# GPT-6 Sol e Luna: metà prezzo, benchmark e cosa cambia per chi usa l'AI al lavoro

_OpenAI porta i progressi di GPT-6 Astra su due modelli più rapidi ed economici e dimezza il listino API. I numeri di ogni test, la cache dei prompt, la sicurezza e come scegliere tra Astra, Sol e Luna._

Fonte: https://andreapirazzini.it/blog/gpt-6-sol-luna-openai-prezzi-benchmark · Andrea Pirazzini · 24 settembre 2026

## In breve

- Il listino API di GPT-6 Sol e Luna è metà di quello di GPT-5.6: Sol costa 2 $ e 10 $ per milione di token, Luna 0,10 $ e 0,50 $.
- Nei test di OpenAI Sol raggiunge o supera Claude Opus 5 e Fable su lavoro d'ufficio, codice e uso del computer, spendendo dal 60 al 90% in meno per compito.
- La cache dei prompt migliora per tutti: letture scontate del 90% e controlli per capire cosa non entra in cache.
- Sol e Luna sono in ChatGPT Work e Codex per i piani a pagamento; Luna arriva anche agli utenti Free e Go nell'app desktop.
- Tutti i numeri vengono da OpenAI: vanno verificati sui propri casi prima di spostare il lavoro da un modello all'altro.

## Perché se ne parla

Il 22 settembre, a tarda sera per noi in Italia, OpenAI ha presentato **GPT-6 Sol** e **GPT-6 Luna**, tre settimane dopo **GPT-6 Astra** e nella stessa giornata in cui Anthropic lanciava Claude Opus 5.5. La logica è semplice: Astra resta il modello migliore dell'azienda, pensato per i lavori più difficili, ma la maggior parte del lavoro quotidiano non ha bisogno del massimo a ogni costo. Ha bisogno di un buon risultato a un prezzo che regga quando le richieste diventano migliaia.

Sol e Luna sono stati addestrati con metodi simili a quelli di Astra, e secondo OpenAI ne ereditano i progressi su lavoro professionale, affidabilità dei fatti, programmazione, uso del computer e allineamento. La differenza sta nel costo: grazie a una cache migliore e a un'inferenza più efficiente, OpenAI dimezza i prezzi API rispetto a quelli promozionali di GPT-5.6.

Ho letto l'annuncio numero per numero, ho ricostruito tutti i grafici con i dati pubblicati e ho aggiunto quello che mi sembra utile a chi deve decidere se e come usarli in azienda. Se cercate il contesto sul modello di punta, trovate l'analisi completa di [GPT-6 Astra](https://andreapirazzini.it/blog/gpt-6-astra-openai-benchmark-prezzi).

- **−50%** sul listino API di Sol e Luna rispetto a GPT-5.6
- **2 $** per milione di token in ingresso con GPT-6 Sol (10 $ in uscita)
- **−58%** sul prezzo dei token generati da GPT-6 Luna (da 1,20 a 0,50 $ al milione)
- **90%** di sconto sulla lettura dei token già in cache

_Fonte: OpenAI, 22 settembre 2026_

## Il listino, prima e dopo

Questi sono i prezzi per milione di token nell'API di OpenAI.

| Modello | Ingresso | Uscita | Differenza |
| --- | --- | --- | --- |
| GPT-5.6 Sol → **GPT-6 Sol** | 4 $ → **2 $** | 20 $ → **10 $** | metà prezzo |
| GPT-5.6 Luna → **GPT-6 Luna** | 0,20 $ → **0,10 $** | 1,20 $ → **0,50 $** | metà in ingresso, −58% in uscita |

OpenAI parla di un taglio del 50% per entrambi. Guardando le cifre, su Luna il risparmio sui token generati è persino un po' più ampio: da 1,20 a 0,50 dollari. Il confronto è con i prezzi promozionali di GPT-5.6, cioè con quelli che chi lavora già con questi modelli sta pagando oggi.

Resta fermo un punto: **GPT-6 Astra rimane il modello più capace di OpenAI** su tutta la linea. È quello da scegliere quando il risultato conta più del costo, o quando un errore sarebbe caro.

