Ho testato Claude Opus 4.6 in diretta. Ecco cosa ha prodotto in 10 minuti!

Bene, mi trovo di fronte alla nuova schermata di Claude di Anthropic e questo è il messaggio di benvenuto che ho trovato stamattina. Ho fatto l'accesso, come saprete, ieri giovedì 5 febbraio, più o meno verso le 19. Claude ha lanciato su LinkedIn, ma sui suoi canali social, Opus 4.6. Aspettavamo l'uscita di Claude 5, ma in realtà hanno preferito uscire con una versione 4.6. E ora io farò con voi una, un test live assolutamente non preparato, a braccio, dove vedremo un po' come si presenta questo nuovo modello, quali sono le prime impressioni. Poi me lo studierò bene, però intanto ci tenevo a fare con voi questa, questa live demo. Allora, novità, ok, classico pop-up: sogna in grande, fai di più. Mi piace tantissimo di Claude la scelta delle parole, cosa che non mi stupisce perché da una società che pubblica la Costituzione di Claude, ecco, mi aspettavo un'alta sensibilità alla scelta della terminologia e soprattutto di parole che toccano determinate corde emotive degli utenti. Quindi sono colpita, ma me l'aspettavo. Cosa fa Claude? Ci dicono: completa lavori complessi in ore anziché giorni. Quindi da questo ne ricaviamo una velocità e soprattutto una intelligenza nella comprensione di cosa fare, come farlo, e quindi un raggiungimento, mi viene da pensare, nel risultato molto più breve rispetto al classico modello che va invece più seguito. Ottieni report, fogli di calcolo e presentazioni rifiniti con meno modifiche. E qui c'è l'integrazione di Claude con Excel e PowerPoint che leggevo anche su LinkedIn qualche giorno fa. Sarò curiosa di provarlo. Sperimenta il ragionamento esteso che si adatta in base alla complessità dell'attività. Questa non è una novità perché anche la versione di ChatGPT, il modello 5, ci ha abituati a questa flessibilità. Non ha nulla a che vedere ovviamente col modello di OpenAI, qui mi dispiace dirlo e non si arrabbieranno quelli di OpenAI o i fedelissimi di ChatGPT, ma siamo ormai con Claude ad un livello indescrivibile, cioè quasi quasi imparagonabile. Proviamo opus, ovviamente. Clicchiamo sul bottoncino e qui ci compare questo pop-up di accompagnamento dell'utente. Anche qui l'utente è accompagnato totalmente nell'esperienza, cosa molto bella. Stai usando Office 4.6, attiva/disattiva, si adatta alla complessità dell'attività. Quindi cliccando qua, e infatti abbiamo 4.6 il più capace per lavori ambiziosi. Poi qua mi verrebbe da dire, ognuno di noi giudicherà qual è un lavoro ambizioso, cosa è ambizioso, cosa no. Però strizza un po' l'occhiolino, secondo me, alle attività professionali, quindi tutti quei task squisitamente professionali che richiedono la convergenza di determinati requisiti, che vedremo se Oppos 4.6 sarà in grado di soddisfare. Il Sonnet 4.5 per le attività quotidiane, che io non utilizzo mai, devo essere sincera, è il più veloce. L'iQ 4.5, che anche qua non utilizzo mai. Allora, io lavoro sempre di default col ragionamento esteso, quindi voglio che di default Claude applichi un ragionamento profondo. Non ha senso chiederglielo io tutte le volte, preferisco che sia così, perché di fatto io lo uso prevalentemente per scopi professionali, e quindi vi direi che il 95% della mia attività richiedono un ragionamento esteso e approfondito. Per cui voglio il massimo del modello sempre. E vediamo vediamo che cosa sa fare. Allora, solitamente quando c'è una novità di questo tipo io chiedo alle AI un po', no, quello che sono le novità. E quindi parlo con Claude e chiedo che cosa fa questo Opus 4.6.

Vedo che ti sei aggiornato col modello 4.6. Mi spieghi in breve Quali sono le differenze rispetto al precedente modello?

