Fable 5.1 e Opus 5.5 a confronto per chi lavora con l’AI

Due uscite a tre settimane di distanza, e una scelta da fare

A settembre 2026 Anthropic ha messo sul tavolo due modelli che si contendono lo stesso posto: quello che usi quando il lavoro deve venire bene davvero. Il primo è Claude Fable 5.1, arrivato il 1 settembre. Il secondo è Opus 5.5, arrivato il 22. Tra i due ballano prezzi molto diversi e una differenza di velocità che, se lavori su volumi, conta più di quanto sembri.

Chi deve decidere non ha bisogno di un’altra tabella di benchmark. Ha bisogno di capire quale dei due mettere dentro il proprio flusso di lavoro, quanto gli costerà a fine mese e cosa si rompe se cambia. Partiamo dai numeri certi, poi dal metodo per scegliere.

I numeri che contano: quanto costano davvero

Partiamo dai prezzi, che sono l’unico dato oggettivo su cui si può ragionare senza interpretazioni. Si misurano in dollari per milione di token: il token è l’unità in cui il modello conta il testo, all’incirca tre quarti di parola in italiano. “In ingresso” è quello che mandi tu (istruzioni, documenti, contesto), “in uscita” è quello che il modello scrive.

Modello	Ingresso (per milione di token)	Uscita (per milione di token)	Data di uscita
Claude Fable 5.1	10 $	50 $	1 settembre 2026
Claude Opus 5.5	4 $	20 $	22 settembre 2026
Claude Opus 5	5 $	25 $	n.d.

La lettura va fatta in orizzontale e in verticale insieme. In orizzontale: Fable 5.1 costa due volte e mezzo Opus 5.5 sia in ingresso che in uscita. In verticale: Opus 5.5 costa il 20% in meno del suo predecessore Opus 5, quindi chi stava già su Opus 5 ha un risparmio immediato solo spostandosi di versione, senza cambiare famiglia di modello.

C’è un terzo numero che molti ignorano e che invece pesa: su Fable 5.1 la lettura dalla cache scende a 0,25 $ per milione di token, un taglio del 75%. La cache è la memoria temporanea in cui il sistema tiene il contesto che riusi identico a ogni chiamata: il prompt di sistema, le istruzioni di stile, i documenti di riferimento. Se il tuo caso d’uso ripassa gli stessi 30.000 token di contesto centinaia di volte al giorno, quella voce può diventare la più grossa della bolletta, e lì Fable recupera parte dello svantaggio. Tutti questi dati sono nell’annuncio ufficiale di Anthropic su Fable e Mythos 5.1.

Fable, Mythos, Opus, Sonnet: che cosa sono davvero questi nomi

La nomenclatura dei modelli Claude è diventata un piccolo labirinto, e conviene sbrogliarla prima di scegliere.

• Claude Fable 5.1: il modello più capace che Anthropic distribuisce a tutti. È quello di punta, con il prezzo di punta.
• Claude Mythos 5.1: lo stesso identico modello di Fable, ma con protezioni diverse, e disponibile solo con accesso riservato. Se non hai quell’accesso, per te Mythos non esiste: non è una scelta sul tavolo.
• Claude Opus 5.5: uscito tre settimane dopo. Secondo la stampa di settore è al livello di Fable 5.1 nella maggior parte dei lavori ed è più veloce, a un quarto del prezzo in ingresso e meno della metà in uscita. Lo riporta MacRumors nella copertura del lancio.
• Sonnet 5.5 e Haiku 5.5: annunciati nelle settimane successive. Sono i gradini sotto, pensati per volumi alti e compiti più lineari.

La domanda che circola di più in rete, Opus o Sonnet, ha una risposta meno drammatica di quanto si pensi. Sonnet serve quando il compito è ripetitivo, strutturato e il margine di errore è basso perché il lavoro è semplice: estrarre dati da un modulo, classificare richieste in arrivo, riscrivere testi corti seguendo uno schema fisso. Opus serve quando c’è da ragionare su un problema aperto, tenere insieme molti vincoli o produrre un testo lungo che deve reggere in piedi da solo. Se non sai in quale dei due casi sei, parti da Opus e scendi a Sonnet solo quando hai la prova che il compito regge.

