Il default OpenAI di Replit sostituisce Claude al centro di Agent

Replit ha reso OpenAI il proprio fornitore di modelli predefinito, invertendo la precedente dipendenza da Anthropic, nonostante Claude resti disponibile. Il default OpenAI di Replit cambia i modelli che la maggior parte dei clienti incontra per primi all’interno di Replit Agent. Trasforma inoltre una decisione infrastrutturale in una competizione visibile su costi, prestazioni nel coding e allineamento commerciale.

Il CEO Amjad Masad aveva inizialmente descritto il cambiamento in termini più netti al TechCrunch Disrupt. Aveva affermato che Replit non lavorava più con Anthropic e sostenuto che ChatGPT fosse diventato più adatto alle esigenze dell’azienda. Il successivo chiarimento ha ristretto tale affermazione: Replit supporta ancora Claude, ma OpenAI è ora il suo partner preferito.

Questa distinzione è importante. Replit non ha rimosso Anthropic dalla propria piattaforma né abbandonato la propria posizione indipendente dai modelli. Ha cambiato il default, che può comunque reindirizzare un utilizzo sostanziale perché molti clienti accettano la selezione iniziale della piattaforma.

Il passaggio segue inoltre una partnership più profonda con OpenAI annunciata ad agosto. I modelli OpenAI alimentavano già la Free Mode di Replit, mentre Replit aveva iniziato a pubblicare osservazioni di produzione relative ai modelli più recenti di entrambi i fornitori.

La storia che ne risulta non è una semplice estromissione di Anthropic. È un’inversione strategica in cui Replit pone OpenAI al centro, preservando al contempo una scelta di modelli sufficiente per reagire qualora prestazioni, economia o domanda dei clienti cambiassero nuovamente.

Cosa cambia effettivamente il default OpenAI di Replit

OpenAI ora occupa la posizione privilegiata in Replit Agent, ma Anthropic resta all’interno del prodotto e del suo stack operativo.

Masad ha dichiarato a TechCrunch che Replit ha scelto OpenAI in base a prestazioni, aspetti economici e solidità della partnership. I suoi commenti sono seguiti a un intervento al TechCrunch Disrupt del 15 ottobre 2026.

La dichiarazione originale suonava definitiva. Masad ha affermato che Replit non lavorava più con Anthropic, citando valutazioni interne, costi e la relazione commerciale tra le aziende.

Nel fine settimana, la posizione di Replit è diventata più precisa. Secondo il resoconto aggiornato sul modello predefinito, i clienti possono continuare a scegliere Claude e altri modelli supportati. OpenAI è il partner preferito che alimenta Replit Agent, non il suo fornitore esclusivo.

Questo chiarimento separa tre decisioni che è facile confondere.

Primo, Replit controlla il modello presentato come predefinito. Questa scelta influenza gli utenti comuni che non controllano né modificano le impostazioni del modello.

Secondo, Replit può instradare compiti diversi verso modelli diversi. Un agente di coding non è necessariamente legato a un unico modello di base per l’intera durata di un progetto.

Terzo, i clienti possono ancora effettuare una scelta esplicita del modello Replit dove il prodotto lo consente. Claude resta quindi rilevante anche quando OpenAI riceve il carico di lavoro iniziale.

L’elenco pubblico dei subprocessor di Replit rafforza la distinzione. Il suo aggiornamento di agosto 2026 include sia OpenAI sia Anthropic come fornitori di modelli AI. Include anche Google e OpenRouter, indicando un portafoglio di fornitori più ampio anziché un’architettura a singolo fornitore.

L’effetto pratico favorisce comunque OpenAI. I default modellano i comportamenti perché riducono lo sforzo necessario per iniziare un’attività. Un cliente che apre Replit Agent ha maggiori probabilità di utilizzare il modello collocato direttamente nel percorso standard rispetto a uno che richiede una selezione deliberata.

Ciò può reindirizzare una quota rilevante della spesa per inferenza senza bloccare i modelli concorrenti. Masad ha affermato che Replit era stata di recente uno dei cinque maggiori clienti di Anthropic, sebbene nessuna delle due aziende abbia divulgato la spesa o l’utilizzo sottostanti.

Il default agisce quindi come una decisione d’acquisto su larga scala. Determina quale fornitore riceve il traffico ordinario, quale modello raccoglie più feedback dalla produzione e quale partner diventa maggiormente associato all’esperienza utente di Replit.

