OpenAI ha portato la famiglia GPT-5.6 in disponibilità generale, articolando l’offerta tra Sol, modello di punta, e Terra, versione intermedia pensata per carichi di lavoro molto diversi.
Punti chiave:
- Sol costa 5 $ per milione di token in input e 30 $ per milione in output, il doppio di Terra.
- Sol domina nei benchmark di coding e agent, mentre Terra punta sulla routine a costi più bassi.
- I primi test mostrano che, sui job lunghi, Terra può consumare più token di output di Sol.
GPT-5.6: Sol e Terra si dividono sul prezzo
La società ha annunciato il rollout su ChatGPT, Codex e API il 9 luglio, chiudendo una fase di anteprima limitata durata circa due settimane. Sol, il modello di punta, è progettato per coding complesso, cybersecurity e agent che restano attivi a lungo; OpenAI lo definisce “il nostro miglior modello di programmazione di sempre”. Terra si colloca uno scalino sotto, con prestazioni paragonabili a GPT‑5.5 a circa metà del costo.
È proprio il listino a marcare la differenza più netta. Sol costa 5 $ per milione di token in input e 30 $ per milione di token in output, mentre Terra si ferma a 2,50 $ e 15 $ per gli stessi volumi. Un terzo modello, Luna, è prezzato a 1 $ per milione di token in input e 6 $ per milione in output, pensato per scenari ad altissimo volume.
La segmentazione si riflette anche all’interno di ChatGPT. Gli abbonati paganti accedono a Sol tramite le impostazioni di ragionamento medio e avanzato, mentre gli utenti free e Go ricevono Terra in ChatGPT Work e in Codex. GitHub ha già integrato tutti e tre i modelli in Copilot, presentando Sol come scelta ideale per il ragionamento su grandi codebase e Terra come default bilanciato per il coding agentico quotidiano.
Da leggere anche: Charles Hoskinson sta davvero lasciando Cardano? Lui parla di “bugia totale”
Sol stacca Terra nei benchmark di programmazione
Sol ha ottenuto un punteggio di 80 nell’Artificial Analysis Coding Agent Index, ossia 2,8 punti in più rispetto a Claude Fable 5 di Anthropic, secondo quanto riferisce OpenAI. 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 predecessori, un messaggio mirato direttamente ai budget aziendali.
Il quadro non è però uniforme. Sul benchmark SWE‑Bench Pro, Sol si ferma al 64,6%, restando dietro a Claude Mythos 5 di circa 15 punti. Valutazioni indipendenti hanno rilevato che Sol rimane affidabile su repository estesi e disordinati, mentre Terra si presta meglio a implementazioni circoscritte e a una prima revisione del codice, con passaggio al modello più grande solo quando serve.
Gli stessi test lanciano però un avvertimento ai team più attenti alla spesa. Nelle esecuzioni lunghe di coding, Terra ha consumato più token di output rispetto a Sol: in altre parole, una tariffa più bassa non si traduce sempre in un costo finale inferiore. Le aziende dovrebbero quindi misurare il costo per task risolto prima di spostare volumi importanti sul modello intermedio.
Il lancio scaglionato segna anche un cambio di passo nel modo in cui OpenAI distribuisce i modelli di frontiera.
L’azienda ha informato in anticipo il governo statunitense sulle capacità della nuova famiglia e ha limitato l’accesso iniziale a un ristretto gruppo di partner verificati, la cui partecipazione è stata condivisa con le autorità.
La nuova generazione abbandona inoltre le vecchie convenzioni di naming: il numero identifica ora la generazione tecnologica, mentre Sol, Terra e Luna rappresentano livelli di capacità “stabili” che potranno evolvere con tempistiche indipendenti.
In evidenza dopo: Palantir licenzia 50 ingegneri e perde un quarto della capitalizzazione: cosa è andato storto?