Una card di titolo generata che recita '{{1}}GPT-6.2 Sol Pro: il tariffario non è cambiato, il conto è calato del 20%{{/1}}', con sottotitolo il costo di un'attività dell'indice Artificial Analysis che scende da {{2}}$1.27{{/2}} a {{3}}$1.01{{/3}}, sopra tre schede che riportano il tariffario invariato di {{4}}$2.00{{/4}} per input e {{5}}$10.00{{/5}} per output per milione di token, il costo di {{6}}$1.01{{/6}} per attività per GPT-6.2 Sol, e il {{7}}$1.27{{/7}} per GPT-6.1 Sol, e una nota che indica che Sol Pro è {{8}}gpt-6.2-sol{{/8}} chiamato con modalità di ragionamento impostata su pro.
Guides & Insights

GPT-6.2 Sol Pro: Il listino non è cambiato. Il conto è sceso del 20%.

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Quarantamila token di output per portare a termine una singola attività di valutazione. È quanto GPT-6.2 Sol ha speso sulla suite di Artificial Analysis con l'impostazione di effort più alta, contro i 67.824 di GPT-6.1 Sol nello svolgere lo stesso lavoro — un calo del 40% nei token e del 20% nei dollari per attività, su un listino prezzi che non è cambiato di un centesimo. Il modello è stato rilasciato il 17 novembre 2026, insieme a GPT-6.2 Astra, e l'etichetta che le persone cercano, GPT-6.2 Sol Pro, è quel modello con reasoning.mode impostato su pro nella Responses API. La modalità Pro viene fatturata alle tariffe standard per token del modello base. Quindi tutta l'economia dell'aggiornamento risiede in quanti token il modello decide di spendere — che è l'unico numero che il listino tariffe di OpenAI non può dirti.

Questa non è una ripetizione dell'argomento "Pro è una modalità" già proposto due volte su questo blog, per i livelli GPT-6 e GPT-6.1. Il meccanismo è lo stesso ed è ormai ben documentato. La novità sono le prove: per la prima volta esistono misurazioni indipendenti di un livello Sol il giorno dopo il lancio, e dicono qualcosa di più interessante di "più economico per token". Dicono che il miglioramento è concentrato esattamente nei carichi di lavoro per cui OpenAI sta vendendo questo modello, e che una dimensione è peggiorata.

Cosa è stato rilasciato il 17 novembre, esattamente?

La voce del changelog è lunga due righe e nomina due identificatori: gpt-6.2-astra e gpt-6.2-sol, entrambi su Responses API e Chat Completions, con il tool calling che richiede Responses. Il riassunto della release fatto da OpenAI stesso — "output professionali migliori, coding, computer use ed efficienza a costi inferiori su ChatGPT Work, Codex e l'API" — è una cornice promozionale del fornitore, e vale la pena prenderla con le pinze finché non arrivano i numeri indipendenti, che ora sono arrivati.

La forma della cosa, dalla pagina del modello di OpenAI per gpt-6.2-sol:

• Contesto — 1.050.000 token totali, 922.000 input massimo, 128.000 output massimo.

• Modalità — testo e immagini in input, testo in output. Audio e video sono elencati come non supportati e non esiste alcuna modalità di input da file nella specifica.

• Data limite delle conoscenze — 1 giugno 2026, un mese dopo il 30 aprile 2026 del livello 6.1.

• Ragionamento — sempre attivo, cinque impostazioni di impegno da low fino a max, e l'API rifiuta reasoning.effort: none senza mezzi termini anziché ridurlo silenziosamente.

Prezzo, contesto breve — $2.00 input, $0.10 input in cache, $2.50 scrittura cache, $10.00 output per milione di token. Identico a GPT-6.1 Sol.

• Prezzo, oltre 272.000 token di input — le tariffe di input e cache raddoppiano e l'output passa a 1,5× per l'intera richiesta: $4,00 / $0,20 / $5,00 / $15,00.

