Claude Opus 5.5, il modello Opus più avanzato di Anthropic, è ora disponibile in public preview su Snowflake Cortex AI. È disponibile dal primo giorno su Snowflake CoCo, Snowflake CoWork, Snowflake Cortex Agents, Snowflake Cortex AI Functions e Snowflake Cortex Inference. Tutte le chiamate restano all’interno del perimetro di sicurezza e governance di Snowflake.
Claude Opus 5.5
Claude Opus 5.5 è l’ultimo modello Opus di Anthropic, con miglioramenti rispetto a Opus 5 nel coding complesso e nel lavoro di conoscenza.
Ecco i numeri che contano per chi utilizza Snowflake:
Coding: Anthropic ha riportato che un primo tester ha completato una migrazione di codice di 680.000 righe in meno di un giorno. Un altro ha verificato e corretto una codebase di 200.000 righe in meno di tre ore, mentre Opus 5 aveva impiegato oltre 20 ore e utilizzato 2,5 volte più token. Su Terminal-Bench 4.0, Anthropic riporta un punteggio del 66,4% contro il 52,3% di Opus 5.
Lavoro di conoscenza: nel test interno di Anthropic, 16 dei 18 report di ricerca di Opus 5.5 hanno superato uno standard di qualità che fa fallire qualsiasi report contenente un dato o una citazione inventati. Né Opus 5 né Fable 5.1 hanno superato questo standard in alcun tentativo. Walleye Capital ha riportato che Opus 5.5 ha notato un errore nelle istruzioni di valutazione di Walleye Capital che nessun altro modello aveva individuato.
Costo: Opus 5.5 costa il 40% in meno rispetto a Opus 5 sui workload tipici, con letture cache a 0,20 $/M token (rispetto a 0,50 $) e un output almeno il 30% più rapido.
Sicurezza: Opus 5.5 ottiene un punteggio migliore rispetto a qualsiasi modello Claude precedente nell’audit comportamentale automatizzato di Anthropic su quasi 2.000 scenari, e ha tentato di eludere i limiti di contenimento l'85% in meno rispetto a Opus 5.
Per tutti i dettagli, consulta l’annuncio di Anthropic.
Fonte: Anthropic, Claude-opus-5-5
Cosa puoi fare con Claude Opus 5.5 su Snowflake
Opus 5.5 offre ai team un’ulteriore opzione di modello per sviluppo, analisi e applicazioni all’interno del perimetro di sicurezza e governance di Snowflake.
Gestire le modifiche al codice con Snowflake CoCo
Snowflake CoCo è il primo agente AI per il coding realmente data-native, progettato per accelerare il time to value nell’intero stack dati moderno. Con una profonda conoscenza dei dati, del compute, della governance e della semantica operativa dell’azienda, CoCo trasforma attività complesse di data engineering, analisi dei dati, machine learning e creazione di agenti AI in conversazioni informate, con elevata precisione e affidabilità.
Opus 5.5 rende CoCo più efficace nelle attività che contano di più in questo contesto. Laddove Opus 5 poteva gestire una modifica puntuale a un singolo file, Opus 5.5 può portare avanti un refactoring su più file, eseguire controlli e spiegare in linguaggio semplice cosa ha modificato. Poiché CoCo comprende già il tuo ambiente Snowflake, abbinarlo a un modello più efficace nel ragionamento multi-step e nella revisione del codice significa meno iterazioni e risultati più affidabili.
Seleziona il modello con il comando /model nella CoCo CLI, poi assegna un’attività concreta: “Migra questo repository dalla libreria client deprecata alla sua sostituta. Ispeziona i punti di chiamata e i test attuali, mantieni il comportamento esistente, aggiorna i file interessati ed esegui i controlli pertinenti. Riepiloga le modifiche e segnala tutto ciò che non hai potuto verificare.” Rivedi il diff risultante e i risultati dei test prima di eseguire il merge.
Fare di più con Snowflake CoWork e Cortex Agents
Snowflake CoWork è l’agente AI personale che ti permette di lavorare in modo più intelligente. Comprende i tuoi dati dal primo giorno, esegue attività su richiesta e in modo pianificato all’interno del perimetro di governance di Snowflake, e consegna report e briefing completi a chi lavora con la conoscenza.
Opus 5.5 innalza la qualità di ciò che CoWork può realizzare in autonomia. Le attività degli agenti AI sono per natura multi-step: raccogliere dati, incrociare fonti, sintetizzare i risultati e produrre un deliverable. Opus 5.5 rispetta le istruzioni con maggiore precisione durante esecuzioni lunghe (85% in meno di violazioni dei limiti nei test di Anthropic) e produce ricerche con meno dati inventati (16 report su 18 hanno superato uno standard di accuratezza rigoroso, contro nessuno per Opus 5). Entrambi gli aspetti contano quando un agente AI lavora per tuo conto, che tu stia osservando o meno.
Cortex Agents fornisce lo stesso accesso al modello via API per applicazioni personalizzate. I team che creano i propri workflow di agenti AI possono chiamare Opus 5.5 tramite il framework Cortex Agents e beneficiare dei medesimi miglioramenti in termini di precisione e sicurezza.
