# Claude Opus 5.5: benchmark ufficiali, prezzi e confronto con Fable 5.1 e GPT-6 Astra

> Claude Opus 5.5: uscita il 22 settembre 2026, prezzi di 4 $ input e 20 $ output per milione di token come Fable 5.1. Benchmark contro GPT-6 Astra.

Fonte: Giallo Studio (giallostudio.it) · Pagina: https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi · Pubblicato: 2026-09-23 · Aggiornato: 2026-09-23

**Claude Opus 5.5** è il nuovo modello di Anthropic, uscito il **22 settembre 2026** come primo membro della famiglia Claude 5.5. La notizia non è il punteggio in più: è il prezzo. Costa **4 dollari per milione di token in ingresso e 20 in uscita**, contro i 10 e 50 di Claude Fable 5.1 e di GPT-6 Astra, e secondo Anthropic lavora **al livello di Fable 5.1 sulla maggior parte dei compiti**.

Per una PMI che usa l'AI dentro i processi, non per curiosità, questo cambia il conto: la stessa fattura letta da un agente, la stessa mail classificata, lo stesso preventivo compilato costano meno della metà rispetto a tre settimane fa, a qualità uguale o superiore. In questo articolo trovi i benchmark ufficiali riga per riga, i prezzi, dove GPT-6 Astra resta davanti e come decidere in azienda. Dati verificati il 23 settembre 2026 sulle pagine di Anthropic e OpenAI: i modelli cambiano in fretta, verifica sempre la pagina ufficiale prima di firmare un contratto.

<div class="key-points">
  <p class="kp-title">In sintesi</p>
  <ul>
    <li>Claude Opus 5.5 costa <strong>4 $ input e 20 $ output</strong> per milione di token: il 60% in meno di Fable 5.1 e di GPT-6 Astra a listino.</li>
    <li>Sul lavoro tipico costa il <strong>40% in meno di Opus 5</strong> e genera testo il 30% più in fretta.</li>
    <li>Nella tabella ufficiale Anthropic è davanti a Fable 5.1 in <strong>9 benchmark su 9</strong> e a GPT-6 Astra in 4 su 6.</li>
    <li>GPT-6 Astra resta davanti su <strong>AutomationBench</strong> e <strong>Terminal-Bench-Science</strong>.</li>
    <li>Contesto da 1 milione di token, modalità Fast a 8 e 40 $, protezioni su biologia e cybersecurity come Fable 5.1.</li>
    <li>La scelta giusta si fa sul <strong>costo per attività finita</strong>, non sul punteggio.</li>
  </ul>
</div>

## Cos'è Claude Opus 5.5 e cosa cambia rispetto a Opus 5?

Opus 5.5 è il modello che Anthropic definisce "the new leading model": un salto netto rispetto a Opus 5, ma con un consumo di calcolo inferiore, e quindi un prezzo più basso. È la stessa strategia che abbiamo raccontato in [Fable 5.1 contro Sonnet 5](https://giallostudio.it/blog/fable-5-1-vs-sonnet-5): i modelli di punta arrivano prima, poi la stessa capacità scende di fascia e di prezzo.

Tre numeri dichiarati da Anthropic riassumono il cambio:

- **−40% di costo** sui carichi di lavoro tipici rispetto a Opus 5. Il calo viene da due fattori insieme: il prezzo per token più basso e il fatto che il modello usa meno token e meno passaggi per chiudere lo stesso compito.
- **+30% di velocità** nella generazione del testo, con una modalità Fast che arriva a 2,5 volte.
- **−85% di tentativi di aggirare i limiti** rispetto a Opus 5 nei test comportamentali interni. Un dato che in azienda pesa quanto un benchmark: un agente che rispetta i confini che gli dai è un agente che puoi lasciare lavorare da solo.

C'è anche un cambio di tono nelle risposte. Anthropic dice che i messaggi sono "molto più facili da capire a colpo d'occhio", e i tester citati parlano di risposte più corte del 40% a parità di contenuto. Per chi paga i token in uscita è un risparmio diretto.

