La context window da 1 milione di token per Claude Opus 4.6 e Sonnet 4.6 è ora disponibile senza alcun sovrapprezzo: il 13 marzo 2026, Anthropic ha eliminato il moltiplicatore che fino a ieri rendeva le richieste lunghe fino al doppio del costo. Per developer e aziende che lavorano con documenti massicci, codebase complesse o conversazioni prolungate, si tratta di un cambiamento economico e operativo che vale la pena capire nei dettagli.
In questo articolo scoprirai:
- Cosa cambia concretamente nel pricing con la rimozione del moltiplicatore
- Quali nuove funzionalità accompagnano il lancio (Compaction, Fast Mode, Adaptive Thinking)
- I benchmark di Opus 4.6 sulla lunghezza del contesto e il confronto con GPT-5.4
- Esempi pratici di use case che beneficiano di una finestra di contesto così ampia
- Le limitazioni che rimangono aperte a livello di settore
Il moltiplicatore che non c’è più: cosa cambia nel pricing
Fino al 12 marzo 2026, usare la context window estesa di Claude aveva un costo nascosto. Anthropic applicava un sovrapprezzo fino al 100% sui token di input e del 50% su quelli di output per qualsiasi richiesta che superasse i 200.000 token. In pratica, passare da una sessione di 9.000 token a una da 900.000 poteva significare pagare il doppio per ogni token letto dal modello.
Da oggi quella logica non esiste più. Il pricing è lineare e trasparente, come dettagliato nella documentazione ufficiale di Anthropic: Claude Opus 4.6 costa $5 per milione di token in input e $25 in output; Claude Sonnet 4.6 costa $3 in input e $15 in output. Una richiesta da 900.000 token ha esattamente lo stesso costo per-token di una da 9.000. Nessun coefficiente moltiplicativo, nessuna soglia oltre la quale il contatore ricomincia a correre più veloce.
Per chi costruisce pipeline di elaborazione documenti o mantiene conversazioni lunghe con i modelli, l’impatto economico è immediato. Un’applicazione che gestiva sessioni intensive poteva trovarsi a pagare fino a due volte il previsto una volta superata la soglia dei 200K token. Quel rischio scompare, e con esso la necessità di implementare workaround per spezzettare le richieste o comprimere artificialmente il contesto. Se stai valutando come scegliere il modello giusto, la nostra guida completa a Claude AI offre un punto di partenza utile per orientarsi nell’ecosistema Anthropic.
Nessuna modifica al codice: il beta header diventa irrilevante
Un dettaglio tecnico che vale la pena sottolineare perché semplifica la vita a chi ha già code in produzione: non serve aggiornare nulla. In precedenza, per abilitare richieste oltre i 200.000 token era obbligatorio includere un beta header nella chiamata API. Da questo aggiornamento quel header non è più necessario, e se è già presente nel codice esistente viene semplicemente ignorato dal sistema.
Il risultato pratico è che team che avevano integrato Claude mesi fa non devono toccare le loro pipeline per beneficiare della context window piena. L’upgrade è trasparente, lato server, e retroattivo nel senso migliore del termine: tutto ciò che funzionava prima continua a funzionare, ma ora con più spazio disponibile e senza costi aggiuntivi.
C’è anche un aggiornamento significativo per chi lavora con media: il limite di immagini e pagine PDF per singola richiesta passa da 100 a 600, un aumento di sei volte che cambia la scala dei flussi di lavoro document-heavy. Questa funzione è disponibile su Claude Platform, Claude Code e i principali cloud provider — Amazon Bedrock, Google Cloud Vertex AI e Microsoft Azure Foundry — con la sola eccezione che l’aumento del limite media non è disponibile su Bedrock.
Cosa dicono i benchmark: MRCR v2 e GraphWalks BFS
Avere una context window da un milione di token è inutile se il modello degrada nelle prestazioni quando la finestra si riempie. Anthropic ha pubblicato i risultati su due benchmark specificamente progettati per misurare questo: MRCR v2 e GraphWalks BFS.
