Opus 5 in produzione: cosa testare se hai agenti in Claude Code

Claude Opus 5: rilasciato il 24 luglio 2026

Anthropic ha rilasciato Opus 5 il 24 luglio 2026. La tariffa è invariata rispetto a Opus 4.8: $5 per milione di token in input, $25 per milione in output. Le performance sono significativamente migliori.

3 numeri da tenere:

1. Su ARC-AGI 3, Opus 5 fa 3 volte il benchmark del modello più vicino
2. Su Frontier-Bench v0.1 più che raddoppia il punteggio di Opus 4.8
3. Contesto: 1 milione di token in input, 128.000 in output

Knowledge cutoff: maggio 2026. Il più aggiornato tra i modelli Claude.

Cosa cambia se hai agenti in produzione

Se usi Opus per agenti Claude Code, task come editing di codice, analisi di repository, revisione adversarial di output, ci sono 3 cose da valutare.

1. Il contesto da 1 milione di token

Opus 4.8 ha un contesto di 1 milione di token. Opus 5 arriva a 1 milione.

Per un agente che lavora su un progetto reale, questo cambia cosa puoi includere in una singola chiamata:

• Prima: scegli quali file includere, quale history omettere, quali log tagliare
• Dopo: carichi l'intero repository di medie dimensioni, tutti i file di configurazione, la history recente dei commit

Per i task dove l'agente sbaglia perché il contesto era troncato, 1M token risolve una classe intera di errori senza modificare il codice.

2. La modalità xhigh

Opus 5 aggiunge una modalità di reasoning "xhigh" oltre a low, medium, high. Non è disponibile sui modelli Claude precedenti.

Quando usarla:

• Revisione adversarial dove non vuoi falsi negativi
• Analisi di codice complesso con dipendenze tra file distanti
• Sintesi multi-documento dove la coerenza tra sezioni è critica

Quando evitarla:

• Task di editing semplice e ben definito
• Batch ad alto volume dove latenza e costo contano
• Prototipazione e test: non serve il reasoning massimo

3. Il knowledge cutoff aggiornato

Opus 5 ha knowledge cutoff a maggio 2026. Opus 4.8 era gennaio 2026. La differenza conta per agenti che lavorano su framework e API aggiornati negli ultimi mesi.

Se il tuo agente costruisce codice su tool recenti, il modello più aggiornato commette meno errori sulle API attuali senza dover includere documentazione nel contesto.

Il mio setup: 3 agenti su Opus

Nei miei agenti Claude Code uso Opus per 3 ruoli:

1. builder, scrive codice, esegue deploy, gestisce git
2. ricercatore, analisi di fonti esterne, report in reports/ con le fonti citate
3. revisore, revisione adversarial, read-only

La sessione principale (Sonnet) orchestra. Gli agenti Opus eseguono i task ad alta delicatezza.

Con Opus 5 e 1M di contesto, il ricercatore può tenere in memoria un corpus molto più ampio. Il revisore può leggere l'intero file di output senza troncamenti. Il builder ha il progetto completo in contesto quando scrive un componente che tocca più moduli.

Cosa testare questa settimana

Se già usi Opus 4.8 in produzione, il test da fare è:

1. Identifica il task dove più spesso tronchi il contesto per farlo stare in finestra
2. Passa quel task a Opus 5 con contesto completo, senza tagli
3. Confronta qualità output e latenza

La tariffa è identica. Il rischio del test è zero. Il potenziale upside è risolvere una classe di errori che oggi gestisci manualmente aggiustando il contesto.

Cosa aspettare

La modalità xhigh è nuova. Non cambiare tutti gli agenti in xhigh subito: testa prima sui task critici, misura l'impatto sulla latenza, poi scala.

Per task semplici e ben definiti, medium o high restano la scelta giusta. xhigh ha senso solo dove il reasoning esteso migliora l'output in modo misurabile.