0:00 Ma non riesco a capire come fanno a rilasciare tutti questi aggiornamenti in così poco tempo. Antropic rilascia ufficialmente Cloud Opus 4.7. In questo video andremo a vedere nel dettaglio tutte le novità introdotte in questa nuova versione e lo andremo a provare direttamente su un progetto complesso. Il nuovo modello è nettamente superiore rispetto al già ottimo Opus 4.6 che era diventato lo standard per la programmazione, ma ci sono delle differenze molto molto ben nette e definite. In particolar modo, Opus 4.7 utilizza un tokenizzer aggiornato. Il tokenizer è quel modulo che trasforma il testo in dei token. Questo tokenizer migliorato adesso processa l'input in modo differente e consuma più token.
0:46 Cioè non consuma, produce più token, tipicamente da 1 a 135 più volte. Quindi, se prima su Opus 4.6 gli davi 1000 token in input, adesso sono 1350 token in input con questo nuovo tokenizzer che hanno sviluppato. E seconda cosa, l'OPUS 4.7 ragiona ad un livello di sforzo più alto, in modo particolare quando si utilizza in ambienti agentici. Questo sì migliora la sua affidabilità su problemi difficili, ma questo significa che produrrà più token. Quindi non solo consumerà più token in input, ma produce più token in output, quindi eh avremo un consumo più elevato utilizzando questo modello che è anche più potente. E
1:32 quindi se già prima ti incavolavi perché finivi subito i tuoi crediti, ecco, adesso se non aggiornano il piano li finiremo ancora prima. Questo nuovo modello ha una miglioria notabile dal punto di vista del software engineering, quindi ottime performance nel coding, soprattutto ha preso molto vantaggio nel risolvere i problemi più difficili. hanno migliorato quella che è la vision, la vista del modello, quindi nella comprensione delle immagini che gli vengono caricate. Questa è una cosa ottima perché è sempre stato il punto debole di Antropic, la parte di multimodalità di comprensione delle immagini, cosa che invece Google ha sempre primeggiato con i modelli di Gemini. E c'è da dire questo: although this is less broadly capable than our most powerful model, significa che
2:18 comunque sia questo modello nuovo Opus 4.7 è meno potente di Cloud Mos Preview e infatti andando a caricare qua tutto il benchmark vediamo come Opus 4.7 ha ottime performance, ok? Maos praticamente è al momento lo stato dell'arte assoluto su tutti i benchmark e quindi, come vi disse io nel precedente video di Mos, faranno subito un aggiornamento di opus di Sonnet, infatti dopo una settimana già lo hanno rilasciato, ma non sarà mai potente né paragonabile a Mosché Mos sarà ad uso esclusivo e privato di grandi aziende. E infatti lo dicono proprio qua sotto. La scorsa settimana abbiamo annunciato il progetto Glasswing per evidenziare i
3:06 rischi e benefici di questi modelli AI per la cyburity e praticamente Opus 4.7 è il primo modello dove nelle capacità di cyber security non sono così avanzate come quelle di MOS Preview e quindi appunto durante il training hanno sperimentato different efforts e hanno visto che era sicuro da poter rilasciare. Quindi vi confermo ancora una volta il fatto che Mos nella cyb security adesso lo stanno utilizzando per risolvere tutti i problemi di sicurezza e tutti i modelli che rilasceranno successivi Opus 4.7 7 nella prova dal punto di vista della cyb security sanno sempre inferiori, ok? Quindi uno è il più forte, protegge tutto il resto e quest'altro invece sì, ha ottime performance, ma non potrà magari trovare le falle che trova Mos.
