La migliore IA per chi sviluppa software

“Nell'ambito della nostra valutazione continua dei modelli di IA, Claude Fable 5.1 ha ottenuto risultati notevoli nei nostri test. Utilizzando Claude Code ha individuato correttamente la causa profonda di ogni build non riuscita che abbiamo testato, a tutti i livelli di elaborazione. Comunica inoltre in modo più efficace rispetto ai precedenti modelli Anthropic, con aggiornamenti più sintetici e più facili da seguire.”

“Even at its lowest effort setting, Claude Opus 5.5 caught 72% of known bugs in our code reviews to Opus 5’s 56% at high effort, with fewer false alarms and a fraction of the output. On US consulting analysis, low thinking effort matched its higher thinking settings on half the output and passed our quality checks. When more lower thinking efforts are deployed in production, that’s client-ready work delivered efficiently.”

“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”.

“I handed Claude Opus 5.5 a large engineering task across six of our repositories and let it run overnight, unattended. It stayed on task for over 18 hours defining how our services talk to each other and working out how each one should apply that. Compared with Opus 5, it hit milestones faster and required minimal reworking. Its code comments were short and useful instead of long and prose-heavy. I’m struggling to find anything negative to say.”

“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”.

“We test models on real engineering and trading-desk work. On our agentic coding tasks, Claude Opus 5.5 matched Opus 5’s quality in about half the turns, time and output tokens, cutting the cost of that workload by 40 to 50%. It posted the highest score we’ve recorded on one desk’s trading-support suite, passing tasks earlier Claude models had failed, and topped all eight models on our analysis task.”

“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.”

“Claude Fable 5.1 gestisce il lavoro prolungato e non supervisionato meglio di Fable 5. Ho avuto flussi di lavoro che sono proseguiti a lungo senza perdere il filo: il modello tiene traccia del proprio operato, ridefinisce le priorità man mano che le condizioni cambiano e riprende da dove si era interrotto.”

“Sui problemi più difficili di cui ci occupiamo, Claude Fable 5.1 si distingue nettamente da qualsiasi altro modello che abbiamo provato. Su un problema di massima complessità che utilizziamo come banco di prova da 18 mesi, ha prodotto progressi concreti. Anziché limitarsi a raccogliere dati, ha individuato collegamenti originali di una chiarezza che non ho riscontrato altrove. Ha inoltre ottimizzato di circa il 35% un kernel di calcolo sul quale Fable 5 aveva esaurito le proprie possibilità.”

“Avevamo una modifica che interessava più di otto servizi distribuiti su tre codebase. Claude Fable 5.1 ha mappato l'intero flusso di lavoro dall'inizio alla fine, con un livello di dettaglio estremo, dalla chiamata di servizio in ingresso fino alla singola funzione e alle tabelle e righe del database, mantenendo l'accuratezza fino in fondo. Abbiamo apprezzato la possibilità di testare il modello e fornire riscontri, il che ci aiuta a prepararci a una nuova fase in cui potremo affidare a questi strumenti iniziative sempre più ambiziose.”

“Claude Fable 5.1 è il modello più capace che abbiamo eseguito su CursorBench 3.2, con un punteggio del 73,4% al massimo livello di elaborazione. Lo abbiamo trovato particolarmente abile nel verificare il proprio lavoro, il che gli consente di gestire attività di programmazione complesse dall'inizio alla fine.”

“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.”

“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.”

“Nell'ambito della nostra valutazione continua dei modelli di IA, Claude Fable 5.1 ha ottenuto risultati notevoli nei nostri test. Utilizzando Claude Code ha individuato correttamente la causa profonda di ogni build non riuscita che abbiamo testato, a tutti i livelli di elaborazione. Comunica inoltre in modo più efficace rispetto ai precedenti modelli Anthropic, con aggiornamenti più sintetici e più facili da seguire.”

“Even at its lowest effort setting, Claude Opus 5.5 caught 72% of known bugs in our code reviews to Opus 5’s 56% at high effort, with fewer false alarms and a fraction of the output. On US consulting analysis, low thinking effort matched its higher thinking settings on half the output and passed our quality checks. When more lower thinking efforts are deployed in production, that’s client-ready work delivered efficiently.”