Scegliere un modello Claude
Anthropic offre una famiglia di modelli con diversi punti di equilibrio tra capacità/costo/velocità. Scegliere bene significa soprattutto adattare il modello al compito — e non pagare troppo per capacità di cui non hai bisogno.
- Leggere la scala Haiku → Sonnet → Opus come un compromesso tra capacità, costo e velocità
- Partire dal default giusto invece di tirare a indovinare, per poi salire o scendere in modo deliberato
- Combinare più livelli in un unico sistema — la leva di costo più grande che quasi nessuno usa
- Cercare l'ID esatto del modello nel modo giusto, così gli aggiornamenti restano una modifica di una riga
I modelli attuali
Last verified: 2026-08-07 · Official models & pricing
| Model | API model ID | Tier | Best for |
|---|---|---|---|
| Claude Opus 5 | claude-opus-5 | Opus — most capable | Complex agentic coding and enterprise work: 1M context, 128k output, with materially better numbers than Opus 4.8. Default on Claude Max, strongest available on Claude Pro. (Supersedes Claude Opus 4.8, now a legacy model.) |
| Claude Sonnet 5 | claude-sonnet-5 | Sonnet — balanced | The default workhorse and Claude Code's default model: the best combination of speed and intelligence, with a 1M-token context window. Start here for most work. (Supersedes Claude Sonnet 4.6, now a legacy model.) |
| Claude Haiku 4.5 | claude-haiku-4-5-20251001 | Haiku — fastest & cheapest | High-volume, latency-sensitive tasks: classification, extraction, routing, simple chat, and cheap sub-agents. |
| Claude Fable 5 | claude-fable-5 | Mythos-class — flagship (above Opus) | Anthropic's most capable widely released model. Multiday autonomous runs, first-shot on ambiguous specs, dense vision, sustained delegation to parallel subagents. GA June 9 2026. Refuses in-band (HTTP 200, stop_reason: refusal) — configure server-side or client-side fallback to another current Claude model (Opus 5 is the recommended default). Adaptive thinking only; raw thinking never returned. 30-day retention (NOT ZDR-eligible). |
| Claude Mythos 5 | claude-mythos-5 | Mythos-class — restricted (Project Glasswing) | Same capabilities as Fable 5 without the safety classifiers. Limited availability to approved Project Glasswing partners only; not self-serve. Customers without access should use Fable 5. |
Model IDs are exact; tiers and 'best for' are guidance. Pricing, context-window sizes and rate limits change frequently and are intentionally NOT listed here — always read them on the official page above. This file is the single source of truth: never hard-code model facts in prose, link to this table instead.
Provalo: quale modello fa al caso tuo?
Rispondi a tre domande e ottieni un consiglio di partenza:
Il default bilanciato — ragionamento e coding di alto livello a una frazione del costo di Opus. Parti da qui e passa a un livello superiore solo se incontri un vero limite di qualità.
Trova l'ID esatto del modello nella tabella dei modelli. Solo una regola pratica — per esserne certo, esegui una rapida valutazione sui tuoi input.
Il modello mentale: una scala di capacità
- Parti da Sonnet. È il cavallo di battaglia predefinito — ragionamento e coding solidi a un costo ragionevole. La maggior parte dei task dovrebbe iniziare qui.
- Sali a Opus solo quando Sonnet fatica e la qualità conta più del costo (ragionamento difficile, agent complessi, codice ostico).
- Scendi a Haiku per lavoro ad alto volume, sensibile alla latenza o semplice (classificazione, estrazione, routing, sub-agent economici).
Come scegliere davvero
- È il cavallo di battaglia bilanciato. Partire da qualsiasi altro punto significa ottimizzare prima di avere prove sul tuo task reale.
- Non aggiornare l'intero carico di lavoro. Individua i casi in cui Sonnet fallisce e instrada solo quelli su Opus — compri la qualità senza pagarla ovunque.
- Classificazione, estrazione, routing e sub-agent economici raramente hanno bisogno di un modello più grande. Testalo invece di darlo per scontato.
- Usa Haiku per pre/post-elaborazione economica e Sonnet/Opus per il nucleo difficile. Questa stratificazione dei modelli è una delle leve di costo più importanti — vedi Costo e latenza.
La stratificazione dei modelli merita una lettura a parte: Costo e latenza.
:::tip Non scegliere solo dai benchmark I benchmark pubblici sono un indizio di partenza, non un verdetto per il tuo task. Esegui una piccola valutazione su una manciata dei tuoi input reali confrontando due modelli — richiede pochi minuti e batte il tirare a indovinare. :::
Trovare l'ID esatto del modello
Passa sempre l'ID del modello API attuale (ad esempio nella tua chiamata messages.create). Recuperalo dalla tabella dei modelli qui sopra o dalla pagina ufficiale dei modelli — e preferisci leggerlo dalla configurazione invece di codificarlo in molti punti, così gli aggiornamenti del modello diventano una modifica di una riga.
Mettiti alla prova
0/4- Haiku → Sonnet → Opus è una scala capacità/costo/velocità — scegli un gradino, non tirare a indovinare un modello.
- Imposta Sonnet come predefinito e rilascia; sali o scendi solo con prove dal tuo task reale.
- Aggiorna il sottoinsieme difficile, non l'intero carico di lavoro — il routing batte gli aggiornamenti a tappeto.
- Combinare i livelli in un unico sistema è una delle leve di costo più importanti a tua disposizione.
- I benchmark sono un indizio; una piccola valutazione sui tuoi input reali è il verdetto.
- Leggi l'ID del modello dalla configurazione e cercalo nella tabella dei modelli aggiornata — non codificare mai fatti sui modelli.