OpenAI presenta GPT-6 Sol e GPT-6 Luna: più economici, veloci e capaci

OpenAI amplia la nuova generazione della propria famiglia di modelli con GPT-6 Sol e GPT-6 Luna, due modelli pensati per portare parte dei progressi introdotti con GPT-6 Astra all’interno di un maggior numero di attività quotidiane e professionali. L’obbiettivo, come sempre più evidente nel settore dell’intelligenza artificiale, non è soltanto aumentare le prestazioni, ma anche rendere l’utilizzo dei modelli più conveniente dal punto di vista dei costi.

I due nuovi modelli sono stati infatti sviluppati utilizzando metodi simili a quelli impiegati per GPT-6 Astra, trasferendo alcuni dei suoi miglioramenti nell’ambito del lavoro professionale, della verifica dei fatti, della programmazione, dell’utilizzo dei computer e dell’allineamento a modelli più veloci ed economici.

Segui TuttoTech.net su Google Discover

GPT-6 Sol e Luna puntano sul rapporto tra prestazioni e costi

Uno degli aspetti più interessanti della nuova generazione riguarda i prezzi delle API. OpenAI afferma di aver migliorato la memorizzazione nella cache e l’inferenza, riuscendo così a ridurre i costi di utilizzo e trasferendo questi risparmi direttamente agli utenti.

Per GPT-6 Sol il prezzo dell’input passa da 4 a 2 dollari per milione di token, mentre quello dell’output scende da 20 a 10 dollari; per GPT-6 Luna invece, l’input passa da 0,20 a 0,10 dollari per milione di token, mentre l’output scende da 1,20 a 0,50 dollari. In entrambi i casi OpenAI parla quindi di una riduzione del prezzo del 50% rispetto ai prezzi promozionali dei modelli GPT-5.6.

GPT-6 Astra rimane comunque il modello di riferimento della famiglia quando sono richiesti i migliori risultati possibili e un’esperienza senza compromessi. Sol e Luna puntano invece soprattutto sul rapporto tra prestazioni e costi.

GPT-6 Sol è stato progettato per affrontare compiti complessi offrendo al tempo stesso maggiore margine per le iterazioni, grazie a limiti di utilizzo più elevati e costi inferiori. I risultati riportati nei test mostrano differenze particolarmente interessanti.

In AutomationBench, una valutazione dedicata ai flussi di lavoro aziendali che coinvolgono 47 strumenti distribuiti tra vendite, marketing, operazioni, supporto, finanza e risorse umane, GPT-6 Sol con il massimo livello di impegno raggiunge un punteggio del 33,2%, con un costo di 0,27 dollari per attività.

OpenAI afferma inoltre che GPT-6 Sol supera Claude Opus 5 utilizzando il livello massimo di impegno, ma con un costo per attività pari soltanto al 9% di quello del modello concorrente. GPT-6 Luna, dal canto suo, migliora di 5,4 punti percentuali rispetto al predecessore utilizzando un livello di impegno elevato, con un costo per attività inferiore del 58%.

Anche nel test Agents’ Last Exam, dedicato ai flussi di lavoro professionali complessi, GPT-6 Sol raggiunge il 56,4% con il massimo livello di impegno, superando il punteggio più alto riportato per Claude Opus 5 e con un costo per attività inferiore del 60%.

Dalla programmazione all’utilizzo del computer: i miglioramenti di GPT-6

OpenAI ha lavorato anche sulla capacità dei modelli di fornire risposte fattualmente corrette. Secondo la valutazione interna dell’azienda, GPT-6 Sol commette circa la metà degli errori rispetto al suo predecessore, avvicinandosi al livello di affidabilità di GPT-6 Astra ma a un costo molto inferiore.

Anche GPT-6 Luna mostra miglioramenti sostanziali: con livelli di impegno più elevati riesce a raggiungere le prestazioni di GPT-5.6 Sol a circa un centesimo del costo. OpenAI precisa tuttavia che il test è stato costruito utilizzando conversazioni anonimizzate nelle quali gli utenti avevano già segnalato errori fattuali, quindi i risultati non rappresentano necessariamente l’utilizzo tipico di questi modelli.

La programmazione rappresenta un altro degli ambiti sui quali OpenAI ha concentrato il lavoro, l’azienda sottolinea come gli agenti di coding siano ormai chiamati ad affrontare attività sempre più lunghe e complesse, rendendo particolarmente importante anche il costo dell’utilizzo continuativo.