## Quanto costa Claude Opus 5.5?

Ecco i listini ufficiali per milione di token, aggiornati al 23 settembre 2026.

| Modello | Input | Output | Contesto | Uscita |
|---|---|---|---|---|
| Claude Opus 5.5 | 4 $ | 20 $ | 1M in / 128K out | 22 settembre 2026 |
| Claude Opus 5 | 5 $ | 25 $ | 1M | primavera 2026 |
| Claude Fable 5.1 | 10 $ | 50 $ | 1M | 1 settembre 2026 |
| GPT-6 Astra | 10 $ | 50 $ | 1,05M in / 128K out | 3 settembre 2026 |

La lettura dalla cache di Opus 5.5 costa **0,20 $** per milione di token (era 0,50 su Opus 5): per gli agenti che rileggono lo stesso contesto a ogni passaggio, come un archivio di preventivi o un manuale interno, è la voce che pesa di più. Se vuoi il quadro completo dei piani e dei modelli Claude, lo tieni aggiornato in [Claude: prezzi e modelli a confronto](https://giallostudio.it/blog/claude-prezzi-modelli-confronto).

## Come si confrontano Opus 5.5, Fable 5.1, Opus 5 e GPT-6 Astra?

La tabella sotto riporta i valori pubblicati da Anthropic nella pagina di annuncio, con i risultati di GPT-6 Astra così come riportati da OpenAI. In percentuale, salvo dove indicato. Il trattino significa che non esiste un dato pubblico, non che il modello ha fatto zero.

| Benchmark | Cosa misura | Opus 5.5 | Fable 5.1 | Opus 5 | GPT-6 Astra |
|---|---|---|---|---|---|
| Terminal-Bench 4.0 | compiti professionali da riga di comando | **66,4** | 55,8 | 52,3 | 57,9 |
| FrontierCode v1.1 | modifiche al codice che verrebbero approvate | **54,4** | 50,3 | 48,0 | 53,3 |
| CursorBench 4.0 | compiti ambigui su più file, da sessioni reali | **57,8** | 51,8 | 46,6 | — |
| OSWorld 2.0 | uso del computer (punteggio parziale) | **81,8** | 80,7 | 74,0 | — |
| GDPval-AA v2.1 (Elo) | lavoro professionale reale in 44 mestieri | **1846** | 1735 | 1708 | 1542 |
| AutomationBench | flussi di lavoro tra app, misurato da Zapier | 40,0 | 31,4 | 26,9 | **41,4** |
| Humanity's Last Exam | ragionamento multidisciplinare, con strumenti | **67,7** | 65,6 | 63,6 | 57,2 |
| Terminal-Bench-Science 0.1 | ricerca scientifica da terminale | 58,7 | 52,6 | 29,0 | **64,6** |
| Chartography | lettura di grafici, con strumenti | **89,0** | 88,4 | 83,4 | — |

Tre note che Anthropic scrive in piccolo e che vanno lette:

1. I risultati di Opus 5.5 usano il ragionamento adattivo **al massimo sforzo**; Terminal-Bench 4.0 è riportato a sforzo "xhigh" per Opus 5.5 e "high" per Astra, come pubblicato da OpenAI. L'errore standard su Terminal-Bench è di ±2,6 punti.
2. **AutomationBench** è stato eseguito da Zapier senza modelli di riserva: gli interventi delle protezioni contano come fallimenti. È il motivo per cui il punteggio Claude è più basso di quello misurato altrove.
3. Anthropic ha cambiato la suite di test: non pubblica più GPQA Diamond, SWE-bench Verified o ARC-AGI. I confronti con i record di Astra su quei test, che trovi in [tutti i benchmark di GPT-6 Astra](https://giallostudio.it/blog/gpt-6-astra-benchmark), non sono possibili su fonti ufficiali. Anche i test omonimi esistono in versioni diverse: Terminal-Bench 4.0 per Anthropic e OpenAI, 2.0 per Google, 3.0 per xAI.

Il dato che Anthropic sottolinea di più non è il primato ma l'efficienza: su FrontierCode, allo sforzo predefinito, Opus 5.5 batte il miglior punteggio di Astra a **circa un quinto del costo per attività**.

## Dove GPT-6 Astra resta davanti?

Sarebbe facile fermarsi al titolo. Nella stessa tabella Astra vince due righe, e non sono righe da poco per una PMI:

- **AutomationBench** (41,4 contro 40,0): flussi tra app connesse, cioè il lavoro che fanno gli automatismi tipo "arriva un ordine, aggiorna il gestionale, avvisa il magazzino". La differenza è di 1,4 punti, dentro il margine d'errore, ma esiste.
- **Terminal-Bench-Science** (64,6 contro 58,7): ricerca scientifica agentica da terminale. Per la maggior parte delle aziende non è un caso d'uso; per chi fa R&S lo è.