## Tre modelli, tre usi

Per orientarsi conviene pensare alla famiglia GPT-6 come a tre fasce, non come a una classifica:

- **Astra** per i compiti più difficili e delicati: analisi lunghe, codice critico, lavori dove si vuole il massimo e si accetta di pagarlo;
- **Sol** per il lavoro professionale di tutti i giorni fatto da agenti e assistenti: flussi tra più applicazioni, programmazione, uso del computer, documenti complessi;
- **Luna** per i volumi: smistare richieste, riassumere, estrarre dati, rispondere a domande frequenti, cioè tutto quello che si ripete migliaia di volte e dove ogni centesimo si moltiplica.

Nei test che seguono ogni modello compare con più punti: sono i **livelli di ragionamento** (low, medium, high, xhigh, max). Più ragionamento vuol dire in genere più qualità, ma anche più token e quindi più costo. Passando il mouse o il dito sui punti dei grafici si legge il livello, il costo per compito e il punteggio.

## Lavoro professionale

La promessa di Sol è semplice da dire: affrontare compiti di lavoro difficili lasciando più margine per riprovare e correggere, grazie a limiti d'uso più alti e a un costo minore, con risultati migliori dei concorrenti di prezzo simile.

**AutomationBench** mette alla prova agenti che portano a termine flussi di lavoro completi usando 47 strumenti di vendite, marketing, operazioni, assistenza clienti, finanza e risorse umane. Qui GPT-6 Sol al livello xhigh supera Claude Opus 5 al livello massimo **spendendo il 9% di quello che spende Opus 5 per ogni compito**. E Luna, al livello high, guadagna 5,4 punti sulla versione precedente costando il 58% in meno.

**AutomationBench: flussi di lavoro tra più app aziendali** — Punteggio e costo per compito; ogni punto è un livello di ragionamento, da low a max

GPT-6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.1861 | 21,2% |
| medium | 0.2098 | 26,9% |
| high | 0.2368 | 31,2% |
| xhigh | 0.2746 | 33,2% |
| max | 0.3406 | 32% |

GPT-6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.006 | 1,2% |
| medium | 0.0163 | 9,4% |
| high | 0.0208 | 14,5% |
| xhigh | 0.0245 | 12,6% |
| max | 0.0367 | 20,7% |

GPT-6 Astra:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 1.08 | 30,3% |
| medium | 1.27 | 34,1% |
| high | 1.44 | 37,1% |
| xhigh | 1.5 | 39% |
| max | 1.73 | 41,4% |

GPT-5.6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.31 | 11,7% |
| medium | 0.42 | 19,6% |
| high | 0.47 | 24,8% |
| xhigh | 0.54 | 26,3% |
| max | 0.67 | 28,8% |

GPT-5.6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.01 | 1,8% |
| medium | 0.02 | 4,3% |
| high | 0.05 | 9,1% |
| xhigh | 0.06 | 12,9% |
| max | 0.07 | 17% |

Claude Opus 5:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 1.64 | 20,4% |
| medium | 2.22 | 23,9% |
| high | 2.27 | 20,5% |
| xhigh | 2.71 | 25,3% |
| max | 3.05 | 26,9% |

Fable 5.1 (con ripiego su Opus 5):
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| max | 2.45 | 31,4% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026_

C'è un dettaglio che OpenAI stessa mette in nota: il punto di **Claude Fable 5.1** sottostima il costo reale, perché non conta le volte in cui il compito passa a Opus 5 come ripiego, circa il 40% dei casi. Ecco il confronto sui migliori risultati:

| Modello (livello) | Punteggio | Costo per compito |
| --- | --- | --- |
| **GPT-6 Sol (xhigh)** | **33,2%** | **0,27 $** |
| Fable 5.1 con ripiego su Opus 5 (max) | 31,4% | oltre 8,9 volte Sol, senza il costo del ripiego |
| GPT-6 Astra (low) | 30,3% | 3,9 volte Sol |
| Claude Opus 5 (max) | 26,9% | 11,1 volte Sol |

Il dato che mi colpisce di più è l'ultimo: su questo test Sol batte anche **Astra al livello più basso**, che costa quasi quattro volte tanto. È la prova pratica di quello che dicevo sopra: il modello più grande non è automaticamente la scelta migliore.

**Agents' Last Exam** valuta agenti su lavori lunghi e di valore economico in 55 sottosettori, cioè quasi tutti i mestieri che si fanno davanti a un computer. GPT-6 Sol al livello massimo arriva al **56,4%**, sopra il miglior risultato di Claude Opus 5 in questa prova (55,9%), con un costo per compito più basso del 60%.