Perché il modello più caro non è automaticamente quello giusto

C’è un riflesso istintivo, in azienda, per cui si prende sempre la versione più alta del listino. Con i modelli di intelligenza artificiale questo riflesso costa parecchio e rende poco, per tre motivi concreti.

Il primo è la velocità. Un modello più lento, su un flusso che gira centinaia di volte al giorno, non è un fastidio estetico: allunga i tempi di consegna, aumenta il rischio di chiamate che scadono e rende più lenta ogni prova che fai mentre costruisci. Opus 5.5 è dato come più veloce di Fable 5.1, e la velocità in produzione vale soldi veri tanto quanto il prezzo per token.

Il secondo è che la differenza di qualità, nei lavori ordinari, spesso non si vede. Se il tuo compito è scrivere descrizioni prodotto, riassumere riunioni, preparare bozze di articoli o rispondere a richieste di assistenza, il salto di capacità di un modello di punta si perde dentro il rumore delle tue istruzioni. In quel caso stai pagando due volte e mezzo per una differenza che il tuo cliente non percepisce.

Il terzo motivo è il più sottovalutato: la qualità dell’output dipende più dalle istruzioni che dal modello. Su questo ho già scritto nella guida al metodo per scrivere prompt efficaci nel marketing, e il punto regge anche qui. Prima di spendere il doppio per il modello, verifica di aver dato al modello attuale tutto quello che gli serve per lavorare: contesto aziendale, esempi di output corretto, vincoli espliciti. Nella maggior parte dei casi il salto di qualità arriva da lì, non dal listino.

Il costo nascosto del cambio modello: la mia pipeline ferma su Opus 5

Un esempio concreto, dal mio lavoro. La pipeline con cui pubblico in automatico sul blog di Mocart e sui siti di alcuni clienti scrive con Claude Opus 5 dal 24 settembre 2026. Prima girava su Opus 4.7, e il passaggio è stato lineare.

Opus 5.5 l’ho provato e per ora l’ho scartato. Il motivo non ha niente a che fare con la qualità dei testi: rifiuta il formato di risposta forzato su cui si regge tutta la pipeline. Tradotto in termini operativi, il sistema pretende che il modello restituisca il contenuto dentro una struttura rigida e prevedibile, perché a valle ci sono passaggi automatici che su quella struttura ci contano. Se il modello risponde in un’altra forma, la catena si spezza.

Passare a Opus 5.5 significherebbe quindi rifare una parte del sistema. Ho messo sul piatto il risparmio stimato, il 20% sul costo per token, e il rischio di rompere qualcosa che oggi funziona. Il risparmio era piccolo rispetto al rischio, e la decisione si è presa da sola. Per ora resto su Opus 5.

Il punto che mi interessa passare è questo: il costo del modello non è il costo del cambio modello. Prima di spostarti devi mettere in conto le ore per rifare le parti che dipendono dal comportamento del modello precedente, i test per verificare che tutto regga e il tempo che serve per accorgerti di un problema che si manifesta solo dopo qualche settimana. Se gestisci automazioni serie, leggi anche il ragionamento su quando conviene costruire un’automazione con strumenti visuali e quando con il codice, perché il grado di accoppiamento al modello cambia molto a seconda dell’approccio.

Come scegliere il modello in sei passaggi

Questa è la procedura che consiglio a chi deve decidere adesso, senza avere un reparto tecnico dedicato.

