Claude Opus 5 e Opus 4.8 alla prova: stesso prezzo, costi fino a 3 volte diversi

Claude Opus 5 e Claude Opus 4.8 costano entrambi $5 per milione di token in input e $25 per milione in output. Eppure, sugli stessi prompt, Opus 5 con la configurazione predefinita è costato 3.1 volte di più. Il motivo è l’adaptive thinking: Opus 5 ragiona per impostazione predefinita, fattura il ragionamento come output e non lo mostra mai. Basta modificare un parametro della richiesta per ottenere una parità perfetta. Il più grande Fable 5, invece, non accetta quel parametro. Opus 5 è diventato GA il 2026-07-24, presentato come un modello con un’intelligenza al livello di Fable 5 ma a metà prezzo per token. Che la fattura si dimezzi davvero dipende quasi interamente da questa scelta.

TL;DR

• Con le impostazioni predefinite, Opus 5 ha fatturato 3.1 volte più di Opus 4.8, nonostante lo stesso prezzo, sulla nostra matrice di cinque task; il 42-95% dei token di output era ragionamento nascosto.
• thinking: {"type": "disabled"} ha portato Opus 5 alla perfetta parità con 4.8 (384 token di output contro 384), senza ridurre l’accuratezza; Fable 5 rifiuta questo parametro.
• Sul traffico agent il sovraccosto scende al +33%, mentre negli scenari con tool e batch i costi sono quasi identici: nei loop con tool l’adaptive thinking si attiva appena.
• La finestra di contesto da 1M è reale (needle recuperato a 969,950 token) e la soglia minima della cache è 512 token, la metà dei 1,024 di 4.8.

Quali differenze ci sono tra Opus 5, Opus 4.8 e Fable 5 come piattaforme?

Prima di analizzare i costi, ecco una panoramica dei tre livelli Claude attuali lungo due direttrici: tariffe e struttura delle richieste. Il confronto è affiancato; le voci misurate sono indicate, le altre provengono dalla documentazione dei modelli:

Tre righe richiedono qualche precisazione. thinking: disabled è il punto critico nelle migrazioni: su Opus 5 è legato all’effort e, secondo la documentazione, viene accettato solo con high o valori inferiori. In 4.8, invece, le due impostazioni erano indipendenti. Gli script di migrazione devono quindi verificare la versione. La riga relativa al fast mode anticipa un confronto importante: Opus 5 in modalità veloce applica esattamente il listino di Fable 5. Il confronto tra Opus 5 veloce e Fable 5 predefinito diventa quindi un puro compromesso tra velocità e capacità, a parità di prezzo per token. Infine, la conservazione dei dati offre un vantaggio meno evidente sul fronte compliance: Opus 5 raggiunge un’intelligenza di classe Fable senza l’obbligo di conservazione per 30 giorni imposto da Fable 5.

Ci sono altri due aspetti della piattaforma che non si prestano bene a una tabella. Anthropic documenta alcuni casi limite quando il thinking è disattivato: le chiamate ai tool possono comparire occasionalmente nel testo visibile e alcuni tag interni possono essere esposti. Non abbiamo riscontrato nessuno dei due problemi nelle 84 chiamate con thinking disattivato della suite agent descritta più avanti. Le indicazioni confermano comunque la regola di routing: conviene lasciare il thinking attivo sulle route che usano molti tool, dove il sovraccosto è già ridotto. Inoltre, con Opus 5 è possibile modificare i tool durante una conversazione (funzionalità beta), aggiungendoli o rimuovendoli tra i turni senza invalidare il prompt cache. Questo preserva l’economia dei prefissi in cache su cui si basa la nostra guida al prompt caching per le sessioni agent lunghe.

Quanto costa Opus 5 con le impostazioni predefinite rispetto a Opus 4.8?

3.1 volte di più per lo stesso lavoro e con lo stesso listino. Abbiamo eseguito una matrice di cinque task sui tre livelli Claude attuali (n=3 per cella, con prompt salati), usando le impostazioni predefinite e l’API Messages nativa. Abbiamo incluso anche Fable 5 come riferimento:

Stesse risposte, stesse tariffe di 4.8, fattura triplicata. Opus 4.8 non ragiona se non gli viene richiesto; Opus 5 viene fornito con l’adaptive thinking attivo e il ragionamento viene fatturato alla tariffa piena di output, pari a $25/M.

La colonna di Fable 5 mostra un risultato controintuitivo. Pur avendo tariffe doppie ($10/$50), il modello ha fatturato in termini assoluti il 35% in meno rispetto a Opus 5 predefinito: ha completato gli stessi task con 383 token di output, contro i 1,305 di Opus 5. Tutti e tre i modelli utilizzano lo stesso effort predefinito documentato (high), quindi la differenza dipende dalla calibrazione del thinking, non dalla configurazione. I numeri sono compatibili con due meccanismi. Primo: un modello più capace ha bisogno di meno ragionamento per arrivare con sicurezza alla risposta di un problema semplice. Fable 5 ha usato 52 token per il problema testuale, contro i 152 di Opus 5, e 264 per il paragrafo, contro 1,031. Secondo: la capacità principale di Opus 5 è lo scaling del test-time compute, che trasforma più ragionamento in maggiore qualità sui problemi difficili. La calibrazione predefinita paga questo margine di sicurezza su ogni richiesta, comprese quelle che non ne hanno bisogno. Sul traffico semplice si paga quindi per una garanzia che non si usa; Fable 5, nella maggior parte dei casi, evita quel costo.