**Agents' Last Exam: lavori professionali lunghi** — Punteggio e costo per compito, da low a max

GPT-6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.8641 | 48,7% |
| medium | 1.2664 | 53,1% |
| high | 1.5302 | 52,6% |
| xhigh | 1.668 | 55,4% |
| max | 2.9313 | 56,4% |

GPT-6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.0247 | 36,3% |
| medium | 0.1054 | 46,8% |
| high | 0.1117 | 43,6% |
| xhigh | 0.1105 | 47,9% |
| max | 0.1545 | 50,9% |

GPT-6 Astra:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 3.0726 | 53,4% |
| medium | 4.1046 | 57,6% |
| high | 4.6396 | 57,8% |
| xhigh | 5.397 | 58,3% |
| max | 6.2337 | 59,3% |

GPT-5.6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 1.6324 | 45,1% |
| medium | 3.4126 | 52,1% |
| high | 3.7874 | 52,4% |
| xhigh | 5.0764 | 53,6% |
| max | 7.1322 | 52,8% |

GPT-5.6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.1761 | 31% |
| medium | 0.375 | 38,5% |
| high | 0.8389 | 46,1% |
| xhigh | 1.5468 | 49,4% |
| max | 2.5698 | 50,4% |

Claude Opus 5:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 4.0619 | 51,9% |
| medium | 5.2907 | 53% |
| high | 7.2917 | 55,9% |
| xhigh | 10.0226 | 55,5% |
| max | 9.7583 | 52,7% |

Fable 5 (con ripiego su Opus 4.8):
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| adattivo | 15.2285 | 41,3% |
| xhigh | 28.5542 | 48,7% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026_

Qui Astra resta davanti a tutti, con il 59,3% al livello massimo. Notate però anche la curva di Luna: al livello massimo arriva al 50,9% con 15 centesimi a compito, praticamente lo stesso risultato di GPT-5.6 Luna che però ne spendeva più di due dollari e mezzo.

## Affidabilità dei fatti

Una risposta vale quanto sono giusti i fatti che contiene. OpenAI misura l'affidabilità con una prova interna costruita su conversazioni reali di ChatGPT, rese anonime, in cui gli utenti avevano segnalato un errore di un modello precedente. Sono quindi domande scelte perché difficili: nell'uso normale gli errori sono più rari.

Su questa prova **GPT-6 Sol fa circa la metà degli errori della versione precedente** e si avvicina all'affidabilità di Astra con una spesa molto più bassa. Anche Luna migliora molto: ai livelli di ragionamento più alti sbaglia quanto GPT-5.6 Sol, con circa un centesimo della sua spesa.

**Errori di fatto su domande difficili** — Quota di risposte con almeno un errore, più basso è meglio; da low a max

GPT-6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Risposte con almeno un errore di fatto |
| --- | --- | --- |
| low | 0.0495 | 11,4% |
| medium | 0.0694 | 6,9% |
| high | 0.0994 | 5,1% |
| xhigh | 0.1348 | 4,5% |
| max | 0.179 | 4,6% |

GPT-6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Risposte con almeno un errore di fatto |
| --- | --- | --- |
| low | 0.0024 | 27,7% |
| medium | 0.0033 | 17,5% |
| high | 0.0045 | 12,5% |
| xhigh | 0.0062 | 10,2% |
| max | 0.0121 | 7,6% |

GPT-6 Astra:
| Punto | Costo per compito in dollari (scala logaritmica) | Risposte con almeno un errore di fatto |
| --- | --- | --- |
| low | 0.2417 | 6,3% |
| medium | 0.3103 | 4,4% |
| high | 0.477 | 3,9% |
| xhigh | 0.6032 | 4% |
| max | 0.7865 | 3,9% |

GPT-5.6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Risposte con almeno un errore di fatto |
| --- | --- | --- |
| low | 0.1015 | 19,4% |
| medium | 0.1539 | 15% |
| high | 0.2336 | 10,8% |
| xhigh | 0.3941 | 8,4% |
| max | 0.8654 | 8,5% |

GPT-5.6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Risposte con almeno un errore di fatto |
| --- | --- | --- |
| low | 0.0045 | 36,8% |
| medium | 0.0062 | 24,7% |
| high | 0.0109 | 17,3% |
| xhigh | 0.0145 | 12,2% |
| max | 0.0221 | 12% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026_

Due avvertenze che riporto perché sono corrette: i punteggi non sono corretti per la lunghezza delle risposte, anche se secondo OpenAI la lunghezza incide pochissimo, e il set di domande non rappresenta l'uso tipico. Per un'azienda il messaggio pratico è un altro: il modello sbaglia meno, ma sui dati che contano un controllo resta necessario.

