GPT-6.7 e la questione "Bob": il modello di punta non ancora rilasciato di OpenAI sarà davvero 2 volte più lento?

Il 15 agosto, un post su X dall'account @Yuchenj_UW ha condensato una voce in una frase: "Bob, il re dei kernel GPU, ha lasciato l'azienda? GPT-6.7 girerà due volte più lento…." Due affermazioni poggiano su quel punto interrogativo — che l'ingegnere più riservato dell'azienda se ne sia andato, e che la sua partenza dimezzi la velocità di serving di GPT-6.7, il flagship non ancora rilasciato dell'azienda (rinominato GPT-6-7 lo scorso ottobre). Nessuna delle due affermazioni è verificata. Ma il post arriva in un momento in cui il prossimo modello dell'azienda è già una questione di quando, non se: il nome della famiglia Astra è arrivato il 1° agosto, una revisione di sicurezza lo ha sospeso il 7 agosto, e GPT-5.6 Sol — il flagship attuale, live su OrcaRouter — è l'unico punto di riferimento concreto per ciò che la prossima generazione deve battere. Ecco cosa è effettivamente conoscibile ad oggi.

Una cosa chiara fin dall'inizio: nessuno al di fuori di OpenAI ha eseguito GPT-6.7. Qualsiasi affermazione su quanto velocemente servirà i token è un'estrapolazione — incluso il dato "2 volte più lento". Quello che segue separa i fatti verificati (il cambio di nome, la tempistica di rilascio, le uscite che sono documentate) dalla leggenda (Bob, il kernel e il numero). Tutto il materiale basato su voci è etichettato come tale.

Chi è "Bob", e perché un singolo ingegnere è diventato una leggenda

"Bob" è il soprannome che i dipendenti di OpenAI usano per un ingegnere il cui nome l'azienda non ha mai confermato. I resoconti della stampa del settembre 2025 — tra cui QbitAI, The Paper e itbear, che citano tutti ex e attuali dipendenti OpenAI — descrivono un ricercatore riservato che scrive da solo i kernel CUDA usati per l'inferenza, il codice GPU di basso livello che trasforma la matematica dei transformer in token. Il suo kernel di attenzione, chiamato "Bob kernel" all'interno di OpenAI, viene eseguito, secondo quanto riportato, migliaia di miliardi di volte al giorno su centinaia di migliaia di GPU, con una precisione all'altezza: un bug costringerebbe a un rollback dei checkpoint e a un ciclo di riaddestramento.

La leggenda è coerente tra i diversi resoconti. Ex dipendenti affermano che Bob ha risolto in pochi minuti un problema di performance su cui i colleghi avevano faticato per una settimana. Lo Slack interno di OpenAI ha un'emoji 'Bob magic'. Le stime del settore citate nello stesso articolo indicano che il numero di persone viventi in grado di scrivere kernel CUDA ad alte prestazioni per l'addestramento è inferiore a cento — motivo per cui una dipendenza da una singola persona di questo tipo è considerata un vero rischio, non un semplice optional.

Sull'identità, OpenAI non ha mai detto chi sia Bob. L'ipotesi principale, ripetuta nella stessa copertura stampa, è Scott Gray — un laureato in fisica e informatica che è entrato in OpenAI nel 2016, ha firmato come primo autore il post del blog di OpenAI del 2017 "Block-sparse GPU kernels," e in seguito ha co-autorato il report tecnico di GPT-4 e l'articolo sulle leggi di scaling, con una bibliografia di 51 articoli e più di 80.000 citazioni. La corrispondenza è circostanziale ma ampiamente ripetuta; è un'inferenza, non una conferma.

Bob se n'è davvero andato?

Il tweet è una domanda, non un'affermazione. Ma la partenza a cui punta ha una traccia documentale. Un riepilogo del ricambio di leadership pubblicato il 15 agosto 2026 elenca Scott Gray — descritto come un "ingegnere di sistemi GPU di lunga data" che è entrato nel 2016 e ha contribuito a costruire l'infrastruttura alla base di transformer sparsi, leggi di scaling e GPT-3 — tra almeno dodici figure di alto livello che hanno lasciato OpenAI nel 2026. La stessa lista nomina la chief revenue officer Denise Dresser, l'ex COO Brad Lightcap, il CEO delle applicazioni Fidji Simo, il capo di Sora Bill Peebles, e i responsabili di sicurezza, etica, marketing e hardware. Si tratta di un report secondario, non di una conferma ufficiale, e non fornisce una data di partenza per Gray.

Il contesto più ampio rende la voce meno sorprendente. I resoconti della stessa settimana inquadrano il turnover come un rimpasto pre-IPO: il co-fondatore Greg Brockman sta accentrando l'autorità operativa su di sé in vista di una prevista quotazione in borsa, e CNBC ha riportato l'uscita del CRO il 13 agosto. Inoltre, "Bob" è un noto obiettivo di reclutamento da un anno: i resoconti del settembre 2025 affermavano che Mark Zuckerberg di Meta aveva reso "chi è Bob?" un punto permanente all'ordine del giorno delle riunioni di assunzione. La guerra dei talenti attorno a questo specifico insieme di competenze è reale, ed è in parte il motivo per cui la fuga di notizie risulta plausibile.