Quindi in questo modo abbiamo una prima panoramica che ci dà già il modello. Fra l'altro, in una delle edizioni di Gladiatori Digitali che ho dedicato alla costituzione di Claude, dove loro parlano delle 4 unità che si attivano all'interno di Claude nel momento in cui noi lanciamo un prompt, Leggetevela se ve la siete persa, perché è incredibile quell'estratto. Abbiamo visto che ci sono varie aree di Claude che si attivano, varie personalità fra virgolette, per cui inviare una domanda di questo tipo, io mi aspetto che nel dietro le quinte si attivino tutte quelle aree di Claude predisposte proprio alla facilitazione della comunicazione con l'utente. E infatti mi dice Principali novità rispetto al 4.5 rilasciato ieri, quindi precisissimo nella indicazione temporale. Finestra di contesto da 1 milione di token in beta. Finestra di contesto è questa che vedete, quindi il prompt che noi lanciamo più le risposte che il modello ci dà. Quindi tutto questo viene conteggiato in un unico calderone, quelle paroline vengono spezzettate in piccoli pezzetti che si chiamano token E qui c'è una capienza determinata oltre la quale il modello fa le cosiddette allucinazioni. Siamo passati in questo nuovo modello da 200k per il vecchio, chiamiamolo vecchio, Opus 4.6, che io ho utilizzato fino a ieri, al nuovo Opus 4.6, quindi un milione di token in beta con output, quindi la lunghezza del prompt, di 128k token. Il problema del context rot, dove le conversazioni lunghe degradano la qualità, è sostanzialmente eliminato. Questa è una promessa enorme che ci fa Anthropic, no? Ci sta dicendo: non ti fare più troppi problemi se il prompt è troppo lungo, se carichi un documento troppo lungo, eccetera, perché oggi Claude riesce a gestire in output, quindi nei prompt, delle stringhe di testo che vanno fino a 128k token. Per capire se un prompt supera o meno questa lunghezza ci sono molti convertitori di token online gratuiti, quindi potete fare lì la prova per vedere se poi effettivamente è così. Ci dice che è sostanzialmente eliminato. Notiamo anche l'utilizzo degli avverbi, no? Questo sostanzialmente, molto umano, no? Noi lo diciamo sempre parlando, no? Questa cosa è sostanzialmente corretta, quest'altra cosa è sostanzialmente vera, eccetera. Contro il 18.5 di Sonnet, ma chi è che usa Sonnet? Parliamoci chiaro. Poi adattamento del pensiero, no, sostituisce l'extended thinking. Invece di attivare, disattivare manualmente il ragionamento profondo, il modello decide autonomamente quando pensare in base alla complessità del task. 4 livelli di effort: low, medium, high di default e max. Ma mi viene da pensare però che avendo lasciato il pulsantino qua, io per non saperne leggere né scrivere lo lascio flaggato di default, perché probabilmente da quello che leggo, ma verificherò. Se di default è impostato su alto, probabilmente andare a fleggare la liconcina del ragionamento esteso porta il default al max. Ovviamente questo comporta un dispendio in termini di token e costi che va compreso. Io però, detto sostanzialmente, me ne frego, nel senso che ho il piano max perché utilizzo Claude tantissimo e quindi ci sto dentro tranquillamente. Coding e task agentici nettamente migliorati, pianificazione più attenta, capacità di lavorare su codebase più grandi. Va benissimo. Adesso questa cosa qua a me interessa fino a un certo punto perché non faccio, non faccio coding, anche se sto approfondendo il discorso dei task agentici, quindi la cosa potrebbe interessarmi, andrò ad approfondire. Qui una stilettata all'amico OpenAI supera GPT 5.2 di 144 punti Elo, quindi ci sta dicendo neanche troppo velatamente, guarda che siamo sopra. Cloud Code ha gli agent teams, possibilità di creare team di agenti AI che lavorano in parallelo su componenti diverse di un progetto coordinandosi autonomamente. Questo è interessante soprattutto lato enterprise, per chi sta sviluppando, progettando e quant'altro, poter creare un team di agenti che lavora simultaneamente, un po' come avviene dietro le quinte di Manus. È sicuramente un grande plus. Poi il modello può riassumere automaticamente il proprio contesto durante le conversazioni molto lunghe, evitando di crashare o dimenticare. E qui è collegato un po' al discorso del contesto. Quindi ci dice Claude Anthropic che mentre prima, se avete seguito i miei corsi o anche le newsletter, sapete che quando uno dei trucchetti un po' per bypassare i limiti della finestra di contesto è quello di andare a inserire dei prompt di follow-up cosiddetti, no? Quindi scrivere per esempio riassumi quanto ci siamo detti fin qui, oppure fai un riassunto in formato .doc di quello che ci siamo detti fin qui