3:51 Questo appena una questione di sicurezza nazionale globale dell'infrastruttura di internet. Opus 4.7 è già disponibile oggi su tutti i prodotti, anche sulle PAI e infatti abbiamo visto come è già disponibile su tutto, su Cloud Code, anche sulla parte frontend. E queste sono le novità in breve. Punto numero 1, instruction following. Opus 4.7 seguirà ancora meglio le istruzioni che gli daremo sotto forma di prompt. Punto numero due, hanno migliorato il supporto multimodale, come detto in precedenza, eh comprende meglio le immagini, migliore visione, gestisce le immagini ad alta risoluzione a 2576 pixel, eccetera eccetera. Real World Work, quindi adesso riesce a fare i lavori
4:38 reali nel mondo reale, è già un ottimo finance agent, quindi riesce adesso a fare presentazioni PowerPoint, lavorare sui fogli Excel, quindi tutti i lavori da ufficio li riesce a fare ancora meglio. E la parte a mio avviso, super interessante è questa qui, memory, la memoria che ho affrontato in precedenti video, dove Opus 4.7 7 è migliore ad utilizzare file system based memory e feci proprio una lezione ad hoc sulla memoria degli agenti I che ad oggi si basa sui file di sistema, si basa sul file system, si basa sul gestire i file e le informazioni in maniera persistente con dei markdown e quindi e poi abilitargli quello che è la gentic search per fargli cercare e leggere
5:24 questi documenti. Quindi adesso hanno confermato ancora di più la mia tesi che si sta spostando tutto sulla gestione di questi file markdown in locale piuttosto che costruire un motore di ricerca semantico, un database vettoriale, un Rug, no? Il rag adesso sarà direttamente l'agente I che chiama le funzioni e legge i file nel file system. Infatti ricorda importanti note e lunghe multiession work, utilizza per muoversi nei prossimi task e quindi ehm ha bisogno di meno contesto. Andiamo a vedere quale performance, quindi knowledge knowledge work, conoscenza che serve per fare il lavoro. Vediamo Opus 4.6 e Opus 4.7 c'è stata una miglioria. Eh,
6:10 vediamo Vision. Qua si è migliorata di molto sull'alta risoluzione, sulla bassa risoluzione. Poi c'è stato un bel salto document reasoning, quindi ehm ancor meglio possiamo creare sistemi documentali e far ragionare le su documenti complessi. Poi c'è stato un grande salto, eh, quasi 30 punti percentuali quasi. Long contact reasoning, questo utilissimo per far, diciamo, lavorare la gente in modo autonomo su task lunghi, quindi sul contesto lungo, o su codase lunghe, dove ci sta tanto tanto codice. Qua biologia, long term coerence, infatti è più coerente a lungo termine sulle strategie perché questo benchmark si chiama vending bench 2, dove gli si dà una
6:57 vending machine, quindi una macchina che vende prodotti eh merendine, lattine eccetera, si fa questa simulazione dove la deve gestire e chi fa più soldi ovviamente vince. Opus 4.6 faceva $8.000, opus 4.7 ne fa 10.000 E nel coding le performance sono migliorate sia nel multilingual sia nella multimodalità. Sicurezza ed allineamento. Vediamo come il modello ha uno score che sta su quasi il 2,50 di comportamento non allineato, quindi una percentuale veramente bassissima. E quello ancora più sicuro è Mytos Preview che sta sull'1.75. Quindi qua più bassi siamo più il modello è sicuro. Ok. Quindi, quindi sbaglia di meno, si comporta in modo
7:43 pericoloso meno volte ed è quindi più sicuro. Cosa hanno lanciato inoltre oggi? una nuova funzionalità che si chiama Hextra Heite, quindi possiamo adesso lanciare Opus 4.7 7 con questo comando che si chiama X High dove lo facciamo pensare ancora di più ed è un livello che sta tra i e max, si chiama XI, quindi i propri token li andiamo a a consumare in modo molto velocemente ed hanno aggiunto su Cloud Code il nuovo Ultra Review che produce delle review session in base ai cambiamenti, ai flags, ai bug. Questo potrebbe essere molto utile e e va testato. L'aggiornamento è già disponibile e andiamo a provare il modello. Mi trovo sull'applicazione Cloud Code sul