• Livelli di servizio — Batch al 50% dello standard, Fast a 2×, Ultrafast a 3× fino al 28 febbraio 2027 e 6× dal 1° marzo 2027.

• Novità di questa generazione — finestre di completamento in background scontate nella beta pubblica delle Responses API, 30% sotto le tariffe standard per una finestra di due ore e 40% in meno per otto ore.

Quell'ultima riga è, in sordina, la cosa più utile del rilascio per chiunque svolga lavoro con agenti di tipo batch, ed è il genere di dettaglio che il post di lancio seppellisce. Un differimento di due ore che costa il 30% in meno è una decisione di prodotto diversa da un taglio di prezzo, perché cambia quando pianifichi il lavoro anziché quanto paghi per esso.

Screenshot of OpenAI's documentation page for GPT-6.2 Sol, showing the model ID gpt-6.2-sol, a 1,050,000-token context window with 922,000 maximum input and 128,000 maximum output, a 1 June 2026 knowledge cutoff, text and image input with text output, and text-token pricing of $2 input, $0.10 cached input, $2.50 cache write and $10 output per million.

Da dove deriva "Pro" e perché non è un ID modello

La guida al ragionamento di OpenAI lo afferma chiaramente: i modelli GPT-5.6 e GPT-6 «supportano le modalità di ragionamento standard e pro nell'API Responses. standard è quella predefinita». Modalità ed effort sono assi indipendenti — la guida specifica esplicitamente che la modalità «seleziona l'esecuzione standard o pro, mentre reasoning.effort controlla quanto ragionamento il modello applica all'interno di tale modalità». Puoi eseguire la modalità pro con effort basso; puoi eseguire la modalità standard con effort massimo.

La funzione dell'esecuzione pro è aggregare diversi passaggi di elaborazione del modello in un'unica risposta e addebitare quei token alle "tariffe standard per token del modello selezionato". Nessun moltiplicatore premium, nessun contatore separato. Gli identificatori Pro esistenti — GPT-5.5 Pro e i suoi predecessori — mantengono il loro vecchio comportamento e i loro vecchi prezzi, ed è per questo che "Pro" ora significa due cose diverse a seconda della stringa che si indica.

Quindi, quando un catalogo elenca gpt-6.2-sol-pro, sta descrivendo una configurazione e inventando un identificatore a cui appenderla. La documentazione ufficiale di OpenAI restituisce 404 su quella stringa, e l'unico identificatore nella pagina del modello è gpt-6.2-sol. Questa distinzione conta più che per pedanteria: un ID di modello che puoi cercare ha una finestra di contesto documentata e una tariffa pubblicata, mentre una configurazione ha qualunque cosa la tua applicazione passi al momento della chiamata.

La lettura indipendente: +2,7 punti, 20% più economico per attività

Artificial Analysis ha già eseguito il modello sul proprio harness, e i numeri sono le prime misurazioni non-vendor della categoria. Su Intelligence Index v5.0.1, GPT-6.2 Sol a sforzo massimo ottiene 57.3 contro 54.6 per GPT-6.1 Sol a sforzo massimo. Il costo per attività dell'Index scende da $1.27 a $1.01. Entrambi i valori sono misurati sulla stessa suite, ed è questo che li rende confrontabili: stesse attività, stesso harness, stessa modalità di punteggio, cambia solo il modello.

Che quei due numeri si muovano insieme nella direzione giusta è la vera tesi di questo rilascio. Una generazione che diventa più intelligente e più economica per attività a un tariffario fisso è un guadagno di efficienza, non un riposizionamento. Una generazione che diventa più intelligente mentre costa di più è uno scambio. Questa è la prima, con un margine abbastanza ampio da notarsi.

Dove si colloca il guadagno è più interessante del valore composito. Rispetto al proprio predecessore allo sforzo massimo:

• Terminal-Bench 4.0 — 60,1% vs 56,1%.