A questo si aggiungono i record di Astra su test che Anthropic non pubblica, in particolare ARC-AGI-3 e FrontierMath. Il confronto ragionato tra i due modelli di punta lo abbiamo fatto in [GPT-6 Astra contro Fable 5.1](https://giallostudio.it/blog/gpt-6-astra-vs-fable-5-1); con Opus 5.5 la conclusione si sposta su un punto: Astra costa **due volte e mezzo** a listino, quindi il vantaggio di 1,4 punti va pagato 2,5 volte.

<div class="callout"><strong>Attenzione</strong> Opus 5.5 usa per biologia e cybersecurity le stesse protezioni di Fable 5.1. Chi lavora in quei campi vedrà alcune richieste bloccate e dovrà passare dal programma di verifica di Anthropic. È inoltre il primo Opus che non si può usare con il ragionamento spento.</div>

## Come si usa il nuovo modello Opus in casi concreti di lavoro?

**Studio di consulenza del lavoro, 12 dipendenti.** Un agente legge ogni mattina le mail dei clienti, estrae le richieste (cedolini, assunzioni, malattie), le smista e prepara la bozza di risposta. Volume: circa 400 mail al giorno, 2.500 token medi ciascuna in ingresso e 300 in uscita. Con Fable 5.1 il conto API era intorno a 13 $ al giorno; con Opus 5.5 scende a poco più di 5 $, a qualità dichiarata equivalente. Su un anno lavorativo sono circa 1.900 $ risparmiati senza toccare il flusso.

**Azienda metalmeccanica, 40 dipendenti.** Il preventivatore riceve disegni e richieste in PDF e deve produrre un preventivo strutturato. Qui il beneficio non è solo il prezzo: su GDPval-AA, che misura lavoro professionale reale, Opus 5.5 segna 1846 Elo contro 1735 di Fable 5.1, e la cache a 0,20 $ rende quasi gratis rileggere il listino interno da 80 pagine a ogni richiesta. Il collo di bottiglia torna a essere il processo, non il modello: chi valida il preventivo, in quanto tempo, con quali regole.

## Quando usare Opus 5.5 e quando Fable 5.1?

<div class="compare">
  <div class="compare-yes"><h4>Scegli Opus 5.5</h4><ul><li>Agenti che girano tutto il giorno: lettura documenti, classificazione, risposte, estrazione dati.</li><li>Codice e automazioni interne: vince su tutti e tre i benchmark di coding.</li><li>Budget contato: 4 e 20 $ contro 10 e 50 $.</li><li>Ti serve velocità: +30% e modalità Fast.</li></ul></div>
  <div><h4>Resta su Fable 5.1 o valuta Astra</h4><ul><li>Casi limite di ragionamento dove i pochi punti in più valgono il prezzo.</li><li>Flussi tra molte app dove AutomationBench è la misura giusta: Astra è avanti di 1,4 punti.</li><li>Ricerca scientifica agentica.</li><li>Hai già un sistema in produzione tarato su un modello: cambia solo dopo un test sui tuoi casi.</li></ul></div>
</div>

Per capire come si posizionano gli altri modelli della famiglia, il quadro completo è in [confronto tra i modelli Claude](https://giallostudio.it/blog/confronto-modelli-claude).

## Quali errori evitare leggendo i benchmark dei modelli?

1. **Scegliere dal titolo del benchmark.** I test omonimi cambiano versione e regole: confronta solo dentro la stessa tabella ufficiale.
2. **Confondere prezzo per token e costo per attività.** Un modello più caro che finisce in meno passaggi può costare meno. Anthropic misura proprio questo quando dichiara il −40%.
3. **Cambiare modello in produzione senza un test.** Le stesse istruzioni possono dare risultati diversi: rifai i tuoi 20 casi reali prima di migrare.
4. **Ignorare le protezioni.** Se il tuo processo tocca biologia, chimica o sicurezza informatica, prova prima le richieste tipiche: alcune verranno rifiutate.
5. **Dare credito ai numeri virali.** Nei giorni di lancio girano percentuali che non stanno in nessuna tabella. Le fonti sono due: anthropic.com e openai.com.

## Come portare il nuovo modello Opus nei processi aziendali?

<ol class="steps">
  <li>Elenca i processi in cui oggi un modello legge o scrive per te: mail, preventivi, fatture, ticket, report. Per ciascuno segna volume mensile e modello usato.</li>
  <li>Calcola il costo per attività finita, non per token: quanto ti costa una fattura letta, un preventivo compilato, un ticket chiuso.</li>
  <li>Prendi i 20 casi più difficili di ogni processo e falli girare su Opus 5.5 con le stesse istruzioni. Confronta qualità e costo con quello che usi oggi.</li>
  <li>Attiva la cache per i contesti che si ripetono (listini, manuali, regole): a 0,20 $ per milione è la leva più grande.</li>
  <li>Migra un processo alla volta e misura per due settimane: errori, tempo di validazione umana, costo. Poi passa al successivo.</li>
</ol>

Se il primo passo ti spaventa, parti da qui: [cosa sono i token e perché contano](https://giallostudio.it/blog/token-ai-cosa-sono) spiega la base del conto, e [Claude per le aziende](https://giallostudio.it/blog/claude-per-aziende) mostra dove i modelli Claude entrano davvero nei processi.