8:29 desktop. Gli ho scritto qua un prompt di sistema veramente lungo e descrittivo del mio progetto e praticamente voglio creare questa applicazione. Che cos'è? una dashboard dove puoi tenere traccia in tempo reale di tutti i voli che stanno sull'intero globo. Per ciascun aereo vedi esattamente eh dove va in tempo reale, dove si trova, ci puoi cliccare, puoi vedere appunto la partenza, l'arrivo, il modello, l'immagine dell'aereo. Adesso questa immagine l'ho creata con CH GPT e la utilizzo come, diciamo, guida per la generazione del design. Infatti nel prompt c'è scritto: "Voglio costruire un'app che mostri voli live su mappa, permetta selezione e ricerca, visualizza i dettagli del volo, utilizza l'immagine di riferimento per la realizzazione
9:16 della dashboard nella cartella il file. Con tutte le IP key servizi. Questa applicazione è abbastanza complessa perché uno va fatto tutto il server backend, server backend che gestisce tutte le PI e gestisce i web socket e lo streaming dei dati che arriva in tempo reale di tutti gli aerei, latitudine, longitudine, eh latitudine e bisogna gestire quello che è un database eh relazionale per poter fare la cash e quindi salvare eventuali metadati per non doverli riscaricare dalle PI. Bisogna fare l'applicazione front-end con questa dashboard qui che gli abbiamo passato. Deve gestire le mappe, deve gestire le coordinate, insomma è un'applicazione molto complessa. Qui in basso a destra selezioniamo Opus ehm 4.7
10:05 e lo facciamo partire via. Allora, ha lavorato, praticamente mi ha consumato quelli che sono il 40% del contesto, 79.200 200 token mi ha realizzato la prima versione che possiamo avviare col doer composto. Io dico avviami il tutto e vediamo che riusciamo a che cosa ci ha fatto. Ok, dice che ha lanciato il tutto che abbiamo Postgress sett Doger. Vediamo. Sì, eccolo qua. Fly Tracker l'ha avviato. Per provare l'app andiamo su Logaloss 5173. Vediamo cosa ci ha creato. Allora, Global Air Traffic. Ok, ecco gli aeri. Mamma mia, quanti aeri ci
10:51 stanno. Oh, tutti questi aeri ci sono live. Vediamo qua su Siena che aereo c'è. Ok, me l'ha caricato. È uscita pure l'immagine. È coperta da questa parte qua a sinistra a Pisa. Ok, c'è da fixargli questa cosa qua, però l'applicazione funziona, eh. Gli devo far presente questa cosa. Tanta tanta roba. Questo è il primo prompt. Possiamo vedere come si sposta adesso l'aereo, la traccia che sta facendo. Questa finestra qui me la me l'ha nascosta, quindi cosa faccio? Screenshot e gli spiego, guarda, non la vedo, sta coperta. Copio e glielo passo. Comunque mi ha riprodotto in maniera fedele la dashboard qua, eh, cioè veramente uguale l'ha fatta. Quindi adesso lo passo su ehm
11:39 quando clicco su di un aereo la scheda la vedo coperta dalla parte di pannello di sinistra. Risolvilo. Tanta tanta roba. Vedete? Questo è il primo primo prompt one shot. Poi se voglio il secondo prompt e avviami il tutto, ma il codice l'ha scritto in un singolo prompt. Eh, one shot e funziona a parte questo bug grafico. Ed ecco qua che me l'ha risolto. Andiamo a vedere l'aggiornamento. Ok, ora possiamo vedere esattamente che questo qui è un volo Ryanir Boeing 737800, altitudine, velocità e sta per arrivare a Milano MXP, se non sbaglio è Malpensa, quindi arriverà quassù alle 19:56 all'80% della
12:28 sua tragitto sta bellissimo. Possiamo vedere tutto. Andiamo fuori dall'Europa. Vediamo che ne so qua nel mezzo dell'oceano. Dove va questo? Va a Caracas. Madrid Caracas. Quest'altro poi ci sta qualcuno che non è un un aereo commerciale. Vediamo negli Stati Uniti. Quanti voli? Funziona veramente bene, eh. Flights. Qua possiamo cliccare su questi bottoni. No, non ha non ci ha implementato queste funzionalità qua perché non gliele ho specificate io, ma nello screenshot ci stavano, quindi me le ha comunque realizzate. Veramente fedele. Vediamo i voli in air,