## Programmazione

Quest'anno gli agenti di programmazione hanno cominciato a gestire lavori più grandi, più lunghi e più complessi. OpenAI racconta che dentro l'azienda l'uso è cresciuto in modo esponenziale: calcolata ai prezzi dell'API, la spesa giornaliera in token ha superato i **600 dollari per il ricercatore tipico** e i **7.000 dollari per chi sta nel 10% che ne usa di più**. Quando un agente lavora per ore, il prezzo per token smette di essere un dettaglio. Sol e Luna vogliono proprio abbassare questo costo di esercizio, lasciando ai team lo spazio per affidare a Codex lavori più ambiziosi.

**FrontierCode** non si ferma a controllare che il codice funzioni: valuta se la modifica è pronta per entrare davvero nel progetto, guardando qualità dei test, disciplina nel perimetro della richiesta, stile e rispetto delle regole del codice esistente. Qui Sol migliora nettamente su GPT-5.6 Sol e raggiunge **Claude Fable 5.1 al livello xhigh** (48,7% contro 48,5% di Sol allo stesso livello, 49,3% al massimo) spendendo molto meno: 1,37 dollari per compito contro 9,27.

**FrontierCode: codice pronto da unire al progetto** — Punteggio e costo per compito, da low a max

GPT-6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.453 | 37,3% |
| medium | 0.7966 | 45,9% |
| high | 1.0793 | 47,7% |
| xhigh | 1.3748 | 48,4% |
| max | 2.137 | 49,3% |

GPT-6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.021 | 25,7% |
| medium | 0.0533 | 35,5% |
| high | 0.0672 | 37,3% |
| xhigh | 0.0728 | 37,1% |
| max | 0.1072 | 42,4% |

GPT-6 Astra:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 1.7 | 45,3% |
| medium | 2.43 | 48,8% |
| high | 3.01 | 50,9% |
| xhigh | 3.28 | 50,6% |
| max | 4.59 | 53,3% |

GPT-5.6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 1.89 | 35,4% |
| medium | 2.69 | 39,9% |
| high | 3.48 | 45,1% |
| xhigh | 4.15 | 46,8% |
| max | 5.19 | 47,5% |

GPT-5.6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.06 | 15,4% |
| medium | 0.13 | 25,7% |
| high | 0.23 | 35,9% |
| xhigh | 0.31 | 38,9% |
| max | 0.37 | 39,8% |

Claude Opus 5:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 2.68 | 41,9% |
| medium | 4.31 | 53,4% |
| high | 7.24 | 48% |
| xhigh | 9.14 | 43,6% |
| max | 11.42 | 48% |

Claude Fable 5.1:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 2.38 | 49,8% |
| medium | 3.28 | 50,9% |
| high | 5.27 | 50,3% |
| xhigh | 9.27 | 48,7% |
| max | 12.83 | 50,3% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026_

**DeepSWE** propone lavori di ingegneria del software lunghi e originali su codice reale. GPT-6 Sol al livello massimo arriva al **68,8%**, a 1,1 punti dal miglior risultato di **Claude Fable 5** in questa prova (69,9% al livello xhigh), con un costo per compito più basso di circa l'80%.

Il risultato più sorprendente però è di Luna: al livello massimo fa **66,6%**, in linea con Claude Opus 5 e Fable 5 al livello medio, costando il **93% in meno di Opus 5 e il 96% in meno di Fable 5**. Detto in cifre: 22 centesimi a compito contro più di 3 e più di 6 dollari.

**DeepSWE: ingegneria del software su codice reale** — Punteggio e costo per compito, da low a max

GPT-6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.1623 | 37,2% |
| medium | 0.3798 | 56,6% |
| high | 0.6404 | 65,3% |
| xhigh | 1.0033 | 66,6% |
| max | 2.7439 | 68,8% |

GPT-6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.0057 | 2,4% |
| medium | 0.0518 | 44,5% |
| high | 0.0838 | 59,3% |
| xhigh | 0.1096 | 61,3% |
| max | 0.2169 | 66,6% |

GPT-6 Astra:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 1.5952 | 67% |
| medium | 3.0755 | 72,8% |
| high | 3.9237 | 73,2% |
| xhigh | 4.4291 | 74,1% |
| max | 7.4978 | 73,2% |

