Claude Sonnet 5.5 Extra: una voce sul routing costruita su una parola che Anthropic già usa

Alle 12:44 del 5 novembre 2026, un account che pubblica come @chetaslua su X ha espresso un’affermazione in una riga: "Sonnet 5.5 Extra sembra un routing verso il prossimo modello Claude". Entrambi i test sono stati eseguiti sulla configurazione che il post etichetta "Sonnet 5.5 Extra", che corrisponde a Claude Sonnet 5.5 con l’impostazione effort aumentata. Nel primo, al modello è stato chiesto — con la navigazione disattivata — dove fosse andato Andrej Karpathy nel 2026, e ha risposto che si era unito ad Anthropic a maggio 2026 nel team di pretraining. Nel secondo gli è stato chiesto "un pellicano che va in bici il più realistico possibile solo con codice", e ha restituito, secondo il conteggio dell’autore del post, 26.599 elementi SVG, 6,5k tratti di piume, zero immagini, zero data URI, zero script e 1.860 righe di Python che, secondo l’autore del post, "ricostruiscono byte per byte".

La cosa più utile da dire per prima è quella meno affascinante. Claude Sonnet 5.5 non è un modello non ancora rilasciato — è stato distribuito il 28 settembre 2026 a 2 dollari per milione di token di input e 10 dollari per milione di output, e Amazon Bedrock documenta lo stesso modello con l'ID anthropic.claude-sonnet-5-5. E anche "Extra" non è un nuovo nome. È il termine usato nel centro assistenza di Anthropic per la seconda impostazione di ragionamento più alta, "Extra high (xhigh)", che l'API scrive xhigh e il selettore del modello mostra come Extra high. Una voce del selettore che riporta "Sonnet 5.5 — Extra high" è un modello più un livello di sforzo, ed entrambe le metà di quella stringa esistono già nella documentazione pubblica.

Niente di tutto ciò rende sbagliato il post. Lo rende non dimostrato e restringe ciò che lo dimostrerebbe. Anthropic non ha confermato nulla, nessun ID di modello è comparso in alcun elenco pubblico di modelli, e la chiave di lettura giusta è quella della fuga di notizie: questo è ciò che afferma la rivendicazione, ciò che oggi può essere verificato e ciò che un lettore dovrebbe farne. La versione utile di questa storia non è «un nuovo Claude è in fase di test». È che i tre elementi di prova offerti qui hanno tre specifici modi di fallire, e ciascuno è verificabile.

Che cosa stabilisce effettivamente la risposta di Karpathy

Il primo test viene interpretato come un'impronta digitale. È più simile a un calendario.

Karpathy ha annunciato su X il 19 maggio 2026 di essersi unito ad Anthropic — «Mi sono unito ad Anthropic... entusiasta di entrare nel team qui e tornare a R&D» — e TechCrunch, Fortune e il NY Post lo hanno riportato tutti lo stesso giorno, con il dettaglio che è approdato al team di pretraining sotto Nick Joseph. Questo è un fatto presente in ogni indice delle notizie, e un modello che lo risponde correttamente con la navigazione disabilitata ha dimostrato esattamente una cosa: i suoi dati di addestramento si estendono oltre la metà di maggio 2026.

Claude Sonnet 5.5 è stato rilasciato il 28 settembre 2026. Un'assunzione che è stata una notizia globale quattro mesi prima del rilascio di un modello è il genere di fatto che finisce nei suoi dati di addestramento, quindi il superamento di questa sonda da parte del modello è il risultato atteso anziché uno sorprendente. La sonda, inoltre, non è in grado di distinguere Sonnet 5.5 da Claude Opus 5.5, da Claude Haiku 5.5, né da qualsiasi altro checkpoint di Claude rilasciato dopo maggio. Un test che tutti i candidati superano non ne identifica nessuno.

Questo è importante per come dovrebbe essere valutata l'affermazione. Il thread di risposte sotto il post contiene la metà più interessante delle prove, ed è contraddittorio: una risposta chiede "intendi sonnet 5.6?", un'altra dice "è anche fable 5.5, è da settimane che instrada gli utenti." Due persone che leggono lo stesso comportamento arrivano a due modelli diversi e non annunciati, e nessuna delle due sa indicare un ID API. Ecco che aspetto ha un'etichetta ambigua quando una community prova a interpretarla.

26.599 elementi SVG sono un conteggio di iterazioni

Il numero di pellicani è impressionante finché non noti cosa sta contando. Un elemento SVG è un tag. Uno script Python che colloca piume in un ciclo può generarne quarantamila senza che il modello ragioni mai su un pellicano, ed è esattamente ciò che descrive il poster: 1.860 righe di Python che generano gli elementi, anziché 26.599 elementi scritti a mano. Il numero misura l'ambizione del generatore, non la fedeltà del disegno.

