Claude Sonnet 4.5: test, funzionalità, accesso, benchmark e altro ancora

Che cos’è Claude Sonnet 4.5? 

Claude Sonnet 4.5 è l’ultimo large language model di Anthropic. Arriva a soli quattro mesi dal rilascio di Claude Sonnet 4. Come abbiamo notato in quell’articolo, il modello generalista Sonnet si comporta bene nella maggior parte dei casi d’uso, ed è particolarmente forte nel coding. Il principale limite, però, era la finestra di contesto relativamente ristretta di 200k token, soprattutto se confrontata con concorrenti come Gemini 2.5 Flash, che offre fino a 1M di token.

Con Sonnet 4.5, Anthropic ha affrontato attivamente questa criticità (e non solo). Il nuovo modello introduce funzionalità inedite, prestazioni migliori e molte statistiche impressionanti a supporto. 

Secondo l’articolo di lancio, Claude Sonnet 4.5 è disponibile subito sia tramite l’interfaccia chat di Claude sia via API. Il prezzo del nuovo modello resta invariato rispetto al predecessore: 3 $ per milione di token in input e 15 $ per milione di token in output, che a mio avviso offre un ottimo rapporto qualità-prezzo considerando le prestazioni.

Nuove funzionalità in Claude 4.5 

Il modello Claude 4.5 porta con sé diverse novità interessanti. Come detto, è in cima alla classifica della valutazione SWE-bench Verified, ma ha mostrato anche grandi progressi nel benchmark OSWorld, che misura le capacità di computer-use. 

Il balzo al 61,4% rispetto al 42,2% di soli 4 mesi fa con Sonnet 4 mostra quanto grande sia il salto, e penso che questo sia uno degli aspetti più notevoli di Sonnet 4.5. Lo vediamo in azione nella demo dell’estensione Claude per Chrome, che mostra il modello compiere azioni direttamente nel browser a partire da un prompt piuttosto semplice.  

Benchmark SWE-bench Verified che mostra le prestazioni di Sonnet 4.5: Fonte

Una delle affermazioni più sorprendenti riguarda la capacità del modello di mantenere la concentrazione per oltre 30 ore su attività complesse e multi-step. 

Ci sono anche diverse altre novità degne di nota: 

Modalità di pensiero estesa

Come abbiamo visto con modelli come GPT-5 e Grok 4, Sonnet 4.5 introduce una modalità di pensiero estesa che, per i compiti più complessi, utilizza un processo di “pensiero” più lungo e mostra la chain-of-thought del ragionamento.

Migliore conoscenza specifica di dominio

Il nuovo modello, a quanto riferito, raggiunge prestazioni da primato in domini specifici, tra cui finanza, diritto, medicina e STEM. Ancora una volta, guardando alle citazioni nelle note di rilascio da parte di Cursor, GitHub, Netflix e altri, ho la sensazione che questa funzionalità sia pensata proprio per convincere i clienti enterprise ad adottare Sonnet 4.5.

Il modello frontier più allineato

Secondo Anthropic, l’addestramento alla sicurezza è stato centrale in questo nuovo rilascio e Claude Sonnet 4.5 mostra forti riduzioni nelle risposte non favorevoli. Ciò significa che, come utenti, dovremmo vedere una drastica diminuzione di fenomeni come piaggeria, inganno, ricerca di potere e risposte deliranti.

Un modello complessivamente più sicuro

Come vedremo con il Claude Agent SDK, i workflow agentici e l’uso del computer sono aree in cui Claude Sonnet 4.5 rende bene. Tenendo conto di ciò, Anthropic cita miglioramenti considerevoli nella difesa contro gli attacchi di prompt injection, che restano una preoccupazione per queste funzioni.

Testare Claude Sonnet 4.5 

Per vedere cosa sa fare Claude Sonnet 4.5, gli abbiamo dato alcuni compiti per mostrarne il potenziale. Diamo un’occhiata rapida a ciascuno: 

Compito di coding semplice

Per cominciare, gli ho chiesto di creare un’app abbastanza basilare per le abitudini salutari. Ecco il mio prompt: 

Voglio creare un’app che mi aiuti a tracciare abitudini quotidiane positive. Voglio che sia bella esteticamente, usando molti colori naturali (adoro il verde e il color legno!). Voglio lo spazio per definire quale abitudine seguire ogni giorno della settimana, un contatore di streak e lo spazio per aggiungere note, pensieri e immagini. Per le abitudini positive, ne voglio una diversa ogni giorno, ma sto pensando a cose come meditazione, gratitudine, ecc., che hanno benefici comprovati per la salute mentale

Ed eccolo al lavoro sul compito: ha iniziato a scrivere codice nel browser e ha compilato piuttosto in fretta, in modo simile a quanto visto con Grok 4 e GPT-5.

Il risultato è arrivato rapidamente (purtroppo non mi ha detto per quanto tempo ha lavorato, ma probabilmente intorno ai 30 secondi) e sembrava una risposta semplice ed elegante. Le funzionalità dell’app c’erano tutte e includevano tutto ciò che avevo chiesto.  

Compito di matematica 

Successivamente, ho testato le capacità matematiche di Claude Sonnet 4.5. Ispirandomi al nostro articolo su GPT-5, ho posto al nuovo modello un calcolo piuttosto semplice: quanto fa 7,001 meno 6,999? 

La risposta è stata quasi istantanea e la soluzione corretta, ma non ha fornito il ragionamento, quindi gliel’ho chiesto in un follow-up. Mi ha dato tre metodi di calcolo, tutti validi. 

