un modello che rifiuta una richiesta legittima perché sembrava pericolosa. Anthropic afferma che le salvaguardie più recenti bloccano il 60% in meno di falsi positivi nella sicurezza informatica. Fable 5.1 ora può essere usato per scoprire vulnerabilità del software, ma non per sviluppare exploit che le sfruttino: una distinzione che vale la pena mantenere, perché trovare una vulnerabilità è lavoro difensivo, trasformarla in un'arma no.

Che cosa dimostra che si va oltre i punteggi dei benchmark?

Vale la pena citare tre risultati pubblicati, perché sono esiti concreti e non percentuali di test:

  • Presso la società di investimento Millennium, il modello ha trovato la causa di un raro crash nei sistemi interni che i suoi ingegneri, e tutti gli altri modelli, non erano riusciti a spiegare per diversi anni.
  • Ha addestrato una rete neurale che ha prodotto una nuova mappa altimetrica di un terzo di Venere a partire dalle immagini radar acquisite dalla missione Magellan della NASA più di trent'anni fa, con un dettaglio fino a due o tre chilometri invece di dieci-venti e altezze fino al 25% più accurate. La mappa è stata pubblicata con una licenza Creative Commons.
  • In biologia computazionale, ha scritto kernel GPU personalizzati che hanno accelerato sette modelli open source fino a 2,5 volte con output identici, riducendo i costi GPU stimati dal 30 al 60%. Un lavoro che normalmente richiederebbe settimane a un team di ingegneri delle prestazioni è stato completato in pochi giorni.

Il punto di vista di Origami

Per un imprenditore saudita la vera notizia non è la classifica. È che un unico rilascio riunisce tre cose: maggiori capacità, costi più bassi proprio per il lavoro agentico e un'opzione di privacy che mantiene i dati in un'infrastruttura che controlla lei. Le capacità da sole erano già disponibili; costi e privacy erano i due ostacoli che impedivano a questi modelli di passare dagli esperimenti ai sistemi in produzione.

Il nostro consiglio pratico: non partire dal modello, partire dal compito. La maggior parte di ciò di cui ha bisogno oggi un'azienda di medie dimensioni funziona bene con impegno medio e a un costo minore. Provi il suo compito prima al livello più basso e lo alzi solo quando può dimostrarne la necessità: la differenza su una fattura mensile è più grande di quanto suggerisca il listino prezzi.

Conclusione

Fable 5.1 è in testa a ogni benchmark pubblicato da Anthropic, supera di oltre il doppio il predecessore nella ricerca scientifica agentica e costa meno per il lavoro serio. Ancora più significativo è che il rilascio abbia affrontato le lamentele dei clienti e non solo le capacità: segno di un mercato che matura, in cui la competizione si è spostata da chi ottiene il punteggio più alto a chi rende possibile l'adozione all'interno di un'organizzazione reale.

Fonti

  • Anthropic: l'annuncio ufficiale di Claude Fable 5.1 e Claude Mythos 5.1, fonte della tabella dei benchmark, delle affermazioni su prezzi, privacy e salvaguardie, e degli esempi scientifici.
  • Anthropic: la nota pubblicata sull'errore standard di Terminal-Bench-Science e i dati della classifica pubblica.
  • The Verge, Decrypt e The New Stack: copertura indipendente del lancio del 1 settembre 2026 e dei dati sui prezzi.