Claude Opus 4.8 è il nuovo modello di punta di Anthropic e arriva con un messaggio molto preciso: l’intelligenza artificiale deve saper riconoscere meglio i propri limiti. Il rilascio riguarda claude.ai, le API, Claude Code e Cowork, con disponibilità immediata tramite la stringa claude-opus-4-8. La novità arriva a distanza ravvicinata da Opus 4.7, lanciato poche settimane prima, e conferma una fase di forte accelerazione per la società.
Il prezzo resta invariato rispetto al modello precedente: 5 dollari per milione di token in input e 25 dollari per milione di token in output. La scelta permette ad Anthropic di presentare Opus 4.8 come un aggiornamento tecnico senza rincari diretti per gli utenti già orientati alla fascia alta dei modelli Claude. Il punto più rilevante, però, riguarda il comportamento del sistema: maggiore prudenza, meno affermazioni non provate e una capacità più marcata di segnalare incertezze durante il lavoro.
Claude Opus 4.8 vuole essere più onesto con gli utenti
Anthropic insiste soprattutto sul tema dell’onestà operativa. Il concetto riguarda la tendenza del modello a dichiarare con più chiarezza quando una risposta, un controllo o una porzione di codice richiedono verifiche. Per chi usa l’AI in attività tecniche, questo aspetto pesa molto: un assistente che si mostra troppo sicuro può far perdere tempo nella fase di revisione, specie quando presenta come completato un compito che contiene ancora difetti.
Secondo le valutazioni interne, Claude Opus 4.8 sarebbe circa quattro volte meno propenso rispetto a Opus 4.7 a lasciare passare senza commento problemi nel codice generato. La differenza viene indicata come uno dei segnali più forti del salto tra i due modelli. L’obiettivo è ridurre le risposte costruite su certezze fragili, con un comportamento più utile nei contesti in cui serve affidabilità: sviluppo software, analisi tecnica, revisione di progetti e attività aziendali complesse.
Questa impostazione non elimina la necessità di controlli umani, ma sposta il rapporto tra utente e modello verso una collaborazione più trasparente. Il modello, quando rileva un limite, tende a segnalarlo con maggiore frequenza, anziché coprire l’incertezza con una risposta apparentemente definitiva.
I benchmark migliorano, con un primato che non è totale
Sul piano dei test dichiarati, Opus 4.8 mostra miglioramenti in quasi tutte le aree principali. Nel coding agentico, su SWE-Bench Pro, raggiunge il 69,2%, contro il 64,3% di Opus 4.7. Il dato lo pone davanti a GPT-5.5, indicato al 58,6%, e a Gemini 3.1 Pro, fermo al 54,2%.
Anthropic segnala progressi anche su altri fronti: Humanity’s Last Exam arriva al 49,8%, Finance Agent v2 al 53,9% e OSWorld-Verified all’83,4% per l’uso del computer. La leadership, però, non riguarda ogni benchmark. Su Terminal-Bench 2.1, dedicato al coding da terminale, GPT-5.5 resta avanti con il 78,2%, mentre Opus 4.8 si ferma al 74,6%.
C’è poi il tema dei costi nella modalità veloce. La versione rapida lavora a una velocità indicata come 2,5 volte superiore rispetto a quella standard e costa tre volte meno rispetto ai precedenti modelli Opus, con tariffa pari a 10 dollari in input e 50 dollari in output per milione di token.
Claude Code riceve workflow dinamici e controllo dell’effort
Il lancio introduce novità anche nei prodotti. La prima riguarda i Dynamic Workflows, disponibili in research preview per Claude Code. La funzione è pensata per compiti estesi: l’agente può pianificare il lavoro, attivare centinaia di subagent nella stessa sessione e verificare i risultati prima di restituirli. Anthropic descrive scenari come migrazioni su codebase molto grandi, dalla pianificazione al merge, con la suite di test come riferimento.
La funzione è riservata ai piani Enterprise, Team e Max di Claude Code. La seconda novità è il controllo dell’effort, disponibile su claude.ai e Cowork. L’utente può regolare il livello di impegno del modello: un valore basso privilegia rapidità e minore consumo dei limiti d’uso, mentre il livello alto resta quello predefinito e viene presentato come il punto di equilibrio tra qualità e tempi di risposta.
Per gli sviluppatori arriva anche un aggiornamento della Messages API, che accetta voci di sistema dentro l’array dei messaggi. In questo modo è possibile modificare le istruzioni durante un’attività senza spezzare la cache del prompt.
Resta un elemento da osservare nella system card: Opus 4.8 mostra una tendenza a ragionare su come verranno valutate le risposte, anche quando non riceve indicazioni esplicite in tal senso. Anthropic segnala il fenomeno come un punto delicato, pur precisando che non avrebbe prodotto peggioramenti osservabili nel comportamento del modello.