Su MRCR v2 — che valuta la capacità di recuperare e utilizzare informazioni distribuite in un contesto molto lungo — Opus 4.6 raggiunge il 78.3%, il punteggio più alto tra i modelli frontier a quella lunghezza di contesto. Su GraphWalks BFS, il benchmark che simula operazioni di attraversamento grafico su contesti estesi, Opus 4.6 mostra “quasi nessun calo di performance anche alla lunghezza massima del contesto”.
Questi numeri sono rilevanti perché il problema del “lost in the middle” — la tendenza dei modelli a perdere informazioni posizionate al centro di un contesto lungo — è storicamente uno dei limiti più critici per applicazioni enterprise. Claude Opus 4.6 sembra affrontarlo meglio dei concorrenti a questa lunghezza, anche se Anthropic stessa avverte che “il problema più ampio del calo di precisione al riempirsi delle context window è ancora lontano dall’essere risolto” a livello di settore.
Per avere un quadro completo delle capacità di Sonnet, puoi approfondire le novità e i benchmark di Claude Sonnet 4.6 nella nostra copertura dedicata.
Le tre funzionalità che cambiano il modo di lavorare
L’annuncio del 13 marzo porta con sé tre aggiunte che vanno oltre la semplice espansione della finestra di contesto.
La prima è Compaction: una funzione di summarizzazione automatica lato server. Quando il contesto si avvicina al limite della finestra, l’API riassume automaticamente le parti precedenti della conversazione prima di procedere. Il risultato è la possibilità di conversazioni effettivamente infinite — il modello mantiene la coerenza e la memoria dell’interazione anche oltre il milione di token, delegando al sistema la gestione della compressione. Un ingegnere che ha testato la funzione in beta ha riportato un calo del 15% negli eventi di compaction durante la gestione di documenti e dataset di grandi dimensioni, segno che il contesto viene gestito più efficientemente.
La seconda è Fast Mode, attivabile con il parametro speed: "fast" nelle chiamate API. Per i modelli Opus, che storicamente hanno latenze più elevate, questa modalità promette output fino a 2,5 volte più veloce. Il costo sale — $30 per milione di token in input e $150 in output — ma la tradeoff è interessante per applicazioni dove la velocità di risposta è critica e l’accuratezza non deve essere sacrificata. Importante: si tratta dello stesso modello, della stessa intelligenza, con inferenza ottimizzata, non di un modello distillato o ridotto.
La terza è Adaptive Thinking, ora la modalità di ragionamento raccomandata da Anthropic per entrambi i modelli. Con thinking: {type: "adaptive"}, il modello decide dinamicamente quando e quanto dedicare al ragionamento esteso prima di rispondere. Su query semplici non spreca token di pensiero; su problemi complessi attiva il ragionamento in profondità. Per chi ha già esplorato l’evoluzione del ragionamento in Claude, vale la pena rileggere le differenze tra Opus 4.5 e le versioni precedenti per capire la traiettoria.
Use case concreti: chi beneficia davvero del milione di token
Un milione di token corrisponde a circa 750.000 parole — equivalente a sei o sette romanzi di lunghezza media, o all’intera codebase di un progetto software di medie dimensioni. Cosa ci si fa concretamente?
Il caso d’uso più citato tra i developer è la gestione delle codebase. Caricare l’intera base di codice in un singolo contesto elimina quello che un ingegnere ha descritto come “debugging in circles”: il ciclo frustrante in cui il modello suggerisce soluzioni che introducono nuovi problemi perché non vede le dipendenze a distanza. Con il contesto completo, Claude può tracciare i flussi di dati attraverso microservizi, identificare conflitti tra moduli e suggerire refactoring che tengono conto dell’architettura globale.
Il secondo caso è l’analisi documentale su larga scala. Studi legali che devono esaminare contratti e discovery, team di compliance che gestiscono normative e policy aziendali, analisti finanziari che lavorano con report trimestrali multipli e filing regolatori: tutti questi flussi di lavoro beneficiano della possibilità di caricare interi corpus di documenti in un’unica sessione anziché dover spezzettare, indicizzare e recuperare pezzi separati.