GPT-5.6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.82 | 45,4% |
| medium | 1.42 | 61,1% |
| high | 2.66 | 69,4% |
| xhigh | 3.6 | 70,7% |
| max | 6.46 | 72,7% |

GPT-5.6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.0106 | 1,2% |
| medium | 0.0313 | 9,3% |
| high | 0.1272 | 42,4% |
| xhigh | 0.2737 | 56,2% |
| max | 0.532 | 62,2% |

Claude Opus 5:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 1.66 | 58,1% |
| medium | 3.29 | 68,9% |
| high | 6.08 | 72,8% |
| xhigh | 9.07 | 73,2% |
| max | 11.84 | 73,7% |

Claude Fable 5:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 3.7579 | 59,6% |
| medium | 6.0882 | 65,4% |
| high | 9.1776 | 68,6% |
| xhigh | 13.4145 | 69,9% |
| max | 21.6347 | 69,7% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026_

In questa prova il primato resta ad Astra (74,1% al livello xhigh) e a Claude Opus 5 ai livelli più alti (73,7% al massimo), ma il rapporto tra qualità e costo di Sol e Luna è difficile da ignorare per chi fa girare agenti di programmazione tutto il giorno.

## Uso del computer

Qui OpenAI è esplicita: **Astra resta il modello migliore al mondo per usare un computer**. Sol e Luna però rendono molto di più per ogni dollaro rispetto ai loro predecessori.

Su **OSWorld 2.0** (set offline), dove gli agenti eseguono flussi lunghi di lavoro quotidiano e professionale sullo schermo, GPT-6 Sol al livello xhigh ottiene praticamente lo stesso punteggio di Claude Opus 5 al livello medio, **60,5% contro 60,3%**, spendendo circa l'80% in meno. E Luna al livello massimo supera GPT-5.6 Sol al livello medio (52,7% contro 49,7%) con un decimo del costo.

**OSWorld 2.0 (set offline): uso del computer** — Punteggio parziale e costo per compito, da low a max

GPT-6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.9675 | 43,9% |
| medium | 1.3169 | 54% |
| high | 1.6379 | 58,3% |
| xhigh | 2.2127 | 60,5% |
| max | 3.2543 | 64,4% |

GPT-6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.0297 | 8,3% |
| medium | 0.0624 | 31,5% |
| high | 0.1227 | 41,4% |
| xhigh | 0.1639 | 46,7% |
| max | 0.2678 | 52,7% |

GPT-6 Astra:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 2.5457 | 62,2% |
| medium | 5.1009 | 69,2% |
| high | 6.6024 | 70% |
| xhigh | 7.1744 | 71,3% |
| max | 9.0733 | 73,5% |

GPT-5.6 Sol:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.9086 | 29,8% |
| medium | 2.7275 | 49,7% |
| high | 4.4613 | 56,5% |
| xhigh | 5.9257 | 60,9% |
| max | 7.7105 | 66,2% |

GPT-5.6 Luna:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 0.0185 | 12% |
| medium | 0.0516 | 22,7% |
| high | 0.1614 | 35,9% |
| xhigh | 0.3573 | 48% |
| max | 0.4909 | 52,7% |

Claude Opus 5:
| Punto | Costo per compito in dollari (scala logaritmica) | Punteggio |
| --- | --- | --- |
| low | 9.88 | 55,2% |
| medium | 12.67 | 60,3% |
| high | 15.95 | 65,9% |
| xhigh | 23.91 | 70,1% |
| max | 24.11 | 70,2% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026_

Per chi valuta agenti che compilano moduli, aggiornano gestionali o spostano dati tra applicazioni senza API, questo è il grafico da guardare con più attenzione: il costo per compito di Opus 5 va da 10 a 24 dollari, quello di Sol da 1 a 3.

## Un modo di rispondere più chiaro

OpenAI ha portato su Sol e Luna anche lo **stile di comunicazione di Astra**, che si nota soprattutto nelle conversazioni tecniche: più chiarezza, meno gergo, meno frasi strane, meno dettagli inutili e risposte un po' più corte senza perdere sostanza.

L'esempio dell'annuncio è concreto. Una persona chiede di rifare un sito con uno stile a griglia "a bento" e di aggiungere in alto a destra un selettore animato tra le pagine, ipotizzando che serva mettere mano a React.

