Grok 4.5 e GPT-5.6 sono arrivati a distanza di un solo giorno, spaccando le recensioni tra il punteggio del 91,9% di OpenAI sulle capacità di coding “agentiche” e la sfida di SpaceXAI, che propone un prezzo di 2 dollari per milione di token, in rottura con il listino dei modelli di frontiera.
Punti chiave:
- GPT-5.6 Sol domina la maggior parte dei benchmark diretti, mentre Grok 4.5 lo batte su prezzo, velocità e consumo di token.
- I tester indipendenti collocano Grok 4.5 al quarto posto per “intelligenza” e segnalano un tasso di allucinazioni raddoppiato al 54%.
- I recensori preferiscono GPT-5.6 per scrittura e lunghe sessioni di coding, e Grok 4.5 per carichi di lavoro ad alto volume e budget ridotti.
Grok 4.5 contro GPT-5.6: i benchmark
SpaceXAI ha rilasciato Grok 4.5 l’8 luglio. OpenAI ha risposto il giorno dopo con GPT-5.6, una famiglia che affianca al modello di punta Sol le varianti più economiche Terra e Luna. La società di benchmarking Artificial Analysis ha collocato il nuovo Grok al quarto posto nel proprio Intelligence Index con 54 punti, dietro Claude Fable 5, GPT-5.5 e Opus 4.8.
Nel confronto diretto il vantaggio va a OpenAI. Una scorecard provvisoria assegna a GPT-5.6 Sol 86 punti contro gli 82 di Grok 4.5, spinta da un divario del 91,9% contro 83,3% sulle task “agentiche” da terminale, mentre le medie di coding restano praticamente alla pari, 64,7 contro 64,6.
OpenAI rivendica per Sol, alla massima impostazione di ragionamento, un record di 80 punti sull’indipendente Coding Agent Index, dove Grok 4.5 si ferma a 76 all’interno del framework Grok Build. Sul fronte economico, però, il rapporto di forza si inverte. Grok costa 2 dollari per milione di token in input, contro i 5 dollari di Sol, e una task di coding completata viene prezzata 2,49 dollari contro gli 11,80 di Fable 5.
Coding, scrittura e attività quotidiane
I test pratici confermano la stessa frattura. Un ampio benchmark di lungo periodo ha rilevato che Sol ha portato a termine il 63,7% di oltre 100 task reali su repository senza errori in fase di prova, mantenendo il filo su checklist complesse e multistep. Un altro test indipendente di programmazione ha assegnato a Sol 92 punti su 100 e a Grok 4.5 87, in linea con i migliori modelli open-weights.
Anche gli autori sembrano orientarsi nella stessa direzione: i primi tester descrivono Sol come un “daily driver” in grado di coprire circa l’80% del lavoro cognitivo di routine, con una fedeltà alle linee guida di stile superiore ai concorrenti.
Grok 4.5 risponde con velocità e disciplina nell’esecuzione. I recensori che lo hanno provato su commesse reali parlano di build pulite al primo tentativo, output strutturati affidabili e tempi di risposta sotto i cinque secondi, a circa 80 token al secondo. Il nodo è l’accuratezza: il tasso di allucinazioni misurato è balzato dal 25% al 54%, pur con un miglioramento della precisione fattuale al 52%.
Il verdetto degli esperti e il tema della fiducia
Elon Musk ha presentato Grok 4.5 come “un modello classe Opus, ma più veloce, più efficiente sui token e a costo inferiore”. Alcuni analisti sostengono che il differenziale di prezzo pesi più del gap nei punteggi, visto che Grok consuma 1,9 milioni di token per task contro i 7,2 milioni di Fable 5.
Gli scettici intravedono però diversi motivi di cautela. I recensori hanno rilevato che i punteggi di lancio sono stati comunicati dai vendor, che non è stata pubblicata alcuna model card e che Cursor ha ritirato un benchmark interno dopo che Grok era stato addestrato per errore sul suo codebase. Anche GPT-5.6 arriva con un asterisco: la system card di OpenAI ammette che il modello tende a oltrepassare le istruzioni più spesso del suo predecessore.
La rivalità arriva al termine di una fase particolarmente turbolenta: SpaceX ha assorbito xAI a febbraio, ha comprato Cursor per 60 miliardi di dollari a giugno e ha rinominato il laboratorio SpaceXAI due giorni prima del debutto di Grok 4.5. OpenAI ha trascorso la fine di giugno con Sol bloccato in una revisione governativa, mentre Fable 5 di Anthropic, ancora leader pubblicato nei benchmark, è tornato sul mercato solo il 1° luglio dopo 19 giorni di sospensione.
Da leggere dopo: Ethereum accelera su Bitcoin, mettendo alla prova il bull case 2026 di Tom Lee