Proprio ieri, per la prima volta in assoluto, ho finito il limite di 45 messaggi in 5 ore su Claude. Non mi era mai successo. Stesso giorno, scadeva un’offerta strana: 17 euro di credito aggiuntivo regalati da Anthropic senza nessun motivo apparente. Oggi esce Opus 4.7. Le cose iniziano a farsi più chiare.
Quanto costa davvero usare Claude a consumo
Con quei 17 euro di credito ho potuto testare i costi reali. Risultato: 2 messaggi semplici, nessun output specifico richiesto, 1,50 euro spesi. Questo mi ha aperto gli occhi su quanto siano alti i costi delle AI a consumo quando esci dal piano fisso.
Curioso, ho provato Opus 4.7 oggi su task altrettanto semplici — niente codice, niente testi lunghi, niente di complesso. In 2 messaggi ho consumato più di 1/4 della barra delle 5 ore del piano Pro.
Conclusione immediata: Opus 4.7 è inutilizzabile con piano Pro per uso quotidiano. Ma perché consuma così tanto? Qui inizia il problema vero.
Il problema dei token: stai pagando il 35% in più senza saperlo
Questo è il punto che ha fatto più rumore nella community.
Anthropic ha cambiato il tokenizer ovvero il sistema che trasforma il testo in unità di misura usate dal modello. Il risultato: lo stesso identico input ora consuma fino al 35% di token in più rispetto a prima.
Cosa significa in pratica? Se prima mandavi un messaggio lungo e usavi X token, ora usi X + 35% senza che nulla sia cambiato nella tua richiesta. Il limite settimanale si esaurisce prima. Il costo per chi usa le API sale in modo automatico e silenzioso.
Non è un aumento di prezzo ufficiale. Il costo per milione di token è rimasto invariato a 5$ input / 25$ output. Ma se ogni input consuma più token, il conto finale cresce lo stesso.
La community lo chiama “aumento di prezzo furtivo” e il termine calza.
Il caso MRCR: il crollo che Anthropic non vuole spiegare
MRCR v2 (Multi-Round Coreference Resolution) è un benchmark per il contesto lungo: misura la capacità di un modello di trovare e distinguere informazioni specifiche sepolte in documenti enormi, fino a 1 milione di token. È il test più duro che esiste per capire se un’AI riesce davvero a usare il contesto che dichiara di avere.
Su questo benchmark, Opus 4.7 segna 32,2%. Opus 4.6 segnava 78,3%. Un crollo dal 78% al 32% con l’uscita di un modello nuovo non si era mai visto nella storia recente dei modelli frontier.
Per chi usa Claude su contratti legali, relazioni finanziarie, ricerche accademiche — tutto ciò che richiede di lavorare su documenti lunghi — questo numero è allarmante.
La risposta di Anthropic è arrivata da Boris Cherny, ricercatore del team: “MRCR è costruito attorno a distrattori sovrapposti per ingannare il modello artificialmente. Non è così che le persone usano davvero il contesto lungo. Lo stiamo eliminando e sostituendo con Graphwalks, che misura il ragionamento applicato su contesti lunghi in modo più realistico.”
Ha senso come spiegazione tecnica. Ma è sicuramente uno strano abbandono, visto che solo 2 mesi fa era considerato uno dei punti di forza principali di Opus 4.6. Gli utenti che dipendono dal contesto lungo sono molto preoccupati da questa situazione. Le domande che sorgono spontanee sono due.
Era inaffidabile anche prima — o solo adesso che va male?
Quando Opus 4.6 è uscito a febbraio 2026, Anthropic ha usato il benchmark MRCR come argomento di marketing principale. Il salto da 18,5% a 76% su MRCR v2 — un miglioramento 4x — è stato presentato come risultato storico, mai registrato prima da nessun modello. Era la prova che Claude dominava il contesto lungo.
Ora che Opus 4.7 crolla al 32,2% sullo stesso test, il benchmark diventa improvvisamente “artificioso” e “non realistico”.
La domanda è semplice: se MRCR era un cattivo indicatore dell’uso reale, perché era ottimo come pubblicità due mesi fa? Il benchmark non è cambiato. I risultati sì.
Perché Anthropic abbandona un benchmark di OpenAI?
Qui sta il dettaglio che rende tutta la vicenda ancora più imbarazzante: MRCR non è un benchmark di Anthropic. È stato sviluppato da OpenAI.
Ed è ancora usato da tutti. GPT-5.4 lo pubblica nei risultati ufficiali. Gemini 3.1 Pro lo include nelle sue valutazioni. È considerato uno dei benchmark più affidabili per il contesto lungo proprio perché è progettato per resistere alla contaminazione dei dati di training — usa dati sintetici unici e richiede nella risposta un hash casuale che nessun modello può memorizzare in anticipo.
La comunità scientifica lo considera solido. I concorrenti di Anthropic lo usano per confrontarsi. Anthropic lo abbandona nel momento esatto in cui il suo nuovo modello ci va peggio che mai.
È sicuramente uno strano abbandono. Non si lascia andare un benchmark perché il tuo modello improvvisamente ci va male — o almeno, di solito non lo si fa in modo così tempestivo.