13:15 quindi quando selezioniamo un'area ci carica esattamente i voli che stanno in quell'area. live coverage su quante nazioni e poi l'altra funzionalità che gli ho chiesta è quella di poter cercare con il numero di riferimento del volo. Ryaniril dovrebbe iniziare con R, se non sbaglio. Sì, proviamo il primo. Ok, qua ci fa vedere il volo che è quasi arrivato questo qua da Faro, dal Portogallo. Infatti ci fa vedere la traccia verde fino a Le, poi vediamone un altro. Questo qui fa da Bucarest a Milano, dove sta sta qua in questo punto e il Boeing questo qui, altitudine, velocità e ed è uno strumento fighissimo che abbiamo
14:00 realizzato veramente con un prompt grazie a Ops 4.7. Per cosa potrebbe essere utile questa applicazione? Nulla. per tenere traccia magari del volo della tua ragazza, di un tuo collaboratore che sta venendo, dei tuoi figli, se sei un genitore e quindi sapere esattamente a che punto sta, quanto gli manca e vedi, tracci tutto. Praticamente è un'applicazione, ce ne sono già tante di applicazioni del genere, ma è stato bello vedere come Opus praticamente ha realizzato questa app con un prompt. Questo è stato single shot e poi giusto un piccolo fix grafico, ma tutto il backend, tutte le funzionalità database ha fatto tutto allucinante. Che dire, Antropic, non so che cosa si
14:46 stanno prendendo negli uffici per pubblicare e rilasciare così tanti modelli in così pochi giorni. Stiamo parlando di settimana, MITOS, Opus, ne faranno un altro, cioè aggiornamenti, funzionalità di cloud code, stanno facendo veramente tanto tanto tanto. Al momento è l'azienda eh leader, io direi leader del settore. Poi secondo me ci sta Google e poi comunque i cinesi. Open ha perso molto molto molto molta strada. E che dire? Il modello me lo aspettavo proprio così, meno potente di Mos, più potente dell'attuale Opus 4.6. Non mi piace assolutamente il fatto che è un modello che ragiona di più, consuma più token in output, consuma di base e genera più token in input per il
15:31 modello, appunto, per il tokenizzer. Mi piace il fatto che hanno migliorato le capacità di visione perché è una capacità che serve anche nelle come Agentic e AI, come Agentic Capabilities, quando devi andare a controllare il tuo computer, quando devi andare a navigare il browser, quando vuoi realizzare come adesso una dashboard, un qualcosa, io do solamente uno screenshot, un'immagine, abbiamo proprio provato adesso queste capacità e devo dire che è riuscito egregiamente a replicarmi la stessa interfaccia. Eh ehm, cos'altro dire? hanno aggiunto queste funzionalità di extra reasoning che va bene far ragionare di più il modello perché ci sta la scala, ok, del test time compute, quindi più lo fai ragionare migliori sono le performance, ma non è detto
16:18 perché molte volte può succedere che più tempo ragiona, se poi commette un errore, questo errore poi lo espande, si perde nel meandri del ragionamento. Cioè, ci sta poi il problema dell'overthinking, cioè pensa troppo. Lo so che il modello è uscito veramente da poco, ma da una mia prima impressione su questo test e su altri test ed anche un'impressione generale di altri miei collaboratori e colleghi che usano eh code quotidianamente eh la loro vibe, la loro sensazione è che è tornato quello di prima, cioè che Opus adesso è veramente forte, non come la versione 4.6 che stava perdendo colpi, cioè prima del rilascio della versione 4.7 la 4.6 6 da ottima qualità che aveva nel tempo, non so, aveva
17:03 degradato le performance, stava sbagliando di più, stava perdendo colpi. Forse questa è una strategia che fanno loro che prima di rilasciare il nuovo modello, quello attuale, degradano le performance oppure è un problema dei server dove magari dimensionano eh meno risorse e poi dopo quando hanno possibilità rimettono al 100% il modello. Questo non lo possiamo sapere, ma è una sensazione che che ho avuto io e che hanno avuto anche i miei collaboratori. Spero che questo video ti sia piaciuto. Fammi sapere con un commento qua sotto cosa ne pensi di Antropic, di Clode, tutto quello che sta accadendo e seguimi per rimanere aggiornato sul mondo delle hai.