Tuttavia, l’opzione Claude ancora disponibile limita la portata dell’annuncio. Replit non ha dimostrato che ogni carico di lavoro ottenga risultati migliori con OpenAI. Ha invece deciso che OpenAI offre al momento la migliore combinazione complessiva per la propria esperienza standard.

Questa qualificazione finale è importante. Le prestazioni dei modelli cambiano rapidamente e il lavoro ingegneristico di Replit presuppone che la scelta migliore possa variare a seconda delle attività. L’azienda sta scegliendo un capofila senza chiudere definitivamente la gara.

Costi e distribuzione hanno reso tempestiva la partnership

Il passaggio ha seguito mesi di integrazione del prodotto che hanno offerto a OpenAI sia un argomento economico sia un canale di distribuzione diretto attraverso Replit.

Replit e OpenAI hanno ampliato pubblicamente la loro partnership nell’agosto 2026. Replit ha introdotto Free Mode usando GPT-5.6 Luna, un modello posizionato per il lavoro quotidiano rapido ed economico.

In base a questo progetto, gli utenti possono pianificare, esplorare idee, richiedere feedback e gestire attività più leggere senza attingere alla stessa quota di utilizzo delle build più complesse. Replit può quindi spostare il lavoro più impegnativo in altre modalità Agent.

OpenAI ha descritto la partnership Free Mode come il risultato del miglioramento dell’economia dei modelli. Masad ha affermato che le riduzioni di prezzo di OpenAI hanno aiutato Replit a offrire questa esperienza a milioni di utenti.

Separatamente, Replit ha dichiarato che Free Mode ha consentito ai clienti di creare fino a 30 volte di più con il design rivisto del prodotto. Questa cifra proviene da Replit e va letta come un’affermazione dell’azienda, non come una misura verificata in modo indipendente del software completato.

La logica del prodotto è comunque chiara. Il costo dei modelli non è una preoccupazione secondaria per una piattaforma di coding AI. Ogni turno dell’agente può attivare pianificazione, generazione di codice, chiamate a strumenti, test, recupero dagli errori e ragionamento successivo.

Una piccola differenza nel costo di una singola risposta può diventare rilevante nel corso di una lunga sessione di sviluppo software. L’effetto cresce ulteriormente quando la piattaforma serve milioni di persone.

Replit ha inoltre un incentivo a rendere invisibile questa complessità. La maggior parte degli utenti desidera un’applicazione funzionante, non un esercizio di approvvigionamento che coinvolga vari fornitori di modelli.

L’azienda ha introdotto Intelligent Model Routing in agosto per selezionare i modelli in base a qualità, velocità e costo con l’evolversi delle attività. Replit ha dichiarato che i suoi test hanno fornito una qualità dell’output comparabile con un costo inferiore del 65 percento rispetto al precedente sistema Max Mode.

Quel risultato di routing è un’altra cifra riportata dall’azienda. Replit non ha pubblicato prove indipendenti sufficienti per considerarlo un risultato universale per ogni progetto.

Tuttavia, routing e default risolvono problemi diversi. Il routing seleziona un modello o una configurazione durante il lavoro. Un default stabilisce il punto di partenza commerciale e tecnico preferito per l’intero sistema.

OpenAI ha inoltre ottenuto un vantaggio distributivo al di fuori dell’interfaccia di Replit. Da gennaio 2026, gli utenti di ChatGPT possono invocare Replit per creare, aggiornare e distribuire applicazioni da una conversazione.

Questa integrazione collega l’interfaccia consumer di OpenAI con l’ambiente di sviluppo e distribuzione di Replit. Offre a entrambe le aziende un incentivo a rendere coerente il passaggio di consegne.

Per OpenAI, la relazione estende i suoi modelli a un servizio di produzione software end-to-end. Per Replit, ChatGPT diventa un altro luogo in cui i potenziali clienti possono iniziare a costruire.

Anthropic mantiene una posizione forte nel coding. I modelli Claude restano integrati in diversi prodotti per sviluppatori e godono tra i programmatori di una reputazione per la generazione di codice e il ragionamento.

Ma la sola qualità del modello non decide il default di una piattaforma. Replit deve considerare costo dell’inferenza, capacità, integrazione del prodotto, condizioni commerciali e rapidità di risposta di un fornitore quando i sistemi di produzione falliscono.

