Un modello di Anthropic completa il 41% dei lavori freelance
Il nuovo modello di Anthropic, Fable 5.2, ha portato a termine il 41,3% di veri incarichi da freelance con una qualità giudicata professionale. Un anno fa, quando il test è stato lanciato, il sistema migliore si fermava al 2,5%.

- Fable 5.2 completa il 41,3% dei progetti del Remote Labor Index.
- Il test usa 240 lavori reali su Upwork per 144.000 dollari totali.
- Un anno fa il sistema migliore si fermava al 2,5%.
Come funziona il test
Il parametro di riferimento è il Remote Labor Index, sviluppato da Scale Labs e dal Center for AI Safety. A differenza dei test tradizionali, che misurano abilità isolate, qui si valutano incarichi completi: 240 progetti già realizzati da 358 professionisti verificati sulla piattaforma Upwork, per un valore complessivo di circa 144.000 dollari. Un singolo progetto vale in media 632,60 dollari e richiede a un essere umano quasi 29 ore di lavoro.
Gli agenti, cioè sistemi di IA capaci di usare programmi e svolgere compiti in autonomia, lavorano in uno spazio virtuale dotato di software professionali come Blender per la grafica 3D, GIMP per le immagini e Audacity per l'audio. A verificare i risultati sono esperti umani, che aprono i file consegnati e li confrontano con quelli del freelance originale. I tentativi del Center for AI Safety di affidare la valutazione a un'altra IA sono finiti male: i revisori automatici non sanno usare davvero quei programmi e promuovono lavori apparentemente curati ma tecnicamente sbagliati.
Il salto rispetto agli altri modelli
A luglio il precedente Fable 5 guidava la classifica con circa il 16%; Fable 5.1 si ferma a poco meno del 18%. Fable 5.2 fa più del doppio. Dietro ci sono Opus 5.5 di Anthropic al 21,25%, GPT 6 Astra di OpenAI al 20,83% e Gemini Argon 4 di Google, quinto, al 17,08%. Modelli più vecchi come GPT-5.2 o Gemini 3 Pro restano sotto il 3%.
Secondo Scale Labs i progressi maggiori riguardano il montaggio audio e musicale, la progettazione architettonica e di interni e la creazione di modelli 3D. Quasi 50 incarichi completati non erano mai stati risolti da nessun agente. Restano fuori portata il design industriale di prodotto e le animazioni; quando gli agenti falliscono consegnano tipicamente lavori da dilettanti, file corrotti o risultati incompleti.
Perché conta
Il dato riguarda proprio il lavoro autonomo a distanza, una fetta importante dell'economia digitale anche in Italia: montaggio video, grafica, disegno CAD, analisi dati, sviluppo di piccoli giochi. Un salto da 2,5% a 41,3% in un anno indica una velocità di miglioramento che cambia il modo in cui committenti e professionisti valutano cosa delegare a una macchina.
Va letto però con cautela: il 41,3% significa che quasi sei incarichi su dieci non raggiungono ancora lo standard richiesto da un cliente pagante, e che la revisione umana resta indispensabile per distinguere un risultato valido da uno solo apparentemente ben fatto.


