Gemini 3.7 Flash vs Claude Opus 5: Cosa ottieni da un cavallo da lavoro per un sesto del prezzo

Ecco il numero che rende questo confronto degno di essere fatto: Claude Opus 5, l'ammiraglia di Anthropic, ottiene 61 punti sull'Artificial Analysis Intelligence Index, mentre Gemini 3.7 Flash, il cavallo di battaglia di Google rilasciato il 13 agosto 2026, ne ottiene 56. Cinque punti. E con il prezzo promozionale che Google applica fino a fine anno, Gemini 3.7 Flash costa $0,75 per milione di token in input e $3,75 per milione in output — circa un sesto dei $5,00 / $25,00 di Claude Opus 5. Il divario che un tempo separava il «cavallo di battaglia» dall'«ammiraglia» si è ridotto al punto che la domanda onesta non è se il modello economico sia buono, ma cosa quello costoso faccia ancora che quello economico non può fare.

Il contesto è importante, perché non è un confronto alla pari e fingere il contrario ti trarrebbe in inganno. Claude Opus 5, rilasciato il 24 luglio 2026, è il modello generalmente disponibile più capace di Anthrop​ic: un modello di ragionamento con contesto da 1M di token e un tetto di output di 128K, progettato per i compiti più difficili di ingegneria, ricerca e uso del computer. Gemini 3.7 Flash è il cavallo di battaglia ad alto volume di Go​ogle: contesto da 1M, output da 64K, input testo/immagine/audio/video, e una filosofia di design che è l'opposto di quella di Opus — emettere quanti più token possibile, al minor costo possibile, per quel 95% di traffico che è di routine. Confrontarli su un singolo numero è il modo per arrivare a una risposta sbagliata; confrontarli sulla forma del lavoro che esegui davvero è il modo per ottenerne una utile.

Cinque punti, approfonditi

{{1}}L'Intelligence Index non è una scala lineare, e il divario tra 56 e 61 vale di più su alcuni compiti che su altri.{{/1}} {{2}}Il 61 di Opus 5 nasce dal primato sui membri più difficili del composito: i suoi 30.2 su ARC-AGI-3, 43.3 su FrontierBench e 79.2 su SWE-bench Pro sono tutti dichiarati dal produttore, ma rappresentano quel tipo di risultati di ragionamento di frontiera che nessun modello di classe Flash tocca.{{/2}} {{3}}Il 56 di Gemini 3.7 Flash è ottenuto diversamente: i dati dichiarati da Go​ogle per questo modello (65.3 su DeepSWE v1.1, 1588 Elo su WebDev Arena, 30.4 su AutomationBench) mostrano un modello eccellente nell'ingegneria e negli agenti ad alto volume e con vincoli definiti, non nel ragionamento aperto e innovativo.{{/3}} {{4}}Cinque punti dell'indice descrivono quindi un vero e proprio salto di capacità, anche se la distanza nel titolo sembra piccola.{{/4}}

• Indice di Intelligenza — 56 per Gemini 3.7 Flash contro 61 per Claude Opus 5 (massimo sforzo), secondo Artificial Analysis.

• Velocità di output — ~340 token/s per Gemini 3.7 Flash contro ~53 token/s per Claude Opus 5, entrambi secondo Artificial Analysis. Un divario di 6,4x.

• Finestra di contesto — 1M token per entrambi, ma il tetto di output di Claude Opus 5 è di 128K contro i 64K di Gemini 3.7 Flash.

• Prezzo di input — $0,75 (promozionale, fino al 2026) contro $5,00 — un divario di 6,7 volte.

• Prezzo di vendita — $3,75 (promozionale) rispetto a $25,00 — un divario di 6,7 volte.

• Input multimodale — Gemini 3.7 Flash accetta testo, immagini, audio e video; Claude Opus 5 supporta solo testo e immagini.

Dove Claude Opus 5 giustifica ancora il suo prezzo

Il caso del flagship non è nostalgia, è la coda della distribuzione dei compiti. L'ingegneria autonoma a lungo orizzonte — un modello lasciato da solo con un codebase per un'ora per pianificare, modificare, testare e iterare — è dove il vantaggio dichiarato di Opus 5 è più ampio, e i suoi risultati nell'uso del computer (71 su OSWorld, riportati dal vendor) lo collocano in una classe che Gemini 3.7 Flash non raggiunge. I team che migrano da Claude Opus 4.8 dovrebbero anche sapere che Opus 5 include il pensiero adattivo attivo per impostazione predefinita con livelli di sforzo ricalibrati, e che la disattivazione del pensiero è limitata a uno sforzo elevato — cambiamenti comportamentali che possono rompere le pipeline esistenti. Nulla di tutto ciò lo rende la scelta sbagliata per il lavoro difficile; lo rende la scelta giusta per una fetta di lavoro più ristretta di quanto il suo prezzo suggerisca.

