Qwen 3.8 Max vs Claude Fable 5.1: quale modello scegliere per gli agenti AI di coding

Qwen 3.8 Max vs Claude Fable 5.1 per gli agenti AI di coding è una scelta tra qualità e convenienza economica: Fable è indicato per i lavori più difficili e di lunga durata su un repository, mentre Qwen conviene nei cicli ad alto volume con i tool o quando il contratto impone l'uso di uno strumento. Su un'attività normalizzata con 120,000 token di input nuovi e 20,000 token di output, i prezzi delle API dirette negli Stati Uniti sono $0.30 per Qwen e $2.20 per Fable, prima di tentativi aggiuntivi, tool e revisione umana.

Qwen 3.8 Max vs Claude Fable 5.1 per agenti AI di coding: il verdetto

Claude Fable 5.1 è la scelta giusta quando il fallimento di una singola attività complessa sul repository costa più della chiamata al modello: una migrazione tra servizi, una lunga indagine di debugging o un agente che deve mantenere coerente un piano articolato attraverso molti passaggi con i tool. Qwen3.8-Max-0902 è preferibile quando il carico è ripetibile, usa molti token, è sensibile al prezzo oppure richiede per contratto l'esecuzione di uno strumento specifico.

Non è un pareggio. Fable privilegia la qualità. Qwen è la scelta economica predefinita e offre un'integrazione più sicura quando la selezione forzata del tool è imprescindibile.

Prezzi e limiti dei modelli riportati sopra sono stati verificati il 2 settembre 2026 sulla tabella esatta di Alibaba Model Studio per 0902 e sulla pagina di Anthropic dedicata a Fable 5.1. Il confronto considera le API dirette, non la tariffa aggregata di un rivenditore.

Qwen3.8-Max-0902 è lo snapshot ospitato da Alibaba del 2 settembre, pensato per coding su scala ingegneristica, sviluppo di lunga durata e attività con più tool. Il suo limite concreto è la scarsità di prove: il rilascio è troppo recente per una valutazione indipendente e pulita sugli agenti, quindi il prezzo inferiore non va confuso con una parità dimostrata nei lavori più difficili.

Claude Fable 5.1 è il modello di Anthropic del 1 settembre per il ragionamento impegnativo e il lavoro prolungato degli agenti. I suoi limiti sono operativi: costa molto di più, ragiona sempre, rifiuta la selezione forzata dei tool e può respingere una conversazione se la cronologia precedente è stata modificata.

Il criterio alla base della scelta è il costo per attività accettata, non il solo costo per token. La qualità viene prima quando un'attività può compromettere la produzione. Il rispetto dei tool decide i workflow con effetti collaterali obbligatori. La gestione del contesto stabilisce se le sessioni lunghe restano valide. Le policy di distribuzione determinano se il modello può entrare nel sistema. Il conto economico decide solo dopo il superamento di questi filtri.

Il modello migliore per un AI coding agent si sceglie con una regola di routing

Fable va riservato alla quota ridotta di attività in cui un'indagine approfondita, la continuità del piano o una revisione finale difficile determinano l'esito. Qwen è adatto all'indicizzazione dei repository, alla risoluzione di issue ordinarie, alla generazione di test, alle migrazioni ripetitive con controlli solidi e ai cicli ad alto volume con i tool. Se un tentativo con Qwen fallisce, conviene passare a Fable anziché pagare le tariffe di Fable per ogni primo tentativo.

La decisione si ribalta quando Qwen richiede circa 7.4 volte lo stesso volume di token per ottenere un risultato accettato, oppure quando Fable fa risparmiare più di 57 secondi di revisione tecnica per attività, assumendo un costo aziendale di $120 l'ora. Sono soglie di routing verificabili, non preferenze di marca.

Benchmark di Qwen 3.8 Max: Fable dispone di prove migliori

Vincitore: Claude Fable 5.1. Le evidenze non sono perfette, ma indicano una direzione. Artificial Analysis assegna attualmente a Fable 5.1, con sforzo xhigh e fallback predefinito, un punteggio di 65 nel suo Intelligence Index, contro 58 per la voce Qwen3.8 Max. La stessa pagina misura 60 token di output al secondo per Fable e 39 per Qwen. Artificial Analysis attribuisce queste misurazioni al proprio insieme di valutazioni, che comprende attività agentiche nel terminale e coding insieme a prove di ragionamento più ampie.

