Anthropic: Claude Opus 5.5

Claude Opus 5.5 è il modello di punta di Anthropic, successore di Claude Opus 5, ed è posizionato per ragionamento impegnativo, coding e lavoro agentico a lungo termine. Anthropic è il provider dietro la famiglia Claude, e questa release è il loro livello top per attività in cui accuratezza e concentrazione sostenuta contano più della velocità grezza. È stato rilasciato il 22 settembre 2026.

Il modello accetta testo, immagini e file come input, e restituisce testo. La sua finestra di contesto è di 1.000.000 di token, il che significa che puoi inviare documenti molto grandi, interi repository di file sorgente o lunghe cronologie di conversazione in una singola richiesta senza suddividerli in blocchi. L'output massimo è di 128.000 token, quindi le risposte possono essere lunghe, incluse riscritture complete di file, report a più sezioni o tracce di ragionamento estese. Poiché sia i file sia le immagini sono supportati come input insieme al testo, il modello può lavorare su materiale misto come uno screenshot più un documento di specifica, o un PDF più un estratto di codice rilevante.

Queste capacità indicano diversi usi pratici. Le modifiche multi-step in grandi basi di codice sono una soluzione naturale: con un contesto da un milione di token puoi fornire i moduli circostanti e lasciare che il modello pianifichi e applichi modifiche coordinate. Anche il lavoro agentico a lungo termine si adatta al modello, poiché supporta tools e tool_choice, il che significa che può chiamare funzioni o servizi esterni attraverso molti turni. La comprensione di documenti e file, come l'estrazione di dati strutturati da record caricati o il riassunto di report lunghi, deriva dal suo supporto per input di file. Le attività ad alto contenuto di ragionamento, dall'analisi alla pianificazione, sono coperte dai parametri di reasoning che espone.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando il model id "anthropic/claude-opus-5.5" nello stesso modo in cui chiameresti qualsiasi altro endpoint di chat completion. I parametri di richiesta supportati sono include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools e verbosity. Gli structured outputs e response_format sono utili quando hai bisogno della risposta del modello in una forma specifica, mentre tools e tool_choice ti permettono di collegarlo a un loop agentico. Se vuoi controllare quanta parte di ragionamento interno produce, reasoning e reasoning_effort sono i parametri da regolare, e verbosity ti consente di guidare la lunghezza della risposta indipendentemente dal limite di token di output.

Valuta se un modello fratello più piccolo o più economico sia più adatto quando il tuo compito è breve e sensibile alla latenza, poiché un modello di punta con un contesto da un milione di token e 128.000 token di output è costruito per la parte più difficile del carico di lavoro. Per generazione di testo semplice, classificazione o semplici chiamate a tool, un modello più leggero dello stesso provider può essere sufficiente.