Tuttavia, la catena di affermazioni ha due anelli non verificati: che Scott Gray sia Bob, e che l'elenco nel resoconto sia la stessa partenza a cui si riferisce il tweet. È del tutto possibile che il tweet stia ripetendo una voce che precede qualsiasi uscita effettiva. Questa sezione è il riepilogo onesto: ufficialmente, un ingegnere GPU senior di nome Scott Gray appare in una lista di partenze del 2026; non ufficialmente, quella persona potrebbe essere o non essere il Bob a cui il tweet si riferisce.

Perché "2x più lento" potrebbe essere importante — e perché probabilmente non è così semplice

I kernel determinano i due numeri che decidono l'economia di un modello: token al secondo e costo per token. Se GPT-6.7 venisse distribuito su kernel di serving con efficienza dimezzata rispetto all'ipotetica versione "Bob-optimized", lo stesso hardware servirebbe la metà dei token e la stessa richiesta impiegherebbe il doppio del tempo — a un costo marginale circa doppio. Per uno sviluppatore che instrada traffico di produzione, significa un colpo del 2x in latenza e del 2x in costi per il modello di punta, esattamente il tipo di numero che fa cambiare scelta di modello. Ecco perché la voce ha mordente.

Ora le ragioni per diffidarne:

• Il "2x" non ha una base dichiarata. È un numero in un post — un esperimento mentale, non una misurazione, e l'immagine collegata non ne fornisce una nemmeno.

• I kernel sono codice, e il codice sopravvive agli autori. Lo stack di servizio che Bob (o chiunque altro) ha scritto per i modelli precedenti non sparisce quando una persona se ne va; il modello successivo ne eredita la maggior parte.

• L'organizzazione dell'infrastruttura di OpenAI è grande, e la leggenda secondo cui "una sola persona scrive tutto" è quasi certamente una semplificazione. Il rischio legato alle figure chiave è reale ma raramente binario.

• Anche un vero calo di efficienza non cambierebbe le capacità. Cambia costi e latenza — doloroso, ma un fornitore può assorbirlo in parte o aggirarlo con i prezzi, e OpenAI ha già rilasciato una funzionalità di velocità (Ultrafast, fino a 14 volte più veloce sul modello di punta attuale) pensata proprio per questo tipo di pressione sui costi di servizio.

La versione più forte dell'affermazione è la statistica del sotto-cento. Se la persona che ha scritto i kernel di serving del modello di punta non c'è più, il sostituto non è un'assunzione per il conteggio del personale — è una progressione pluriennale. Questo è un rischio legittimo per l'economia di serving di OpenAI. Ma è un rischio riguardante il team, non un fatto misurato su un modello che non è ancora stato rilasciato.

Quello che sappiamo realmente su GPT-6.7

Il modello di cui parla la voce ha una traccia pubblica più lunga di quanto suggerisca il tweet, e la maggior parte è recente:

• 31 ottobre 2025 — Sam Altman ha annunciato su X che "GPT-6" sarebbe stato rinominato "GPT-6-7," interpretato da molti come un cenno al gergo Gen-Alpha "6-7." Se "GPT-6.7" e "GPT-6-7" siano strettamente la stessa cosa non è ufficiale; il tweet li tratta come intercambiabili, e così fa la maggior parte della copertura.

• Aprile 2026 — Segnalazioni che il pre-addestramento di GPT-6 fosse completo, con un'uscita prevista per il 14 aprile. Quella data è passata senza un lancio.

• Agosto 2026 — Le fughe di notizie dicevano che il lancio era stato anticipato a inizio agosto, con OpenAI che saltava GPT-5.7 fino a GPT-5.9. Non verificato.

• 1 agosto 2026 — OpenAI ha annunciato "Astra" come nome della sua prossima famiglia di modelli, tramite un rapporto di ricerca che afferma di aver risolto dieci problemi aperti di matematica. Non è confermato se Astra verrà rilasciata con il nome GPT-6.

• 7 agosto 2026 — OpenAI ha sospeso lo sviluppo di Astra e ha ritardato il lancio dopo che una revisione interna della sicurezza ha segnalato un rischio informatico "critico" — il primo modello a raggiungere quel livello. Altman ha dichiarato che la distribuzione generale "richiede un po' più di tempo."

• Mercati di previsione — A metà agosto, i trader stimavano il rilascio di GPT-6 entro il 30 settembre a circa il 62% e entro il 31 dicembre a circa il 90%.

• Specifiche non confermate — un contesto di circa 2 milioni di token, prestazioni superiori di circa il 40% rispetto alla generazione attuale, memoria personalizzata e architettura multimodale nativa con il nome in codice "Symphony". Tutto non verificato.

