Claude Platform

“Sulla nostra suite di ricerca, Claude Fable 5.1 ha stabilito nuovi punteggi record. In un'attività, ha proposto una soluzione innovativa lungo un asse completamente diverso rispetto a quanto avevamo visto da altri modelli o da ricercatori umani in passato, portando i risultati ben al di sopra del plateau precedente. È migliore nella risoluzione creativa dei problemi e nell'ottenere quel lampo di intuizione necessaria per risolvere un problema difficile.”

“Abbiamo compiuto la nostra scelta basandoci esclusivamente sui dati. Abbiamo testato più fornitori di modelli fianco a fianco e Claude ha costantemente ottenuto i risultati migliori in termini di tassi di risoluzione dei casi e punteggi di soddisfazione del cliente.”

“La partnership con Anthropic è stata eccezionale: la sua guida e il suo supporto hanno aiutato i nostri team di ingegneria a massimizzare i modelli.”

“Gli sviluppatori vogliono agenti in grado di svolgere lavori software reali e completarli. Nei nostri test su GitHub Copilot CLI e VS Code, Claude Opus 5.5 ha utilizzato tra i meno token e passaggi che abbiamo misurato. In VS Code, ha risolto più attività del terminale rispetto a Opus 5 in meno della metà dei passaggi. Più che rendere le singole attività più efficienti, sta rendendo più realizzabili i progetti più grandi degli sviluppatori.”

“Per i builder di Lovable, Opus 5.5 significa sviluppi più rapidi con la stessa qualità, che tu stia partendo da zero o lavorando su un'app live. Raccoglie il contesto una sola volta, effettua un numero inferiore di modifiche più complete senza bloccarsi nei tentativi, completando il lavoro in un terzo o la metà di passaggi in meno e utilizzando un numero significativamente inferiore di token.”

“Con Claude Opus 5.5, abbiamo riscontrato un chiaro miglioramento dell'efficienza dei token nelle nostre valutazioni interne, poiché siamo stati in grado di completare le stesse attività in modo più economico e più rapido.”

“Le aziende finanziarie hanno bisogno di output costantemente corretti. All'impostazione di sforzo più bassa, Claude Opus 5.5 ha battuto Opus 5 a sforzo elevato sul nostro BigFinance Bench con circa il 60% in meno di token di output. Le risposte sono più brevi e meglio strutturate, mentre le diapositive sono più dense, più in linea con gli standard del settore.”

“Claude Opus 5.5 è il primo modello che useremmo di default con uno sforzo medio. Nei nostri test ha eguagliato Opus 5 a sforzo elevato, pur utilizzando dal 20% al 25% in meno di token di output. Nelle indagini lunghe e disordinate, forniva sempre una risposta chiara e attuabile. Ciò significa che i nostri clienti ottengono di più con meno.”

“I nostri clienti utilizzano Box AI per enormi quantità di contenuti, quindi velocità e costo sono una priorità assoluta. Nelle nostre valutazioni, Claude Opus 5.5 ha utilizzato un terzo dei token rispetto a Opus 5 e le risposte sono state il 40% meno prolisse senza perdere precisione. Ci aspettiamo che questo sia molto importante per i team che utilizzano agenti nei propri contenuti in aree 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, reggendo bene in un audit di progettazione del sistema e in 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 le risposte veloci, ha gestito attività che richiedono più ore e ha fornito i risultati con meno prompt prescrittivi.”

“Senza modificare nessuno dei nostri prompt, Claude Sonnet 5.5 ha ottenuto risultati migliori di Sonnet 5 in quasi tutte le nostre valutazioni offline su Slackbot, in meno passaggi e con circa il 14% in meno di token di output. Quando qualcuno affida a Slackbot un'attività, 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 velocemente.”

“Abbiamo fornito a Claude Sonnet 5.5 centinaia di casi d'uso reali di supporto tra risposte e richieste di escalation. Ha preso meno decisioni errate 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'assistenza di cui avevano bisogno senza aspettare.”

“Claude Fable 5.1 è un modello di riferimento per le nostre valutazioni delle indagini sugli incidenti, che utilizzano incidenti reali di produzione per valutare l'efficacia del nostro agente, Bits Investigation, nel produrre analisi delle cause profonde. Valutiamo l'output del nostro agente rispetto alle cause principali identificate dai nostri ingegneri. In queste valutazioni, ha dimostrato un ragionamento più solido rispetto a Opus 5 e ha diagnosticato con successo gli incidenti di produzione più complessi che abbiamo testato.”

“Stiamo spostando il traffico di Opus 5 in Devin a Claude Fable 5.1 il giorno del lancio. Nei nostri test ha eguagliato o superato Fable 5 a un costo per attività inferiore, e con il nuovo prezzo di lettura della cache, un modello di classe Fable è finalmente economico 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 aveva ottenuto l'approvazione di altri tre modelli di frontiera. Ha trovato una lacuna che nessuno di loro aveva visto e ha insistito per testare ulteriormente. Ha quindi proposto un'ipotesi completamente nuova, trasformando un set di dati che avevamo accantonato in una nuova direzione di ricerca in un solo pomeriggio. È la prima volta che un modello di frontiera come Claude ci consente di esplorare nuove ricerche in questo modo.”

“La caratteristica principale di Claude Fable 5.1 è la scrittura: più comprensibile, più significativa e segue meglio le nostre linee guida di scrittura. Nei test alla cieca contro Fable 5, ho preferito la scrittura e l'output del modello. E in Canva Code, ha creato un gioco ritmico con musica vera e un gameplay on-beat adattato al livello generato, qualcosa che nessun altro modello che abbiamo testato ha offerto.”

“Sulla nostra suite di ricerca, Claude Fable 5.1 ha stabilito nuovi punteggi record. In un'attività, ha proposto una soluzione innovativa lungo un asse completamente diverso rispetto a quanto avevamo visto da altri modelli o da ricercatori umani in passato, portando i risultati ben al di sopra del plateau precedente. È migliore nella risoluzione creativa dei problemi e nell'ottenere quel lampo di intuizione necessaria per risolvere un problema difficile.”

“Abbiamo compiuto la nostra scelta basandoci esclusivamente sui dati. Abbiamo testato più fornitori di modelli fianco a fianco e Claude ha costantemente ottenuto i risultati migliori in termini di tassi di risoluzione dei casi e punteggi di soddisfazione del cliente.”

“La partnership con Anthropic è stata eccezionale: la sua guida e il suo supporto hanno aiutato i nostri team di ingegneria a massimizzare i modelli.”

“Gli sviluppatori vogliono agenti in grado di svolgere lavori software reali e completarli. Nei nostri test su GitHub Copilot CLI e VS Code, Claude Opus 5.5 ha utilizzato tra i meno token e passaggi che abbiamo misurato. In VS Code, ha risolto più attività del terminale rispetto a Opus 5 in meno della metà dei passaggi. Più che rendere le singole attività più efficienti, sta rendendo più realizzabili i progetti più grandi degli sviluppatori.”

“Per i builder di Lovable, Opus 5.5 significa sviluppi più rapidi con la stessa qualità, che tu stia partendo da zero o lavorando su un'app live. Raccoglie il contesto una sola volta, effettua un numero inferiore di modifiche più complete senza bloccarsi nei tentativi, completando il lavoro in un terzo o la metà di passaggi in meno e utilizzando un numero significativamente inferiore di token.”

“Con Claude Opus 5.5, abbiamo riscontrato un chiaro miglioramento dell'efficienza dei token nelle nostre valutazioni interne, poiché siamo stati in grado di completare le stesse attività in modo più economico e più rapido.”