affinché io possa stamparlo, conservarlo, no? Ci dice Anthropic che oggi Claude fa questa cosa cosa qua autonomamente. Quindi ogni tanto probabilmente si ferma nel dietro le quinte, rilegge quello che ha fatto prima ed evita di dimenticare. Quindi usano questa parola crescere, fantastica, no? Allucinare o dimenticare il contesto. Oh, finalmente! Cloud in PowerPoint, integrazione diretta nel pannello laterale di PowerPoint con capacità di adattarsi a colori, font e layout esistenti. Questa la voglio verificare bene, la voglio verificare bene perché ho un po' di dubbi su questo prodotto qua. Perché PowerPoint, con l'avvento di Gamba, Canva, eccetera, ovviamente sprofondato negli abissi. Credo di incontrare ormai veramente raramente professionisti che usano PowerPoint, salvo casi eccezionali. Vediamo se questa partnership Cloud PowerPoint porterà PowerPoint ad una nuova era? Non lo so, punto di domanda. Io qui sono un po' dubbiosetta perché Nanobanana, Manus, Gamma, eccetera, immagini pazzesche, qualità strepitosa. Vedremo se qua riusciremo ad avere lo stesso livello, forse nella generazione del testo all'interno delle singole slide. Vediamo, vediamo, mi riserverò di fare un'integrazione sul punto. Allora, qui abbiamo una cosa interessante sulla residenza dei dati. C'è un nuovo parametro per garantire che l'inferenza venga solo negli USA con un sovrapprezzo del 10%. Questo è un dettaglio tecnico che andrò ad approfondire, perché il discorso della residenza dei dati è un po' lo switch, no, che ci fa scegliere o meno Cloud per tutto il discorso privacy, protezione dei dati, eccetera, che rileva tantissimo se utilizziamo Cloud in contesti Enterprise, no? Quindi lì c'è poca scelta, ve lo dico sempre. No modelli free, no modelli consumer. Quindi anche per quanto riguarda Cloud bisognerà optare per le versioni Team Enterprise. Approfondiremo anche questo discorso della residenza dei dati. Potremmo intanto dirgli: spiegami meglio, no? Ci facciamo dire da lui qualche informazione in più. Sicurezza, tasso di disallineamento più basso di qualsiasi modello Cloud testato e minor tasso di rifiuti impropri. Anche qua c'è una stilettata a ChatGPT, che ultimamente qualsiasi cosa gli venga chiesta lui ti risponde: non posso dirtelo, non posso farlo, le policy o le etichette. È stato molto, molto bloccato, no? Quindi qua dicono Claude non ha un basso tasso di rifiuti impropri, quindi risponde con un livello di disallineamento molto basso. Il prezzo rimane invariato. In pratica è un upgrade significativo, documenti lunghi, flussi di lavoro professionali. E torna questa parola soprattutto con il rilascio della skill legal, no? Avrete seguito su Claude che insomma è un segnale forte, ha smosso mari, monti e mercati. Loro hanno fatto una scelta rispetto agli altri, rispetto allo stesso OpenAI che ha aggiornato le sue policy, ha detto: signori medici, signori professionisti, signori avvocati, sappiate che qua OpenAI non rilascia consulenze di questo tipo e quindi non vi risponde, no? È un bene, un male? Dipende sempre. La risposta è sempre dipende. Claude ha fatto una scelta diversa, no? Anthropic dice: no, noi ci verticalizziamo su quella su quel settore, andandolo a perimetrare in un certo modo. E da qui la nascita della skill per il legal, eccetera eccetera. Allora, cosa ci dice qua del parametro? Una novità pensata per esigenze di compliance e sovranità. Quando fai una chiamata API a Cloud 4.6, puoi specificare questo parametro qui per garantire che l'elaborazione della tua richiesta avvenga su server negli Stati Uniti, che a noi interessa fino a un certo punto. Anzi, dovremmo evitare di averlo. L'alternativa è questo parametro dove Anthropic instrada la richiesta sul datacenter più efficiente disponibile ovunque si trovi. Dal punto di vista professionale è un'arma a doppio taglio. Per la PIA italiana e per la compliance il tema è l'opposto, giustamente. Si vorrebbe garanzia di elaborazione nell'Unione Europea. Per ora Anthropic offre solo l'opzione US only, non Unione Europea, e questo resta un punto critico da considerare nelle tue valutazioni di conformità quando consigli strumenti DAI basati su Cloud alle amministrazioni pubbliche italiane. Ovviamente sa benissimo Cloud, perché lo uso tanto, cosa faccio io, qual è il mio lavoro. Quindi qua mi dice stai attenta perché questo è un parametro che può influenzare. Quindi direi che le novità sono sicuramente importanti. Ora facciamo una prova di un test di qualità per capire qual è il livello e chiediamogli di dimostrare che cosa sa fare.

Dimostrami che cosa sai fare producendo 2 output differenti che mettono in risalto le tue nuove capacità.

