GPT-6 Luna sta diventando il default: cosa si compra davvero con dieci centesimi per milione

La cosa più determinante che sia successa a GPT-6 Luna nella sua prima settimana non è stato il taglio di prezzo. È stato un commit di merge. Entro un giorno dal rilascio di GPT-6 Luna da parte del fornitore, il 22 settembre 2026, una piattaforma di agenti open source ha integrato una modifica che lo rendeva il modello di fallback per ogni organizzazione che non aveva scelto un default proprio — soppiantando GPT-5.6 Terra, un tier più grande e considerevolmente più costoso. Il ragionamento dichiarato era aritmetico: a 0,10 $ e 0,50 $ per milione di token, GPT-6 Luna costa un ventesimo della tariffa di input di GPT-5.6 Terra e un ventiquattresimo di quella di output. È un segnale reale, e per di più è solo metà della storia. GPT-6 Luna costa 0,10 $ per milione di token in input e 0,50 $ per milione di token in output, contro i 2,00 $ e i 10,00 $ di GPT-6 Sol, il tier superiore, e i 10,00 $ e 50,00 $ del modello di punta GPT-6 Astra. Il modello che sostituisce in quello slot predefinito, GPT-5.6 Luna, costa ancora 0,20 $ e 1,20 $ — il doppio in input e più del doppio in output. Dieci centesimi per milione sono abbastanza economici da far sì che la decisione smetta di riguardare il prezzo e cominci a riguardare ciò che il modello porta effettivamente a termine.

Quindi questo non è un articolo che spiega un lancio, e non è un post su un taglio di prezzo — li abbiamo scritti entrambi, e il listino in sé è già definito. È un tentativo di rispondere alla domanda che il marketing della fascia economica evita: se un modello diventa il tuo default, che effetto ha sul lavoro che prima andava a qualcosa di più grande? Le prove in merito vengono da tre fonti, e non concordano tra loro. I benchmark di OpenAI stesso sono i più lusinghieri e i meno riproducibili. Artificial Analysis ha pubblicato un indice indipendente la stessa settimana, ed è più utile perché attribuisce un prezzo alle attività completate anziché ai token. E un pugno di persone ha ormai messo alla prova il modello su infrastrutture reali, ed è lì che si annidano i guasti interessanti. Quando un numero è dichiarato dal fornitore, la frase che lo contiene lo dice.

Cosa è stato effettivamente spedito

GPT-6 Luna è il livello piccolo della famiglia di sesta generazione, collocandosi sotto GPT-6 Sol e ben sotto il modello di punta GPT-6 Astra. La documentazione ufficiale dei modelli di OpenAI, consultata questa settimana, fornisce il quadro:

• ID modello — gpt-6-luna, un unico snapshot senza variante datata. Nell'elenco dei modelli non esiste alcuna voce gpt-6-luna-pro; la stringa "pro" che circola sui cataloghi di terze parti è un valore della modalità di ragionamento, non un modello.

• Contesto e limiti — una finestra di 1.050.000 token, fino a 922.000 token di input, un limite di output di 128.000 token e una data limite delle conoscenze al 18 maggio 2026. Testo e immagini in input, testo in output.

• Prezzo — $0,10 per milione di token di input, $0,01 per milione di input in cache, $0,125 per milione di scritture in cache, $0,50 per milione di output. OpenAI li ha descritti come permanenti anziché introduttivi.

• Il livello long-context — le richieste superiori a 272.000 token di input vengono ritariffate al doppio delle tariffe di input e cache e a 1,5× la tariffa di output, applicate all'intera richiesta anziché all'eccedenza. È l'errore più costoso in assoluto possibile su questo modello, perché è innescato dalla dimensione totale della richiesta, non da quanto ne usi.

• Livelli di servizio — Batch e Flex funzionano a metà delle tariffe standard; la modalità Fast le raddoppia. Il lavoro in blocco asincrono è quindi ancora a metà prezzo, e il listino prezzi ha quattro diversi prezzi effettivi a seconda di come si invia la richiesta.

• Sforzo — sei valori: none, low, medium, high, xhigh e max, con medium come valore predefinito documentato. Lo sforzo è per richiesta, non una proprietà del deployment.

• Endpoint — Responses, Chat Completions e Batch. Chat Completions gestisce il function calling solo quando reasoning effort è impostato su none; i tool integrati e il function calling in genere richiedono l'API Responses, che supporta web search, file search, image generation, code interpreter, hosted shell, apply_patch, skills, computer use, MCP e tool search.

Quell'ultima riga conta più di quanto sembri. Se la tua automazione usa strumenti, sei sulle Responses API, e la manopola dell'effort è accoppiata alla scelta dell'endpoint. Un team che imposta l'effort su low per risparmiare e si aspetta che il function calling continui a funzionare su Chat Completions ha costruito una pipeline che fallirà alla prima chiamata di strumento.

