Equivalenze tra modelli IA: l'Opus, il Sonnet e l'Haiku di ogni CLI di codice

GPT-6.1 Sol. Nella tabella qui sopra, Claude Opus e GPT-6.1 Sol sono entrambi nel livello Opus: il flagship su cui gira la maggior parte del lavoro serio di programmazione, un gradino sotto il livello di frontiera. Il modello di frontiera di Codex, l'equivalente di Fable, è GPT-6 Astra. Per il lavoro di livello Sonnet, il modello Codex è GPT-6 Luna. E il modello di livello Haiku della lista è Codex Spark.

Gemini 3.1 Pro (High), su Antigravity. Gemini Pro è la linea flagship di Google, quindi è nel livello Opus. Gemini Flash fa la parte di Sonnet: oggi è Gemini 3.8 Flash (High).

GPT-6 Luna, su Codex. La linea equilibrata di OpenAI è nel livello Sonnet: abbastanza potente per la maggior parte delle funzionalità, più economica del flagship.

Codex Spark, su Codex: il modello leggero e veloce della gamma, per ridenominazioni, piccole correzioni e domande rapide.

Stesso livello non vuol dire stessi risultati. GPT-6.1 Sol e Opus 5.5 svolgono lo stesso ruolo nella gamma del rispettivo produttore, ma differiscono comunque per prezzo, velocità, finestra di contesto, limiti di utilizzo e attività che gestiscono meglio, e le classifiche dei benchmark tra i due cambiano a ogni rilascio. La risposta affidabile è provarli entrambi sulla stessa attività, presa dal tuo lavoro: AgentsRoom avvia un agente su ciascuno, fianco a fianco, nello stesso progetto.

Oggi Opus è presente anche nelle liste di modelli di Antigravity, OpenCode, Aider, GitHub Copilot, oh-my-pi e Devin, con il nome che gli dà ciascuna CLI. Stessa famiglia, stesso livello: l'equivalenza non cambia con la CLI che lo serve.

Perché la scala segue il ruolo che un modello svolge, e non esagera mai. Le famiglie a pesi aperti hanno spesso un ottimo rapporto qualità-prezzo e diverse CLI le offrono, ma collocarne una nel livello Opus vorrebbe dire che può sostituire Opus su qualsiasi attività, cosa che nessuna ha dimostrato su tutta la linea. Le loro versioni leggere sono nel livello Haiku.

Perché non sono un modello: GitHub Copilot (Auto), Amp (Amp default), Freebuff (Freebuff default), Devin (Adaptive) e Cursor (Default) lasciano che sia il servizio a scegliere un modello a ogni richiesta, quindi non c'è una capacità fissa da confrontare. La tabella li lascia fuori invece di tirare a indovinare.

Viene calcolata ogni volta che la pagina viene aperta, a partire dallo stesso catalogo dei modelli che l'app AgentsRoom fornisce a ogni computer e a ogni telefono. Quando AgentsRoom aggiunge un modello appena rilasciato da una CLI, compare qui subito, nel suo livello, e la versione che sostituisce viene contrassegnata come precedente. Le fiamme di popolarità si aggiornano ogni dieci minuti in base agli avvii degli ultimi 30 giorni.

Sì, in due modi, ed entrambi si limitano a suggerire. AI Suggestion valuta la dimensione dell'attività prima che si apra la sessione (Rapida, Standard, Complessa o Estrema) e apre l'agente sul modello più economico della sua CLI che riesce ancora a svolgerla. Adaptive Mode legge la tua bozza una volta avviata la CLI e suggerisce un modello più leggero quando l'attività non ha bisogno del flagship, oppure ti conferma che quello attuale è quello giusto.