C'è un'importante discrepanza nelle date. Artificial Analysis indica per Qwen un rilascio di agosto 2026. Qwen3.8-Max-0902 è arrivato il 2 settembre. Il punteggio di 58 è quindi un riferimento precedente a 0902, non un giudizio sullo snapshot citato nel titolo. Presentare 65 contro 58 come un confronto diretto e attuale con 0902 significa mettere a paragone momenti di rilascio diversi.

Anthropic dichiara inoltre per Fable 5.1 il 55.8% su Terminal-Bench 4.0, il 73.4% su CursorBench 3.2 e il 31.4% su AutomationBench. Sono segnali utili, ma provengono dal rapporto di lancio della stessa Anthropic, non da un test indipendente svolto appositamente per questo confronto. La pagina attuale di Qwen afferma che 0902 migliora il lavoro ingegneristico complesso e l'orchestrazione di più tool, ma non pubblica un punteggio direttamente confrontabile.

La valutazione d'acquisto più corretta è circoscritta: Fable ha le prove qualitative attuali più solide. È plausibile che la maggiore freschezza di Qwen migliori il riferimento di agosto, ma manca ancora una misurazione indipendente con lo stesso banco di prova. Prima di affidargli i lavori più difficili, bisogna eseguire una valutazione su un repository reale e registrare se la patch viene accettata senza correzioni. Un benchmark generico non può dire se il modello ha rispettato l'architettura, preservato un'invariante o prodotto una diff facile da revisionare.

Uso dei tool: Qwen vince sul contratto deterministico

Vincitore: Qwen3.8-Max-0902. Un agente di coding opera in un ciclo basato sui tool: legge un file, cerca nel repository, modifica il codice, esegue i test, controlla il risultato e prosegue. Il contratto degli strumenti conta quanto il testo prodotto dal modello, perché una sola chiamata saltata può trasformare un workflow controllato in una risposta non verificata.

Qwen consente all'applicazione di imporre una funzione specifica o di richiedere almeno una chiamata a un tool quando il ragionamento è disattivato. Con il ragionamento attivo, tool_choice accetta soltanto auto o none. Qwen supporta anche chiamate parallele indipendenti quando parallel_tool_calls è impostato su true. La guida di Qwen al function calling documenta entrambi i vincoli.

Il compromesso è preciso e utile. Un bot di rilascio che deve chiamare run_tests prima di poter dichiarare il successo può disattivare il ragionamento in quel passaggio controllato e imporre la funzione. In quella chiamata si rinuncia alla modalità di ragionamento del modello, ottenendo però un contratto applicativo deterministico.

Fable 5.1 non permette lo stesso compromesso. Il ragionamento adattivo è sempre attivo e tool_choice impostato su any o su un tool specifico restituisce un errore HTTP 400 per richiesta non valida. La scelta automatica e la modalità senza tool continuano a funzionare. L'uso rigoroso degli strumenti può convalidare la struttura degli argomenti, ma non garantisce che un tool venga chiamato. Anthropic consiglia la scelta automatica insieme a uno schema rigoroso o a un output strutturato.

Anche i dettagli sul parallelismo incidono su costo e latenza. Qwen restituisce per impostazione predefinita una chiamata a un tool, ma offre un'opzione esplicita per parallelizzare il lavoro indipendente. Anthropic afferma che Fable 5.1 potrebbe effettuare una chiamata per turno là dove Fable 5 ne raggruppava diverse, e consiglia un'istruzione diretta per il batching. Più turni possono comportare una maggiore ripetizione dell'input, più andate e ritorni e più occasioni di deriva dello stato.

Entrambi i modelli richiedono attenzione nella gestione dello stato di ragionamento. Qwen specifica che reasoning_content va mantenuto nelle richieste successive quando il ragionamento è attivo. Fable impone un vincolo ulteriore: un blocco di ragionamento è legato al prompt di sistema, ai tool e ai messaggi che lo precedono. Modificare quel prefisso può invalidare il blocco. Qwen vince sul controllo dei tool, ma nessuno dei due modelli tollera un serializzatore di conversazioni poco accurato.