1. Scrivi il compito su una riga. Apri un documento e completa la frase: “Devo far produrre al modello ___, a partire da ___, con questo vincolo ___”. Se non riesci a chiuderla in una riga, il problema non è il modello: è che il compito non è ancora definito.
2. Stima il volume mensile. Conta quante esecuzioni fai al mese e quanto testo entra ed esce a ogni esecuzione. Regola pratica per convertire: 750 parole valgono all’incirca 1.000 token. Un articolo da 1.800 parole in uscita sono circa 2.400 token; con 30.000 token di contesto in ingresso e 100 esecuzioni al mese, parli di 3 milioni di token in ingresso e 240.000 in uscita.
3. Fai i due conti, affiancati. Con i numeri dell’esempio sopra: su Opus 5.5 sono 12 $ in ingresso più 4,80 $ in uscita. Su Fable 5.1 sono 30 $ più 12 $. La differenza in valore assoluto ti dice se la decisione è economica o se è solo una questione di qualità.
4. Prepara la prova a parità di istruzioni. Prendi cinque casi reali già lavorati, di cui conosci il risultato buono. Dai esattamente lo stesso prompt ai due modelli, senza ritoccare niente in mezzo. Se cambi le istruzioni tra una prova e l’altra, il confronto non vale nulla.
5. Valuta alla cieca. Incolla le dieci risposte in un documento, togli i nomi dei modelli, rinominale “A1, A2… B5” e fai leggere a qualcuno che conosce il lavoro ma non sa cosa sta valutando. Chiedi una sola domanda: “Quale di queste due pubblicheresti così com’è?”. Se chi valuta non riesce a distinguerli, hai la risposta.
6. Controlla cosa si rompe a valle. Prima di spostare la produzione, verifica che il nuovo modello rispetti il formato che i passaggi successivi si aspettano: struttura dell’output, lunghezza, presenza dei campi obbligatori. È il punto su cui mi sono fermato io, ed è quello che quasi nessuno controlla prima del cambio.

Dove intervenire prima di cambiare modello

Se il risultato non ti soddisfa, nove volte su dieci il problema sta a monte. Tre interventi che costano zero in licenze e rendono più di un salto di listino.

Dai al modello il contesto della tua azienda. Un modello generico scrive bene ma non sa nulla di te: non conosce il listino, non conosce il tono con cui parli ai clienti, non conosce i vincoli del tuo settore. Costruire un documento di contesto stabile da passare a ogni esecuzione è il singolo intervento con il rapporto risultato/sforzo più alto. Ne ho parlato in dettaglio spiegando come costruire un company brain aziendale con Claude Projects.

Collega i dati veri, invece di sperare che il modello indovini. Se il compito richiede informazioni aggiornate (prezzi, disponibilità, documenti interni) nessun modello di punta risolve il problema da solo. Serve un collegamento ai tuoi dati, ed è un lavoro di impianto, non di licenza: la guida pratica su come collegare l’AI ai dati aziendali spiega come si imposta.

Sapere cosa il modello non farà comunque. Verificare i fatti, prendersi la responsabilità di una decisione, capire il contesto politico interno di un’azienda: sono cose che nessuna versione risolve. Tieni chiari i limiti reali dell’AI nel lavoro quotidiano prima di investire su un modello più caro aspettandoti che li superi.

Checklist di verifica prima di spostare la produzione

• Costo mensile calcolato per entrambi i modelli, con i tuoi volumi reali e non con stime a sensazione.
• Voce cache valutata a parte, se riusi lo stesso contesto a ogni chiamata: su Fable 5.1 la lettura dalla cache scende a 0,25 $ per milione di token.
• Cinque casi reali provati a parità di istruzioni, con valutazione alla cieca da parte di qualcuno che non sa quale modello ha prodotto cosa.
• Formato dell’output verificato su tutti i passaggi automatici a valle, incluso un caso limite e uno sbagliato di proposito.
• Tempo di risposta misurato sulle esecuzioni reali, non su una singola prova fortunata.
• Via di ritorno pronta: la possibilità di tornare rapidamente al modello precedente, senza rimettere mano al sistema.
• Data di passaggio annotata da qualche parte, così quando qualcosa cambia nei risultati sai da quando guardare.