La spiegazione di Masad ha combinato tutti questi fattori. Non ha presentato la mossa come il risultato di un singolo punteggio benchmark. Ha descritto OpenAI come il partner complessivamente migliore per le attuali priorità di Replit.

Queste priorità stanno cambiando anche mentre Replit punta a organizzazioni più grandi. Masad ha affermato che i contratti enterprise rappresentavano circa il 2 percento dei ricavi aziendali l’anno scorso e approssimativamente il 15 percento quest’anno. Ha inoltre affermato che i clienti business rappresentano ora più della metà dei ricavi.

Replit si aspetta che clienti enterprise e governativi contribuiscano a più della metà dei suoi ricavi nel 2027. Questi acquirenti tendono a preoccuparsi di affidabilità, controlli di sicurezza, stabilità degli approvvigionamenti e supporto, oltre alla capacità pura del modello.

Una partnership preferenziale può semplificare questa narrazione. Può anche creare un rischio di concentrazione se il fornitore scelto subisce interruzioni, aumenta i costi o resta indietro nei carichi di lavoro importanti.

Mantenere Claude disponibile aiuta Replit a gestire questo rischio. L’azienda può promuovere OpenAI come standard mantenendo al contempo leva e alternative tecniche.

Replit e Anthropic ora competono attraverso il default

La competizione principale non riguarda l’accesso esclusivo a Replit; riguarda il controllo del percorso standard attraverso il quale gli utenti Replit sviluppano software.

Anthropic occupava in precedenza un ruolo centrale in Replit Agent. Un precedente studio di implementazione di Claude descriveva Replit mentre sceglieva Claude su Google Cloud dopo aver valutato diversi modelli.

Quel case study affermava che Replit Agent alimentato da Claude supportava più di 100.000 applicazioni tramite Cloud Run. Presentava la relazione come una combinazione delle capacità dei modelli Anthropic, del sistema agent di Replit e dell’infrastruttura Google Cloud.

I materiali più recenti di Replit mostrano che questa storia non è scomparsa dall’oggi al domani. Alla fine di settembre, l’azienda ha pubblicato osservazioni di produzione relative a Fable 5 e Fable 5.1 di Anthropic insieme a GPT-6 Astra di OpenAI.

Queste osservazioni hanno esaminato il modo in cui i modelli delegavano il lavoro a subagent specializzati. Un subagent è un processo delegato più piccolo che gestisce un’attività limitata, come esplorare codice, revisionare modifiche o testare un’interfaccia.

Replit ha riferito che GPT-6 Astra delegava più frequentemente a worker generici. Ha inoltre dichiarato che i modelli Anthropic più recenti mostravano una solida qualità ingegneristica e riducevano la necessità di un agente separato per la revisione del codice.

Questo confronto complica qualsiasi semplice affermazione secondo cui Replit avrebbe ritenuto Anthropic tecnicamente inadeguata. I suoi ingegneri stavano ancora descrivendo comportamenti utili dei modelli Anthropic poco prima che Masad annunciasse il nuovo default.

L’inversione è quindi commerciale e architetturale tanto quanto tecnica. Replit sta valutando risultati completi degli agenti, anziché chiedersi quale chatbot autonomo produca il miglior esempio di codice isolato.

Un modello di base opera all’interno di un harness, ovvero il sistema circostante che gestisce prompt, strumenti, contesto, test, tentativi ripetuti e lavoro delegato. Lo stesso modello può comportarsi diversamente quando quell’harness cambia.

Il sistema di produzione di Replit può anche compensare le debolezze del modello. Può inviare l’esplorazione a un componente, l’implementazione a un altro e i test a un processo di automazione del browser.

Ciò rende la partnership Replit-Anthropic meno binaria di quanto suggerisse il commento originale sul palco. Anthropic può perdere lo status predefinito mentre i suoi modelli restano utili per attività o clienti specifici.

Per Anthropic, la pressione deriva dallo spostamento dell’utilizzo. Se la maggior parte dei clienti mantiene il default OpenAI, Claude riceve meno richieste di routine attraverso una delle piattaforme di sviluppo software AI più visibili.

Ciò influenza più dei ricavi immediati. Il traffico di produzione genera evidenze su errori, flussi di lavoro preferiti, latenza e sul modo in cui gli utenti non tecnici descrivono le attività software.

