In Cursor, un modello chiamato Honeycomb EAP è apparso brevemente ed è stato rapidamente rimosso.
Non molto tempo dopo, molti lo hanno considerato una fuga di notizie anticipata di Claude Opus 5.
Ma Anthropic non ha confermato, e Cursor non ha fornito spiegazioni. Così ho usato Apodex per testare questa domanda attualmente senza risposta, che potrà essere verificata tra due settimane.
Ma ciò che alla fine ha reso utile questo test non è stato il dato del 10%. È stato il fatto che, dopo una domanda di approfondimento, il sistema ha cancellato due dei suoi elementi di prova principali e ha ricalcolato.
Il contenuto si basa sulle mie operazioni e schermate reali. Le probabilità nel testo sono stime analitiche basate su informazioni pubbliche al 17 luglio 2026, non fatti accertati.
Ho chiesto:
Anthropic rilascerà ufficialmente e renderà pubblico Claude Opus 5 entro il 31 luglio 2026? In caso contrario, cos'è esattamente Honeycomb EAP?
La domanda, la scadenza e le tre identità da giudicare sono state tutte scritte chiaramente prima dell'invio, utilizzando Deep Discover Preview.
Alle 18:28, ho iniziato l'indagine. La pagina è entrata in un processo Swarm multi-percorso, mostrando in sequenza Ricerca, Verifica e Scrittura.
L'attività è stata inviata e sono iniziate più esecuzioni di ricerca.
La prima versione del rapporto era chiara: la probabilità di un rilascio ufficiale di Opus 5 prima del 31 luglio è estremamente bassa; Honeycomb è molto probabilmente un nodo EAP di livello Mythos/Fable, seguito da un Opus 5 ritardato, con la versione puramente di ricerca all'ultimo posto.
Se volevo semplicemente fare un post sponsorizzato standard, questo sarebbe stato sufficiente: una conclusione, fonti e probabilità, più qualche bella schermata del rapporto.
Ma più guardavo, più sentivo che due elementi di prova non tornavano.
Primo: Honeycomb passa a Opus 4.8 dopo un fallback di sicurezza, quindi la sua capacità deve essere superiore a Opus 4.8.
Questo non regge. I fallback possono derivare da policy di sicurezza, stabilità EAP, disponibilità o configurazioni di routing; non equivalgono direttamente a una classifica di capacità.
Secondo: Honeycomb è posizionato più in alto nell'elenco dei modelli di Cursor, quindi appartiene a un livello di prodotto superiore.
A meno che Cursor non abbia reso pubbliche le sue regole di ordinamento, la posizione nell'elenco potrebbe essere influenzata dalla data di rilascio, dall'ordine alfabetico, dalla priorità di integrazione o da decisioni dell'interfaccia utente. Usarlo per dimostrare l'identità di un modello è forzato.
Quindi alle 19:02, invece di chiedere ad Apodex di trovare più materiale di supporto, gli ho fatto fare un'autovalutazione inversa: trovare le prove contrarie più forti, controllare i livelli delle fonti e chiarire le condizioni di fallimento. Se le prove non sono abbastanza solide, cancellarle; non difendere il giudizio iniziale.
Il secondo round non riguardava la rifinitura del rapporto originale, ma specificamente la messa in discussione della propria catena di prove. Questo prompt può essere riutilizzato direttamente.
Il risultato: tre correzioni, una mantenuta.
In primo luogo, ha ammesso che "il fallback di sicurezza a Opus 4.8" non dimostra che Honeycomb sia più potente. Il materiale originale era solo un resoconto di seconda mano con una formulazione incerta come "sostiene" e "alcuni interpretano come", non un log tecnico ufficiale.
Il peso di questa prova è stato ridotto a quasi zero.
Successivamente, non è riuscito a trovare le regole ufficiali di ordinamento dei modelli di Cursor.
Questa volta, ha smesso di fare supposizioni basate sulla posizione nell'elenco, ha cambiato la conclusione in "sconosciuto" e ha rimosso completamente questa prova dal giudizio di identità.
La terza correzione riguardava il ritmo storico di rilascio dei modelli recenti di Anthropic.
La prima versione considerava "cinque canali ufficiali attualmente senza Opus 5" come una prova forte. Ma il secondo controllo ha scoperto che gli aggiornamenti incrementali come Opus 4.x vengono spesso rilasciati con documentazione API e annunci lo stesso giorno; solo i nuovi livelli come Fable/Mythos hanno avuto un anticipo EAP di circa 60 giorni.
Quindi "cinque canali vuoti" dimostra solo che attualmente non ci sono segnali pubblici, non che non verrà rilasciato definitivamente nelle prossime due settimane.
Dopo aver cancellato le prove insostenibili e ricalibrato i parametri di riferimento storici, Apodex ha comunque mantenuto un giudizio di bassa probabilità: circa il 10% per un rilascio pubblico ufficiale di Opus 5 entro il 31 luglio.
Anche le tre identità per Honeycomb sono state ridistribuite:
Questi numeri non sono verità oggettive provenienti da un modello statistico; sono stime analitiche basate sulle prove pubbliche attuali.
Inoltre, nessuna delle tre spiegazioni supera il 50%. Attualmente, nessuna identità merita di essere definita "fatto confermato".
La parte più interessante non è stato il 10% finale, ma che dopo il mio approfondimento, il sistema ha effettivamente cancellato due prove insostenibili e ha ricalcolato. Almeno non ha cercato di forzare la narrazione per difendere la sua prima risposta.
Sono stati elencati anche i segnali che potrebbero ribaltare il giudizio attuale: un annuncio ufficiale di Anthropic, la ricomparsa di Honeycomb come EAP Fable/Mythos, una spiegazione ufficiale per la rimozione, la comparsa di Opus 4.9 o la scomparsa a lungo termine di Honeycomb.
Il rapporto ha fornito condizioni falsificabili, consentendo una futura verifica rispetto agli eventi pubblici.
Dopo questo, sono più propenso a considerare Apodex come un "revisore di ricerca" piuttosto che una macchina per risposte.
La sua prima versione darà ancora troppo peso ai materiali di seconda mano e ragionerà in base alle posizioni dell'interfaccia utente senza regole ufficiali. Ma può elencare fonti, inferenze, prove contrarie e incognite. Puoi quindi fare domande di approfondimento e costringerlo a cancellare prove e modificare giudizi.
Le fonti chiave richiedono ancora una revisione manuale, e le previsioni devono essere verificate una volta che i risultati saranno resi noti. La seconda verifica ha infine elencato 13 riferimenti, principalmente da materiali ufficiali di Anthropic, Claude Platform e Cursor.
Dopo il 31 luglio, tornerò a controllare: quali prove sono state effettivamente utili e quali sembravano solo ragionevoli al momento.
Se hai una domanda che "non ha una risposta standard ora ma può essere verificata pubblicamente in seguito", puoi eseguirla tramite Apodex. Non limitarti a fare un solo round; nel secondo round, fallo direttamente fare un'autovalutazione inversa.
