Il doppio per token, non per forza per compito
Partiamo dai listini, perché sono la parte semplice. Opus 5.5 costa 4$ per milione di token in ingresso e 20$ in uscita. Fable 5.2, uscito il 9 novembre, costa 8$ e 40$. Il doppio, preciso.
La parte meno semplice è che nessuno paga per token. Si paga per compito: quanti token il modello legge e scrive, quante volte rilegge il contesto, quanti tentativi fa prima di arrivare in fondo, e se ci arriva. Un modello che costa il doppio per token ma finisce il lavoro in metà dei passaggi costa uguale. Uno che costa il doppio e si ferma a metà costa infinitamente di più, perché il lavoro poi lo rifà una persona.
Per questo il confronto tra Fable 5.2 e Opus 5.5 non si chiude guardando i prezzi. Serve capire dove i due modelli si equivalgono, dove no, e quanto pesa l'effort. Le novità del rilascio sono nell'articolo su Claude Fable 5.2, qui mi concentro sulla scelta.
Dove si equivalgono
Sulla programmazione e sull'automazione d'ufficio i due modelli sono più vicini di quanto il prezzo faccia pensare.
Su FrontierCode 2.0, programmazione agentica, Fable 5.2 a effort xhigh arriva al 49,1%, Opus 5.5 al massimo dell'effort al 45,5%. Su OSWorld 2.1, che misura la capacità di usare un computer come farebbe una persona, 89,3% contro 87,2%. Su FrontierSWE v2, 69,9% contro 62,3%.
Sono differenze reali ma non drammatiche. Su un compito di sviluppo ben definito, su un'automazione che compila moduli e sposta dati tra applicazioni, su un'analisi documentale, Opus 5.5 fa quasi lo stesso lavoro a metà prezzo. È anche il motivo per cui nelle app Claude il modello di riferimento per il lavoro quotidiano resta un altro. Su come si colloca Sonnet in questo quadro ho scritto in Opus 5.5 o Sonnet 5.5.
Dove Fable stacca
Il quadro cambia quando il compito diventa lungo, aperto e difficile.
Su Terminal-Bench-Science, ricerca scientifica agentica, Fable 5.2 arriva al 74,6%, Opus 5.5 al 58,7%. Su Humanity's Last Exam con strumenti, 74,2% contro 67,7%. Sulla lettura di grafici senza strumenti, 73,4% contro 64,4%. Su RoboDojo, simulazione robotica, 64,9% contro 39,4%.
Il caso che rende l'idea meglio di qualunque tabella è la formalizzazione dell'Ultimo teorema di Fermat. Circa mille agenti Fable 5.2 l'hanno completata in 30 ore. Opus 5.5, con la stessa configurazione, era al 26% dopo 18 ore e poi quasi fermo. Non è una questione di qualità della singola risposta: è la capacità di tenere la rotta su un lavoro che dura giorni, senza perdersi.
In azienda i compiti di questo tipo esistono, ma sono meno di quanto si pensi. Un'analisi tecnica che attraversa centinaia di documenti e deve arrivare a una conclusione verificabile. Un agente che lavora per ore su una base di codice grande. La ricerca e sviluppo vera. Lì la differenza di prezzo si giustifica. Sul resto, raramente.
Non sai su quali processi serve davvero Fable?
30 minuti per discutere il tuo caso specifico.
L'effort cambia il confronto
C'è un modo sbagliato di confrontare i due modelli, ed è metterli uno accanto all'altro con le impostazioni predefinite. L'API di Fable 5.2 parte da effort high, Opus 5.5 nelle app parte da medium. Stai confrontando due cose diverse.
La system card di Fable 5.2 contiene una tabella utile su FrontierCode 2.0. A effort low il modello risolve il 34,2% dei compiti a 2,10$ l'uno. A medium il 37,6% a 2,48$. A high il 45,3% a 6,72$. A xhigh il 49,1% a 14,19$. A max il 45,7% a 44,70$.
Secondo Anthropic, a effort high Fable 5.2 pareggia Opus 5.5 al massimo dell'effort con circa metà del costo per compito. Se il dato regge, su alcuni carichi Fable a effort moderato conviene più di Opus spinto al limite.
E c'è una lezione che vale per entrambi i modelli: l'effort massimo raramente è la scelta giusta. Su questo benchmark max costa tre volte xhigh e fa peggio. La stessa documentazione di Anthropic consiglia di partire da high, salire a xhigh solo dove hai misurato un guadagno e lasciare max per misurare il tetto del modello.
Cosa dicono le misure indipendenti
I numeri di Anthropic vanno presi per quello che sono: test scelti e girati da chi produce il modello. Le prime misure esterne raccontano una storia meno favorevole a Fable sul costo.
Su Terminal-Bench 4.0 Vals AI ha misurato 14,56$ per test con Fable 5.2 contro 12,04$ con Opus 5.5. Il 21% in più, che su quel benchmark è un premio contenuto.
Su CursorBench 4.0, entrambi all'effort massimo, Cursor riporta 32,79$ per Fable 5.2 contro 13,43$ per Opus 5.5. Più del doppio. Con Fable a effort high il costo scende a 9,70$.
La lettura che ne faccio: il premio di Fable sul costo per compito va da poco a molto, a seconda del compito e soprattutto dell'effort. Non esiste un numero che valga per tutti, ed è esattamente il motivo per cui la scelta si fa sui propri compiti e non sulle tabelle altrui.
Una regola pratica
La regola che uso con i clienti è semplice da enunciare.
Opus 5.5 è la base. Tutti i processi partono lì, all'effort più basso che dà risultati accettabili.
Fable 5.2 entra solo dove Opus 5.5 non arriva in fondo. Non dove arriva in fondo un po' peggio: dove si ferma, sbaglia nei passaggi lunghi o richiede l'intervento di una persona. Per scoprirlo bastano tre o quattro compiti veri, girati su entrambi i modelli con lo stesso prompt, misurando due cose: quanti arrivano a destinazione senza aiuto e quanto sono costati.
Una nota tecnica che conta per chi costruisce agenti. I blocchi di ragionamento di Fable 5.2 li leggono solo Fable 5.2 e Mythos 5.2. Se un router sposta una conversazione da Fable a Opus a metà strada, il ragionamento accumulato si perde e il modello riparte con meno contesto di quanto pensi. Il passaggio dal modello piccolo al grande funziona, quello inverso no. Conviene decidere il modello all'inizio del compito, non a metà. Su come si progetta questo tipo di architettura ne ho scritto in agenti autonomi con l'Agent SDK.
Per un'azienda italiana
Due considerazioni concrete prima di decidere.
La prima riguarda i dati. Fable 5.2 richiede una conservazione di 30 giorni per il monitoraggio di sicurezza e non è disponibile in zero data retention senza un'autorizzazione esplicita di Anthropic. Se i tuoi contratti o la tua policy richiedono lo zero data retention, la scelta è già fatta, e non è Fable.
La seconda riguarda gli abbonamenti. Al lancio Anthropic ha incluso Fable nei limiti settimanali dei piani Pro e Team standard, con una promozione. È il modo più economico per farsi un'idea su compiti reali prima di spendere sull'API, ma va ricordato che la promozione non è il listino.
Sul piano del budget la domanda giusta non è quale modello sia il migliore. È su quale percentuale del lavoro il modello migliore cambia il risultato. Nella maggior parte delle aziende che seguiamo, quella percentuale è piccola. Per il quadro complessivo dei costi c'è quanto costa Claude in azienda.