GPT-6 Sol offre miglioramenti sostanziali rispetto a GPT-5.6 Sol nel test FrontierCode, progettato per valutare se gli agenti riescano a produrre modifiche realmente integrabili all’interno di codebase esistenti, considerando non soltanto la correttezza del codice, ma anche aspetti come la qualità dei test, rispetto degli standard e disciplina dell’ambito.

Su DeepSWE v1.1, dedicato ad attività complesse di ingegneria del software in codebase reali, GPT-6 Sol raggiunge il 68,8% con il massimo livello di impegno, a soli 1,1 punti percentuali dal risultato più alto riportato per Claude Fable 5, ma con un costo per attività inferiore dell’80%.

Anche GPT-6 Luna raggiunge risultati significativi, arrivando al 66,6% e mantenendo costi per attività molto più bassi rispetto ai modelli concorrenti indicati nel confronto.

GPT-6 Astra continua a essere indicato da OpenAI come il modello migliore della famiglia per l’utilizzo del computer, ma anche Sol e Luna migliorano sensibilmente il rapporto tra prestazioni e costi rispetto ai rispettivi predecessori.

Nel test OSWorld 2.0 offline, GPT-6 Sol con un livello di impegno elevato raggiunge il 60,5%, un risultato simile al 60,3% ottenuto da Claude Opus 5 con un livello di impegno medio, ma con un costo per attività inferiore di circa l’80%. GPT-6 Luna, invece, con il massimo livello di impegno riesce a superare GPT-5.6 Sol con impegno medio spendendo circa un decimo.

Un altro cambiamento riguarda lo stile comunicativo, OpenAI ha trasferito in GPT-6 Sol e Luna anche alcuni dei miglioramenti introdotti con GPT-6 Astra. L’obbiettivo è ottenere conversazioni tecniche e di programmazione più chiare, con meno gergo, meno espressioni insolite e meno dettagli poco importanti. Le risposte dovrebbero inoltre essere complessivamente un po’ più brevi, senza sacrificare la sostanza.

L’azienda mostra anche un confronto diretto nel quale GPT-6 Sol viene preferito per una risposta relativa alla realizzazione di un sito web. OpenAI sottolinea in particolare la minore tendenza a ripetere informazioni ovvie, un linguaggio più preciso e una maggiore trasparenza rispetto a ciò che il modello ha effettivamente verificato.

Cache, allineamento e disponibilità: cosa cambia per gli utenti

Per gli sviluppatori che utilizzano GPT-6 arriva inoltre un miglioramento della gestione della cache, OpenAI afferma di aver aumentato i tassi di successo della memorizzazione nella cache dei prompt, consentendo agli agenti di riutilizzare una maggiore quantità di contesto, rispondere più velocemente e beneficiare di sconti del 90% sui token di input memorizzati nella cache.

Gli sviluppatori possono inoltre monitorare e diagnosticare il comportamento della cache, modificare il livello di ragionamento o la disponibilità degli strumenti senza perdere il contesto precedente e utilizzare breakpoint espliciti per stabilire quali parti dei prompt memorizzare. Secondo i dati riportati da GitHub, questi miglioramenti avrebbero ridotto di oltre il 50% la percentuale di token di richiesta che necessitano di una nuova elaborazione negli ultimi mesi, su miliardi di richieste ai modelli OpenAI.

OpenAI ha lavorato infine anche sull’allineamento dei due modelli, che secondo le valutazioni interne mostrano miglioramenti rispetto alle controparti GPT-5.6, compresa una minore frequenza di affermazioni fuorvianti relative al lavoro di programmazione. I test di allineamento, precisa l’azienda, sono costruiti su situazioni complesse e non rappresentano necessariamente i tassi di errore dell’utilizzo quotidiano.

Per quanto riguarda la disponibilità, GPT-6 Sol e GPT-6 Luna sono disponibili da oggi in ChatGPT Work e Codex per gli utenti Plus, Pro, Business, Enterprise ed Edu. Gli utenti Free e Go possono invece accedere a GPT-6 Luna nell’app desktop. I due modelli, al momento, non sono ancora disponibili in Chat. Nelle API OpenAI sono inoltre disponibili entrambi i modelli, indicati come gpt-6-sol e gpt-6-luna.