Il numero che decide è il costo per attività completata, non il costo per token

Artificial Analysis ha pubblicato la sua valutazione indipendente entro poche ore dal lancio, e il dato principale è scomodo per chiunque abbia dato per scontato che un token più economico significhi un lavoro più economico. Sul suo Intelligence Index, GPT-6 Luna costa circa $0,07 per attività al massimo sforzo, contro circa $0,18 per GPT-5.6 Luna allo stesso sforzo — una riduzione di circa il 60%, determinata dal taglio del prezzo anziché dal fatto che il modello svolga meno lavoro. Il punteggio dell'indice stesso è in linea con il modello che sostituisce. GPT-6 Sol, per dare un'idea della scala, costa circa $1,06 per attività dell'indice contro $1,99 per GPT-5.6 Sol.

Leggi quei tre numeri insieme e la forma della famiglia diventa chiara. Sol ha un costo per attività circa quindici volte quello di Luna, a fronte di un punteggio sensibilmente più alto. Luna non è una versione ridotta di Sol; è uno strumento diverso, ed è il dato per attività a dirti quale dei due hai in mano.

La metà scomoda riguarda ciò che è successo al coding agent. Nel Coding Agent Index di Artificial Analysis, GPT-6 Luna ottiene 41 con il massimo sforzo — due punti in meno rispetto al 43 di GPT-5.6 Luna — mentre GPT-6 Sol va nella direzione opposta, con due punti in più fino a 57 a 2,99 $ per attività. Quindi il ricambio generazionale nella fascia economica è una piccola regressione sul coding agentico, non un miglioramento, anche se il prezzo scende. Chi interpreta «nuova generazione» come «rigorosamente migliore» rimarrà sorpreso da quella colonna.

La verbosità è la voce nascosta

C'è un secondo numero nella stessa valutazione che spiega in gran parte il primo. Durante l'esecuzione dell'Indice di Intelligenza, GPT-6 Luna ha generato circa 51.000 token di output per attività, contro circa 41.000 per GPT-5.6 Luna. Il modello più nuovo ed economico è circa un quarto più verboso per raggiungere un punteggio comparabile. Il risparmio deriva dal taglio del prezzo, non dal fatto che il modello sia diventato più efficiente per unità di lavoro.

Questo è importante per due motivi. A 0,50 $ per milione di token di output, 10.000 token di output in più per attività costano mezzo centesimo. Se lo si applica a centomila attività al giorno, l'incremento è di un miliardo di token, ovvero 500 $ al giorno — su un modello il cui prezzo di listino è di dieci centesimi per milione di token di input. E la verbosità interagisce male con il tetto di 128.000 token di output: un modello che pensa più a lungo e scrive più a lungo raggiunge quel limite prima, il che trasforma un problema di costo in un problema di troncamento.

La mitigazione è la disciplina della cache, e questa famiglia ne ha una davvero buona. Le letture di input in cache a 0,01 $ per milione sono un decimo della tariffa non in cache, e OpenAI ha modificato le regole di invalidazione in modo che la regolazione dello sforzo di ragionamento o della disponibilità degli strumenti non scarti più il contesto in cache. Per un carico di lavoro con un prefisso lungo e stabile — uno schema, un prompt di sistema, un documento su cui poni sei domande — la tariffa effettiva di input è più vicina a un centesimo che a dieci centesimi, e questo divario è più ampio del taglio principale. È anche la differenza tra il livello economico che è economico e quello che è solo più economico.

Dove la fascia economica regredisce, e dove no

La stessa valutazione indipendente separa le regressioni dal rumore, e la distinzione è la cosa più utile in essa. GPT-6 Luna perde circa 75 Elo rispetto al suo predecessore su GDPval-AA v2.1, e circa 45 Elo su AA-Briefcase v1.1. Artificial Analysis attribuisce entrambi a una minore qualità della presentazione e a consegne che saltano elementi richiesti della rubrica, piuttosto che a errori fattuali o di ragionamento. Il suo tasso di allucinazione migliora nettamente, da circa il 93% al 77%, e il suo AA-Omniscience Index passa da −10 a 1. Su AutomationBench-AA guadagna, 53% contro 50%; su Terminal-Bench 4.0 guadagna di poco, 13% contro 12%.

Quella distinzione è tutta la decisione. Il modello non è peggiorato nel compito; è peggiorato nel consegnarti l'artefatto finito. Se consumi output strutturato — una classificazione, un'estrazione, una decisione di instradamento, un payload JSON — la regressione non ti costa nulla e il taglio di prezzo è soldi gratis. Se è una persona a leggere il risultato finale, la regressione ti costa un revisore, e il tempo di quel revisore è probabilmente più costoso dei token che hai risparmiato.