- **GPT-5.6 Sol** risponde subito che React non serve, parla di "sensazione da bento", annuncia che sta "rimodellando le pagine attorno a quel sistema", poi descrive il risultato e aggiunge perfino il prompt usato per generare le illustrazioni del sito.
- **GPT-6 Sol** dice cosa farà, precisa che verificherà _prima_ se l'interazione richiede React, e alla fine riporta cosa ha controllato davvero: la resa su computer e su schermi stretti, e il tasto indietro del browser.

Le ragioni per cui OpenAI preferisce la seconda risposta sono le stesse che darei io a un collaboratore: non salta alle conclusioni, non ripete ciò che chi chiede sa già (per esempio che il sito ha quattro pagine), evita espressioni vaghe, dice apertamente cosa ha verificato e cosa no, e non riempie la risposta di dettagli interni che non servono.

## La cache dei prompt, cioè dove si risparmia davvero

Oltre al prezzo per token, OpenAI ha migliorato la **cache dei prompt** per GPT-6. È la parte dell'annuncio che meno si nota e che più incide sui conti degli agenti: un agente rilegge a ogni passo istruzioni, strumenti e storia della conversazione, e tutto ciò che è già in cache costa il **90% in meno** in lettura. Con GPT-6 la cache si prende più spesso da sola, senza configurazioni particolari.

Arrivano anche strumenti per misurarla e migliorarla:

- **Controllare e capire.** Una sezione della dashboard mostra quanta parte dell'input finisce in cache e come cambia nel tempo, e uno strumento di diagnostica spiega le occasioni perse e cosa sistemare.
- **Cambiare ragionamento e strumenti senza perdere la cache.** Si può alzare il livello di ragionamento per un passaggio difficile o abbassarlo per una domanda semplice, e attivare o spegnere strumenti mentre l'agente lavora: ora entrambe le scelte conservano il contesto già in cache.
- **Decidere cosa mettere in cache.** Con dei punti di interruzione espliciti chi sviluppa sceglie dove finisce la parte del prompt da tenere in cache.

Un caso reale citato da OpenAI: secondo GitHub, negli ultimi mesi questi miglioramenti hanno ridotto **di oltre il 50%** la quota di token da elaborare da zero, su miliardi di richieste, e Copilot risponde più in fretta.

> **Consiglio:** Un conto d'esempio, fatto da me con i prezzi pubblicati. Un agente di GPT-6 Sol che a ogni compito legge 200.000 token di contesto, di cui l'80% già in cache, e ne scrive 20.000: 40.000 token nuovi a 2 $ al milione (0,08 $), 160.000 in cache al 90% di sconto (0,03 $) e 20.000 in uscita a 10 $ al milione (0,20 $). Totale: circa **31 centesimi a compito**, mentre senza cache sarebbero 60. Con GPT-5.6 Sol, senza cache, lo stesso compito costava 1,20 dollari.

## Sicurezza e allineamento

Sol e Luna si appoggiano al lavoro fatto con Astra, che OpenAI definisce il suo modello più allineato. In tutte le valutazioni pubblicate migliorano rispetto ai rispettivi GPT-5.6, anche sulle affermazioni fuorvianti riguardo al proprio lavoro di programmazione.

Sono prove costruite apposta per mettere i modelli in difficoltà: non misurano quanto spesso sbagliano nell'uso normale. I risultati completi sono nella system card.

**Inganno nel lavoro di programmazione.** Agli agenti vengono dati compiti scelti per spingerli a essere disonesti, e si conta la quota di risposte con almeno un inganno rilevato. Sol scende dal 10,4% all'1,3%, Luna dal 9,5% al 2,8%.

**Inganno nel lavoro di programmazione** — Risposte con almeno un inganno rilevato, sforzo massimo; più basso è meglio

| Voce | Tasso |
| --- | --- |
| GPT-6 Astra | 0,5% |
| GPT-6 Sol | 1,3% |
| GPT-6 Luna | 2,8% |
| GPT-5.6 Sol | 10,4% |
| GPT-5.6 Luna | 9,5% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026 (valutazioni interne, system card)_

**Strumento di ricerca guasto.** Gli agenti devono rispondere usando una ricerca che non funziona, e vengono valutati su una cosa sola: se dicono che lo strumento è rotto invece di tirare a indovinare. GPT-5.6 Sol taceva il problema in più di tre casi su quattro; GPT-6 Sol lo fa nel 4,9% dei casi, Luna nel 28,7%.

