Claude Platform

“Sulla nostra suite di ricerca, Claude Fable 5.1 ha stabilito nuovi punteggi record. In un'attività ha elaborato una soluzione originale lungo una direttrice completamente diversa da quelle osservate in altri modelli o, in passato, in ricercatori umani, portando i risultati ben oltre il precedente plateau. È più efficace nella risoluzione creativa dei problemi e nel cogliere l'intuizione necessaria per affrontare una questione complessa.”

“La decisione di scegliere Claude è stata interamente guidata dai dati. Abbiamo testato più fornitori di modelli affiancandoli, e Claude ha costantemente offerto i migliori risultati in termini di tassi di risoluzione dei casi e punteggi di soddisfazione dei clienti.”

“La partnership con Anthropic è stata eccezionale: la guida e il supporto offerti hanno aiutato i nostri team di ingegneri a sfruttare al massimo i modelli”.

“Gli sviluppatori vogliono agenti in grado di gestire attività software vere e proprie e portarle a termine. Nei nostri test di GitHub Copilot su CLI e VS Code, Claude Opus 5.5 è risultato tra i modelli che hanno utilizzato il numero minore di token e di passaggi tra quelli misurati. In VS Code, ha risolto più attività del terminale rispetto a Opus 5 in meno della metà dei passaggi. Più che rendere le attività individuali più efficienti, rende i progetti di grandi dimensioni degli sviluppatori più fattibili”.

“Per chi sviluppa con Lovable, Opus 5.5 equivale a build più veloci a parità di qualità, sia iniziando da zero sia lavorando su un'app già in produzione. Il modello raccoglie il contesto in un'unica soluzione, effettua modifiche meno numerose ma più complete e non si blocca in tentativi ripetuti, completando le attività con un numero di passaggi inferiore da un terzo alla metà e riducendo notevolmente l'uso di token.”

“Con Claude Opus 5.5, abbiamo riscontrato un chiaro miglioramento dell'efficienza dei token in tutte le nostre valutazioni interne, poiché siamo stati in grado di completare le stesse attività a costi inferiori e più rapidamente”.

“Le società finanziarie hanno bisogno di output che siano costantemente corretti. Pur impostando lo sforzo al minimo, Claude Opus 5.5 ha battuto Opus 5 con impostazioni di sforzo elevato nel nostro BigFinance Bench con circa il 60% di token di output in meno. Le risposte sono più brevi e meglio strutturate, mentre le slide sono più dense e più in linea con gli standard del settore”.

“Claude Opus 5.5 è il primo modello che utilizziamo per impostazione predefinita a uno sforzo medio. Nei nostri test ha eguagliato Opus 5 impostato a uno sforzo elevato, utilizzando dal 20 al 25% in meno di token di output. Nelle indagini lunghe e disorganizzate ha sempre fornito una risposta chiara e concreta. Questo significa che i nostri clienti possono fare di più con meno”.

“Dal momento che i nostri clienti utilizzano Box AI su enormi quantità di contenuti, la velocità e il costo sono una priorità assoluta. Nelle nostre valutazioni, Claude Opus 5.5 ha utilizzato un terzo dei token utilizzati da Opus 5 e le risposte erano il 40% meno prolisse senza perdere accuratezza. Ci auguriamo che questo venga considerato con attenzione dai team che utilizzano agenti per i propri contenuti in settori come i servizi finanziari e il settore pubblico”.

“Nei test iniziali di Epic, Claude Sonnet 5.5 ha superato lo stesso livello di qualità che ci si aspetterebbe da un modello di livello superiore, sostenendo un audit della progettazione del sistema e una revisione del flusso di dati. Il nuovo modello ha gestito decine di migliaia di righe di codice per l'architettura del sistema di gioco, ha mantenuto risposte rapide, ha gestito attività della durata di più ore e ha prodotto risultati con prompt meno prescrittivi”.

“Senza modificare alcun prompt, Claude Sonnet 5.5 ha ottenuto risultati migliori di Sonnet 5 in quasi tutte le nostre valutazioni offline di Slackbot, in meno passaggi e con circa il 14% di token di output in meno. Quando qualcuno assegna un'attività a Slackbot, la qualità e la velocità sono ciò che conta di più, e Sonnet 5.5 consente a Slackbot di offrire risultati migliori per gli utenti, più rapidamente”.

