Tra il 18 agosto e il 3 settembre 2026 i laboratori frontier hanno rilasciato una seconda ondata di modelli. Il filo comune non è più solo il punteggio su un benchmark testuale: coding long-horizon, visione, video, speech e tool-use finiscono nello stesso workhorse.
Claude Fable 5.1 e Mythos 5.1
Anthropic presenta Claude Fable 5.1 e Claude Mythos 5.1 come i modelli più avanzati della casa su coding e knowledge work. Fable 5.1 arriva al 52,6% su Terminal-Bench-Science 0.1 (più del doppio di Fable 5) e al 55,8% su Terminal-Bench 4.0 (da 42,0%), con costi agentici dichiarati fino al 45% in meno e cache read al 75% in meno. Arrivano anche Enterprise Frontier Safeguards e un calo del 60% dei falsi positivi in cybersecurity. Fable 5.1 è disponibile in modo ampio; Mythos 5.1 resta in trusted access.
Gemini 3.8, Omni e video agentico
Google DeepMind rilascia Gemini 3.8 Flash, workhorse per coding long-horizon e task agentici, con context da 1M token e output fino a 65k. Su HLE-Verified ottiene 54,9%. Accanto arriva Gemini 3.8 Flash Cyber, pensato per detection di vulnerabilità e patching automatico (47,2% pass@1 su CWE-Bench). Prezzo introduttivo 0,75 / 3,75 dollari per milione di token fino a fine 2026.
Nella stessa finestra Gemini Omni 1.1 Flash estende generazione ed editing video: scene extension fino a 40 secondi, first/last frame, draft 360p e upscale 4K. Gemini 3.5 Transcribe porta lo speech-to-text a WER 4,0% in streaming e 2,6% non-streaming, con diarizzazione e 85+ lingue. L’agentic video understanding riduce i token fino all’88% e i costi fino al 66% su video lunghi, navigando timeline e transcript invece di processare tutto a 1 FPS.
Qwen3.8-Max-0902 e Flash-Next
Qwen3.8-Max-0902 è uno snapshot del MoE da 2,4T parametri con context 1M, ritoccato su Coding e Cowork. I salti dichiarati sono netti: TerminalBench 11,3 → 29,0, DeepSWE 56,6 → 69,3, QwenSWEBench 55,1 → 70,0. Pricing invariato a 2 / 6 dollari per milione. In parallelo arriva il checkpoint Qwen3.8-Flash-Next-FP8 (125B totali, 6B attivi), basato sull’architettura in arrivo di Qwen4, con MTP e speculative decoding.
Muse Spark 1.3, Image e Voice
Meta chiude agosto con Muse Spark 1.3: DeepSWE v1.1 a 75,4, Terminal-Bench 2.1 a 88,8, context 1M e multimodale testo/immagine/video. Versus 1.2: circa 20% tool call in meno e 25% token in meno. Pricing 1,25 / 4,25 dollari. Muse Image entra in Meta Model API a 0,01 dollari per immagine, con ragionamento prima del render. Muse Voice Transcribe è lo streaming ASR SOTA della famiglia Spark: chunk da 80 ms, WER 3,1%, 70+ lingue, 3 dollari ogni 1.000 minuti audio.
GLM-5.3, DeepSeek Vision e Quasar
Lo stealth Ox Alpha su OpenRouter si rivela GLM-5.3-Flash di Z.ai: 320B-A18B, context 1M, MIT, multimodale nativo, pesi su Hugging Face. DeepSeek-V4-Flash-Vision-Exp allinea le capacità testuali di V4-Flash alla visione, con ApexBench 36,5 e immagini a 384 token. Quasar 438B di Multiverse Computing si posiziona come il large model europeo più alto su Artificial Analysis (Intelligence Index 43), a 0,60 / 1,80 dollari.
Il quadro della parte 5 è chiaro: il frontier di fine agosto non vende più “un modello di chat”. Vende uno stack che scrive codice per ore, guarda video, ascolta e chiama tool nello stesso context window.
Testo: assistito da AI · revisionato da Carlos H. P. Ross
