L’estate finisce e i lab AI ricominciano a sfornare modelli. Tre release di frontiera in tre giorni: Claude Fable 5.1 di Anthropic il 1° settembre, Gemini 3.8 Flash di Google il 2, GPT-6 Astra di OpenAI il 3. Chiunque avesse messo l’out-of-office è tornato e ha trovato il panorama cambiato.
Ma il dato interessante non è la quantità delle release. È la direzione: il vero campo di battaglia non è più “chi vince i benchmark”, ma a parità di qualità, quanto paghi.
Gemini 3.8 Flash: la sorpresa del prezzo
Costruito sulla base di 3.7 Flash, il nuovo modello di Google è ottimizzato per agenti e coding. Context window da 1 milione di token, output da 64K, knowledge cutoff a marzo 2026. I benchmark sono solidi: 95.3% su GPQA Diamond (livello da modello di frontiera), ma 19.1% su Terminal-Bench 4.0 - lontanissimo dai flagship.
E qui viene il punto: Flash non compete con i flagship sulle stesse task. Compete sulla fascia “abbastanza bravo, a un decimo del prezzo”. È il modello che scegli quando hai un volume alto di chiamate, agenti leggeri, task ripetitive, e non ti serve il cervellone da 10$ a milione di token. Per la maggior parte dei casi d’uso aziendale, è quello che basta.
Claude Fable 5.1: il re del coding long-horizon
Anthropic ha fatto una mossa intelligente. Fable 5.1 non è solo più bravo del predecessore: costa meno. I cache read (quando il modello rilegge contesto già elaborato) sono crollati del 75%, a 0,25$ per milione di token. Risultato: -25% di costo su workload tipici, fino a -45% su task agentiche pesanti.
I numeri parlano chiaro: 55.8% su Terminal-Bench 4.0 (coding agentic), 65% su Humanity’s Last Exam con tools (sopra tutti, Astra inclusa). È il modello che scegli quando hai un problema di coding complesso che richiede ore di lavoro autonomo.
Due note importanti per le aziende europee: Fable 5.1 supporta zero data retention per clienti idonei, e include il watermarking richiesto dall’EU AI Act (firmato da Anthropic a luglio 2026 insieme a 190 altri firmatari). La detection API è in private preview per regolatori e organizzazioni qualificate.
GPT-6 Astra: potenza pura, accesso limitato
Il flagship di OpenAI è il modello più potente sul computer use: 72.6% su OSWorld 2.0, contro il 65.7% del predecessore GPT-5.6 Sol, con un taglio del 47% nel tempo per task. Satura FrontierMath Tier 4 (97.6%) e ExploitBench (100%). Prezzo: 10$/50$ per milione di token, allineato a Fable 5.1.
Ma ci sono tre caveati. Primo: il 99.9% su ARC-AGI-3 dipende da un harness stateful costoso; le chiamate API stateless ottengono molto meno. Secondo: su Humanity’s Last Exam con tools, Astra segna 57.2%, sotto il 65% di Fable 5.1. Non è una vittoria pulita su tutti i fronti. Terzo: l’accesso è ancora limitato al Trusted Access Program di OpenAI, con rollout graduale.
Le capacità di cybersecurity hanno attraversato la soglia “Critical” del Preparedness Framework di OpenAI: la creazione di exploit è bloccata di default, e il programma Daybreak gestirà l’accesso a funzionalità più avanzate.
La scelta pratica per le aziende
Non tutto serve il flagship. La scelta oggi è chiara:
- Gemini 3.8 Flash per volume, agenti leggeri e task ripetitive dove il costo per token è decisivo
- Claude Fable 5.1 per coding complesso e knowledge work che richiede ragionamento lungo-horizon
- GPT-6 Astra per computer use avanzato e automazione complessa, se si è disposti a gestire l’accesso limitato
Il vero vincitore di settembre, per le aziende, non è il modello con il punteggio più alto. È quello che offre il rapporto intelligenza/prezzo giusto per il tuo caso d’uso. E a volte, il piccolo Flash basta e avanza.
È esattamente il motivo per cui abbiamo costruito AIDeskPro così com’è: la pluralità dei motori come principio. Il panorama cambia ogni settimana, settembre 2026 lo ha dimostrato, e nessuna azienda dovrebbe sposare un singolo LLM. Noi selezioniamo, testiamo e integriamo i modelli migliori, li serviamo da endpoint europei con zero data retention, ed etichettiamo con trasparenza quelli che europei non sono. Voi scegliete il motore giusto per ogni task.