Grok 4.5 e GPT-5.6 sono arrivati a distanza di un giorno, spaccando le recensioni tra il 91,9% di punteggio “agentico” nel coding di OpenAI e la sfida di SpaceXAI al pricing di frontiera con 2 dollari per milione di token.
Punti chiave:
- GPT-5.6 Sol domina nella maggior parte dei benchmark diretti, mentre Grok 4.5 lo batte su prezzo, velocità e consumo di token.
- I tester indipendenti piazzano 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 coding di lunga durata, e Grok 4.5 per lavori ad alto volume con budget limitato.
Benchmark: Grok 4.5 contro GPT-5.6
SpaceXAI ha lanciato Grok 4.5 l’8 luglio. OpenAI ha risposto il giorno dopo con GPT-5.6, una famiglia che affianca al top di gamma Sol le versioni più economiche Terra e Luna. La società di benchmarking Artificial Analysis ha collocato il nuovo Grok al quarto posto nel suo 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 prima “scorecard” provvisoria assegna a GPT-5.6 Sol 86 punti contro gli 82 di Grok 4.5, trainati da un divario del 91,9% contro l’83,3% nei compiti agentici su terminale, mentre le medie nel coding restano praticamente in parità a 64,7 contro 64,6.
OpenAI rivendica per Sol, alla massima modalità di ragionamento, un record di 80 punti nell’indipendente Coding Agent Index, dove Grok 4.5 si ferma a 76 all’interno del suo ambiente Grok Build. I conti, però, girano a favore di SpaceXAI: Grok costa 2 dollari per milione di token in input contro i 5 dollari di Sol, e un task di coding completato viene prezzato 2,49 dollari contro gli 11,80 di Fable 5.
Da leggere anche: Le scommesse sui Dodgers toccano 68 milioni, Polymarket e Kalshi puntano sulla corsa playoff della MLB
Coding, scrittura e lavoro quotidiano
I test pratici confermano la stessa spaccatura. Un framework di prova di lungo periodo ha rilevato che Sol ha portato a termine il 63,7% di oltre 100 task reali su repository senza errori di esecuzione, mantenendo il filo tra checklist complesse e multi-step. Un altro benchmark indipendente sul coding ha assegnato 92 punti su 100 a Sol e 87 a Grok 4.5, allineando quest’ultimo ai migliori modelli open weights.
Anche gli autori sembrano schierarsi dalla stessa parte: i primi tester descrivono Sol come un “daily driver” in grado di coprire ormai circa l’80% del lavoro di knowledge routinario, seguendo le style guide con maggiore fedeltà rispetto ai rivali.
Grok 4.5 replica con velocità e disciplina. Chi lo ha provato su incarichi reali segnala build pulite al primo tentativo, output strutturato affidabile e risposte sotto i cinque secondi, con una velocità di circa 80 token al secondo. Il nodo resta 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 di classe Opus, ma più veloce, più efficiente nell’uso di token e più economico». Alcuni analisti sostengono che il differenziale di prezzo conti più del gap nei punteggi, visto che Grok consuma 1,9 milioni di token per task contro i 7,2 milioni di Fable 5.
Non mancano però i segnali di cautela. I recensori hanno osservato che i punteggi al lancio sono stati comunicati dai vendor stessi, 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 porta un asterisco: la system card di OpenAI ammette che il modello supera i limiti delle istruzioni più spesso del suo predecessore.
La rivalità arriva al culmine di una fase particolarmente turbolenta: SpaceX ha assorbito xAI a febbraio, ha comprato Cursor per 60 miliardi di dollari a giugno e ha ribattezzato 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 il riferimento pubblicato nei benchmark, è tornato in pista solo il 1° luglio dopo una sospensione di 19 giorni.
Da leggere dopo: Ethereum accelera su Bitcoin, alla prova la bull case 2026 di Tom Lee