# L'S-1 di Anthropic, i tagli ai prezzi dei LLM, le chiamate agli strumenti vLLM e una CNN per il cancro della pelle: quattro storie di sviluppatori in un Daily Diff

Published: 2026-10-27

Quattro storie di sviluppatori da un lunedì: Anthropic ha presentato un modulo S-1 pubblico che riporta entrate per $16,3 miliardi e una perdita netta di $80,7 miliardi per la prima metà del 2026, la maggior parte dovuta a una voce di valore equo su note convertibili, con prezzo e numero di azioni ancora in bianco; OpenAI e Anthropic hanno tagliato i prezzi dei LLM e il documento fornisce il resoconto di Anthropic sui suoi tagli; Ubicloud riporta che la decodifica vincolata aumenta l'accuratezza dello schema di chiamata degli strumenti di Kimi e DeepSeek su vLLM dal 92% al 100%; e un test su 200 lesioni di un dermatologo ha rilevato che una rete di immagini di dieci anni ha battuto GPT-6 Astra e Claude Fable 5.1, dal 62% al 42%, con le avvertenze che egli stesso elenca. Ogni affermazione è attribuita alla sua fonte primaria, nulla è consiglio di investimento o medico, e il verdetto è NEEDS REVIEW.

Canonical: https://thedailydiff.dev/it/video/2026-10-26-anthropic-s1-prices/

## Contenuto di questo video

- Il modulo S-1 di Anthropic è stato accettato dalla SEC EDGAR il 26 ottobre 2026 alle 09:00 ora di New York. Si tratta di un deposito preliminare: il range di prezzo, il numero di azioni e diverse delle cifre più recenti sono in bianco, e la società ha richiesto di quotare le azioni di Classe A sul Nasdaq Global Select Market con il simbolo ANT.
- La tabella riassuntiva dell'S-1 riporta ricavi per 16.286 milioni di dollari per i primi sei mesi del 2026 (tutto il 2025: 4.585 milioni di dollari), spese per calcolo e infrastrutture di 8.945 milioni di dollari, una perdita operativa di 693 milioni di dollari (margine operativo -4%), un utile operativo rettificato (non-GAAP) di 1.618 milioni di dollari che aggiunge la remunerazione basata su azioni di 2.185 milioni di dollari e altre voci, e una perdita netta di 80.748 milioni di dollari. 72.388 milioni di dollari della perdita sono il cambiamento nel fair value di note convertibili, passività derivate e SAFEs, che il documento afferma essere stato principalmente guidato da un aumento della valutazione aziendale della società.
- L'S-1 riporta anche un accordo Bartz di 1,5 miliardi di dollari (approvato dal tribunale nel luglio 2026), disponibilità liquide e equivalenti di 112,4 miliardi di dollari al 30 giugno 2026, e che gli utenti di Claude Enterprise senza Claude Code hanno speso in media meno di 75 dollari al mese nei tre mesi fino al 30 settembre 2026, mentre il 5% degli utenti di Claude Enterprise che hanno utilizzato Claude Code ha speso circa 20 volte tanto.
- OpenAI afferma che GPT-5.6 Luna è diventato l'80% più economico il 30 luglio 2026, e elenca GPT-6.1 Sol a $2 di input, $10 di output e $0.10 di input memorizzato nella cache per milione di token, un quinto dei prezzi standard di input e output di GPT-6 Astra. Anthropic afferma che Opus 5.5 costa circa il 40% in meno da eseguire rispetto a Opus 5; il suo S-1 afferma che le riduzioni di settembre hanno combinato prezzi più bassi e maggiore efficienza mantenendo i margini.
- Ubicloud (20 ottobre 2026) ha misurato un'accuratezza dello schema di chiamata degli strumenti del 92% per Kimi K2.6 su vLLM 0.28, il che significa che 2 su 25 chiamate agli strumenti sono fallite, e del 100% dopo aver abilitato la decodifica vincolata (il flag tool-strict-level di vLLM, vLLM 0.31) sui modelli Kimi e DeepSeek; vLLM la tiene disabilitata di default perché gli utenti hanno segnalato problemi con alcuni modelli.
- Il Dr. Magnus Lynch (Guy's Hospital, King's College London; 25 ottobre 2026) ha testato GPT-6 Astra, Claude Fable 5.1 e una CNN Inception v3 ottimizzata su 200 lesioni biopsiate: la CNN ha individuato la diagnosi corretta per 125 (62%), ogni chatbot per il 42%; la CNN ha individuato 13 dei 30 melanomi come prima scelta contro 8 e 11. Egli stesso elenca le avvertenze, inclusi i piccoli numeri e una sola esecuzione per chatbot; questo non è un consiglio medico.