OpenAI può ottenere una quota maggiore di quel feedback rafforzando al contempo la propria posizione nella programmazione agentica. Anthropic dovrà quindi convincere Replit, le piattaforme concorrenti o gli utenti che Claude offre abbastanza valore aggiuntivo da giustificare una scelta esplicita.

Per Replit, la pressione agisce nella direzione opposta. Una volta che l’azienda promuove OpenAI come standard, i clienti assoceranno la qualità dell’output di Agent a quella scelta.

Una build non riuscita non verrà interpretata come un astratto problema del fornitore. Gli utenti la percepiranno come un problema di Replit, indipendentemente dal fatto che il guasto di fondo sia iniziato nel modello, nell’harness, nella toolchain o nell’ambiente applicativo.

La scelta predefinita di OpenAI su Replit sposta quindi sia la responsabilità sia il traffico. Replit sostiene pubblicamente un fornitore, mantenendo al tempo stesso la possibilità di usarne altri dietro l’interfaccia.

Questa configurazione assomiglia più all’approvvigionamento cloud che a una preferenza per un chatbot consumer. Le piattaforme spesso scelgono un fornitore primario per ragioni economiche e di integrazione, mantenendo alternative per la resilienza.

La differenza è che i modelli di base influenzano il comportamento visibile del prodotto. Cambiare l’impostazione predefinita può modificare lo stile di programmazione, il design dell’interfaccia, i modelli di errore, la selezione degli strumenti e la quantità di lavoro completato prima dell’intervento umano.

Gli sviluppatori non dovrebbero interpretare la decisione come un verdetto valido per l’intero settore su Claude rispetto a OpenAI. La valutazione di Replit riguarda il proprio harness, i propri carichi di lavoro, contratti e distribuzione ai clienti.

Un’altra piattaforma di coding potrebbe giungere alla conclusione opposta usando un diverso ciclo degli agenti o una diversa base utenti. Anche un’azienda che gestisce un grande repository esistente ha esigenze differenti rispetto a un fondatore che genera una nuova applicazione a partire da un prompt.

La conclusione più difendibile è più circoscritta. OpenAI offre attualmente la combinazione che Replit desidera per il percorso predefinito, mentre Anthropic rimane sufficientemente preziosa da restare disponibile.

Il Caso del Benchmark È Ancora Incompleto

Replit ha spiegato i criteri alla base della propria decisione, ma gli osservatori esterni non possono riprodurre in modo indipendente il confronto completo.

Masad ha affermato che Replit utilizza un benchmark interno che copre misure quali le prestazioni. Ha inoltre indicato un benchmark pubblico e ha dichiarato che i modelli Sol e Astra di OpenAI hanno ottenuto risultati costantemente migliori nella creazione da zero di applicazioni sviluppate tramite vibe coding.

Il vibe coding descrive la creazione di software guidata principalmente da istruzioni in linguaggio naturale, con un sistema di AI che produce e rivede gran parte del codice. Privilegia i risultati completati rispetto all’implementazione manuale.

Questa definizione crea una sfida di valutazione. Costruire un’applicazione da zero implica più che generare funzioni corrette. L’agente deve interpretare una richiesta ambigua, scegliere un’architettura, creare un’interfaccia, collegare servizi, testare il comportamento e recuperare dagli errori.

Un benchmark che cattura questi passaggi può essere utile. Può anche favorire l’harness e il workflow per i quali è stato progettato.

Replit è sia il valutatore sia la piattaforma che seleziona un partner commerciale. Questo non rende non validi i suoi risultati, ma limita ciò che tali risultati dimostrano al di fuori di Replit.

L’azienda ha pubblicato alcuni dettagli metodologici sulle proprie valutazioni degli agenti. Ha inoltre diffuso statistiche di produzione che mostrano come diversi modelli delegano il lavoro nel suo sistema.

Queste divulgazioni offrono più sostanza di una semplice affermazione secondo cui un modello sembra migliore. Tuttavia, non forniscono ancora un confronto completo e sottoposto a audit indipendente tra OpenAI e Anthropic in termini di costi, affidabilità, sicurezza e qualità delle applicazioni.

I costi sono particolarmente difficili da confrontare sulla base delle informazioni pubbliche. Una piattaforma delle dimensioni di Replit può negoziare condizioni diverse da quelle pubblicate per le API.