Dove finisce la spesa aggiuntiva?

Nel ragionamento che non è possibile leggere. Confrontando i token di output fatturati con il testo visibile della risposta, il 42-95% della spesa di output predefinita di Opus 5 era costituito da thinking nascosto. Si attiva anche per domande che non lo richiedono: la risposta a 17*23 includeva 11 token di thinking dietro una risposta di 1 token, mentre il task di scrittura da 120 parole ha impiegato circa 806 dei suoi 1,031 token di output per ragionare. Il contenuto del thinking non viene mai restituito, in nessuna forma: niente riepilogo e niente trace. Opus 5 si colloca quindi all’estremo più chiuso dello spettro di visibilità delineato nel nostro studio sull’anatomia dell’utilizzo dei token, insieme a Fable 5. Il conteggio è visibile nel dettaglio dell’utilizzo, ma non è possibile vedere cosa abbia prodotto.

Cosa fa concretamente l’opzione del thinking?

Rende la fattura di Opus 5 equivalente a quella di Opus 4.8. Impostando thinking: {"type": "disabled"}, il thinking è sceso a zero su ogni task. I totali hanno raggiunto una parità perfetta con 4.8: 384 token di output contro 384 e $0.01130 contro $0.01120 per set:

Prima una precisazione sulle etichette. Tutti i modelli riportati qui documentano lo stesso valore predefinito dell’API, effort high, e Anthropic specifica che impostare esplicitamente high equivale a omettere il parametro. Le nostre esecuzioni con valore predefinito implicito e con high esplicito differiscono comunque del 16%. Si tratta della variabilità tra esecuzioni nel task di scrittura, la cella più rumorosa in tutti i batch eseguiti, non di una differenza reale. Le due righe vanno quindi lette come due misurazioni della stessa configurazione. A distinguere le tre configurazioni predefinite non è il livello di effort, ma il comportamento del thinking a quel livello: assente su 4.8, parsimonioso e adattivo su Fable 5, aggressivo e adattivo su Opus 5.

Emergono due aspetti. Primo: il parametro dell’effort regola la qualità, non i costi. La scala da low a max non è nuova, perché 4.8 accetta lo stesso intervallo. Su task così semplici, però, ogni livello superiore a low acquista soltanto più ragionamento senza cambiare l’accuratezza; con xhigh, la fattura arriva a 3.8 volte quella di 4.8. I livelli più alti servono a scalare il test-time compute su problemi realmente difficili, che una semplice matrice di cinque task non può mettere alla prova. La matrice consente però di misurare i costi e mostra che il parametro non riporta mai Opus 5 alla parità con 4.8. Solo la disattivazione completa ci riesce, con un risparmio del 67% rispetto alla configurazione predefinita. Secondo: questa opzione esiste. Fable 5 rifiuta thinking: {"type": "disabled"} con un errore 400, quindi si tratta di una vera differenza di Opus 5, non di una caratteristica comune alla famiglia. Lo stesso oggetto thinking funziona su entrambe le interfacce del gateway, /v1/messages e quella compatibile con OpenAI /v1/chat/completions. Sulla seconda, le esecuzioni con thinking disattivato riportano zero reasoning_tokens in completion_tokens_details:

{"model": "claude-opus-5", "thinking": {"type": "disabled"}}

Va però considerato un limite: i nostri task verificabili riguardano recupero di informazioni e operazioni a passaggio singolo. Disattivando il thinking, l’accuratezza è rimasta a 9/9, incluso il problema testuale a più passaggi. L’adaptive thinking esiste però proprio per il lavoro agentico più difficile. La scelta va quindi fatta per singola route, seguendo la stessa regola adottata per Kimi K3 e Gemini 3.6 Flash: disattivarlo per estrazione, formattazione e chiamate a passaggio singolo; mantenere l’impostazione predefinita dove gli eval dimostrano che il thinking giustifica il costo.

Il sovraccosto di 3 volte si mantiene sui workload agent?

No, ed è una differenza sostanziale. Nella nostra suite di scenari agent (loop con tool, RAG, tooling, batch e chat lunghe; 50 episodi per configurazione), Opus 5 predefinito è costato solo il 33% in più rispetto a Opus 4.8, non il 210%. Gli scenari basati sui tool sono rimasti vicini alla parità (1.01-1.22x). In questi casi l’adaptive thinking è davvero adattivo: circa 88 token di thinking per chiamata nei loop agent, contro 806 su un semplice prompt di scrittura. L’eccezione è la chat lunga, che arriva a 1.58x; qui disattivare il thinking conviene ancora (1.22x con thinking disattivato). Nel function calling non abbiamo rilevato alcun sovraccosto dovuto al thinking: con le impostazioni predefinite, una richiesta di chiamata a un tool ha restituito 52 token di output senza thinking, lo stesso budget che avrebbe usato un modello privo di ragionamento.

