Modelli Claude a confronto: quale scegliere

Scegliere fra i modelli Claude è più semplice di quanto sembri, a patto di partire dalla domanda giusta. Non è «qual è il migliore», ma «qual è il più economico che risolve bene il mio compito».

Questa guida mette a confronto i quattro modelli disponibili via API secondo la documentazione ufficiale, con i dati verificati il 19 agosto 2026, e propone un criterio di scelta che funziona anche senza competenze tecniche.

I quattro modelli in una tabella

Tutti i dati provengono dalla panoramica modelli della documentazione ufficiale Anthropic, letta il 19 agosto 2026. I prezzi sono in dollari per milione di token.

La prima cosa che salta all'occhio è la scala dei prezzi: dieci volte fra Haiku 4.5 e Fable 5.1 in input, dieci volte anche in output. È una differenza che su volumi seri decide se un progetto è sostenibile.

La seconda è che la finestra di contesto ha smesso di differenziare: tre modelli su quattro dichiarano un milione di token. Chi sceglieva in base a quel parametro oggi deve guardare altro, per le ragioni spiegate in finestra di contesto: quanto conta davvero.

Cosa dice la documentazione ufficiale

Al di là dei numeri, la documentazione fornisce due indicazioni operative che vale la pena riportare.

La prima è il consiglio di partire da Opus 5 come scelta predefinita. È il modello posizionato come equilibrio fra capacità e costo all'interno della famiglia.

La seconda riguarda Fable 5.1, indicato per il ragionamento complesso e per i flussi agentici di lunga durata, oppure per i casi in cui Opus 5 al massimo livello di ragionamento non è sufficiente. È una raccomandazione precisa: Fable 5.1 non è il modello da usare sempre, è quello da usare quando l'altro non basta.

La velocità, che spesso conta più della qualità

La documentazione indica una scala di latenza relativa: Fable 5.1 è il più lento, Haiku 4.5 il più veloce, con Opus 5 e Sonnet 5 nel mezzo.

È un dato che in fase di valutazione viene quasi sempre trascurato e che in produzione diventa determinante. Se il modello risponde dentro un'interfaccia dove qualcuno aspetta, due secondi e otto secondi sono esperienze completamente diverse, indipendentemente da quanto sia buona la risposta.

Nella colonna di sinistra il modello leggero è spesso la scelta corretta anche a costo di qualche punto di qualità. Nella colonna di destra puoi permetterti il modello più capace senza che nessuno se ne accorga.

Come scegliere: tre domande

Il criterio che funziona in pratica si riduce a tre domande, in quest'ordine.

Il compito richiede ragionamento a più passaggi? Se sì — analisi che concatenano deduzioni, agenti che devono pianificare, problemi con più strade possibili — servono i modelli alti della famiglia. Se no — classificare, estrarre, riformulare — i modelli intermedi o leggeri bastano.

Quanti casi al mese? Sotto qualche migliaio, la differenza di prezzo è trascurabile e conviene la qualità. Sopra le decine di migliaia, il costo diventa la variabile dominante e vale la pena ottimizzare.

Qualcuno sta aspettando la risposta? Se sì, la latenza entra nella scelta con lo stesso peso della qualità.

La strategia mista

Nella maggior parte dei progetti reali la risposta migliore non è un modello, sono due.

Il modello leggero gestisce il grosso del traffico: classifica, estrae, risponde ai casi standard. Quando incontra qualcosa di ambiguo o fuori schema, non prova a indovinare: passa il caso al modello più capace, che lo tratta con più attenzione.

Il risultato è che paghi il modello caro solo sulla frazione di traffico che lo richiede davvero, che nella pratica è spesso fra il cinque e il quindici per cento. Il conto finale si avvicina a quello del modello economico, la qualità a quella del modello potente.

Errori da evitare

• Scegliere il più costoso per sicurezza. Moltiplica la spesa senza guadagno sui compiti semplici.
• Scegliere il più economico per risparmiare anche dove serve ragionamento.
• Ignorare la latenza in scenari dove qualcuno attende.
• Confondere finestra e memoria. Il contesto si paga a ogni chiamata.
• Decidere senza provare sui propri documenti reali.
• Fissare un modello per sempre. Il catalogo cambia in fretta.

Come verificare la scelta

Nessuna tabella sostituisce mezza giornata di prova sui tuoi dati. Il metodo è quello descritto in come si leggono i benchmark AI: dieci casi reali, gli stessi per ogni modello, valutati da chi conosce il lavoro.

