Opus 5.5 depotenziato? Gli sviluppatori vedono un calo, i test no

Il 7 novembre 2026 Shane Melaugh ha chiesto su X se Opus 5.5 fosse stato «nerfato», cioè depotenziato in silenzio. Secondo la sua analisi di 1.400 sessioni di Claude Code, il modello ha cambiato il modo di ragionare intorno al 3 novembre. Lunedì lo stesso thread è finito in prima pagina su Hacker News (320 punti e 215 commenti in poche ore), e Anthropic per ora non l’ha commentato.

Che cosa hanno notato, esattamente, gli sviluppatori?

Melaugh ha raccolto le lamentele di altri sviluppatori: in Claude Code Opus 5.5 ignorerebbe le istruzioni, ripeterebbe gli stessi errori e avvierebbe subagenti per compiti banali. Poi ha fatto analizzare 1.400 delle sue sessioni al modello Gemini 4 Argon. Risultato: stesso nome del modello, ma intorno al 3 novembre il modo di ragionare (cito) «took a sharp turn». Il post è già vicino alle 500.000 visualizzazioni.

Non è l’unico segnale. Sul GitHub di Claude Code è aperta dal 26 ottobre la segnalazione #105112, con numeri molto più solidi. L’autore ha esaminato 6.638 risposte di Opus 5.5 dalle sue trascrizioni e indica un’altra data: la svolta tra il 18 e il 19 ottobre.

1. Prima della svolta correggeva il 5,2% di 5.738 risposte, dopo il 25,4% di 900.
2. L’aumento si vede a ogni livello di effort: medium, high, xhigh e max.
3. Il modello non pensa di meno: in media 4.434 token di ragionamento per risposta nella settimana dal 12 ottobre e 6.702 la settimana dopo. Secondo l’autore il problema è che il modello fa ricerca e poi risponde in contrasto con ciò che ha letto.
4. In un aggiornamento del 5 novembre riporta il 17,0% di correzioni tra il 2 e il 4 novembre, contro il 3,6–7,0% settimanale da fine agosto a metà ottobre.

L’autore ha anche verificato di non aver cambiato nulla dal suo lato (stessa versione del client, CLAUDE.md, hook). Alla segnalazione si è unito un secondo utente con uno schema simile su Windows 11. Nessuno di Anthropic ha risposto.

Opus 5.5 depotenziato: cosa dicono i test?

Qui il quadro si ribalta. Dal lancio, il progetto LiveNerf fa passare ogni giorno lo stesso set di 78 domande (GPQA Diamond, MMLU-Pro, AIME e matematica da competizione) attraverso Claude Code, valutate senza un giudice IA. Situazione all’8 novembre, giorno 46 di 60: «no change detected in Opus 5.5». Un precedente thread su LiveNerf ha superato i 900 punti su HN, quindi il tema del «nerf» torna di continuo dal lancio.

Però LiveNerf misura una cosa diversa da quella di cui si lamentano gli sviluppatori: singole domande d’esame su una versione fissata di Claude Code 2.1.280, non sessioni agentiche di ore con gli strumenti. Le due cose possono essere vere contemporaneamente.

Da dove può nascere la differenza?

Primo, dai riassunti del ragionamento. Claude non mostra il ragionamento grezzo, ma solo un suo riassunto. Theo di T3 ritiene (lo sappiamo di seconda mano, dal resoconto di AICoder) che Anthropic stia cambiando gradualmente, account per account, proprio il modulo che scrive questi riassunti, e di non vedere un calo delle capacità. In quel caso l’analisi di Gemini avrebbe colto un cambiamento nello stile dei riassunti, non nel modello stesso. Alcuni commentatori su HN la pensano allo stesso modo.

Secondo, dalle impostazioni di effort. Secondo la documentazione di Anthropic, Opus 5.5 funziona di default a livello medium, uno sotto Opus 5 (high). Inoltre, nelle ultime versioni Claude Code ha cambiato l’effort con cui girano i subagenti (Changelog, versioni 2.1.316–2.1.317).

Terzo, dal precedente. Come sappiamo, ad aprile Anthropic ha spiegato in un postmortem che le lamentele su Claude Code avevano tre cause lato prodotto: un effort predefinito più basso, un bug che cancellava il vecchio ragionamento a ogni turno e un’istruzione che accorciava le risposte. Allora nessuno aveva toccato i pesi del modello, e l’azienda assicurava che «we never intentionally degrade our models». Un cambiamento nel prodotto intorno al modello può quindi sembrare un «modello più stupido» anche se non lo è.

A cosa fare attenzione?

Finché Anthropic non si pronuncia, è una disputa basata sui dati di singole persone, quindi prendiamola con le pinze. La segnalazione #105112 è però abbastanza dettagliata (con l’ID di una richiesta di esempio) da poter essere verificata da Anthropic.

In casa nostra possiamo almeno escludere le impostazioni. Secondo il Changelog, in Claude Code l’effort si imposta a livello di progetto (effortLevel), per i subagenti con la variabile CLAUDE_CODE_SUBAGENT_EFFORT, e «ultrathink» avvia un turno su Opus 5.5 con effort xhigh. Ho scritto di più su dove Claude Code spende i token parlando del consumo di token degli stati degli agenti e dei limiti di utilizzo.

FAQ

Anthropic ha confermato che Opus 5.5 è più debole?

No. Fino al 9 novembre non ho trovato alcun commento pubblico di Anthropic, e sotto la segnalazione #105112 non ha risposto nessuno dell’azienda.

Anthropic ha mai depotenziato Claude in passato?

Ad aprile 2026 l’azienda ha ammesso che la qualità di Claude Code era calata a causa di tre modifiche al prodotto, corrette entro la versione 2.1.116. Secondo il postmortem, i modelli in sé non erano stati modificati.

Qual è l’effort predefinito di Opus 5.5?

Medium. Opus 5 e i modelli Opus precedenti usano high di default, quindi una richiesta senza effort impostato gira su Opus 5.5 un livello più in basso.