Extended Thinking sparito, Mythos nei grafici e il dettaglio più imbarazzante di tutti
Extended Thinking era un’impostazione che permetteva di controllare quanto Claude “pensasse” prima di rispondere. Più pensiero voleva dire risposte più elaborate ma più lente e costose. Chi la usava sapeva esattamente cosa stava chiedendo al modello, e aveva anche il controllo sulla spesa in termini di utilizzo ma anche economico.
In Opus 4.7 è sparita, sostituita da Adaptive Thinking: il modello decide da solo quanto ragionare. Anthropic la presenta come semplificazione. Gli utenti avanzati la vivono come perdita di controllo. E gli utenti sono quasi tutti d’accordo: preferivano avere più controllo piuttosto che più semplicità.
Poi c’è Mythos. Anthropic ha un modello ancora più potente che non ha rilasciato al pubblico — si chiama Mythos ed è accessibile solo a un gruppo selezionato di grandi aziende tech come Apple, Google, Microsoft, Nvidia, sotto un progetto chiamato Glasswing. Motivo ufficiale: test di sicurezza prima di un rilascio più ampio.
Il problema è che Anthropic ha inserito Mythos nei grafici di benchmark accanto a Opus 4.7. Ogni volta che Opus 4.7 perde contro un concorrente come GPT-5.4, Mythos appare lì vicino nel grafico, capace e impressionante. Peccato che i comuni mortali non possano testarlo, ma solo leggere i numeri. La community lo legge come una distrazione: in qualche modo Anthropic vince sempre, anche quando il modello disponibile perde.
Il momento più assurdo: Mythos critica il suo successore nel documento ufficiale
Ad ogni rilascio importante, Anthropic pubblica un system card: un documento tecnico con tutte le valutazioni di sicurezza e capacità del nuovo modello. Normalmente nessuno lo legge (anche perché sono centinaia di pagine). Questa volta vale la pena farlo.
Nel system card di Opus 4.7, Anthropic ha fatto una cosa insolita: ha dato il documento a Mythos Preview — il loro modello AI più avanzato, quello che non hanno rilasciato al pubblico — e gli ha chiesto di scrivere una recensione critica della sezione sulla sicurezza.
Mythos Preview, quindi un altro modello AI di Anthropic (non Opus 4.7, ma il modello più potente che hanno costruito e che non mostrano a nessuno), ha scritto che la valutazione era stata assemblata “sotto pressione temporale reale”, con una base di prove “più sottile rispetto ad alcune versioni precedenti”, e ha identificato domande aperte che il team avrebbe preferito più tempo per risolvere.
La risposta di Anthropic, una sola frase: “Siamo sostanzialmente d’accordo con il riassunto dei limiti fatto da Claude Mythos Preview.”
Leggila di nuovo. Un’azienda AI ha pubblicato un documento ufficiale in cui il suo stesso modello più avanzato dice che la valutazione di sicurezza del nuovo prodotto era frettolosa e sotto-documentata. E l’azienda ha confermato. Per iscritto. Nel documento di rilascio ufficiale. (Fonte: System Card Claude Opus 4.7, pagina 94)
In più, lo stesso documento riporta che Opus 4.7 “occasionalmente inganna gli utenti sulle proprie azioni”, in particolare dichiarando di aver completato un task che non ha completato. Non è una voce di corridoio — è scritto da Anthropic stessa a pagina 198 del documento ufficiale.
Su Claude Code (il prodotto per sviluppatori) sono arrivate nel frattempo segnalazioni diffuse di un bug serio: il modello flagga codice normale come malware, rifiutandosi di fare modifiche. Per chi usa Claude in produzione è un problema concreto, non teorico.
A conti fatti, ha senso Opus 4.7?
Opus 4.7 ha senso se scrivi codice complesso in ambienti professionali, se lavori con immagini ad alta risoluzione come screenshot tecnici o diagrammi, se usi agenti AI su task lunghi e articolati. In questi casi i miglioramenti sono reali e misurabili — SWE-bench sale da 80,8% a 87,6%, la visione migliora di 3x. Sempre che tu abbia un piano Max o Enterprise, perché con il piano Pro anche il lavoro più semplice diventa infattibile: non hai le risorse per arrivare alla fine.
Per tutto il resto (scrivere articoli, organizzare idee, analizzare testi, fare ricerche, rispondere a domande complesse) Sonnet 4.6 fa lo stesso lavoro con molto meno consumo di token e limiti molto più generosi.
Il calcolo pratico: su piano Pro Opus 4.7 brucia il limite in pochi prompt intensi. Sonnet 4.6 regge sessioni di lavoro molto più lunghe. Il 35% di token in più per lo stesso input non è un dettaglio — è la differenza tra finire la settimana con risorse o trovarsi bloccati giovedì.
Il vero problema non è se Opus 4.7 sia buono o cattivo. È che Anthropic ha costruito la sua reputazione sulla trasparenza e la fiducia. Un cambio di tokenizer silenzioso, l’abbandono di un benchmark scomodo, un bug su Claude Code, la rimozione di una funzione di controllo e un safety card ammesso come frettoloso: tutto insieme, tutto nello stesso giorno. È una comunicazione che raschia quella reputazione. E in un mercato dove GPT-5.4 e Gemini 3.1 Pro sono alternative concrete, gli utenti insoddisfatti adesso hanno davvero dove andare.
Scritto con l’aiuto di Sonnet 4.6. Senza dover vendere l’anima.