## Domande e risposte

### Cosa riporta il deposito S-1 di Anthropic riguardo ricavi e perdite?

Il Modulo S-1 di Anthropic, accettato dalla SEC il 26 ottobre 2026, riporta ricavi di 16.286 milioni di dollari per i primi sei mesi del 2026, contro 4.585 milioni di dollari per tutto il 2025. La perdita operativa è stata di 693 milioni di dollari, un utile operativo non-GAAP rettificato di 1.618 milioni di dollari, e la perdita netta di 80.748 milioni di dollari. Di questi, 72.388 milioni di dollari sono un cambiamento nel fair value delle note convertibili, che il deposito afferma essere stato principalmente guidato da una maggiore valutazione aziendale. Il range di prezzo e il numero di azioni sono in bianco.

### Perché OpenAI e Anthropic hanno tagliato i prezzi dei LLM, e quanto costa GPT-6.1 Sol?

OpenAI afferma che GPT-5.6 Luna è diventato l'80% più economico il 30 luglio 2026, e elenca GPT-6.1 Sol a $2 di input, $10 di output e $0.10 di input memorizzato nella cache per milione di token, un quinto dei prezzi standard di GPT-6 Astra. Anthropic afferma che Opus 5.5 costa circa il 40% in meno da eseguire rispetto a Opus 5, e il suo S-1 afferma che l'efficienza di calcolo le ha permesso di tagliare i prezzi mantenendo i margini. Max Woolf indica la concorrenza dei modelli a peso aperto.

### Come posso aumentare l'accuratezza delle chiamate di strumenti quando servo modelli aperti con vLLM?

Ubicloud ha misurato solo il 92% di accuratezza dello schema di chiamata degli strumenti per Kimi K2.6 su vLLM 0.28, quindi circa 2 su 25 chiamate sono fallite. Attivando la decodifica vincolata, disponibile come flag tool-strict-level in vLLM 0.31, si impedisce al modello di campionare token che violano lo schema JSON dello strumento, e Ubicloud ha misurato il 100% su modelli Kimi e DeepSeek. vLLM la tiene disattivata per impostazione predefinita perché gli utenti hanno segnalato problemi con alcuni modelli.

### Una CNN di dieci anni ha davvero battuto GPT-6 Astra e Claude Fable 5.1 nella diagnosi del cancro della pelle?

Nel test del Dr. Magnus Lynch del 25 ottobre 2026 su 200 lesioni biopsiate, una rete Inception v3 ottimizzata ha individuato la diagnosi corretta per 125 (62%) e ogni chatbot per il 42%. Per la prima scelta del melanoma ha ottenuto 13 su 30 contro 8 e 11. Lynch nota i numeri piccoli, una sola esecuzione per chatbot e che i prodotti regolamentati hanno prestazioni migliori di questa base. È un test da blog e nulla di quanto riportato in esso è consiglio medico.

### Qual è stato il verdetto di The Daily Diff su queste quattro storie?

Il verdetto di The Daily Diff è stato NEEDS REVIEW. La ragione di Niko è che il deposito di Anthropic ha una perdita sulla carta, un profitto in una misura rettificata e molti spazi vuoti, la storia dei prezzi si basa in parte sulla lettura di un blogger, e il test sul cancro della pelle è di duecento casi eseguiti una volta. Il consiglio è di leggere il deposito da soli, ricalcolare le vostre stime di costo LLM rispetto alle pagine dei prezzi attuali, e controllare le vostre impostazioni di chiamata degli strumenti se servite modelli aperti.

## Capitoli

- 0:00 Da dove viene una perdita di ottanta miliardi di dollari?
- 0:51 Cosa ha depositato Anthropic e cosa è in bianco?
- 2:28 Perché OpenAI e Anthropic hanno tagliato i loro prezzi?
- 3:56 Un flag del server può risolvere i modelli aperti?
- 4:39 Come fa un vecchio modello a battere i chatbot più recenti?
- 5:54 Cosa ottiene il timbro NEEDS REVIEW?

## Trascrizione tradotta

Tradotto dalla narrazione originale inglese. L'audio e i sottotitoli disponibili sono controllati da YouTube.