• Terminal-Bench Science — 67,6% vs 58,1%, un salto di 9,5 punti e il maggiore spostamento singolo della classifica.

• HLE Diamond — 64,0% vs 58,8%.

• FrontierCode 2.0 — 44,4% contro 40,6%.

• AutomationBench — 71,3% vs 64,9%.

• AnalystAgent — 53,8% vs 50,0%.

Ognuno di questi è un compito che fa uso di strumenti, a più fasi e con molta verifica. Non è un modello che è migliorato nelle nozioni; è un modello che è migliorato nel portare a termine le cose, il che è coerente con un numero di token in calo anziché in aumento. Meno deviazioni sbagliate significa meno token spesi per recuperare da esse.

Un'avvertenza su cosa sono questi numeri. Artificial Analysis misura i livelli di effort, non le modalità di ragionamento, quindi la sua riga "max" è la modalità standard al massimo effort. Nessuno ha pubblicato una misurazione in modalità pro di alcun modello GPT-6, perché la modalità moltiplica una quantità sconosciuta di lavoro del modello. Considera la riga a massimo effort come il tetto disponibile più vicino, non come un benchmark della modalità pro.

Due numeri che sono andati nella direzione sbagliata

AA-Omniscience è la parte della suite che verifica se un modello sa ciò che non sa, ed è qui che questa release restituisce qualcosa. GPT-6.2 Sol con il massimo sforzo ottiene 40.4 sull'indice Omniscience, in calo da 42.0. L'accuratezza è stabile — 61.6% contro 61.8%, che è rumore — ma il tasso di allucinazione sale dal 51.9% al 55.4%.

Leggilo attentamente prima di concludere che sia uno scandalo. Entrambi i modelli allucinano su più della metà delle domande che sbagliano, e uno spostamento di 3,5 punti su una suite di queste dimensioni non è una regressione catastrofica. Ma è una tendenza, e va nella direzione opposta rispetto ai numeri sulle capacità. Il tier è migliorato nello svolgere il lavoro ed è leggermente meno attento nell’affermare cose che non è in grado di supportare.

Per un agente di programmazione che esegue i test prima di dichiarare vittoria, questo compromesso è quasi a costo zero. Per un assistente di ricerca che risponde senza una fase di verifica, è esattamente la modalità di errore che pagavi la generazione precedente per evitare. Se il tuo carico di lavoro rientra nella seconda categoria, l'indice composito è il numero sbagliato su cui orientare l'acquisto, e il risparmio del 20% è inferiore al costo di una sola risposta sbagliata ma sicura di sé.

Cosa fa la modalità pro al contatore, in token

Poiché la modalità pro fattura a tariffe standard, l'unica leva che aziona è il numero di token, e i dati indipendenti ti consentono di dimensionare quella leva per la prima volta. Allo sforzo massimo, GPT-6.2 Sol genera in media 40.360 token di output per attività, di cui 22.800 sono token di ragionamento e 17.561 sono risposta visibile — il ragionamento rappresenta il 56% dell'output. GPT-6.1 Sol con la stessa impostazione generava in media 67.824 token di output, 49.213 dei quali di ragionamento. Il modello più recente ragiona per meno della metà del tempo e risponde più o meno con la stessa lunghezza.

Questo è il meccanismo dietro il 20%, ma non è tutta l'aritmetica e vale la pena conoscere l'altra metà. Scomponendo il costo per attività: l'output scende da circa $0,72 a $0,40, mentre l'input sale da circa $0,55 a $0,61 — più letture e scritture della cache per attività, non meno. Le due cose si compensano grossomodo nel risparmio netto del 20%, il che significa che l'aggiornamento è una scommessa sul fatto che pensare meno valga più del contesto extra che rilegge. Sulla suite, è stato così.