Le affermazioni non riprodotte di OpenAI si collocano all'altro estremo dello spettro: che con sforzo elevato GPT-6 Luna migliora rispetto al suo predecessore di 5,4 punti percentuali a un costo per attività inferiore del 58%; che con sforzo massimo ottiene il 66,6% su DeepSWE 1.1, che OpenAI paragona a Claude Opus 5 con sforzo medio a una frazione del costo per attività; e che su OSWorld 2.0 supera GPT-5.6 Sol con sforzo medio a circa un decimo del costo. Si tratta di confronti effettuati con l'harness del fornitore e a impostazioni di sforzo scelte dal fornitore, e l'unica cosa che vale la pena trarne è di natura direzionale: il tier economico è ormai a portata del tier medio dell'anno scorso. Le percentuali per attività è meglio ignorarle, perché l'harness non è lo stesso su entrambi i fronti.

Il floor dell'effort è il punto in cui la questione diventa pratica. Le linee guida pubblicate indicano di testare prima none o low per estrazione e routing semplici, e di aumentare l'effort solo dove la qualità misurata lo giustifica. Un resoconto pratico della settimana di lancio ha rilevato che con effort low GPT-6 Luna non è affatto utilizzabile per il lavoro agentico, il che colloca il suo floor pratico a medium per qualsiasi attività multi-step. Un secondo risultato dello stesso tipo di test è più incisivo: in un esercizio di deployment, i manifest Kubernetes del modello hanno superato la validazione dello schema e poi hanno fallito in tutti e tre i tentativi contro un cluster reale, perché un validatore controlla la forma e non il comportamento. Se la configurazione generata viene rilasciata senza un controllo di esecuzione nel ciclo, il tier economico ti restituirà fallimenti che sembrano successi.

La domanda predefinita, e perché il routing è la risposta ad essa

La piattaforma che ha reso GPT-6 Luna il suo modello di fallback ha classificato il cambiamento come a rischio medio, e la nota allegata è la versione onesta dell'intero articolo: ogni organizzazione priva di un proprio default passa a Luna, che è più economico ma di un tier inferiore rispetto a Terra, quindi la qualità sui compiti difficili può variare. È esattamente questo lo scambio. Un default è una scommessa sul fatto che la maggior parte del traffico sia facile, e per la maggior parte delle organizzazioni quella scommessa è corretta — ed è per questo che il cambiamento è stato rilasciato. Il rischio è la minoranza di richieste che non lo è.

Il modo per fare quella scommessa senza assumerne il rovescio è smettere di trattare il default come un unico modello. GPT-6 Luna è instradabile tramite OrcaRouter alla tariffa indicata senza alcun ricarico aggiuntivo, il che significa che il prezzo permanente del fornitore è quello che vedi qui e un eventuale taglio arriva lo stesso giorno anziché al successivo rinnovo contrattuale. Questa settimana, sulla nostra pagina del modello, misura 74,3 token al secondo di output con un tasso di errore dello 0% su tutto il traffico che serviamo. Entrambi i livelli di contesto sono riportati come pubblicati: $0,10 in ingresso e $0,50 in uscita sotto i 272.000 token di input, passando a $0,20 e $0,75 al di sopra.

Ciò che questo ti offre è un default che può escalare. Un DSL di routing ti permette di inviare la maggior parte del traffico a GPT-6 Luna a sforzo medio e di dirottarlo al verificarsi di una condizione — lunghezza dell'input oltre la soglia dei 272K, necessità di una chiamata a tool, una classe di task che la regressione sensibile alla rubrica effettivamente riguarda — verso GPT-6 Sol o, per lavori a lungo orizzonte, verso il flagship GPT-6 Astra, sulla stessa chiave, senza un secondo contratto e senza modifiche al codice. È una forma di decisione diversa dal scegliere un solo modello e conviverci. Ottieni il tier da dieci centesimi dove le prove dicono che regge e un tier da due dollari o dieci dollari dove non regge, e il confine è una regola che hai scritto tu anziché una speranza. Il failover automatico copre l'altra modalità di fallimento, ovvero che l'upstream del tier economico abbia un pomeriggio storto mentre la tua automazione è a metà esecuzione.

Chi dovrebbe muoversi, e chi dovrebbe aspettare

Passa se il tuo traffico è strutturato e ad alto volume: classificazione, estrazione, tagging, instradamento delle intenzioni, triage dei log, riepilogo e i cicli di implementazione limitati che risiedono all'interno di un agente più grande. Le prove supportano la riduzione del prezzo e la parità di punteggio, e la regressione nella presentazione è invisibile a un consumatore che analizza JSON.

Non spostare una catena di agenti a lungo orizzonte, un refactoring multi-file o qualsiasi cosa il cui output venga approvato da una persona, solo perché il token costa poco. Il Coding Agent Index è sceso di due punti, le valutazioni sul lavoro di conoscenza sono scese, e il modello è più verboso per attività rispetto a quello che sostituisce. Un token più economico che richiede un revisore non è un'attività più economica.

E osserva un numero invece di tutti quanti. Il divario di 51.000 rispetto a 41.000 token di output è la cifra che decide se un default Luna sia un risparmio o un pareggio sul tuo specifico carico di lavoro, ed è misurabile sul tuo traffico in un pomeriggio. Il listino prezzi è stabilito e permanente; il conteggio dei token per lavoro completato non lo è, ed è quello che compare in fattura.