Claude Opus 5.5 domina SimpleBench e prende le timeline con gli explainer video
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Il nuovo Opus 5.5 guida SimpleBench all'88,4% e si distingue nelle valutazioni visive e di ragionamento, secondo il riepilogo AI News del 24-25 settembre 2026.
Opus 5.5 ha ottenuto l’88,4% su SimpleBench e ha invaso le timeline degli explainer video nel recap AI News del 24–25 settembre 20261.
Il numero fotografa la settimana dei modelli di frontiera: oltre a Claude Opus 5.5, compaiono GPT-6 Astra/Sol/Luna, Gemini 3.8 Flash e Xiaomi MiMo‑V2.6‑Pro. Il monitoraggio copre 12 subreddit e 544 account su Twitter; non entrano nuovi server Discord. AI News è ora una sezione di Latent Space, che offre la ricerca su tutti i numeri passati1.
Sulle prove di ragionamento, i dati arrivano da Terminal‑Bench‑Science. Opus 5.5 passa dal 24% con “low effort” al 62% con “xhigh”, e scende al 59% con “max”. Un osservatore citato come @theo suggerisce di evitare “max”, perché impone un budget minimo di ragionamento. La serie mostra un guadagno fino a “xhigh” e un calo a “max”1.
Sulle valutazioni visive, @skalskip92 colloca Opus 5.5 come miglior modello visivo di Anthropic finora: sopra Fable 5 e GPT-6 Sol, sotto GPT-6 Astra. Nel confronto segnalato, il costo risulta circa il 60% inferiore rispetto a Fable 5.1. Nelle stesse classifiche, GPT-6 Astra e Opus 5.5 precedono Fable 5.1 di circa 20 punti; il miglior modello al di fuori dei due laboratori in testa è Qwen3.8 Max con il 12%1.
Il tema degli explainer video domina la settimana. Il recap non entra nei contenuti dei singoli clip, ma segnala la presenza massiccia di Opus 5.5 nelle conversazioni dedicate a quel formato. Sul sentiment della comunità emerge anche un segnale legato al coding: molti utenti sostengono che il piano Claude Code da 200 dollari ora batte Codex. AI News registra l’osservazione come percezione diffusa nel campione monitorato1.
L’88,4% è un punteggio percentuale nel benchmark SimpleBench. I risultati di Terminal‑Bench‑Science variano con i profili di sforzo (“low effort”, “xhigh”, “max”). Le classifiche visive riflettono le metriche citate dagli autori. Il confronto resta ancorato ai test e ai parametri del recap: utile per seguire la tendenza, da leggere nel perimetro delle valutazioni riportate1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.