Questo è un trucco che utilizzo sempre quando testo i nuovi modelli, gli chiedo di dimostrarmi il livello, no? Perché in questo modo, con questa tecnica di prompting, sfidiamo letteralmente il modello ad essere performante. Quindi è come se gli dicessimo: lavora al massimo massimo della tua potenza, no? Stupiscimi. Quindi sappiamo e ci fidiamo che di default Claude lavorerà al massimo delle sue potenzialità. E ci propone un'app interattiva, un tool in stile arena di gladiatori digitali. Quindi vediamo se è migliorato anche nella capacità di fare artefatti. Lui è fenomenale, no, su questo. Vediamo quanto quanto è migliorato col nuovo modello. E poi ci propone una presentazione PowerPoint, così vediamo anche la resa professionale, un one-pager sulle novità di Opus 4.6 per il tuo pubblico PA. Preparo subito. Ora io stoppo il video, lo metto in pausa perché sennò durerebbe un'infinità, e torno nel momento in cui Claude ha terminato. Allora, ha terminato. Tempo di esecuzione: 6 minuti, li ho contati di orologio, e ho ripreso la registrazione proprio quando riprendeva a scrivere. Allora, intanto, wow! Cioè, nel senso, non so se state vedendo il livello di dettaglio, il font, l'icona. Sono sono un attimo scioccata, ma adesso andiamo a vedere. Allora, mi ha preparato questi due output. La prima, l'app interattiva, che è un AI Act Risk Assessment in stile Arena. 6 domande con logica di scoring, classificazione del rischio su 4 livelli, da inaccettabile a minimo, obblighi normativi applicabili, progress ring Animato Particelle Floating Design Premium Dark Gold. Visualizzalo qui aprendo l'artefatto. Ok, ed è questo qua, possiamo provarlo già da qua. Io sono scioccata, sono letteralmente scioccata. Allarghiamo un pochettino. Qui c'è un Powered by Claude Opus 4.6, Gladiatori, il regolamento corretto citato qua, il pulsantino quando ci vado col mouse si evidenzia. Benvenuto nell'arena, questo strumento ti guiderà nella classificazione del livello di rischio del tuo sistema AI secondo il regolamento. Bellissimo il discorso del giallo che enfatizza. 6 domande, 3 minuti, report. Entra nell'arena. Qual è la funzione principale del sistema di AI? Supponiamo classico caso, automazione interna. Interno. In quale settore viene impiegato il sistema? Settore privato, uso interno. Che tipo di dati personali tratta? Dati personali comuni. Qual è il livello di autonomia del sistema nelle decisioni? Solo elaborazione dati. Impatto sui diritti? Impatto limitato. Qual è lo stato attuale della documentazione tecnica? Nessuna valutazione di impatto. Quindi un classico esempio rischio limitato. Riepilogo: natura del sistema, contesto d'uso, dati, ok, obblighi normativi, la trasparenza, articolo 50, etichettatura dei contenuti generati con l'AI, informativa chiara sull'interazione con l'AI. Praticamente sono i 3 obblighi minimi di uno studio legale che utilizza un tool come Claude o ChatGPT per la redazione di atti uso interno. Fantastico, fantastico! Fra l'altro mi cita anche protocollo, la metodologia che io ho, di cui ho parlato nel testo Guida pratica per la redazione degli atti nella pubblica amministrazione, il che mi rende particolarmente fiera. Nuova valutazione e parte una nuova valutazione. Allora, direi che colori, funzionamento, scelta del lessico, font, qualsiasi cosa, voto 10, no? Quasi, quasi pubblicabile, no? Un semilavorato praticamente pubblicabile. Sono più curiosa delle presentazioni PowerPoint. Ora potremmo cliccare qua e probabilmente ce la fa vedere qui di fianco, oppure l'apriamo direttamente in PowerPoint. Facciamo entrambe le cose, clicco qua. Sono curiosissima di questa integrazione con PowerPoint perché, vi ripeto, da quando è uscito Gamma eccetera, io non utilizzo più PowerPoint. Allora, Claude Opus me l'ha tarato sulla PA, febbraio 26, avvocato eccetera. Tutto sommato non malvagio. Bellissima la scelta delle iconcine, i colori, il font perfetto. Sono 5 slide, quindi si è sprecato fino a un certo punto. C'è da dire che il tema era corto. Apriamolo in PowerPoint e vediamo che cosa succede. Aperto in PowerPoint, la resa è ottima, quindi si vede tranquillamente, no, ho un prodotto che ora posso lavorare anche PowerPoint. Quindi dirai che rispetto al Gamma che mi scarica la presentazione in formato PowerPoint, ma poi spesso era tutto un po' mal formattato, rispetto a Manus che ancora mi genera la presentazione in PDF, se vado a fare la conversione anche là ci sono problemi di mattazione, direi che niente male. Direi che niente male. Questi ovviamente erano primi test, lo testerò in maniera più approfondita e poi usciranno nuovi video approfondimenti per andare più a fondo di questo strumento pazzesco. Ovviamente lo proverò anche in Cloud Cowork e vi saprò dire lì insomma che cosa fa, cosa può fare, cosa, quali sono i plus. Ci vediamo nel prossimo video, grazie.