Aggiungi due misurazioni che quasi nessuno fa: quanto costa ogni caso davvero — tenendo dentro il contesto ripetuto e i tentativi falliti, come spiegato in costo per task o prezzo per token — e quanto tempo passa fra la richiesta e la risposta.

Con quei due numeri accanto alla qualità, la scelta si fa da sola.

Cosa cambia davvero fra una fascia e l'altra

I prezzi raccontano una gerarchia, ma non spiegano cosa si compra salendo. Vale la pena dirlo in modo concreto, perché è la parte che decide se la spesa in più ha senso.

Dal leggero all'intermedio. Il salto più evidente riguarda i compiti che richiedono di tenere insieme più informazioni. Un modello leggero classifica benissimo un messaggio o estrae un campo da un documento pulito; comincia a faticare quando deve incrociare tre fonti, gestire un'eccezione non prevista o capire che la domanda contiene un presupposto sbagliato.

Dall'intermedio all'alto. Qui il guadagno si concentra sui compiti a più passaggi, dove un errore al secondo passo si propaga fino alla fine. Analisi articolate, interventi su codice esistente, agenti che devono pianificare e correggersi: sono gli scenari in cui la differenza si vede.

Al vertice della famiglia. L'ultimo scalino è quello con il rapporto costo-beneficio più stretto e va giustificato caso per caso. La documentazione stessa lo posiziona come riserva per quando il livello sotto, spinto al massimo, non basta — il che implica che nella maggior parte delle situazioni non serve.

Il livello di ragionamento come terza variabile

C'è un parametro che agisce trasversalmente e che spesso rende inutile salire di modello: il livello di ragionamento. Alzarlo su un modello intermedio può colmare parte del divario con la fascia superiore, a un costo inferiore rispetto al cambio di modello.

La documentazione Anthropic indica un livello predefinito alto sui modelli di punta della famiglia. È un dettaglio che conta quando si confrontano i prezzi: un modello che ragiona di più produce più token di output, e l'output è la voce più cara del listino. Il meccanismo è spiegato in reasoning effort: cosa cambia nei confronti.

Quanto costa davvero, con un esempio

Prendiamo un caso concreto: 20.000 documenti al mese, ciascuno con circa 2.000 token di input e 500 di output. Usando i prezzi ufficiali del 19 agosto 2026, il conto mensile grezzo è questo.

Dieci volte fra la prima e l'ultima riga, su un volume tutt'altro che estremo. Se il compito è estrarre otto campi da una fattura, la prima riga probabilmente basta e le altre tre sono soldi buttati.

Attenzione però: questi numeri sono il pavimento, non il conto reale. Non includono il prompt di sistema ripetuto a ogni chiamata, i token di ragionamento e i tentativi falliti — le tre voci che nella pratica gonfiano la stima iniziale, come descritto in costo per task o prezzo per token.

Il caso in cui la tabella si ribalta

C'è uno scenario in cui la fascia alta costa meno di quella bassa, e non è raro. Succede quando il modello economico non chiude il compito al primo passaggio.

Se un modello leggero richiede in media tre tentativi e poi il quindici per cento degli esiti va comunque corretto a mano, il costo vero comprende tre chiamate più il tempo di una persona. Un modello più caro che chiude al primo colpo e non richiede revisione può risultare complessivamente più economico, soprattutto quando il tempo delle persone coinvolte è costoso.

È il motivo per cui la stima va fatta sul costo per compito completato e non sul prezzo di listino: sono due numeri che possono ordinare i modelli in modo opposto.

Esempi pratici

Studio commercialista, assistente sulle procedure interne. Il sistema risponde alle domande ricorrenti dei collaboratori attingendo alle circolari e alle procedure dello studio. Compito di recupero e riformulazione, volumi nell'ordine delle centinaia al mese. La fascia intermedia basta ampiamente, e vale la pena provare anche quella leggera: se i documenti sono ben organizzati, spesso è sufficiente. La variabile che conta non è il modello ma che dichiari quando la risposta non è nei documenti.

E-commerce, prima risposta ai clienti. Migliaia di messaggi al mese su spedizioni, resi e disponibilità. Qui pesa la velocità: il cliente ha la finestra aperta e aspetta. Il modello più leggero della famiglia è la scelta corretta su due fronti, perché costa un quinto e risponde prima. I casi fuori schema salgono al livello successivo, secondo l'impostazione descritta in strategia a modello misto.

