Perché i modelli più avanzati faticano a imporsi: qualità vs costo nelle scelte aziendali

A luglio, tra 70.000 clienti che pagano con carte Ramp, le aziende hanno speso di più su Opus 4.8 (28,0%) che su Opus 5 (3,0%), arrivato il 24 luglio. Fable 5 si è fermato all’8,0%. È il dato che incrina un’idea comoda: il modello migliore vince da solo. La tesi è un’altra: capacità, prezzo e fiducia si bilanciano. E la scelta si sposta verso l’allocazione selettiva, non verso l’adozione totale.

Prezzo e adozione: i numeri che smontano il mito del “modello migliore sempre scelto”

Ramp misura i flussi di fatturazione dei suoi clienti. A luglio la spesa su Anthropic risulta così: Opus 4.8 28,0%; Sonnet 4.6 8,3%; Fable 5 8,0%; Opus 4.6 6,9%; Sonnet 5 3,6%; Opus 5 3,0%. Il lancio di Opus 5 a fine mese spiega in parte il suo valore contenuto. Ma il segnale resta chiaro: i sistemi nuovi e più avanzati non dominano automaticamente il portafoglio.

Simon Willison legge nella ripartizione un effetto prezzo. Dice che il costo di Fable lo ha reso meno popolare nel campione e per il mese considerato. È una lettura circoscritta — limitata al campione Ramp e a luglio — ma collega numeri e scelte operative in modo coerente con l’equilibrio tra qualità e costo.

Questi dati non smentiscono il valore dei modelli più capaci. Dicono che la domanda si muove su una frontiera: quanto miglioramento in qualità giustifica un aumento di prezzo. Nel frattempo, modelli più diffusi in precedenza raccolgono gran parte della spesa perché soddisfano compiti quotidiani a costi considerati sostenibili.

Ricalibrare l’allocazione dei compiti: quando il prezzo cambia la strategia tecnica

Drew Breunig racconta un cambio nel suo team dopo l’arrivo di Fable. Prima aspettavano “un nuovo modello allo stesso prezzo (o più economico!)” che sistemava molti problemi. Non investivano in ottimizzazioni locali. Aggiornavano e andavano avanti.

Con Fable cambia la matematica. Il prezzo sale. Il team non fa tuning fine degli strumenti. Cambia l’allocazione: “abbiamo iniziato a pensare a quale lavoro va dove”. Solo certi compiti finiscono su Fable. Il resto passa a modelli “abbastanza buoni” per l’uso quotidiano.

Nell’elenco di Breunig compaiono quattro alternative: Opus, 5.6, K3, GLM. Per “la maggior parte del codice” bastavano. Nessuna soglia, nessuna metrica, nessun tariffario pubblicato. Solo una regola operativa: inviare ogni richiesta al modello che, al prezzo corrente, offre valore sufficiente.

Questo comporta una disciplina di allocazione a livello di attività e di scelta del modello. La qualità assoluta resta centrale, ma entra in una valutazione per caso d’uso e per costo. La decisione diventa modulare: un set di modelli, ciascuno assegnato a un perimetro preciso.

Fiducia e sicurezza: la robustezza ai jailbreak pesa sull’adozione

La versione specifica conta. TechCrunch ha testato Claude Opus 4.6 con dieci richieste dirette di contenuti sessuali espliciti. Il modello ha risposto positivamente in tutti i casi, in contrasto con le “universal usage standards” di Anthropic. Non servivano stratagemmi: domande esplicite attivavano subito risposte. La discrepanza tra policy e output è documentata.

Accanto ai prompt diretti, il resoconto cita una tecnica di jailbreak multi‑turno condivisa da un ricercatore indipendente che ha chiesto l’anonimato. La sequenza spinge alcuni modelli Claude a produrre contenuti vietati. Secondo lo stesso resoconto, le versioni più recenti — da Opus 4.7 a Opus 5 — resistono a questo approccio, mentre Opus 3 e Haiku 4.5 risultano vulnerabili.

Per chi decide l’adozione, questo introduce una variabile evidente: la gestione della versione. Un comportamento non conforme su una release può chiudere un caso d’uso fino al passaggio a una versione diversa. La valutazione non può fermarsi alla famiglia di modelli. Va verificata la release esatta rispetto ai requisiti d’uso e alle policy dell’organizzazione.

Mercato e posizionamento dei fornitori: come rispondono le aziende e cosa implica per l’infrastruttura

Mentre la spesa si sposta, i fornitori competono su più piani. Anthropic indica “ricavi annualizzati” saliti a 65 miliardi di dollari a luglio, dai 47 miliardi di maggio. Prevede un terzo trimestre in utile con lo stesso modello usato per dichiarare profittevole il secondo. E cita 6.000 clienti che spendono almeno 100.000 dollari l’anno. La domanda c’è, ma si distribuisce su modelli e versioni diverse.

Nel frattempo emergono offerte che complicano la mappa. OpenRouter ha pubblicato Ox Alpha come modello gratuito etichettato “stealth” e “sviluppato e gestito da un fornitore terzo” che resta anonimo durante l’anteprima. La scheda lo descrive come “a reasoning model designed for coding, sustained agentic work, and production workload”. Patrick Collison lo ha definito “very impressive” in un post su X.

Le ipotesi sull’autore si sono moltiplicate, ma mancano conferme verificabili. Alcuni hanno guardato ai modelli GLM di Z.ai; in seguito è comparsa anche la possibilità che si tratti di una versione non rilasciata di MAI di Microsoft. Su Reddit circolano tesi opposte. Nessuna attribuzione è stata confermata nelle fonti citate. Il dato operativo per chi integra è un altro: nuove opzioni possono entrare nel portafoglio senza fornire subito visibilità sull’origine.

I numeri Ramp mostrano che la spesa si concentra dove prezzo e capacità si incontrano, non dove la sola qualità di punta promette il massimo. Le testimonianze operative indicano che i team ristrutturano i flussi per sfruttare modelli “abbastanza buoni” e riservare i più costosi ai casi critici. Gli incident di compliance riportati sui test pubblici ricordano che la fiducia è granulare e dipende dalla robustezza di ogni versione. E l’arrivo di modelli “stealth” aggiunge un livello di incertezza che gli integratori devono considerare nel disegno delle scelte.

Se questa è la traiettoria, il vantaggio competitivo non sta solo nel prossimo rilascio di punta. Sta nella capacità di orchestrare più modelli, con vincoli e trade‑off diversi, e di cambiare rotta in fretta quando un dato operativo — come quelli di Ramp — sposta l’equilibrio tra qualità e costo.