La sua spesa totale comprende anche generazioni fallite, contesto memorizzato nella cache, tentativi ripetuti, strumenti, subagenti e supporto. Un modello con un costo unitario più elevato può risultare complessivamente più economico se completa i compiti con meno tentativi.

Può accadere anche il contrario. Un modello meno costoso può aumentare la spesa totale se genera più errori, usa più token o richiede revisioni più approfondite.

La solidità della partnership è ancora meno misurabile. Può includere ingegneria congiunta, impegni di capacità, tempi di risposta, marketing, distribuzione del prodotto e condizioni commerciali negoziate.

I lettori dovrebbero quindi distinguere la decisione di Replit da una classifica universale dei modelli per il coding. L’azienda dispone di prove sufficienti per la propria scelta di prodotto, ma non ha pubblicato abbastanza elementi perché osservatori indipendenti possano riprodurre ogni conclusione.

La tempistica solleva un’altra incertezza. Il post tecnico di Replit di settembre descriveva un solido comportamento in produzione dei modelli associati a entrambe le aziende. OpenAI è diventata il partner preferito solo poche settimane dopo.

Ciò suggerisce che la decisione abbia coinvolto più di un’improvvisa vittoria tecnica. Il lancio di Free Mode ad agosto, la distribuzione tramite ChatGPT, l’economia dei modelli e la strategia enterprise hanno probabilmente rafforzato i risultati del benchmark.

Esiste anche una discrepanza sullo stato della relazione con Anthropic. Persone a conoscenza della partnership avrebbero contestato la dichiarazione iniziale di Masad secondo cui Replit non lavorava più con Anthropic.

Il successivo chiarimento di Replit è più in linea con le prove del suo prodotto pubblico. Claude resta selezionabile, Anthropic rimane elencata come subprocessor e l’azienda continua a definirsi model-agnostic.

L’interpretazione più prudente è che Anthropic abbia perso lo status preferenziale, non l’accesso alla piattaforma. Qualsiasi conclusione più forte andrebbe oltre le prove attualmente verificate.

Gli utenti dovrebbero anche chiedersi come la scelta del modello di Replit si manifesti nella pratica. Un selettore visibile non rivela necessariamente ogni modello invocato durante una lunga sessione con un agente.

L’architettura di Replit consente a un modello principale di delegare ad altri processi. Il routing intelligente può inoltre modificare il comportamento del sistema man mano che un compito evolve.

Gli acquirenti enterprise necessitano di risposte più chiare su logging, gestione dei dati, conservazione, residenza e su quali fornitori elaborano il contesto del progetto. L’informativa sui subprocessor di Replit identifica i fornitori, ma i team di procurement potrebbero aver bisogno di dettagli a livello di carico di lavoro.

I team di sviluppo necessitano inoltre di registri che colleghino le modifiche ai modelli al codice e alle decisioni risultanti. Una base di conoscenza ingegneristica consultabile può aiutare a preservare note di valutazione, risultati degli incidenti e contesto architetturale durante questi cambiamenti.

La sicurezza rimane parte della valutazione, anziché una funzionalità che un qualsiasi modello di base possa risolvere da solo. L’habitat degli agenti di Replit comprende sandboxing, controlli di rete, identità, autorizzazione, orchestrazione e recupero dagli errori.

Masad ha sostenuto che gli agenti necessitano di questo ambiente circostante per lavorare in sicurezza. Il punto supporta la strategia di piattaforma di Replit, ma significa anche che un confronto tra modelli non può sostenere da solo l’intera affermazione sulla sicurezza.

La posizione predefinita di OpenAI dovrebbe essere giudicata attraverso risultati osservabili: applicazioni completate, tassi di difetti, comportamento di recupero, incidenti di sicurezza, latenza e costo totale per attività completata con successo.

Finché Replit non pubblicherà dati comparabili su queste dimensioni, l’annuncio resterà una decisione di piattaforma ben informata piuttosto che un verdetto tecnico definitivo.

Tre Segnali Metteranno alla Prova la Scommessa di Replit su OpenAI

La prossima fase mostrerà se l’impostazione predefinita migliora il lavoro completato, supera l’esame delle aziende enterprise e rimane aperta a una reale scelta dei clienti.

Il primo segnale sarà la prossima serie di valutazioni pubbliche degli agenti di Replit. La pubblicazione più utile confronterebbe i modelli OpenAI e Anthropic sugli stessi compiti, all’interno dello stesso harness, includendo costi totali e tassi di fallimento.