Esegui la modalità pro su una delle due e il moltiplicatore è sconosciuto — OpenAI documenta che pro "svolge più lavoro del modello rispetto alla modalità standard, aumentando l'utilizzo dei token e il costo" ma non pubblica alcun fattore. Quello che puoi dire con certezza è che la baseline che moltiplica è più piccola del 40% sul lato output, quindi lo stesso moltiplicatore pro si applica a una base più economica.

Conseguenza pratica: se hai calcolato il budget per le chiamate in modalità pro basandoti sui conteggi di token dell'era 6.1, rimisura invece di ridimensionare. La distribuzione dei token è cambiata abbastanza che un aggiustamento lineare sovrastimerà la tua fattura.

A generated single-column scoreboard for GPT-6.2 Sol listing Intelligence Index 57.3, cost per index task $1.01, output tokens per task 40,360, Terminal-Bench 4.0 at 60.1 percent, Terminal-Bench Science at 67.6 percent, AA-Omniscience 40.4, a 1,050,000-token context window and $2 input and $10 output per million tokens, with a footer attributing the comparison figures to Artificial Analysis and the pricing to OpenAI.

Dove è chiamabile oggi e dove non lo è

L'API di OpenAI è disponibile: Responses e Chat Completions, batch, prompt caching, output strutturati, il set di strumenti ospitati che include computer use, apply_patch, hosted shell e MCP, e Zero Data Retention per le organizzazioni approvate sugli endpoint idonei. Gli utenti di ChatGPT Work e Codex l'hanno ottenuta fin dal primo giorno, come indicato nella nota di rilascio. Questo è il quadro GA al 18 novembre 2026.

Sul catalogo di OrcaRouter la generazione 6.2 non è ancora arrivata: un controllo dell'elenco pubblico dei modelli il 18 novembre restituisce openai/gpt-6.1-sol e openai/gpt-6-sol, ma non gpt-6.2-sol. Ne derivano due cose, e la seconda è quella su cui vale la pena pianificare. In primo luogo, oggi qui non è disponibile nulla sull'aggiornamento, e questo articolo non fingerà il contrario. In secondo luogo, OrcaRouter trasferisce il prezzo di listino del fornitore senza ricarico, quindi quando una fascia sarà disponibile quello che paghi sono i $2/$10 del fornitore stesso — nessun moltiplicatore del gateway in aggiunta al tariffario, e una variazione di prezzo del fornitore è attiva lo stesso giorno anziché secondo i tempi di un rivenditore.

Screenshot of the OrcaRouter model page for GPT-6.1 Sol, showing the model ID openai/gpt-6.1-sol, a 1,050,000-token context window with 128,000 maximum output, input pricing of $2.00 and output pricing of $10.00 per million tokens, and a description of the tier as the long-context option beneath the flagship.

Nel frattempo, il tier che questo sostituisce è openai/gpt-6.1-sol, che è a catalogo al prezzo di listino, e il percorso di migrazione che ha senso è mantenere la produzione sul tier 6.1 mentre valuti direttamente 6.2, poi spostare la route anziché il codice.

Cosa guardare

Tre cose decideranno se il 17 novembre sarà un passo o un’oscillazione. La regressione di calibrazione persisterà attraverso il prossimo aggiornamento AA oppure si ridurrà a rumore. Il moltiplicatore Ultrafast raddoppierà il 1° marzo 2027, passando da 3× a 6× lo standard, il che non triplica nulla ma raddoppia il sovrapprezzo sul percorso più veloce: se la tua architettura dipende da Ultrafast, quella data è nel tuo budget. E l’efficienza dei token deve reggere in modalità pro, dove l’unico numero che nessuno pubblica è quello che decide la tua bolletta.

Fino ad allora, il riassunto onesto è ristretto e verificabile: stesso prezzo, 2,7 punti di indice, 20% più economico per attività, e una presa misurabilmente più debole su ciò che non sa.

Confrontati in questo articolo2

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno