OpenAI ha portato la famiglia GPT-5.6 in disponibilità generale, articolando l’offerta tra Sol, modello di punta, e Terra, opzione intermedia pensata per carichi di lavoro molto diversi.
Punti chiave
- Sol costa 5 dollari per milione di token in input e 30 dollari per milione in output, il doppio della tariffa di Terra.
- Sol guida i benchmark su coding e agenti, mentre Terra punta sulla routine operativa a costo inferiore.
- I primi test mostrano che, nei job molto lunghi, Terra può consumare più token di output di Sol.
GPT-5.6: Sol e Terra si separano soprattutto sul prezzo
L’azienda ha annunciato il rollout su ChatGPT, Codex e API il 9 luglio, chiudendo una fase di anteprima ristretta durata circa due settimane. Sol, il top di gamma, è progettato per sviluppo software complesso, cybersecurity e agenti che restano attivi a lungo; OpenAI lo definisce “il suo miglior modello di coding di sempre”. Terra si colloca uno scalino più in basso, con prestazioni in linea con GPT‑5.5 ma a circa metà del costo.
È il listino a segnare il confine più netto. Sol costa 5 dollari per milione di token in input e 30 dollari per milione in output; Terra applica 2,50 e 15 dollari per gli stessi volumi. A completare la linea c’è Luna, terzo modello a 1 dollaro in input e 6 in output, pensato per i carichi ad altissimo volume.
Anche l’accesso in ChatGPT riflette questa segmentazione. Gli abbonati paganti arrivano a Sol tramite le impostazioni di ragionamento medio o avanzato, mentre gli utenti free e Go utilizzano Terra in ChatGPT Work e in Codex. GitHub ha già integrato tutti e tre i modelli in Copilot, presentando Sol come la scelta per il ragionamento su grandi codebase e Terra come default equilibrato per il coding “agentico” di tutti i giorni.
Da leggere anche: Charles Hoskinson sta lasciando Cardano? Lui definisce questa tesi “una completa menzogna”
Sol stacca Terra nei benchmark di programmazione
Sol ha ottenuto un punteggio di 80 sull’Artificial Analysis Coding Agent Index, che secondo OpenAI lo colloca 2,8 punti sopra il Claude Fable 5 di Anthropic. L’amministratore delegato Sam Altman ha dichiarato che il modello è il 54% più efficiente in termini di token sui task di coding rispetto ai precedenti modelli interni: un messaggio calibrato direttamente sui budget enterprise.
Il quadro non è però uniforme. Sul benchmark SWE‑Bench Pro, Sol si ferma al 64,6%, un risultato che comunque resta indietro di circa 15 punti rispetto a Claude Mythos 5. Reviewer indipendenti hanno riscontrato che Sol mantiene la rotta anche su repository molto estese e disordinate, mentre Terra è più adatto a implementazioni circoscritte e a una prima passata di code review, con “escalation” al modello maggiore solo quando serve.
Gli stessi test contengono però un avvertimento per i team più attenti alla spesa. Nei run di coding prolungati, Terra ha consumato più token di output rispetto a Sol: il che significa che tariffe nominalmente più basse non sempre si traducono in job finiti meno costosi. Le aziende dovrebbero quindi monitorare il costo per task risolto prima di spostare carichi pesanti sul modello più economico.
Il debutto scaglionato marca anche un cambio di passo nel modo in cui OpenAI rilascia i modelli di frontiera.
L’azienda ha informato il governo statunitense sulle capacità della nuova famiglia prima del lancio e ha limitato l’accesso iniziale a un ristretto gruppo di partner selezionati, la cui partecipazione è stata condivisa con le autorità.
Questa generazione abbandona inoltre le vecchie convenzioni di naming: il numero identifica ormai la generazione, mentre Sol, Terra e Luna rappresentano tier di capacità “stabili”, che potranno evolvere su roadmap indipendenti.
Prossimo articolo: Palantir taglia 50 ingegneri e un quarto della capitalizzazione: cosa è andato storto?