### Da dove viene una perdita di ottanta miliardi di dollari?

0:00 Sedici miliardi di dollari di ricavi in sei mesi sembrano una compagnia che stampa denaro. Il prospetto di Anthropic elenca una perdita netta di ottanta miliardi di dollari per quei stessi sei mesi. In questo video, quattro storie. Cosa c'è nell'S uno di Anthropic, e da dove viene quella perdita? Perché OpenAI e Anthropic hanno tagliato i loro prezzi? Un flag del server può risolvere i modelli aperti? E come fa un modello di immagine di dieci anni a battere i chatbot più recenti nell'individuare

0:28 il cancro della pelle? Lo studio sul cancro della pelle è stato redatto con uno strumento della compagnia della storia uno. Ci tornerò alla fine. È lunedì ventisei ottobre, e questo è The Daily Diff. Un prospetto è il documento che una compagnia presenta prima di vendere azioni al pubblico. Pensatelo come le note di rilascio per un'intera attività, dove ogni riga ha le impronte digitali di un avvocato. Anthropic, la compagnia che produce Claude, ha presentato il suo primo oggi.

### Cosa ha depositato Anthropic e cosa è in bianco?

0:51 Storia uno. Poco dopo le nove di lunedì mattina, ora di New York, Anthropic ha presentato un Modulo S uno alla S E C. Nomina il simbolo Nasdaq A N T. È una presentazione preliminare, quindi il prezzo delle azioni, il numero di azioni e i ricavi del trimestre più recente sono ancora in bianco. I ricavi sono stati di circa quarantuno milioni di dollari nel duemilaventitré e di circa quattro virgola sei miliardi nel duemilaventicinque. Solo nei primi sei mesi di quest'anno sono stati sedici miliardi.

1:19 Poi la perdita. La perdita operativa per quei sei mesi è stata di circa settecento milioni di dollari, il quattro percento dei ricavi. La perdita netta è stata di ottanta miliardi, e settantadue miliardi di questi sono una sola riga, il cambiamento nel fair value delle note convertibili. In parole povere, man mano che l'azienda acquista valore, le note che deve diventano più preziose, e i conti lo registrano come una perdita. Il deposito riporta anche un utile operativo rettificato di un virgola sei

1:44 miliardi, che aggiunge la retribuzione in azioni e alcuni altri elementi. Lo stesso deposito mostra il conto del copyright. Nel settembre duemilaventicinque Anthropic ha accettato di risolvere la class action degli autori Bartz per un virgola cinque miliardi di dollari, che ha una sua riga nella tabella delle spese. Questo accordo è emerso nella nostra storia sui libri piratati di OpenAI un mese fa. Ecco la parte per gli sviluppatori. Per i tre mesi fino alla fine di settembre, il documento afferma che gli utenti di Claude Enterprise

2:08 che non hanno usato Claude Code hanno speso in media meno di settantacinque dollari al mese. Il cinque percento superiore che lo ha usato ha speso circa venti volte tanto. La proprietà è insolita. Un trust elegge la maggioranza del consiglio attraverso la propria classe di azioni, e una società di proprietà dei fondatori detiene una azione speciale che vale cinquanta virgola uno percento dei voti.

### Perché OpenAI e Anthropic hanno tagliato i loro prezzi?

2:28 Storia due. Max Woolf, che tiene un blog come minimaxir, ha allineato ogni modifica di prezzo da OpenAI e Anthropic da giugno, e il post ha superato i trecento ottanta punti su Hacker News. Il post di OpenAI afferma che il trenta luglio GPT cinque punto sei Luna è diventato l'ottanta percento più economico. Entro il ventinove settembre, OpenAI ha quotato GPT sei punto uno Sol a due dollari in ingresso e dieci dollari in uscita per milione di token, un quinto del prezzo del suo modello di punta, Astra.

2:57 Anthropic afferma che Opus cinque punto cinque costa circa il quaranta percento in meno da eseguire rispetto a Opus cinque, la guerra dei prezzi che abbiamo trattato a settembre. La reazione di Woolf è stata quella di declassare. Ha ridotto il suo piano Codex a un quinto del limite di utilizzo, perché lo stesso modello ora si estendeva quattro volte di più. Nota anche che negli agenti di codifica, le letture della cache sono la maggior parte del costo dei token. Il deposito di Anthropic fornisce il proprio resoconto. Dice che i tagli di settembre hanno combinato un prezzo più basso con una migliore efficienza,

3:23 e che l'efficienza di calcolo le ha permesso di mantenere i suoi margini. Dopo l'Opus quattro punto cinque più economico, dice, la crescita trimestrale dei ricavi è passata dal quarantotto percento al centotrentadue percento, con altri fattori che hanno aiutato. La spiegazione di Woolf sono i modelli a peso aperto. Kimi K tre punto uno Pro, rilasciato il ventitré ottobre, è quotato a due dollari e dieci dollari come GPT sei punto uno Sol. Quindi ricalcolate le vostre stime di costo rispetto alle pagine dei prezzi odierni.