Quindi il modello alla base di "2x più lento" non è ancora stato rilasciato, non ha una data di uscita confermata ed è oggetto di una revisione di sicurezza in corso. Una cifra sulla velocità di serving associata è speculativa due volte: una per la data, una per la velocità.

L'unico tabellone segnapunti onesto oggi

Poiché GPT-6.7 non esiste ancora, una classifica può solo mettere a confronto la voce con ciò che è effettivamente disponibile:

• GPT-6.7 (non rilasciato) — stato: non distribuito; rilascio: previsto in autunno 2026 (voce); contesto: ~2M token (voce); velocità: "2x più lento?" non verificato; prezzo: n/d; instradabile: non ancora.

• GPT-5.6 Sol (live) — stato: disponibile; contesto: 1,05M token, 128K di output massimo; velocità: ~290 tok/s osservata sulle statistiche degli ultimi 7 giorni di OrcaRouter; prezzo: $5,00 in ingresso / $30,00 in uscita per milione di token al livello di input standard; instradabile: sì, al prezzo di listino del provider.

Il divario interessante è la colonna dei prezzi. Il modello di punta attuale di OpenAI costa $5/$30 per milione di token tramite OrcaRouter, e il tasso di pass-through è il prezzo di listino del fornitore con margine zero — quindi qualunque prezzo OpenAI assegni a GPT-6.7, il numero dalla nostra parte si muove lo stesso giorno del rilascio, senza rinegoziazione. Questa è la parte utile del tabellone per chiunque pianifichi in funzione del prossimo modello.

Come trattare una perdita come questa

È uno schema fin troppo noto: un modello non ancora uscito, un numero impressionante, un nome citato. Ogni elemento è plausibile e nessuno è verificato. La risposta giusta non è né ignorare la voce né scommetterci — è strutturare la decisione in modo da non dover scegliere.

Questo è il caso del routing. Quando GPT-6.7 verrà rilasciato, il modo per valutare un'affermazione di lentezza 2x senza scommetterci un percorso di produzione è metterla dietro lo stesso endpoint che usi già: una chiave API, failover automatico a GPT-5.6 Sol nel momento in cui il nuovo modello offre prestazioni inferiori, e traffico reale che decide se la voce era vera. L'affermazione diventa così una misurazione invece di un tweet. Se la lista prezzi di OpenAI cambia con la nuova release, il tasso di pass-through si aggiorna lo stesso giorno — OrcaRouter trasmette i prezzi di listino dei provider senza alcun ricarico, quindi un taglio (o un aumento) di prezzo del fornitore è attivo qui immediatamente, senza rinegoziazione.

Nel frattempo, l'attuale ammiraglia è la cosa concreta. GPT-5.6 Sol è live su OrcaRouter oggi a 5$/30$ per milione di token, con il contesto da 1,05M token e i ~290 token/s mostrati dal tabellone. La modalità Ultrafast annunciata il 13 agosto — fino a 14 volte più veloce, circa 750 token al secondo sull'infrastruttura Cerebras — si applica a quel modello, non a GPT-6.7, ed è un promemoria che OpenAI può attaccare i costi di servizio con l'infrastruttura oltre che con i kernel.

Cosa stiamo guardando ora

• Se la partenza di Bob viene confermata. OpenAI non commenta su chi sia Bob; l'evento documentato più vicino è il nome di Scott Gray nella lista delle partenze del 2026. Se OpenAI o Gray lo conferma, il primo anello della catena diventa un dato di fatto.

• Se il numero "2x più lento" abbia mai un fondamento. Se GPT-6.7 viene rilasciato e compaiono misurazioni indipendenti della velocità, la cifra smette di essere una voce — o viene confermata o viene ritirata. Fino ad allora è solo un numero in un post.

Se la pausa di sicurezza di Astra faccia slittare la data. I mercati di previsione hanno già spostato GPT-6 da agosto; la designazione "critico" e i test governativi che OpenAI dice di volere sono entrambi fonti naturali di ulteriori ritardi.

• Se il benchmark del kernel si riordina. Se il team di serving di OpenAI assorbe la perdita — o la leggenda sopravvaluta il contributo di una singola persona — l'intera voce è priva di fondamento, e il primo segnale sarà la performance di serving del prossimo modello rispetto al suo predecessore.

La lettura onesta: "2x più lento" è una storia avvincente e, finora, solo quello. La partenza del mago del kernel è un dato reale con una vera traccia documentale; il numero sulla velocità è un numero in un tweet. Finché GPT-6.7 non uscirà, la posizione difendibile è pianificare per entrambi gli esiti — assumere che la voce possa essere in parte vera, e costruire il routing così che un'ammiraglia più lenta del previsto non ti costi nulla da testare. È proprio questo il punto del routing di un modello che non hai ancora incontrato.