«Zero immagini, zero data URI, zero script» è lo stesso tipo di statistica. Conferma che l'output è un puro disegno vettoriale anziché una bitmap contrabbandata in un file. Non dice nulla sul fatto che l'uccello risulti un uccello. Se volete giudicare il disegno, giudicate il disegno: l'allegato video dello stesso autore del post dura 19 secondi, ed è quello l'artefatto che vale la pena guardare.

C'è anche un dettaglio di sequenza che vale la pena conoscere prima che questo venga archiviato come un nuovo evento di capacità. Il 22 ottobre 2026, lo stesso account ha pubblicato uno screenshot di un "modello misterioso su code arena" con il prompt "codifica un svg di un pellicano che va in bicicletta il più dettagliato possibile", che ha ottenuto circa 63.000 visualizzazioni. Il prompt del pellicano è il rilevatore di routing abituale di questo account, eseguito ripetutamente. Due risultati dello stesso rilevatore a tre settimane di distanza non sono osservazioni indipendenti.

Il test del pellicano è stato ritirato dalle persone che lo hanno reso famoso.

Simon Willison ha introdotto "Genera un SVG di un pellicano che va in bicicletta" il 25 ottobre 2024, ragionando sul fatto che nessun SVG del genere potesse plausibilmente esistere nei dati di addestramento, quindi ogni modello doveva effettivamente tentare di produrlo. È diventato un benchmark semi-formale: entro giugno 2025 Willison aveva raccolto 34 pellicani e 560 giudizi a coppie.

Poi Andrej Karpathy, la stessa persona la cui posizione è oggetto del primo test, lo ha dichiarato morto. All'inizio di agosto 2026 ha dato a Claude Opus 5 il paragrafo iniziale de Il Signore degli Anelli con circa un milione di token di budget e circa 10 dollari, e lo ha lasciato funzionare in autonomia per due ore; ha prodotto circa 5.500 righe di Three.js che costruivano proceduralmente una Contea interattiva low-poly, «un po' raffazzonata ma divertente». La sua tesi era che il test del pellicano aveva perso potere discriminante: i modelli di frontiera ora lo superano, quindi non li separa più.

Quindi il post del 5 novembre usa un rilevatore che il suo stesso ideatore ha ritirato quattro mesi prima, su una famiglia di modelli che lo aveva già superato. Questo non rende l'output scadente. Lo rende non diagnostico — che è l'unica proprietà di cui un test di routing ha bisogno.

"Extra" è un livello di impegno documentato, non il nome di un modello.

Ecco la parte che si può verificare in circa novanta secondi sul sito di supporto di Anthropic. La pagina del centro assistenza sulla modifica delle impostazioni di modello, effort e thinking elenca cinque livelli: Low, Medium, High, "Extra high (xhigh)" e Max. La sua stessa spiegazione di Extra high afferma che è "progettato per attività di coding e agentiche di lunga durata, offrendo un ragionamento più approfondito rispetto a high senza il costo completo in token di max", e aggiunge che il livello è "disponibile su Opus 4.7 e modelli più recenti". Il parametro API si scrive xhigh; il selettore lo scrive per esteso.

Claude Sonnet 5.5 dispone di tutti e cinque i livelli — low, medium, high, xhigh e max — con il thinking sempre attivo e nessun modo per disabilitarlo. Il suo valore predefinito non è lo stesso su ogni superficie — l'API di Claude e Claude Code non arrivano necessariamente allo stesso livello fin da subito. Se non imposti nulla, potresti già stare eseguendo una configurazione diversa a seconda di da dove hai effettuato la chiamata. Quindi un utente che apre un selettore di modelli, vede la voce predefinita Sonnet 5.5 e imposta l'effort su Extra high ha creato un'etichetta che recita esattamente "Sonnet 5.5 Extra" — pur eseguendo un modello disponibile a livello generale da trentanove giorni.

L'effetto dello sforzo sulla bolletta è la parte che vale la pena interiorizzare, perché è probabilmente da lì che viene l'impressione del "modello successivo". Il prezzo per token non cambia con lo sforzo: $2 in, $10 out, $0,20 per le letture dalla cache, a ogni livello. I token per attività variano enormemente. Artificial Analysis ha eseguito la scansione completa al lancio sul suo indice pre-v5 e ha ottenuto questa scala:

• Basso — indice 36 a $0,41 per attività

• Medio — indice 41 a $0,59 per attività

• Alto — indice 47 a $1,08 per attività

• Extra alto (xhigh) — indice 52 a $2,74 per attività

• Max — indice 56 a 7,60 $ per attività

Leggila come una curva di spesa, non come una curva di capacità. Passare da high a Extra high più che raddoppia il costo per attività completata per cinque punti indice: lo stesso modello, che pensa più a lungo. Un utente che attiva quell'interruttore e poi vede l'output diventare visibilmente più elaborato lo descriverebbe come "un modello diverso". Sono gli stessi pesi, a cui viene dato più spazio.