Domande frequenti

Quanto costa Claude Opus 5.5 rispetto a Opus 5?

Opus 5.5 costa 4 $ per milione di token in ingresso e 20 $ in uscita, contro i 5 $ e 25 $ di Opus 5: un taglio del 20% su entrambe le voci. Su volumi contenuti la differenza è di pochi euro al mese e non giustifica da sola un cambio; su volumi alti e con un sistema che non dipende dal formato di risposta, il passaggio è ragionevole.

Fable 5.1 e Mythos 5.1 sono due modelli diversi?

No, sono lo stesso modello. La differenza sta nelle protezioni applicate: Mythos 5.1 ha un assetto diverso ed è disponibile solo con accesso riservato. Per la maggior parte delle aziende la scelta pratica riguarda quindi solo Fable 5.1, perché Mythos non è accessibile senza quell’autorizzazione specifica.

Conviene usare Opus o Sonnet per i contenuti aziendali?

Dipende dal tipo di contenuto. Per testi lunghi che devono reggere un’argomentazione, rispettare molti vincoli di stile e tenere insieme informazioni diverse, Opus dà un margine evidente. Per lavori ripetitivi e schematici (schede prodotto brevi, riscritture su modello fisso, classificazioni) Sonnet fa lo stesso lavoro a un costo nettamente inferiore. Il modo onesto di deciderlo è provare entrambi sugli stessi cinque casi reali.

Perché un modello più recente può rompere un’automazione che funziona?

Perché molte automazioni non chiedono solo un testo: chiedono un testo dentro una struttura precisa, che i passaggi successivi sanno leggere. Se il nuovo modello interpreta diversamente quel vincolo di formato, la catena si interrompe anche se il contenuto è ottimo. È esattamente il motivo per cui ho tenuto la mia pipeline su Opus 5 invece di spostarla su 5.5.

La cache fa davvero differenza sul costo finale?

Fa differenza quando ripassi lo stesso contesto identico a ogni chiamata: istruzioni di sistema, documenti di riferimento, esempi di stile. Su Fable 5.1 la lettura dalla cache costa 0,25 $ per milione di token, con uno sconto del 75%. Se il tuo contesto fisso è grosso e le esecuzioni sono molte, quella voce cambia la classifica dei costi: calcolala separatamente.

Vale la pena aggiornare appena esce una versione nuova?

No, non come regola. L’aggiornamento ha senso quando risolve un problema che hai davvero: costi fuori controllo, lentezza che blocca il lavoro, qualità insufficiente su un compito specifico. Se nessuna di queste tre condizioni è vera, aggiornare significa solo assumersi il rischio di rompere qualcosa in cambio di niente.

Fonti e approfondimenti

• Anthropic: annuncio ufficiale di Claude Fable 5.1 e Mythos 5.1, con prezzi e sconto cache.
• MacRumors: copertura del lancio di Claude Opus 5.5 del 22 settembre 2026.

Cosa farei io, al tuo posto, questa settimana

Se stai partendo adesso con un flusso di lavoro basato sull’AI, imposta tutto su Opus 5.5 e tieni Fable 5.1 come riserva per i compiti in cui il risultato non ti convince. Se invece hai già un sistema che gira e produce quello che ti serve, la mossa giusta è calcolare il costo mensile reale e confrontarlo con le ore che servirebbero per il cambio. Nella maggior parte dei casi scoprirai che il risparmio non copre il lavoro.

La scelta tra i modelli pesa molto meno di quanto il mercato lasci credere. Pesa di più il contesto che dai al modello, pesa di più la struttura del flusso in cui lo infili, e pesa moltissimo la disciplina di provare su casi reali prima di spostare la produzione. Se hai un sistema di pubblicazione o di automazione già avviato e stai valutando il passaggio, scrivimi: ragionare sul caso specifico porta più lontano di qualsiasi tabella comparativa.