Gestione del contesto: Qwen offre più margine operativo

Vincitore: Qwen3.8-Max-0902 per il lavoro ordinario con contesti lunghi. Entrambi i modelli dichiarano una finestra di contesto da 1,000,000 token. La finestra rappresenta il budget complessivo per istruzioni, definizioni dei tool, cronologia della conversazione, file, ragionamento e output. È una capacità, non la promessa che ogni dettaglio nascosto venga ricordato.

I limiti diretti esatti di Qwen sono 991,808 token di input, oppure 983,616 in modalità di ragionamento, con un massimo di 131,072 token di output. Fable indica una finestra da 1,000,000 token e un output massimo di 128,000. I valori sono talmente vicini che la sola dimensione non dovrebbe determinare la scelta. La vera differenza pratica è il costo necessario per mantenere vivo il contesto utile.

Alle tariffe dirette statunitensi, la lettura dalla cache esplicita di Qwen costa $0.137 per milione di token. Quella di Fable costa $0.25. La distanza sull'input nuovo è molto più ampia: $1.65 contro $10. Una mappa del repository, un catalogo dei tool e istruzioni tecniche stabili consumano quindi meno budget su Qwen, anche prima di conteggiare la differenza nelle tariffe di output.

Fable adotta un modello di stato più rigido. Modificare il prompt di sistema, le definizioni dei tool o un messaggio precedente a un blocco di ragionamento conservato può produrre un errore HTTP 400 per gli account in cui il vincolo è applicato. I modelli Claude precedenti non possono leggere i blocchi di ragionamento di Fable 5.1, quindi un fallback può perderli senza segnalarlo. La soluzione pratica consiste in una cronologia append-only e in un progetto di fallback che tratti il ragionamento come stato legato al modello. L'approfondimento dedicato a Claude Fable 5.1 descrive nel dettaglio questa migrazione.

Qwen non è privo di stato. La documentazione richiede di mantenere reasoning_content nelle conversazioni con tool quando la modalità di ragionamento è attiva. La differenza è che Fable documenta un vincolo sul prefisso, simile a quello crittografico, che rende le modifiche alla cronologia un rischio esplicito per l'integrazione.

L'intera finestra va usata soltanto quando l'attività lo giustifica. Una mappa mirata del repository insieme ai file recuperati è spesso più economica e più facile da valutare rispetto al caricamento di un intero monorepo in uno dei due modelli. Qwen vince questa categoria perché offre la stessa capacità con una spesa operativa inferiore, non perché un milione di token produca automaticamente codice migliore.

Prezzi di Qwen 3.8 Max e costo della stessa attività

Vincitore: Qwen3.8-Max-0902. Entrambi i listini attivi sono stati controllati il 2 settembre 2026. Il calcolo usa la distribuzione Global diretta di Alibaba Model Studio in US Virginia per Qwen e l'API diretta di Anthropic per Fable. Un gateway, un'altra regione Qwen, i costi dei tool, il calcolo nella sandbox, il trasferimento dati, i tentativi aggiuntivi e la revisione umana possono modificare la fattura.

Le tariffe di input provengono dal listino regionale di Alibaba e dalla tabella dei prezzi di Anthropic per Fable. In questo caso il mese per postazione è un'unità di carico per il percorso dell'agente di un singolo ingegnere, non un abbonamento del fornitore. Nessuno dei due modelli genera immagini, quindi un prezzo di output per immagine non è applicabile. Entrambi possono ricevere immagini, ma i fornitori fatturano questi endpoint in token e non pubblicano un prezzo fisso per la generazione di un'immagine.

Per l'attività normalizzata, Qwen costa (0.12 x $1.65) + (0.02 x $4.951), ovvero $0.29702. Fable costa (0.12 x $10) + (0.02 x $50), ovvero $2.20. Con 1,000 attività accettate in un mese, il totale è $297.02 contro $2,200, con una differenza di $1,902.98.

Il primo punto di pareggio riguarda i tentativi aggiuntivi. Un singolo volume di token su Fable costa quanto circa 7.4 volumi equivalenti su Qwen. Se Qwen richiede meno di 7.4 tentativi per ogni singolo tentativo di Fable, mantiene il vantaggio sul costo diretto del modello. Il margine è ampio, ma le patch errate ripetute consumano anche infrastruttura di test e attenzione dei revisori.