Ad esempio, puoi chiedere a un agente AI di rivedere le escalation di supporto della settimana precedente, incrociarle con i dati di utilizzo del prodotto e redigere un riepilogo che segnali gli account con un engagement in calo. Oppure puoi far riconciliare a un agente AI un report finanziario trimestrale con i relativi documenti di origine e fargli elencare ogni affermazione che non riesce a verificare. I miglioramenti di Opus 5.5 in termini di accuratezza delle fonti e ragionamento multi-step sono direttamente rilevanti per questo tipo di lavoro. I risultati sottostanti devono comunque essere verificati prima di agire di conseguenza.
Eseguire analisi AI direttamente in SQL
Cortex AI Functions consente di applicare istruzioni AI ai dati all’interno di query SQL, senza spostare i dati fuori da Snowflake. Con Opus 5.5, il modello è più efficace nel distinguere i fatti dalle inferenze e nell’individuare incongruenze nei dati.
L’esempio seguente lo dimostra. Fornisce una tabella finanziaria fittizia e un commento del management in cui due affermazioni sono intenzionalmente errate: il commento indica una crescita dei ricavi del 25% (il dato reale è del 20%) e afferma che i margini si sono mantenuti stabili (sono invece diminuiti). Chiede a Opus 5.5 di verificare ogni affermazione rispetto ai numeri.
SELECT AI_COMPLETE(
'claude-opus-5-5',
'Review these fictional sources. Source A, financial table: prior-year revenue 100 million dollars and operating profit 20 million; current-year revenue 120 million and operating profit 18 million. Source B, management commentary: revenue grew 25 percent, operating margin held steady, and expansion caused the growth. Check each claim against Source A. Show revenue growth, both operating margins, and the margin change in percentage points. Cite A or B for each finding, distinguish contradicted claims from unsupported explanations, and list evidence needed before concluding what caused the changes. Use only these sources.'
) AS financial_review;
Il tutto viene eseguito interamente all’interno di Snowflake. Il modello elabora il testo fornito nel prompt: non accede ad altre tabelle né ai dati dell’account.
Creare applicazioni con l’SDK di Anthropic
Chi sviluppa può chiamare Opus 5.5 tramite Cortex Inference utilizzando l’SDK di Anthropic e l’endpoint del proprio account Snowflake. L’esempio seguente utilizza un token di accesso programmatico Snowflake e fornisce le informazioni da analizzare nella richiesta: una chiamata al modello non recupera autonomamente i dati dell’account.
Imposta SNOWFLAKE_PAT e SNOWFLAKE_ACCOUNT_URL nel tuo ambiente, impostando quest’ultimo sull’URL HTTPS del tuo account. Installa i package Python anthropic e httpx prima di eseguire l’esempio.
import base64
import os
from pathlib import Path
import anthropic
import httpx
token = os.environ["SNOWFLAKE_PAT"]
account_url = os.environ["SNOWFLAKE_ACCOUNT_URL"].rstrip("/")
image_data = base64.b64encode(
Path("operations_dashboard.png").read_bytes()
).decode("ascii")
with httpx.Client(headers={"Authorization": f"Bearer {token}"}) as http_client:
client = anthropic.Anthropic(
api_key="not-used",
base_url=f"{account_url}/api/v2/cortex",
http_client=http_client,
default_headers={"Authorization": f"Bearer {token}"},
)
response = client.messages.create(
model="claude-opus-5-5",
max_tokens=8192,
messages=[{
"role": "user",
"content": [
{
"type": "image",
"source": {
"type": "base64",
"media_type": "image/png",
"data": image_data,
},
},
{
"type": "text",
"text": (
"Review this operations dashboard screenshot. "
"Summarize the main trends and flag anomalies or "
"inconsistencies across the charts and KPI cards. "
"For each finding, identify the chart, time period, "
"and visible values that support it. Account for "
"axis scales and units. If a label or value is "
"unreadable, say so rather than guessing. "
"Separate observations from possible explanations."
),
},
],
}],
)
for block in response.content:
if block.type == "text":
print(block.text)
Inizia subito
Prova Opus 5.5 su un’attività di sviluppo o analisi in cui puoi verificare il risultato rispetto a test esistenti, documenti di origine o calcoli. È disponibile in public preview su Snowflake CoCo, Cortex Agents, Cortex AI Functions, Cortex Inference e Snowflake CoWork.
Scopri di più
Creare applicazioni basate su agenti AI con Cortex Agents: Inizia con Cortex Agents e scopri come creare esperienze AI basate sui dati della tua azienda.
Inizia con Snowflake CoWork: Scopri di più su Snowflake CoWork e provalo con la nostra guida introduttiva.
Inizia a creare con Snowflake CoCo: iScopri di più su Snowflake CoCo e sperimenta con la guida introduttiva a CoCo Desktop.
Dichiarazioni previsionali
Questo articolo contiene delle affermazioni riferite al futuro, tra cui offerte future di prodotto, che però non rappresentano un impegno a fornire alcuna offerta di prodotto. I risultati e le offerte effettivi possono differire e sono soggetti a rischi e incertezze noti e ignoti. Per maggiori informazioni, consulta il nostro più recente modulo 10-Q.