Azienda di servizi, agente sul ciclo passivo. L'agente legge la fattura, verifica l'ordine, controlla le condizioni e propone la registrazione. Cinque passaggi concatenati in cui un errore intermedio si propaga: è lo scenario in cui la fascia alta si giustifica. Il numero da misurare non è la qualità della singola risposta, ma quanti casi arrivano a conclusione senza intervento umano.

Come applicarlo in azienda

Il percorso pratico per una PMI si riduce a quattro passaggi, e richiede mezza giornata.

Primo: scrivi il compito in una frase e classificalo. Riconoscimento e trasformazione semplice da una parte, ragionamento a più passaggi dall'altra. È questa distinzione a stabilire la fascia minima, non l'importanza del progetto.

Secondo: parti dalla fascia più bassa plausibile e provala su dieci casi reali, di cui tre difficili e uno a cui manca l'informazione richiesta. Quest'ultimo è la prova che separa un modello utilizzabile da uno pericoloso.

Terzo: prima di salire di fascia, prova ad alzare il livello di ragionamento sulla stessa. Costa meno di un salto di categoria e in molti casi basta, come spiegato in reasoning effort: cosa cambia nei confronti.

Quarto: misura il costo per compito completato invece del prezzo di listino, con il metodo di costo per task o prezzo per token.

Se vuoi capire quale configurazione ha senso per i tuoi processi e portarla in produzione, Giallo Studio può aiutarti a trasformare il problema in un workflow reale.

Da qui, tre approfondimenti utili. Per orientarti fra le fasce di prezzo, il quadro completo è in quando basta un modello economico. Il modo corretto di leggere i numeri dichiarati dai produttori è in quando conviene cambiare modello AI. E per capire se il tuo compito richiede davvero la fascia che stai pagando, la verifica è in perché i benchmark dei vendor non sono comparabili.

Le domande da fare prima di scegliere

Tre verifiche precedono la scelta del modello e cambiano il risultato più di qualunque confronto.

Quali parti del carico hanno davvero qualcuno che aspetta? È un esercizio da mezz'ora che quasi sempre rivela una quota di lavoro senza urgenza — arricchimento di archivi, report periodici, classificazione retroattiva. Su quella quota la latenza esce dalla decisione e si sceglie guardando solo qualità e costo.

Quanto è lungo il prompt di sistema? Si paga a ogni singola chiamata. Su cinquantamila richieste mensili, ogni migliaio di token di istruzioni ripetute sono cinquanta milioni di token di input al mese. È la voce che nessuno mette in preventivo e che spesso si può dimezzare con un'ora di rilettura.

Il compito dipende dalla conoscenza interna del modello? Se l'informazione viene dai documenti che fornisci tu, la data limite è irrilevante e una fascia più economica resta in gioco. Se viene dalla memoria del modello, il problema non è la fascia ma l'impostazione.

Un errore ricorrente sui prompt in produzione

C'è una dinamica che si ripete in quasi tutti i sistemi rimasti in funzione per più di un anno, e che vale la pena riconoscere.

Ogni volta che il modello sbaglia qualcosa, qualcuno aggiunge un'istruzione correttiva al prompt di sistema. «Non aggiungere premesse.» «Non ripetere la domanda.» «Rispondi sempre in questo formato.» Nessuno le toglie mai.

Dopo un anno il prompt contiene correzioni per comportamenti di modelli non più in uso, esempi ridondanti e ripetizioni difensive. Le conseguenze sono tre e si sommano: occupano contesto che si paga a ogni chiamata, non servono più, e in alcuni casi peggiorano attivamente le risposte perché vincolano il modello a rimediare a un problema inesistente.

La prima riga è quella con il miglior rapporto fra sforzo e risultato, e va rifatta a ogni revisione semestrale insieme al confronto fra le fasce.

Conclusione

I quattro modelli Claude coprono fasce di prezzo che vanno da uno a dieci, con capacità e velocità che si muovono in direzioni opposte. La documentazione ufficiale indica Opus 5 come punto di partenza e Fable 5.1 come riserva per il ragionamento complesso e i flussi agentici lunghi.

Ma la scelta giusta dipende dal tuo compito, dai tuoi volumi e da chi aspetta la risposta. Il modo per trovarla è provare su dieci casi veri, non leggere una classifica.

Se vuoi passare dai test a un sistema AI davvero integrato nei processi aziendali, Giallo Studio progetta agenti e automazioni su misura per le PMI.

Schema consigliato: Article + FAQPage + BreadcrumbList