Copertina: Claude Sonnet 5: modello agentic di Anthropic per coding e knowledge work

Claude Sonnet 5: modello agentic di Anthropic per coding e knowledge work

Il nuovo modello a contesto lungo che avvicina le prestazioni di Opus a un costo di Sonnet.

14 luglio 20265 min di lettura
Claude Sonnet 5Anthropicagentic AIcoding AIcontesto lungoknowledge workmodelli LLMragionamento adattivo

Cos'è

Claude Sonnet 5 è un modello di linguaggio di grandi dimensioni (LLM) sviluppato da Anthropic, annunciato il 30 giugno 2026. Appartiene alla famiglia Claude, collocandosi nel cosiddetto livello Sonnet, tradizionalmente pensato come punto di equilibrio tra qualità e costo. Con questa quinta generazione, tuttavia, il confine con il livello superiore Opus si assottiglia: Anthropic lo descrive come il modello Sonnet più «agentic» mai rilasciato, capace di pianificare, usare strumenti e portare a termine flussi di lavoro complessi con minore intervento umano.

Il modello identificativo API è claude-sonnet-5. È disponibile per tutti i piani e diventa il modello predefinito nelle applicazioni di Anthropic per utenti Pro, Team Standard ed Enterprise, nonché in Claude Code. Contestualmente al lancio, Anthropic ha fissato un prezzo introduttivo valido fino al 31 agosto 2026: 2 dollari per milione di token in input e 10 dollari per milione di token in output, per poi passare a 3 e 15 dollari.

A cosa serve

Sonnet 5 è pensato per attività professionali ad alta intensità cognitiva: sviluppo software interattivo e agentico, analisi e redazione di documenti lunghi, ricerca e sintesi di informazioni, revisione di codice, debugging, refactoring e automazione di flussi multi-step. Grazie al contesto ampio, può tenere in memoria grandi quantità di testo in una singola sessione, come codebase di medie dimensioni, manuali tecnici, contratti, rapporti finanziari o cronologie di assistenza clienti.

La versione vision integrata permette di analizzare immagini, screenshot, diagrammi e PDF, rendendo il modello utile anche per compiti in cui il testo deve essere confrontato con elementi visivi: ad esempio, trasformare un mockup in codice, interpretare un flusso di un’interfaccia o verificare l’allineamento tra documentazione e screenshot. Per fondatori, project manager, professionisti e agenzie italiane, il modello è rilevante perché riduce la necessità di suddividere i problemi in micro-task: molte attività che prima richiedevano catene di prompt brevi possono ora essere affidate a un’unica sessione lunga.

Come funziona

Architetturalmente, Sonnet 5 si colloca nella linea dei modelli transformer di Anthropic, con miglioramenti specifici sull’affidabilità dell’uso di strumenti e sulla gestione del contesto. Il tratto distintivo più evidente è la finestra di contesto nativa di un milione di token, abbinata a un limite di output fino a 128.000 token per risposta. Questo significa che il modello può ricevere in input decine di migliaia di righe di codice o lunghe raccolte documentali e produrre a sua volta output estesi, come report, implementazioni articolate o suite di test.

Un altro elemento centrale è il ragionamento adattivo (adaptive thinking), attivo di default. Invece di richiedere all’utente di impostare manualmente un «budget» di ragionamento, il modello stima autonomamente quanto tempo computazionale dedicare a ciascun problema, regolando la profondità del pensiero in base alla difficoltà. Gli sviluppatori possono comunque guidare il comportamento tramite il parametro effort, che offre livelli da low a max, passando per high e xhigh. Il livello xhigh, per la prima volta disponibile anche in un modello Sonnet, è pensato per sessioni agentiche lunghe e problemi di coding particolarmente complessi.

La capacità agentica si concretizza nel tool use: il modello può invocare funzioni, consultare browser, eseguire codice e interagire con ambienti desktop. I classificatori di sicurezza di Anthropic restano attivi, con particolare attenzione agli usi cyber, che il modello gestisce in modo più conservativo rispetto a Opus 4.8.

Perché conta

L’importanza di Sonnet 5 sta nell’equilibrio tra prestazioni e accessibilità. Fin dal suo ingresso, il livello Sonnet è stato considerato il compromesso per chi non poteva permettersi Opus. Con la quinta generazione il compromesso si trasforma in scelta consapevole: su coding, tool use e knowledge work il divario con il modello top di gamma si riduce al punto che, per molti carichi di lavoro quotidiani, Sonnet 5 diventa l’opzione razionale di default.

Il prezzo introduttivo rafforza questo spostamento. Per due mesi il modello costa circa il 40% in meno rispetto al prezzo standard previsto da settembre e una frazione del costo di Opus 4.8 (5/25 dollari per milione di token). Questo abbassa la soglia per sperimentare workflow agentici anche per realtà di piccole dimensioni, dove il budget AI è controllato. Allo stesso tempo, la presenza di un prezzo standard successivo invita a una valutazione realistica: i risparmi devono essere misurati su task reali, non solo sui benchmark.

C’è anche un aspetto operativo da considerare. Il nuovo tokenizer produce circa il 30% di token in più per lo stesso testo rispetto a Sonnet 4.6. Di conseguenza, la capacità effettiva di un milione di token è leggermente inferiore rispetto a quanto il numero lascerebbe intendere, e i costi reali possono variare rispetto alle stime basate sui modelli precedenti. Inoltre il ragionamento adattivo può allungare i tempi di risposta rispetto a Sonnet 4.6, soprattutto se si lascia il livello di default su task complessi.

Dove trovarlo

Claude Sonnet 5 è accessibile attraverso l’ecosistema Anthropic: applicazione web, app desktop e mobile, Claude Code, nonché tramite l’API Messages di Anthropic e piattaforme partner che espongono i modelli Claude. Nei piani consumer e professionali di Anthropic è il modello predefinito per molte interazioni, mentre i piani enterprise possono scegliere tra Sonnet 5 e Opus 4.8 a seconda del carico.

Per chi utilizza l’API, il modello si seleziona con l’identificativo claude-sonnet-5. Anthropic raccomanda di aggiornare le integrazioni esistenti: alcuni parametri legacy come budget_tokens, temperature non di default o campionamenti personalizzati possono generare errori o comportamenti inattesi. La documentazione ufficiale e il changelog di Claude Code forniscono le istruzioni di migrazione. È consigliabile, infine, ricalibrare le stime di costo e latenza su un campione di task rappresentativi prima di spostare traffico di produzione.

Hai letto fino a qui

🤔 Hai domande su questo argomento?

Posso aiutarti a capire come applicarlo al tuo business. Scegli come vuoi parlarmi.

— oppure —

💬 Chat: risposta immediata · 📧 Email: risposta personale entro 24h · 🔒 Niente spam

Continua a leggere