Poi ho detto a Claude che secondo me poteva essere sbagliato e la sua risposta è stata decisamente meno compiacente rispetto al test con GPT-5. Mi ha detto che facevo bene a ricontrollare (ma non che avessi ragione) e mi ha guidato nel calcolo in un altro modo (anche se la spiegazione era un po’ macchinosa): 

Benchmark di Claude Sonnet 4.5 

Vediamo come si posiziona questo nuovo modello rispetto alla concorrenza. Come sempre, dai benchmark possiamo imparare fino a un certo punto e i modelli al top vengono spesso spodestati. Ma per ora, Claude Sonnet 4.5 sta registrando numeri molto impressionanti, come si vede nella tabella qui sotto: 

Secondo me, alcuni dei risultati più interessanti qui riguardano, come detto, le prestazioni agentiche e l’uso del computer:

• Agentic coding: 77,2% e 82,0% con parallel test-time compute. Un leggero miglioramento rispetto agli altri modelli Claude, e più avanti di GPT-5 e Gemini 2.5 Pro.
• Agentic tool use: dal 70% per i compiti in ambito aereo al 98% nelle telecomunicazioni, entrambi picchi rispetto ad altri modelli. 
• Uso del computer: forse il miglioramento più notevole. Il 61,4% è significativamente avanti rispetto al secondo miglior modello, Claude Opus 4.1. 
• Analisi finanziaria: un altro risultato in cima alle classifiche rispetto a modelli simili. 

Sono curioso di vedere i punteggi completi dei benchmark una volta che il modello sarà in giro da un po’, soprattutto perché Anthropic sottolinea che gli esperti lodano un netto miglioramento delle conoscenze specifiche di dominio in alcune aree chiave. 

Fonte: Anthropic

Come accedere a Claude Sonnet 4.5

Claude Sonnet 4.5 è già disponibile tramite diversi canali. A seconda di come vuoi usarlo, puoi accedere al nuovo modello tramite l’interfaccia chat di Claude, sviluppare tramite API o integrarlo nei workflow enterprise. Ecco come funziona l’accesso:

Accesso via chat

Puoi usare Claude Sonnet 4.5 direttamente tramite l’interfaccia web Claude.ai o le app mobili (iOS e Android). È disponibile per tutti gli utenti, inclusi quelli del piano gratuito. Questo lo rende ampiamente accessibile sia per un uso casual sia professionale.

Accesso via API

Per gli sviluppatori, puoi accedere al modello tramite l’API di Anthropic, ed è disponibile anche su Amazon Bedrock e Google Cloud Vertex AI.

Il prezzo dell’API (a settembre 2025) è: 3 $ per milione di token in input e 15 $ per milione di token in output. 

Il batch processing e la cache dei prompt possono ridurre i costi fino al 90% in alcuni casi.

Claude Agent SDK 

Un altro annuncio interessante di Anthropic, insieme a Sonnet 4.5, è il Claude Agent SDK. In sostanza, sono i mattoncini che Anthropic usa internamente e che permettono agli sviluppatori di creare i propri agenti basati su Claude.

Penso che l’Agent SDK entusiasmerà molti utenti, in particolare chi vuole costruire workflow agentici avanzati. Si basa sull’infrastruttura di Claude Code e offre la possibilità di creare agenti per compiti come ricerca, assistenza clienti e automazione. 

Agent SDK fornisce agli agenti capacità come accesso al file system, scripting bash, ricerca semantica e agentica, subagent e integrazioni predefinite (tramite il Model Context Protocol), consentendo di creare agenti generici che sanno raccogliere contesto, agire e verificare il proprio lavoro in modo affidabile. Dai un’occhiata al nostro tutorial su Claude Agent SDK per vedere di cosa è capace.

Imagine con Claude

Un’altra novità interessante è Imagine con Claude, un’anteprima di ricerca di uno strumento che può generare software al volo. Anthropic ha incluso un breve video, mostrato qui sotto, che dimostra le capacità di Claude Sonnet 4.5 operante in questo modo.

È una demo davvero ben fatta, che mostra come lo strumento possa reagire in modo dinamico alle tue interazioni, generando rapidamente e direttamente vari elementi. Credo che qui ci sia molto potenziale per progetti davvero interessanti, e gli abbonati ad Anthropic Max possono provare lo strumento per i cinque giorni successivi al lancio. Anche se è una finestra piuttosto limitata, dubito che sia l’ultima volta che vedremo strumenti di questo tipo.

Conclusione

Dunque, Claude Sonnet 4.5 è arrivato e le prime impressioni sono piuttosto buone. Mi piace la direzione che Anthropic sta prendendo con questo lancio: più enfasi su codice, agenti e uso del computer. È chiaro che sono fiduciosi che questa iterazione possa rendere a un livello interessante per gli utenti enterprise, il che significa che ci avviciniamo sempre di più a un’adozione su larga scala degli strumenti di computer use. 

Detto ciò, resta da vedere per quanto tempo Sonnet 4.5 resterà in cima ai benchmark su agentic e computer use, anche se i progressi degli ultimi quattro mesi sembrano piuttosto significativi. Allo stesso modo, la finestra di contesto relativamente ristretta potrebbe significare che è ancora difficile lavorare in modo davvero efficace con codebase molto grandi. 

Detto questo, non vedo l’ora di scoprire i progetti che nasceranno da strumenti come Claude Agent SDK e Imagine con Claude, e l’estensione Claude per Chrome sarà un’aggiunta utile a vari workflow.