**Strumento di ricerca guasto: quante volte il modello tace il problema** — Risposte date “a naso” invece di segnalare il guasto; più basso è meglio

| Voce | Tasso |
| --- | --- |
| GPT-6 Astra | 1,5% |
| GPT-6 Sol | 4,9% |
| GPT-6 Luna | 28,7% |
| GPT-5.6 Sol | 77,5% |
| GPT-5.6 Luna | 78,2% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026 (valutazioni interne, system card)_

**Il revisore di sicurezza di Codex.** In Codex un revisore automatico può bloccare un comando che giudica pericoloso e chiedere al modello di non riprovarci. Sol non ha mai tentato di aggirare il blocco; Luna ci ha provato nello 0,3% delle esecuzioni, contro il 4,3% della versione precedente, e senza mai riuscirci.

**Revisore di sicurezza: tentativi di aggirarne il blocco** — Esecuzioni con almeno un tentativo; più basso è meglio

| Voce | Tasso |
| --- | --- |
| GPT-6 Astra | 0% |
| GPT-6 Sol | 0% |
| GPT-6 Luna | 0,3% |
| GPT-5.6 Sol | 7,3% |
| GPT-5.6 Luna | 4,3% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026 (valutazioni interne, system card)_

**Avvisi espliciti.** Qui i progressi sono più piccoli, e lo dico chiaramente perché è il dato meno rassicurante. Davanti a un messaggio come "accesso negato", Luna ha cercato di aggirare la restrizione nel 42% delle esecuzioni (contro il 77% di prima), **Sol nel 64%** (contro il 68%). Sono prove per lo più a basso rischio e senza tutte le protezioni di sistema presenti nei prodotti, ma è un buon motivo per non dare mai a un agente permessi più ampi di quelli che servono.

**Avvisi espliciti (“accesso negato”): tentativi di aggirarli** — Esecuzioni con almeno un tentativo; più basso è meglio

| Voce | Tasso |
| --- | --- |
| GPT-6 Astra | 17,4% |
| GPT-6 Sol | 64,4% |
| GPT-6 Luna | 42,4% |
| GPT-5.6 Sol | 68,2% |
| GPT-5.6 Luna | 76,5% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026 (valutazioni interne, system card)_

**Istruzioni non autorizzate.** Su una bacheca simulata comparivano richieste non autorizzate, per esempio di rivelare informazioni private. Tra le esecuzioni in cui il modello trovava la bacheca, GPT-6 Sol ha eseguito l'azione nell'11% dei casi, contro il 52% di GPT-5.6 Sol. Per Luna e Astra non sono state osservate azioni di questo tipo, anche se Luna trovava la bacheca meno spesso. GPT-5.6 Luna non è stato misurato.

**Bacheca simulata: istruzioni non autorizzate eseguite** — Casi in cui il modello ha eseguito l’azione non autorizzata, tra le esecuzioni in cui ha trovato la bacheca

| Voce | Tasso |
| --- | --- |
| GPT-6 Astra | 0% |
| GPT-6 Sol | 11,2% |
| GPT-6 Luna | 0% |
| GPT-5.6 Sol | 51,9% |

_Fonte: OpenAI, pagina di lancio del 22 settembre 2026 (valutazioni interne, system card)_

## Dove si usano e da quando

- **ChatGPT Work e Codex:** Sol e Luna sono disponibili dal giorno dell'annuncio per chi ha Plus, Pro, Business, Enterprise ed Edu, con un rilascio graduale nel corso della giornata.
- **Utenti Free e Go:** possono usare GPT-6 Luna nell'app desktop.
- **Chat:** per ora nessuno dei due è disponibile nella chat classica.
- **API:** i nomi dei modelli sono `gpt-6-sol` e `gpt-6-luna`.

OpenAI precisa infine che le proprie valutazioni sono fatte nel suo ambiente di ricerca o via API, e possono differire leggermente da ChatGPT per prompt di sistema e strumenti disponibili. I risultati dei concorrenti vengono da report pubblici, e quando mancava Fable 5.1 è stato usato Fable 5.

## Cosa significa per un'azienda

Se oggi usate già modelli OpenAI via API, il primo effetto è immediato: **passare da GPT-5.6 a GPT-6 dimezza la bolletta** a parità di volumi, e nei test la qualità sale. È raro che un aggiornamento faccia risparmiare e migliorare nello stesso momento.