## Cosa riassume il carosello in 8 card sul nuovo modello?

La stessa notizia in formato social, da salvare o girare a chi decide il budget AI in azienda.

![Card 1: Claude Opus 5.5 è uscito, stessa potenza, 60% in meno](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-1.webp)

![Card 2: cosa è successo, prezzi e velocità di Opus 5.5](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-2.webp)

![Card 3: benchmark ufficiali di codice, Opus 5.5 primo in 4 righe su 4](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-3.webp)

![Card 4: benchmark di lavoro d'ufficio e ragionamento, primo in 3 su 5](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-4.webp)

![Card 5: GPT-6 Astra resta davanti su due test](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-5.webp)

![Card 6: perché riguarda una PMI, la stessa fattura costa meno della metà](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-6.webp)

![Card 7: regola gialla, scegli dal costo per attività finita](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-7.webp)

![Card 8: scrivi OPUS nei commenti per la tabella completa](https://giallostudio.it/blog/claude-opus-5-5-benchmark-prezzi/carosello-8.webp)

## Conclusione

Claude Opus 5.5 non è il modello più forte che esista su ogni test: è quello che porta le prestazioni di Fable 5.1 a un prezzo che una PMI può mettere a budget senza pensarci. Nove benchmark su nove contro il modello di punta di Anthropic, quattro su sei contro GPT-6 Astra, il 60% in meno a listino. Dove Astra vince, vince di poco e costa due volte e mezzo.

La regola gialla resta la stessa: non scegliere il modello dal benchmark, scegli dal costo per attività finita. Se vuoi passare dai test con ChatGPT a un sistema AI integrato nei processi aziendali, [Giallo Studio](https://giallostudio.it/agenti-ai) progetta agenti e automazioni su misura, e in [The Lab](https://giallostudio.it/the-lab) puoi provare alcuni di questi agenti al lavoro.

## Domande frequenti

### Quanto costa Claude Opus 5.5?

4 dollari per milione di token in ingresso e 20 in uscita sull'API. La lettura dalla cache costa 0,20 dollari. La modalità Fast, fino a 2,5 volte più veloce, costa 8 e 40 dollari.

### Claude Opus 5.5 è meglio di Fable 5.1?

Sui 9 benchmark pubblicati da Anthropic è davanti a Fable 5.1 in tutti e 9 e costa il 60% in meno a listino. Fable 5.1 resta il modello di punta per i casi limite, ma Anthropic stessa dice che Opus 5.5 lavora al suo livello sulla maggior parte dei compiti.

### Claude Opus 5.5 batte GPT-6 Astra?

Sulle 6 righe in cui esiste un dato per entrambi, Opus 5.5 vince 4 volte: Terminal-Bench 4.0, FrontierCode, GDPval-AA e Humanity's Last Exam. Astra resta davanti su AutomationBench e Terminal-Bench-Science, con un prezzo di listino di 10 e 50 dollari.

### Cosa vuol dire che costa il 40% in meno?

Anthropic misura il costo su carichi di lavoro tipici: il prezzo per token è più basso di Opus 5 e il modello usa meno token per finire lo stesso compito. Sommando i due effetti, il conto scende del 40% circa.

### Quanto contesto gestisce Opus 5.5?

Una finestra da 1 milione di token in ingresso e fino a 128 mila in uscita, secondo la documentazione della piattaforma Claude.

### Ha limitazioni particolari?

Sì. Per biologia e cybersecurity usa le stesse protezioni di Fable 5.1: alcune richieste in quei campi vengono bloccate e per la ricerca serve una verifica dell'organizzazione. Non è più disponibile con il ragionamento spento.

### I benchmark sono confrontabili con quelli di OpenAI e Google?

Solo in parte. Anthropic pubblica benchmark diversi da quelli classici (niente GPQA, SWE-bench o ARC-AGI) e i test con lo stesso nome esistono in versioni diverse. Il confronto affidabile è quello dentro la stessa tabella ufficiale.