La lettura live attuale è più bassa e misurata in modo diverso, e le due non devono essere mescolate. Artificial Analysis ha ricostruito il proprio indice alla v5.0 il 27 ottobre 2026, sostituendo nove valutazioni costituenti e assegnando un peso del 60% a set privati o held-out. Su v5.0.1 lo stesso Claude Sonnet 5.5 legge 55 al massimo sforzo, 155 token al secondo, 10,02 $ per task dell'indice, avendo generato 335 milioni di token di output durante l'esecuzione rispetto a una mediana di 72,6 milioni. Il 56 di cui sopra è un numero pre-v5. Sottrarre l'uno dall'altro non ha senso.

La cifra sulla verbosità è quella che resta valida con entrambe le griglie di valutazione: circa 4,6 volte il volume di output mediano su un insieme di attività identico. È ciò che l'impegno "Extra" compra e ciò che costa, ed è una spiegazione molto più plausibile per una demo sorprendente di una sostituzione silenziosa del modello.

Cosa lo risolverebbe davvero

L'affermazione è falsificabile, cosa che non si può dire della maggior parte delle chiacchiere sulle fughe di notizie. In ordine approssimativo di forza:

• Una voce del selettore di modelli il cui nome non compare nell'elenco pubblico dei modelli di Anthropic — una stringa, non uno screenshot del comportamento.

• Un corpo di risposta il cui campo model riporta qualcosa di diverso da un ID documentato. Ogni risposta dell'API Claude riporta il modello che l'ha servita; una sostituzione silenziosa che sopravvive a quel campo è una storia diversa e più grande.

• Una voce di changelog datata, una model card di Bedrock o Vertex, o un limite documentato di contesto o di output che differisca da 1M in input e 128K in output di Claude Sonnet 5.5.

• Lo script generatore dietro il pelican, eseguito due volte su due configurazioni specificate, con gli output confrontati. Il poster afferma che ricostruisce byte per byte; è un'affermazione che due esecuzioni potrebbero dirimere.

Finché uno di questi non si concretizza, la lettura onesta è che un livello di sforzo abbia prodotto un disegno più impressionante e che la community l'abbia interpretato come una nuova release. Anthropic non ha pubblicato nulla al riguardo, e il post stesso non rivendica un nome che possa suffragare con un identificatore — dice che il comportamento "sembra" un routing. Questa è la descrizione di un'impressione.

Il vero problema è il routing silenzioso, ed è risolvibile.

Togli il nome del modello e sotto c’è una preoccupazione legittima: se un fornitore può servire una richiesta sotto un’etichetta mentre ne esegue un’altra, ogni benchmark che esegui e ogni stima dei costi che fai stanno misurando un bersaglio mobile. La risposta non è un folklore migliore. È il pinning.

Su OrcaRouter, Claude Sonnet 5.5 è una route tra oltre 200 modelli con un'unica chiave, al prezzo di listino del fornitore con 0% di markup — quindi i $2 e i $10 indicati sopra sono ciò che paghi davvero, e una variazione di prezzo del fornitore è attiva sul nostro lato lo stesso giorno. Indichi il modello esatto nella richiesta; il failover ti sposta su un altro fornitore solo quando uno restituisce un errore, e te lo segnala, invece di sostituirlo silenziosamente. Se vuoi testare adeguatamente l'ipotesi di questo post, non ti serve uno screenshot: invia lo stesso prompt a Sonnet 5.5 con livello high e con Extra high, assegna un'etichetta alle due route e confronta tu stesso gli output e i conteggi dei token. Questo è un esperimento controllato. Costa pochi centesimi e produce un numero invece di un'impressione.

Se salta fuori un modello davvero non annunciato, sarà la stessa disciplina a individuarlo — un ID fissato che all'improvviso non corrisponde più al campo del modello, non un pellicano che sembra migliore di quello del mese scorso.

Cosa fare prima di ricostruire qualsiasi cosa

Niente, per ora. L'affermazione ha un giorno di vita, proviene da un'unica fonte e il suo elemento di prova più solido è un livello di impegno documentato. Non migrare una pipeline, non rifare il benchmark di un modello e non scrivere un post di lancio sulla base di questo.

Quello che puoi fare questa settimana è economico e utile in ogni caso. Controlla con quale livello di impegno stanno effettivamente girando le tue chiamate, perché i valori predefiniti variano a seconda della superficie e quasi nessuno lo imposta esplicitamente. Guarda al costo per attività completata anziché al prezzo per token, perché è quel numero che Extra high raddoppia. E se stai confrontando modelli, fissa l'ID e registra il campo model su ogni risposta — l'unica affermazione sul routing che conta è quella che i tuoi log possono confermare.

La questione aperta non è se Claude Sonnet 5.5 Extra esista. È se qualcuno ne produrrà un identificatore prima del prossimo pellicano.