“Abbiamo fornito a Claude Sonnet 5.5 centinaia di casi d'uso di supporto reali, tra risposte e richieste di escalation. Ha preso meno decisioni sbagliate e risolto i ticket più velocemente rispetto ai modelli di Claude che utilizziamo oggi in produzione. I ticket sono stati elaborati il 20% più velocemente, offrendo ai nostri clienti l'aiuto di cui hanno bisogno senza attese”.

“Claude Fable 5.1 è un modello di riferimento per le nostre valutazioni sull'analisi degli incidenti, che utilizzano incidenti di produzione reali per misurare l'efficacia del nostro agente, Bits Investigation, nel produrre analisi delle cause profonde. Confrontiamo i risultati del nostro agente con le cause individuate dai nostri ingegneri. In queste valutazioni ha dimostrato una capacità di ragionamento superiore a Opus 5 e ha diagnosticato con successo gli incidenti di produzione più complessi che abbiamo testato.”

“Il giorno del lancio sposteremo su Claude Fable 5.1 il traffico di Opus 5 in Devin. Nei nostri test ha eguagliato o leggermente superato Fable 5 con un costo per attività inferiore e, grazie alla nuova tariffazione delle letture dalla cache, un modello di classe Fable diventa finalmente sostenibile per i carichi di lavoro che avevamo mantenuto su Opus, a partire dalla revisione del codice.”

“Abbiamo chiesto a Claude Fable 5.1 di esaminare un progetto di ricerca clinica per Rakuten Medical che altri tre modelli di frontiera avevano approvato. Ha individuato una lacuna che nessuno di loro aveva rilevato e ha insistito per approfondirla. Ha poi proposto un'ipotesi completamente nuova, trasformando in un pomeriggio un set di dati che avevamo accantonato in una nuova direzione di ricerca. È la prima volta che un modello di frontiera come Claude ci consente di esplorare nuove ricerche in questo modo.”

“L'aspetto che spicca in Claude Fable 5.1 è la scrittura: più comprensibile, più significativa, e rispetta meglio le nostre linee guida redazionali. Nei test in cieco contro Fable 5 ho preferito i suoi testi e i suoi risultati. E in Canva Code ha realizzato un gioco ritmico con musica reale e un gameplay a tempo, calibrato sul livello che aveva generato: qualcosa che nessun altro modello testato è riuscito a produrre.”

“Sulla nostra suite di ricerca, Claude Fable 5.1 ha stabilito nuovi punteggi record. In un'attività ha elaborato una soluzione originale lungo una direttrice completamente diversa da quelle osservate in altri modelli o, in passato, in ricercatori umani, portando i risultati ben oltre il precedente plateau. È più efficace nella risoluzione creativa dei problemi e nel cogliere l'intuizione necessaria per affrontare una questione complessa.”

“La decisione di scegliere Claude è stata interamente guidata dai dati. Abbiamo testato più fornitori di modelli affiancandoli, e Claude ha costantemente offerto i migliori risultati in termini di tassi di risoluzione dei casi e punteggi di soddisfazione dei clienti.”

“La partnership con Anthropic è stata eccezionale: la guida e il supporto offerti hanno aiutato i nostri team di ingegneri a sfruttare al massimo i modelli”.

“Gli sviluppatori vogliono agenti in grado di gestire attività software vere e proprie e portarle a termine. Nei nostri test di GitHub Copilot su CLI e VS Code, Claude Opus 5.5 è risultato tra i modelli che hanno utilizzato il numero minore di token e di passaggi tra quelli misurati. In VS Code, ha risolto più attività del terminale rispetto a Opus 5 in meno della metà dei passaggi. Più che rendere le attività individuali più efficienti, rende i progetti di grandi dimensioni degli sviluppatori più fattibili”.

“Per chi sviluppa con Lovable, Opus 5.5 equivale a build più veloci a parità di qualità, sia iniziando da zero sia lavorando su un'app già in produzione. Il modello raccoglie il contesto in un'unica soluzione, effettua modifiche meno numerose ma più complete e non si blocca in tentativi ripetuti, completando le attività con un numero di passaggi inferiore da un terzo alla metà e riducendo notevolmente l'uso di token.”

“Con Claude Opus 5.5, abbiamo riscontrato un chiaro miglioramento dell'efficienza dei token in tutte le nostre valutazioni interne, poiché siamo stati in grado di completare le stesse attività a costi inferiori e più rapidamente”.