La distinzione pratica dipende quindi dal tipo di traffico, non dal modello. Le completion semplici e le chiamate simili a una chat subiscono il sovraccosto predefinito di 3 volte e richiedono la disattivazione; il traffico agent che usa molti tool, in genere, può lasciarlo attivo.

Opus 5 costa davvero la metà di Fable 5?

Solo dopo aver disattivato il thinking. Per token, sì: $5/$25 contro $10/$50 di Fable 5. In pratica, sulla nostra matrice di task semplici, Opus 5 predefinito ha fatturato $0.03427 per set, contro $0.02233 di Fable 5: il 53% in più in termini assoluti. Il motivo è che Fable 5 ha completato gli stessi task con 383 token di output, contro i 1,305 di Opus 5. Con il thinking disattivato, i $0.01130 di Opus 5 corrispondono quasi esattamente alla metà della fattura di Fable 5. La promessa del lancio diventa quindi reale grazie a un parametro che Fable 5 stesso non accetta.

Contesto, cache e tokenizer: cos’altro abbiamo verificato?

La finestra da 1M è reale e, quando viene superata, l’errore è esplicito. Un needle inserito all’inizio di un prompt da 969,950 token è stato recuperato correttamente in 39 secondi. Un prompt da 1,010,221 token ha invece restituito chiaramente prompt is too long: … > 1000000 maximum, senza troncamento silenzioso.

La soglia minima della cache si è dimezzata. Anthropic documenta per Opus 5 e Fable 5 un prefisso minimo memorizzabile in cache di 512 token, contro i 1,024 di Opus 4.8 e Sonnet 5. Le nostre prove hanno confermato il dato: i prefissi vicini a 511 token non venivano mai memorizzati, mentre quelli da 547 token venivano memorizzati in modo affidabile. Le letture dalla cache costano $0.50/M (0.1x), le scritture 1.25x, con TTL di 5 minuti. Ora è possibile memorizzare in cache anche system prompt più brevi, un vantaggio concreto per le route ad alto QPS.

Il tokenizer non è cambiato tra Opus 5, Opus 4.8, Fable 5 e Sonnet 5: i conteggi dei token sui nostri esempi multilingue e di codice erano identici. I budget per lingua e le stime delle dimensioni dei prompt restano quindi validi senza dover ridefinire le baseline.

FAQ

È possibile disattivare il thinking su Claude Opus 5?

Sì, con effort high o inferiore; la documentazione specifica che combinarlo con xhigh o max restituisce un errore 400. Nei nostri test, i token di thinking sono scesi a zero e i costi hanno raggiunto la parità con Opus 4.8 (384 token di output contro 384 sulla nostra matrice). È una caratteristica specifica di Opus 5: Fable 5 rifiuta lo stesso parametro con qualsiasi effort, restituendo un errore 400. Anche il parametro dell’effort, da low a max, funziona ma non raggiunge mai la parità: nella nostra matrice varia da -21% con low a +24% con xhigh rispetto alla configurazione predefinita.

Perché la fattura di Opus 5 è più alta di quella di Opus 4.8, nonostante gli stessi prezzi di listino?

Perché Opus 5 ragiona per impostazione predefinita e il thinking viene fatturato come output a $25/M. Sui prompt semplici, nelle nostre misurazioni il 42-95% dell’output fatturato era ragionamento nascosto. Una moltiplicazione a due cifre includeva 11 token di thinking dietro una risposta di 1 token. Per verificare la quota sul proprio traffico, basta leggere reasoning_tokens nel dettaglio dell’utilizzo e disattivare il thinking sulle route che non ne hanno bisogno.

Conviene disattivare il thinking sui workload agent con Opus 5?

Di solito no. Nella nostra suite agent, il costo predefinito è stato solo del +33% rispetto a Opus 4.8. Gli scenari con tool e batch erano vicini alla parità, perché l’adaptive thinking si attiva appena nei loop con tool. Fanno eccezione le sessioni di chat lunghe (1.58x), dove disattivarlo conviene ancora. Occorre misurare il proprio mix di traffico: il sovraccosto si concentra nelle completion semplici, non nelle chiamate ai tool.

Misurazioni effettuate dal 2026-07-25 al 2026-07-27 su claude-opus-5, claude-opus-4-8 e claude-fable-5 tramite il gateway Synthorai: matrice di cinque task e ablation di effort/disattivazione da un singolo batch canonico (n=3 per cella, prompt salati, API Messages nativa), dati agent da una suite di scenari con 150 episodi, test di contesto e cache tramite needle recall e scansioni dei prefissi, righe sulla struttura dell’API (prefill e accettazione del parametro) da richieste dirette. I conteggi di accuratezza includono i task con un’unica risposta verificabile. Prezzi e comportamento possono cambiare; verificare i propri dati di utilizzo.

← Torna al blog