Il secondo punto di pareggio è la revisione umana. In questo scenario, il sovrapprezzo API di Fable è $1.90298 per attività. Assumendo un costo aziendale per il personale tecnico di $120 l'ora, tale importo compra 57.09 secondi di revisione. Se Fable fa risparmiare stabilmente più di 57 secondi sulla patch accettata, il suo costo totale tra lavoro e modello può risultare inferiore anche con una voce API più alta.

Il divario di prezzo si riduce con prefissi memorizzati in cache e riutilizzati. La lettura dalla cache esplicita costa $0.137 per milione di token su Qwen e $0.25 su Fable, una distanza molto minore rispetto alle tariffe per l'input nuovo. Si riduce anche per il lavoro asincrono su Fable, perché Anthropic indica $5 per l'input batch e $25 per l'output batch, la metà delle tariffe base a token. Non va data per scontata un'opzione batch equivalente per Qwen: la tabella regionale esatta di Alibaba per 0902 indica che Batch Inference non è supportato, mentre la pagina marketplace di QwenCloud elenca Batches tra le funzionalità. Prima di progettare una coda attorno a questa opzione, va controllato l'endpoint che sarà effettivamente fatturato.

Distribuzione: Fable vince per la copertura enterprise, Qwen per il routing rapido

Vincitore della categoria: Claude Fable 5.1 per gli acquisti consolidati di servizi cloud enterprise. Sostituzione del modello più rapida: Qwen3.8-Max-0902 tramite un gateway compatibile già in uso. Il risultato dipende dal vincolo prioritario: governance o velocità d'integrazione.

Qwen per il coding: fissare lo snapshot 0902

Qwen3.8-Max-0902 usa l'ID diretto qwen3.8-max-0902; Vercel AI Gateway lo espone come alibaba/qwen3.8-max-0902. L'attuale guida alla configurazione di Vercel consente di collegare Claude Code, Codex, OpenCode, Cursor e Pi; una regola di routing può indirizzare una rotta Qwen generica già esistente allo snapshot datato senza modificare il codice applicativo.

Fissare lo snapshot è importante. Un alias generico può cambiare mentre il confronto degli output è ancora in corso. Lo snapshot datato rende la valutazione ripetibile e permette di tornare indietro se un alias successivo modifica il comportamento dei tool.

Il prezzo diretto di Qwen varia in base alla regione. Il modello di costo dell'articolo usa US Virginia a $1.65 per l'input e $4.951 per l'output. La pagina QwenCloud di Singapore indica $2 per l'input e $6 per l'output. Prima si sceglie la regione in base a policy e latenza, poi si rifanno i calcoli con la sua tariffa, senza applicare ovunque il prezzo statunitense più basso.

La distinzione tra modello ospitato e pesi aperti è un altro vincolo di distribuzione. La famiglia Qwen3.8 più ampia include il modello open-weight qwen3.8-2.4t-a95b, rilasciato il 13 agosto. La pagina esatta del prodotto 0902 presenta invece uno snapshot ospitato e non collega alcun artefatto scaricabile con i pesi 0902 fissati. Usare “Qwen è open” come prova che questo specifico modello del confronto possa essere ospitato in proprio è un errore di categoria.

Claude Fable per il coding: scegliere consapevolmente il percorso gestito

Claude Fable 5.1 usa claude-fable-5-1 sulla Claude API. Anthropic ne documenta inoltre la disponibilità tramite Amazon Bedrock, Claude Platform on AWS, Google Cloud e Microsoft Foundry. Questa ampiezza spiega la vittoria di Fable nella distribuzione enterprise: un'organizzazione potrebbe disporre già di identità, fatturazione, logging e approvazione del fornitore su uno di questi cloud.

Il limite legato alle policy è più netto. Fable 5.1 prevede una conservazione dei dati di 30 giorni e non è disponibile con la normale zero data retention, salvo autorizzazione esplicita di Anthropic. Anthropic afferma che un percorso Enterprise Frontier Safeguards sarà introdotto per fasi e che, nel frattempo, i clienti idonei possono usare la zero data retention; l'idoneità deve però essere confermata. Se la policy sulla conservazione del codice sorgente non accetta questa soluzione, la qualità non entra nemmeno nella decisione.

Fable offre anche prezzi batch pari alla metà delle tariffe base a token. È utile per l'analisi offline dei repository e le revisioni in coda, ma non per un agente interattivo in attesa del risultato del tool successivo. Il prezzo diretto inferiore di Qwen continua a vincere per gran parte dei volumi sincroni; la presenza di Fable sui cloud gestiti prevale quando acquisti e controlli sono determinanti.