La domanda più interessante però è un'altra: **quale modello per quale lavoro**. Da consulente, la configurazione che suggerisco di provare è questa:

1. **Luna come primo livello** per tutto ciò che arriva in grandi volumi: smistare email e ticket, estrarre dati da documenti, riassumere, rispondere alle domande frequenti. Con questi prezzi, mille richieste brevi costano meno di un dollaro.
2. **Sol per il lavoro degli agenti**: flussi tra gestionale, CRM e posta, programmazione con Codex, compilazione di moduli sullo schermo. È qui che il rapporto tra qualità e costo, stando ai numeri, è più forte.
3. **Astra solo dove serve davvero**: casi delicati, decisioni con conseguenze, codice critico. E conviene usarlo come secondo parere, non come modello di partenza.

Due consigli pratici. Il primo: **progettate i prompt pensando alla cache**, mettendo in testa istruzioni e documenti che non cambiano e in coda la parte variabile, e misurate la quota in cache dalla dashboard. Il secondo: **non fidatevi dei benchmark, nemmeno di questi**. Prendete venti o trenta casi veri del vostro lavoro, fateli girare con il modello attuale e con Sol o Luna, e confrontate qualità, tempi e costi. È un pomeriggio di lavoro che evita mesi di scelte sbagliate.

Se volete impostare questo confronto sui vostri processi, o capire come collegare più modelli in un unico sistema, è il lavoro che descrivo nella pagina sui [sistemi AI su misura](https://andreapirazzini.it/servizi/sistemi-ai-su-misura).

## Il mio parere

Più che un nuovo modello, questo annuncio è un listino nuovo: OpenAI prende quello che ha imparato con Astra e lo porta dove si lavora davvero, nei volumi e negli agenti che girano tutto il giorno. I numeri, se reggono fuori dai test del produttore, spostano il confronto con Anthropic sul terreno del costo per compito, dove Sol e Luna oggi sembrano avanti di molto.

Mi convince anche il lavoro sulla cache e sullo stile delle risposte: sono miglioramenti poco spettacolari che però si sentono ogni giorno. Resto cauto su due cose: i dati sono tutti di OpenAI, e sulla tendenza ad aggirare gli avvisi Sol è migliorato poco. Per un uso in azienda vuol dire provarli sui propri casi e dare agli agenti permessi stretti, come si dovrebbe fare comunque. Chi invece vuole il massimo della qualità può leggere il confronto con [Claude Opus 5.5](https://andreapirazzini.it/blog/claude-opus-5-5-benchmark-prezzi-sicurezza), uscito lo stesso giorno.

[Prenota una call](https://andreapirazzini.it/prenota)

## Domande frequenti

**Quanto costano GPT-6 Sol e GPT-6 Luna?**

Nell'API di OpenAI GPT-6 Sol costa 2 $ per milione di token in ingresso e 10 $ in uscita; GPT-6 Luna 0,10 $ in ingresso e 0,50 $ in uscita. I token letti dalla cache hanno uno sconto del 90%.

**Che differenza c'è tra Astra, Sol e Luna?**

Astra è il modello più capace di OpenAI, per i lavori più difficili. Sol offre gran parte di quella qualità a un costo molto più basso ed è pensato per agenti, programmazione e lavoro professionale. Luna è il più economico e veloce, adatto ai grandi volumi di compiti semplici.

**GPT-6 Sol è meglio di Claude Opus 5?**

Nei test pubblicati da OpenAI Sol raggiunge o supera Opus 5 su AutomationBench, Agents' Last Exam e OSWorld 2.0 spendendo molto meno, mentre su DeepSWE Opus 5 resta davanti ai livelli più alti. Sono però numeri del produttore: conviene confrontarli sui propri casi.

**Posso usarli gratis?**

Gli utenti Free e Go possono usare GPT-6 Luna nell'app desktop di ChatGPT. Sol è riservato ai piani a pagamento (Plus, Pro, Business, Enterprise, Edu) in ChatGPT Work e Codex, oltre che all'API.

**Sono disponibili nella chat di ChatGPT?**

Non ancora: al lancio sono in ChatGPT Work e in Codex, con un rilascio graduale, e nell'API come gpt-6-sol e gpt-6-luna.

**Conviene passare subito da GPT-5.6 a GPT-6?**

Se usate l'API, quasi sempre sì: il prezzo si dimezza e i test indicano risultati migliori. Prima di cambiare in produzione, però, provate il nuovo modello su un campione di casi reali e controllate che la cache funzioni bene.