3:49 Nel lavoro degli agenti la riga di input in cache è la più importante, e OpenAI l'ha tagliata a metà per Sol. Storia tre. Ubicloud, una compagnia cloud, ha pubblicato una soluzione per le chiamate di strumenti nei modelli aperti.

### Un flag del server può risolvere i modelli aperti?

4:00 Servendo Kimi K due punto sei su vLLM zero punto ventotto, solo il novantadue percento delle chiamate di strumenti corrispondeva allo schema dello strumento, il che significa che due su ogni venticinque fallivano. La soluzione è la decodifica vincolata. Il server impedisce al modello di scegliere qualsiasi token che violerebbe lo schema JSON dello strumento. In vLLM zero punto trentuno è un flag chiamato tool strict level, e Ubicloud ha misurato il cento percento su Kimi e DeepSeek. vLLM lo tiene disattivato per impostazione predefinita perché gli utenti hanno segnalato problemi con alcuni modelli, come GLM cinque punto uno.

4:33 Il punto di Ubicloud è che il motore e le sue impostazioni cambiano la qualità che si vede. Storia quattro. Il dermatologo Magnus Lynch, che lavora al Guy's Hospital di Londra,

### Come fa un vecchio modello a battere i chatbot più recenti?

4:39 ha sottoposto GPT sei Astra e Claude Fable cinque punto uno a un test su duecento lesioni cutanee biopsiate, ciascuna come un primo piano più un'immagine di dermatoscopia. Ha anche ottimizzato Inception v tre, una rete di immagini che Google ha pubblicato nel duemilaquindici, per circa venti minuti su una GPU. Ha indovinato il sessantadue percento delle lesioni. Ogni chatbot ha indovinato il quarantuno percento. I chatbot avevano dei preferiti. GPT sei Astra ha chiamato settantacinque lesioni carcinoma basocellulare quando venticinque lo erano.

5:08 Sul melanoma, quello che conta di più, la piccola rete ha individuato tredici su trenta come prima scelta, contro otto e undici. Lynch elenca le avvertenze lui stesso. Duecento casi sono pochi, ogni chatbot è stato eseguito una volta, e la rete è una base che i prodotti regolamentati superano. Funziona in un browser del telefono tramite WebGPU e nulla viene caricato. Nulla di quanto riportato qui costituisce consiglio medico. E il filo dall'inizio. Lynch scrive che l'analisi e le prime bozze sono state prodotte con Claude Code,

5:37 lo strumento di codifica di Anthropic, e che uno dei due chatbot che ha testato è anch'esso di Anthropic. Se preferite leggere questo piuttosto che sentirmi parlare, il diff arriva nella vostra casella di posta ogni mattina, gratuitamente su the daily diff dot dev, link qui sotto. Quindi il verdetto di oggi è NEEDS REVIEW. Lo esaminerei perché il deposito di Anthropic ha una perdita sulla carta, un profitto in una misura rettificata e molti spazi vuoti, la storia dei prezzi si basa

### Cosa ottiene il timbro NEEDS REVIEW?

5:56 in parte sulla lettura di un blogger, e il test sul cancro della pelle è di duecento casi eseguiti una volta. E questo è il diff per oggi. Sono Niko di Axrisi. Fondi responsabilmente. Unisciti responsabilmente. Fondi responsabilmente.

## Fonti

- [Anthropic, PBC Form S-1 (registration statement)](https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/anthropicpbc-sx1.htm) — U.S. Securities and Exchange Commission (EDGAR)
- [EDGAR filing index for accession 0001628280-26-067168](https://www.sec.gov/Archives/edgar/data/2130357/000162828026067168/0001628280-26-067168-index.htm) — U.S. Securities and Exchange Commission (EDGAR)
- [OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?](https://minimaxir.com/2026/10/cheap-llms/) — Max Woolf (minimaxir.com)
- [Advancing the price-performance frontier with GPT-5.6](https://openai.com/index/advancing-the-price-performance-frontier-with-gpt-5-6/) — OpenAI
- [Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/) — OpenAI
- [Claude Opus 5.5](https://www.anthropic.com/claude-opus-5-5) — Anthropic
- [Fixing Tool-Call Accuracy in vLLM](https://www.ubicloud.com/blog/fixing-tool-call-accuracy-in-vllm) — Ubicloud
- [A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis](https://lynchlab.net/llm-skin-cancer) — Dr Magnus Lynch (lynchlab.net)
- [Kimi K3.1 Pro](https://openrouter.ai/moonshotai/kimi-k3.1-pro) — OpenRouter