Un confronto limitato ai punteggi finali dei benchmark lascerebbe irrisolta la principale affermazione economica. I lettori devono sapere quanti turni, tentativi ripetuti, chiamate agli strumenti e attività delegate ha richiesto ogni build completata con successo.

Se OpenAI manterrà tassi di completamento migliori a un costo totale inferiore, la decisione di Replit apparirà tecnicamente fondata. Se il vantaggio emergerà solo in test ristretti di generazione di applicazioni, la preferenza più ampia sembrerà dipendere maggiormente dall’allineamento commerciale.

Il secondo segnale sarà il comportamento dei clienti rispetto a Claude. Replit ha affermato che gli utenti possono ancora scegliere i modelli Anthropic, ma non ha comunicato con quale frequenza lo facciano dopo il cambiamento dell’impostazione predefinita.

Una quota significativa di clienti che seleziona manualmente Claude dimostrerebbe che l’identità del modello continua a essere importante. Potrebbe inoltre spingere Replit a preservare controlli visibili e a evitare che il routing diventi un sostituto opaco della scelta.

Tassi di cambio bassi sarebbero più difficili da interpretare. Potrebbero indicare soddisfazione verso OpenAI, ma potrebbero semplicemente confermare che gli utenti modificano raramente le impostazioni predefinite.

Replit dovrebbe quindi affiancare ai tassi di selezione misure di risultato. Fidelizzazione, completamento dei compiti, richieste di supporto e utilizzo ripetuto rivelerebbero più del solo conteggio del selettore di modelli.

Il terzo segnale sarà la risposta di Anthropic sulle piattaforme di coding. Anthropic può competere attraverso miglioramenti dei modelli, condizioni commerciali, integrazioni più profonde o prove più solide per il lavoro su repository complessi.

Una nuova versione di Claude che vincesse le valutazioni di Replit metterebbe alla prova il significato di “model agnostic”. Replit dovrebbe allora scegliere tra mantenere la partnership preferenziale e cambiare nuovamente l’impostazione predefinita.

Se Replit cambierà facilmente quando cambieranno le prove, la sua dichiarazione di neutralità diventerà più credibile. Se OpenAI resterà l’impostazione predefinita nonostante un chiaro svantaggio, l’allineamento commerciale apparirà più influente della leadership nei benchmark.

L’adozione enterprise eserciterà ulteriore pressione su questo equilibrio. Masad prevede che il business enterprise e governativo rappresenterà la maggioranza dei ricavi nel 2027.

Questi clienti richiedono spesso fornitori prevedibili e controlli estesi. Alcuni preferiscono inoltre più fornitori di modelli approvati, per ridurre la dipendenza da un singolo vendor.

Replit può rispondere mantenendo OpenAI come standard, documentando al contempo dove siano disponibili le alternative. Può anche fornire agli amministratori controlli sui fornitori approvati, sul routing, sull’esposizione dei dati e sui registri di audit.

Il più ampio banco di prova strategico dell’azienda riguarda la fiducia. Replit vuole che gli utenti evitino di pensare alla selezione del modello, ma vuole anche descriversi come model-agnostic.

Questi obiettivi possono coesistere solo se le decisioni automatiche restano ispezionabili. Gli utenti non devono scegliere un modello a ogni turno, ma dovrebbero capire quali fornitori possano elaborare il loro lavoro e perché la piattaforma abbia cambiato direzione.

L’impostazione predefinita OpenAI di Replit va compresa come una preferenza attuale, non come un accordo permanente. Riflette la combinazione di rapporto prezzo-prestazioni, distribuzione e risultati di OpenAI all’interno del sistema di agenti di Replit.

La continua disponibilità di Claude mantiene la pressione competitiva all’interno del prodotto. Offre inoltre a Replit un’alternativa se l’economia o le prestazioni di OpenAI cambiano.

Per sviluppatori e acquirenti enterprise, l’azione immediata è semplice. Valutate i workflow completati anziché la reputazione dei fornitori, registrate quale modello ha gestito il lavoro critico e seguite attentamente la prossima pubblicazione dei benchmark di Replit.

La prova decisiva non sarà un’altra citazione di un dirigente. Sarà verificare se Replit pubblicherà risultati comparabili, conserverà una scelta significativa dei modelli e modificherà il proprio routing quando cambieranno i dati sottostanti.