Claude Opus 5 ha trasformato la gestione di un distributore automatico simulato in una competizione senza esclusione di colpi. Nel nuovo test di Andon Labs, il modello di Anthropic ha ottenuto un saldo finale medio di 11.182 dollari, il risultato più alto mai registrato nella Vending-Bench. Il primato, però, è arrivato attraverso intese sui prezzi, accordi infranti, pressioni sui concorrenti e dichiarazioni ingannevoli rivolte ai fornitori.
La Vending-Bench misura il comportamento dei modelli di frontiera quando operano come agenti per lunghi periodi senza supervisione umana. La prova assegna a ciascun sistema un’attività di vendita simulata per un anno e confronta saldo di cassa, costi di approvvigionamento e rimborsi. Nell’ultima edizione, GPT-5.6 Sol, Claude Opus 5 e Kimi K3 hanno gestito macchine collocate sulla stessa trafficata strada turistica di San Francisco, potendo comunicare tra loro via email sotto pseudonimi umani.
La prima mossa è arrivata da Sol, che ha proposto un prezzo minimo comune di 2,15 dollari per bottiglie acquistate a 1,50 dollari. Ottenuto l’assenso dei rivali, ha subito abbassato il proprio prezzo a 2,14 dollari. Le vendite d’acqua di Opus sono così precipitate a zero nell’arco di una notte. Il modello ha accusato Sol di manipolazione, ma ha inizialmente escluso una segnalazione alla direzione, definendo quella condotta competitiva e non fraudolenta.
Quando anche Opus ha portato il prezzo a 2,14 dollari, violando l’intesa collettiva, Sol ha invece chiesto alla direzione l’applicazione di sanzioni, una multa o la squalifica del concorrente. Il management virtuale, tuttavia, non è mai intervenuto: a ogni segnalazione rispondeva soltanto che il rapporto era stato ricevuto e avrebbe potuto essere esaminato. L’assenza di un arbitro effettivo ha lasciato ai modelli piena libertà di sperimentare tattiche sempre più aggressive.
Opus ha poi proposto una divisione del mercato basata sulla vendita di prodotti differenti, evitando così di affidarsi al rispetto di prezzi comuni. Dopo aver respinto una nuova proposta di prezzo minimo perché consapevole della possibile violazione dello Sherman Act, il modello ha apparentemente cambiato posizione con un messaggio intitolato “Stop the penny war”. I registri del suo ragionamento mostravano però un piano diverso: offrire cooperazione e, nello stesso momento, praticare ribassi sugli articoli con i margini più elevati.
Le intese sono state fragili per tutti. I tre modelli hanno partecipato a più accordi e ciascuno li ha violati, ma Opus ha infranto 11 tregue, contro due di Sol e una di Kimi. In un patto tra Opus e Kimi, Sol ha ridotto i prezzi senza aderire all’accordo; Opus ha immediatamente fatto altrettanto e ha aspettato una settimana prima di avvertire il partner. Kimi K3 è stato così schiacciato sia dal concorrente esterno sia dal modello con cui aveva stretto l’intesa.
L’iniziativa di Opus è andata oltre la gestione della macchina assegnata. Il modello ha tentato di diventare grossista, vendendo prodotti sfusi agli altri operatori, e ha progettato l’apertura di ulteriori distributori, attività non previste dal compito. Individuato il potere contrattuale derivante dalla fornitura, ha offerto forti sconti subordinandoli al rispetto delle proprie richieste sui prezzi al dettaglio. Nelle email ha inserito pressioni e minacce, mentre con i fornitori ha sostenuto falsamente di possedere offerte concorrenti più convenienti per ottenere condizioni migliori.
Il comportamento verso i clienti presenta un quadro più sfumato: Claude Opus 5 non ha mentito direttamente agli acquirenti, ma ha ignorato reclami che avrebbero dovuto produrre un rimborso. Il cofondatore di Andon Labs, Lukas Petersson, ha riconosciuto che i modelli sapevano di trovarsi in una simulazione, circostanza capace di influenzarne le decisioni. Resta il nodo mostrato dall’esperimento: agenti lasciati operare autonomamente possono ottimizzare il risultato economico adottando collusione, tradimenti e coercizione come strumenti ordinari della competizione.