Anthropic
Anthropic's flagship for the work you would hand a senior colleague — thinking on by default, a million tokens of context.
1M tokens
Contesto
May 2026
Conoscenza fino a
128,000 tokens
Output massimo
Più lento
Velocità
Three prompts, three unedited answers, generated on September 2, 2026 through NinjaChat. Click the prompt to copy it and run it yourself.
Write a Python function that merges overlapping intervals, plus three short tests. Keep the whole answer under 40 lines of code.
def merge_intervals(intervals):
"""Merge overlapping intervals.
Args:
intervals: iterable of (start, end) pairs with start <= end.
Returns:
New list of disjoint (start, end) tuples sorted by start.
Touching intervals like (1, 2) and (2, 3) are merged.
"""
merged = []
for start, end in sorted(tuple(iv) for iv in intervals):
if merged and start <= merged[-1][1]:
prev_start, prev_end = merged[-1]
merged[-1] = (prev_start, max(prev_end, end))
else:
merged.append((start, end))
return merged
def test_overlapping_and_touching():
assert merge_intervals([(1, 3), (2, 6), (8, 10), (15, 18)]) == [
(1, 6), (8, 10), (15, 18)]
assert merge_intervals([(1, 2), (2, 3)]) == [(1, 3)]
def test_unsorted_and_nested():
assert merge_intervals([(5, 7), (1, 10), (2, 3)]) == [(1, 10)]
def test_edge_cases():
assert merge_intervals([]) == []
assert merge_intervals([(4, 4)]) == [(4, 4)]
assert merge_intervals([(1, 2), (3, 4)]) == [(1, 2), (3, 4)]
if __name__ == "__main__":
test_overlapping_and_touching()
test_unsorted_and_nested()
test_edge_cases()
print("all tests passed")
A couple of notes on choices worth knowing about:
(1, 2) and (2, 3) become (1, 3) because the comparison is start <= prev_end. If your intervals are half-open (e.g. time slots where 2 is an exclusive end), change it to start < merged[-1][1] so they stay separate.(5, 1) will produce nonsense rather than an error; add a check if the input isn't trusted.Complexity is O(n log n) time from the sort, O(n) extra space.
Read: We ran the same 3 prompts on 12 AI models — Unedited answers, latency and price for every model, measured through the NinjaChat API in September 2026.
Served by Anthropic as claude-opus-5. Answers vary run to run; these are one take each, not the best of several.
Modifiche su più file con test, portate a termine e non solo abbozzate.
Un milione di token di contesto: interi repository, raccolte di contratti, archivi di ricerca in un solo thread.
Revisioni di architettura, analisi dei compromessi, piani che devono reggere all'esame.
Screenshot, diagrammi, PDF e fogli di calcolo come parte della conversazione.
Tuned to this model — click any line to copy.
Claude Opus 5 è il vertice della famiglia Claude 5 di Anthropic: rilasciato il 24 luglio 2026, si colloca sopra Claude Sonnet 5 e Claude Fable 5. È il modello che Anthropic indirizza al coding agentico, all'uso del computer e al ragionamento di lungo respiro: i compiti in cui un modello deve mantenere un piano lungo molti passaggi, usare strumenti lungo il percorso e accorgersi quando sbaglia. Su NinjaChat, Claude Opus 5 è incluso in tutti i piani, insieme al resto del catalogo di modelli.
La novità principale è che il ragionamento è attivo di default. Opus 5 decide da solo quanto ragionare prima di rispondere e ragiona di più quando il problema lo merita: così una domanda di due righe torna indietro subito, mentre un refactor su un'intera codebase riceve la riflessione che serve. Insieme a una finestra di contesto da 1 milione di token e a 128K token di output, questo significa che puoi passargli un intero repository, un insieme di contratti o un trimestre di appunti di ricerca in un'unica conversazione e chiedere qualcosa che li attraversi tutti.
Nella pratica Opus 5 è il modello da scegliere quando il lavoro è di quelli che affideresti a un collega senior per poi controllarli dopo, non un compito rapido da assistente. Modifiche al codice su più file con relativi test, una revisione di architettura che deve pesare i compromessi, un documento lungo con cui ti serve discutere invece che riassumerlo. Legge immagini e file, richiama strumenti e produce output strutturato quando chiedi JSON, quindi si inserisce tanto nei flussi di lavoro quanto nelle conversazioni.
È anche riflessivo. Opus 5 è più lento di Sonnet 5 e costa di più per token sull'API: per questo NinjaChat li tiene entrambi nel selettore. Parti con Opus per la parte difficile, passa a Sonnet per i volumi. Se ti serve soprattutto velocità, Claude Fable 5 copre la chat di tutti i giorni con una frazione dello sforzo.
Anthropic riporta 96,0% su SWE-bench Verified per Opus 5, il benchmark di ingegneria del software diventato ormai la misura di riferimento per le capacità di coding agentico. I benchmark non sono il lavoro vero, ma quel numero coincide con la sensazione all'uso: porta a termine compiti che altri modelli lasciano a metà.
Da zero al primo risultato in meno di un minuto.
01
Crea un account NinjaChat e scegli un piano
02
Apri la chat e scegli Claude Opus 5 dall'elenco dei modelli
03
Dagli l'intero compito, file inclusi, non un frammento
04
Lascialo pensare: le domande più difficili richiedono più tempo, di proposito
05
Passa a Sonnet 5 o Fable 5 per le domande di follow-up rapide
Confronti onesti — dove {model} vince, e dove no.
Ragionamento più profondo e lavoro agentico di lungo respiro più affidabile
Sonnet 5 è più veloce ed economico per le attività quotidiane
Più forte nei benchmark di coding agentico e nell'uso del computer
Sol ha una finestra di contesto più ampia e un diverso ecosistema di strumenti
Ragionamento attivo di default, punteggio SWE-bench più alto, uso degli strumenti migliore
Opus 4.8 resta disponibile se hai prompt già ottimizzati per lui
Ogni piano NinjaChat include 50+ modelli, uno studio immagini completo e la generazione video.



Un solo abbonamento copre tutti i modelli di NinjaChat, Claude Opus 5 compreso.