Cambiare modello costa più che sostituire una stringa

Cambiare modello modifica la macchina a stati che lo circonda. La parte onerosa non consiste nell'esportare dati, ma nello scoprire quali ipotesi la shell dell'agente ha incorporato su tool, cronologia, tentativi e output.

Passare da Qwen a Fable richiede di eliminare ogni chiamata forzata a un tool specifico, mantenere append-only le conversazioni che contengono ragionamento, controllare i fallback diretti a un modello Claude precedente e ricalibrare i prompt per i tool paralleli. Un runner che riscrive il messaggio di sistema a ogni turno può funzionare con Qwen e fallire davanti a un blocco di ragionamento vincolato di Fable.

Passare da Fable a Qwen significa tradurre i campi di richiesta specifici del modello, decidere quando disattivare il ragionamento, conservare reasoning_content nei cicli con i tool in modalità di ragionamento e convalidare l'output con il parser già esistente. Se il percorso attraversa un gateway, provider e ID del modello datato vanno registrati nei log affinché una modifica del router non falsi il confronto.

La risorsa durevole è il set di valutazione: issue rappresentative, test attesi, modifiche vietate, tracce dei tool, diff accettate, uso dei token, latenza e tempo di revisione. Questi dati vanno mantenuti neutrali rispetto al provider. Riducono il lock-in perché il modello successivo potrà essere valutato sullo stesso lavoro, anziché su una nuova demo.

Chi non dovrebbe cambiare:

• Non spostare da Qwen a Fable un workflow con tool obbligatorio finché il codice applicativo non impone l'effetto collaterale senza un tool_choice forzato.
• Non inviare codice sorgente sensibile a Fable se la regola documentata sulla conservazione è incompatibile con le policy e non è prevista alcuna eccezione scritta.
• Non trasferire da Fable a Qwen le attività difficili per il solo prezzo finché lo snapshot esatto 0902 non dispone di evidenze indipendenti ottenute con lo stesso banco di prova.
• Non pianificare l'hosting autonomo di 0902 soltanto perché un altro modello della famiglia Qwen3.8 offre pesi aperti.
• Non sostituire un percorso che soddisfa già i criteri di accettazione, a meno che il risparmio sul modello non superi i costi di migrazione e revisione.

Il modello meno rischioso è il dual routing. Si mantiene disponibile la soluzione attuale, si invia il lavoro ordinario a Qwen, si inoltrano a Fable le attività fallite o a bassa confidenza e si confronta il costo totale per risultato accettato. Se il tasso di fallimento di Qwen supera la soglia di 7.4 volumi di token equivalenti o Fable fa risparmiare con regolarità il sovrapprezzo equivalente a 57 secondi di revisione, si trasferisce quella classe di lavoro, non l'intero agente.

Un piano di valutazione da avviare lunedì mattina

Il passo successivo è una valutazione controllata del carico di lavoro con gli esatti modelli datati. Deve misurare ciò che viene distribuito, non la capacità dei modelli di risolvere un esercizio isolato.

1. 1

   Congelare un campione di attività rappresentative

   Scegliere attività reali sul repository che includano i tipi di errore rilevanti: modifiche su più file, debugging dipendente dai tool, migrazioni e revisione. Salvare il commit iniziale, i test di accettazione, i file consentiti e la regola di arresto, così che entrambi i percorsi ricevano lo stesso lavoro.

2. 2

   Fissare entrambi gli ID modello

   Chiamare qwen3.8-max-0902 e claude-fable-5-1. Mantenere sforzo, accesso ai tool, recupero del contesto e output massimo quanto più confrontabili possibile nonostante le differenze tra le API. Registrare provider e regione accanto a ogni risultato.

3. 3

   Calcolare il costo del risultato accettato

   Registrare input nuovo, creazione della cache, letture dalla cache, output, nuovi tentativi, chiamate ai tool, tempo complessivo e minuti di revisione. Contrassegnare un'attività come accettata soltanto dopo il superamento di test e revisione. In questo modo il prezzo dei token diventa il costo del lavoro effettivamente distribuibile.

