Ricerca rilevante, risultati pubblicati e limiti delle valutazioni.
77 articoli
La proposta punta a dare accesso a modelli più esigenti senza trasferirne tutto il carico computazionale a bordo. Le fonti descrivono possibili vantaggi, ma qui non forniscono metriche né dettagli sufficienti per quantificare i risultati.
CounterCredit valuta se ogni chiamata visiva fosse necessaria per rispondere e se l’agente abbia sfruttato l’immagine ricevuta. I risultati sono promettenti su tre benchmark, ma non dimostrano ancora che il metodo si generalizzi al di fuori di questi test.
Anthropic presenta Opus 5.5 con prezzi per token inferiori a quelli di Opus 5 e miglioramenti attribuiti alle proprie valutazioni. La documentazione disponibile conferma contesto, output e piattaforme, ma lascia aperte questioni sulla comparabilità dei risultati, sulle restrizioni di sicurezza e sul risparmio effettivo per attività.
Il nuovo modello di OpenAI combina ragionamento, uso del computer e contesto molto esteso. I miglioramenti dichiarati sono rilevanti, ma non sostituiscono test interni e controlli su permessi, dati e azioni irreversibili.
Anthropic ha presentato Claude Opus 5 il 24 luglio 2026 come modello orientato alla programmazione, al lavoro della conoscenza e ai flussi in più passaggi. L’azienda sostiene che migliori il rapporto tra prestazioni e costo rispetto a Opus 4.8, ma i confronti richiedono prudenza: combinano test propri, configurazioni di impegno diverse e, in alcuni casi, meccanismi di fallback verso modelli precedenti.