Il terzo ambito è la ricerca e sintesi: caricare decine di paper accademici, trascrizioni di interviste, dati di survey o log di sistema in un singolo prompt e chiedere analisi trasversali che prima richiedevano pipeline multi-step con retrieval augmentation. Con output fino a 128.000 token per Opus 4.6 e 64.000 per Sonnet 4.6, la risposta può essere abbastanza articolata da sostituire report che prima richiedevano ore di lavoro manuale.
Per chi lavora con agenti e sistemi multi-step, la combinazione di contesto lungo e Compaction automatica apre anche scenari di agentic workflow dove l’agente mantiene memoria di sessioni molto lunghe senza perdere il filo. Vale la pena esplorare come questi modelli si integrano con il Model Context Protocol, che offre un’infrastruttura standardizzata per connettere Claude a strumenti esterni mantenendo la coerenza del contesto.
Il confronto con OpenAI: una differenza di filosofia
La mossa di Anthropic acquista un significato preciso se letta in parallelo con le scelte dei concorrenti. GPT-5.4 supporta anche lui un milione di token, ma OpenAI applica un sovrapprezzo del 2x non appena la sessione supera i 272.000 token — e lo applica retroattivamente sull’intera sessione, non solo sui token oltre soglia. Significa che una conversazione che supera quella soglia diventa improvvisamente il doppio del costoso, anche per tutti i token scambiati in precedenza.
Anthropic ha scelto la direzione opposta: nessun moltiplicatore, nessuna soglia, pricing lineare dall’inizio alla fine. Non è solo una questione di costi — è una questione di prevedibilità. Per chi costruisce prodotti su questi modelli, sapere che il costo per token è costante indipendentemente dalla lunghezza della sessione semplifica enormemente il budgeting e la progettazione delle pipeline. Per chi vuole capire come confrontare i modelli AI anche in termini di costo-beneficio, la nostra analisi su perché l’AI generativa non genera ROI senza la strategia giusta offre una prospettiva utile.
Va detto che il confronto non è completamente apples-to-apples: i due ecosistemi hanno punti di forza diversi, e la guida completa a ChatGPT può aiutare a capire dove GPT-5.4 eccelle rispetto alle proposte Anthropic. La scelta tra i due dipenderà sempre dal caso d’uso specifico, non solo dal pricing.
Cosa rimane aperto: il problema della qualità sul contesto lungo
Sarebbe sbagliato chiudere senza menzionare il limite che nemmeno questo annuncio risolve. Anthropic lo ammette esplicitamente: il calo di precisione che si verifica man mano che la context window si riempie è “ancora lontano dall’essere risolto” e rimane una sfida condivisa dall’intero settore.
I benchmark mostrano che Opus 4.6 gestisce il problema meglio dei concorrenti a questa lunghezza, ma “meglio” non significa “risolto”. Le applicazioni che richiedono precisione assoluta su informazioni distribuite in un contesto da 800-900K token dovranno ancora testare attentamente il comportamento del modello nel loro caso specifico. La disponibilità senza costi aggiuntivi abbassa la barriera per questi test, ma non sostituisce la valutazione empirica.
Per chi vuole capire come funziona il ragionamento dei modelli di intelligenza artificiale generativa e perché il contesto lungo è intrinsecamente difficile da gestire, i meccanismi di attenzione nei transformer sono il punto di partenza tecnico per capire il problema.
Il 13 marzo 2026 rimarrà comunque una data significativa per l’ecosistema Claude: non per una singola innovazione tecnica straordinaria, ma per una decisione commerciale che rimuove una barriera economica reale e rende il contesto lungo accessibile come default, non come eccezione.
Fonti:
- Anthropic, “Pricing — Claude API Documentation”
- Anthropic, “Models overview — Claude API Documentation”
- OpenAI, “API Pricing”