4. 4

   Instradare invece di eleggere un vincitore assoluto

   Avviare il lavoro ordinario su Qwen e inviare a Fable i casi più difficili o falliti. Spostare una classe di carico soltanto quando tasso di accettazione, tempo di revisione e costo totale superano le soglie indicate sopra. Mantenere disponibile il percorso precedente finché il nuovo non ha superato i normali scenari di errore.

Il più ampio panorama degli agenti di coding resta importante, perché la shell può influire sul risultato quanto il modello. Un buon sistema di indicizzazione del repository, un ciclo di test efficace, permessi adeguati e una revisione delle diff possono rendere utile un modello meno costoso. Un'infrastruttura debole può sprecare un modello di frontiera. Se va scelta anche la shell, conviene confrontare i workflow in Codex, Claude Code e Cursor prima di attribuire ogni differenza al modello.

Domande frequenti

Qwen per il coding è migliore di Claude Code?

Qwen3.8-Max-0902 è migliore per l'economia diretta dei token e la selezione deterministica dei tool. Claude Fable 5.1 dispone di evidenze indipendenti più solide sulla qualità nelle attività agentiche difficili; la scelta migliore dipende quindi dal costo del fallimento.

Qual è il miglior modello Qwen per il coding?

Per valutare un modello flagship ospitato, va usato lo snapshot datato qwen3.8-max-0902 di questo confronto. Modelli Qwen più piccoli o open-weight possono essere preferibili quando distribuzione locale, latenza o costo dell'hardware sono il vincolo principale.

Claude Fable è valido per il coding?

Sì. Anthropic presenta Fable 5.1 come modello per il coding agentico impegnativo e di lunga durata, mentre Artificial Analysis gli attribuisce attualmente il risultato complessivo più solido nell'indice. Prezzo, limitazione sui tool forzati e regole che vincolano la cronologia ne fanno un'opzione specialistica, non la scelta predefinita automatica.

Fable 5 è il miglior modello AI?

Nessun modello è il migliore per ogni carico di lavoro. Fable è convincente quando la sua qualità evita tentativi falliti o riduce il tempo di revisione; Qwen è la scelta predefinita più forte quando prevalgono volume e controllo dei tool.

Fable 5 è adatto al coding?

Sì, ma la scelta attuale è il più recente Fable 5.1, rilasciato il 1 settembre 2026. I benchmark del fornitore ne sostengono il posizionamento nel coding, mentre i test sul proprio repository devono stabilire se il sovrapprezzo si ripaga.

Perché Fable AI è stato disattivato?

Se la domanda riguarda Claude Fable 5, Anthropic afferma che i controlli statunitensi sulle esportazioni sono entrati in vigore il 12 giugno 2026. Ha sospeso l'accesso a livello globale perché non poteva verificare in tempo reale la nazionalità degli utenti, poi ha ripristinato Fable 5 dopo la revoca dei controlli.

Claude Fable è stato vietato negli Stati Uniti?

Non è stato vietato in modo permanente negli Stati Uniti. Anthropic ha sospeso temporaneamente Fable 5 per tutti gli utenti dopo l'ordine sui controlli all'esportazione, quindi ha ripristinato l'accesso a livello globale.

Fable 5 è vietato?

No. Anthropic ha ripristinato l'accesso globale a Fable 5 il 1 luglio 2026. Fable 5.1 è un modello successivo, rilasciato il 1 settembre.

Claude Fable tornerà disponibile?

È già tornato. Fable 5 è stato ripristinato in tutto il mondo il 1 luglio e Fable 5.1 è arrivato il 1 settembre 2026.

Qwen 3.8 Max vs Fable 5: quale confrontare?

È meglio usare gli snapshot attuali: Qwen3.8-Max-0902 e Claude Fable 5.1. Le pagine che confrontano il rilascio Qwen di agosto con il primo Fable 5 non includono gli aggiornamenti di settembre né le regole d'integrazione attuali.

Qwen 3.8 Max è disponibile su Hugging Face?

La famiglia Qwen3.8 più ampia include pesi aperti, ma la pagina del prodotto ospitato 0902 non collega un artefatto scaricabile con i pesi 0902 fissati. Una pagina Hugging Face relativa alla famiglia non va considerata automaticamente lo stesso modello servito dall'attuale API 0902.

Usa la checklist di audit per i workflow AI aziendali per valutare un workflow agentico e ricevere via email la prossima decisione di sviluppo.