L'altra cosa che Opus 5 vende è l'economia di piattaforma di Anthropic. La cache dei prompt può ridurre il costo effettivo di input fino al 90% in caso di cache hit, e il livello batch dimezza il prezzo per il traffico asincrono — quindi un carico di lavoro ad alta cache e alto batch su Opus 5 viene fatturato molto più vicino all'ombra del suo prezzo di listino di quanto implichino i 5$ / 25$ pubblicizzati. Il prezzo reale del modello di punta dipende dal carico di lavoro; quello del cavallo di battaglia no.

Dove Gemini 3.7 Flash è l'acquisto più intelligente

Per qualsiasi cosa che trasmetta in streaming, processi in batch o si alimenti di contesti lunghi, il cavallo di battaglia non è solo più economico: è strutturalmente in una posizione migliore. Un vantaggio di 6,4 volte nella velocità di output cambia ciò che puoi costruire: completamento interattivo del codice, riassunto in tempo reale di un intero repository, cicli di agenti che richiedono molte chiamate al minuto — tutti questi elementi colpiscono il muro della velocità effettiva su un modello da 53 token/s molto prima di colpire il muro della qualità. Gemini 3.7 Flash accetta anche input audio e video, il che apre casi d'uso (trascrizione di riunioni, comprensione dei fotogrammi video) che nessun modello Claude offre su quell'asse di input. E il suo livello di ragionamento regolabile permette di eseguirlo con sforzo basso per il lavoro di routine economico e con sforzo elevato per il sottoinsieme più difficile, pagando solo per il ragionamento che usi.

Il playbook dell'abbinamento

Gli operatori sul campo hanno in gran parte smesso di trattare questo come un aut-aut, e il pattern che continua a emergere è un ciclo di divide et impera: Claude Opus 5 fa pianificazione e progettazione, Gemini 3.7 Flash fa l'implementazione ad alto volume, e Opus 5 revisiona. Ogni modello viene usato dove il suo rapporto qualità/costo è migliore, e la pipeline combinata è sia più economica che più veloce rispetto all'esecuzione di uno solo. Un livello di instradamento rende questo pattern pratico invece che architetturale: Claude Opus 5 è live su OrcaRouter al prezzo di listino di Anthrop​ic con margine 0%, e il DSL di instradamento permette di comporre una singola chiamata che invia il pianificatore a Opus 5 e l'esecutore attraverso i modelli della classe Flash dietro un unico endpoint compatibile OpenAI — con la fusione di modelli come ulteriore passo, dove entrambi i modelli rispondono alla stessa domanda e un giudice riconcilia i due verdetti.

Il conto, fianco a fianco

Mettiamo dei numeri reali. Una giornata con 10 milioni di token in input e 1 milione di token in output — una pipeline agentica pesante ma normale — costa $75 + $375 = $450 alla tariffa standard di Claude Opus 5. Lo stesso traffico sulla tariffa promozionale di Gemini 3.7 Flash costa $7,50 + $37,50 = $45, esattamente un decimo. Anche tenendo conto degli sconti sulla cache di Opus sul lato input, il divario è di un ordine di grandezza, ed è il motivo per cui "flash per il grosso, opus per la coda dura" è diventata la forma di produzione predefinita piuttosto che una forma esotica. Quando la promozione finirà, la tariffa di input di Gemini 3.7 Flash raddoppia a $1,50 — ancora un terzo di quella di Opus, e ancora abbastanza economica da mantenere intatta l'aritmetica dell'abbinamento.

La lettura onesta

Il divario di cinque punti è reale e si trova esattamente dove ci si aspetterebbe: nel lavoro più difficile e con l'orizzonte temporale più lungo. Se il tuo carico di lavoro è dominato da quella coda — ricerca di frontiera, ingegneria autonoma che dura ore, uso del computer — Claude Opus 5 giustifica il suo prezzo e non dovresti pensarci troppo. Se il tuo carico di lavoro è dominato da volume, latenza o contesto lungo, Gemini 3.7 Flash alla tariffa promozionale è un acquisto migliore di un ordine di grandezza, e il divario dal modello di punta è un livello di benchmark, non un abisso. I modelli stanno convergendo, e la risposta pratica per la maggior parte dei team non è più "quale" ma "quali parti del lavoro affidare a ciascuno."