GPT-6 Luna vs Claude Opus 5: cinquanta volte il prezzo e lo stesso pomeriggio

GPT-6 Luna costa $0,10 per milione di token in input e $0,50 per milione in output. Claude Opus 5 costa $5,00 e $25,00. Si tratta di un divario di cinquanta volte su entrambi i lati del listino prezzi, ed è la prima cosa che chiunque nota in questo abbinamento — un modello che il fornitore ha rilasciato il 22 settembre 2026, messo a confronto con un modello che l'azienda ha pubblicato il 24 luglio 2026, presente sul mercato da due mesi. Il numero delle cinquanta volte è reale. Ed è anche vicino al fatto meno utile di questo confronto, perché questi due non competono per la stessa chiamata, e per via di qualcosa che è accaduto dalla parte del secondo modello lo stesso pomeriggio in cui è stato lanciato Luna.

GPT-6 Luna è la fascia piccola della generazione GPT-6 di OpenAI, collocandosi sotto GPT-6 Sol a 2,00 $/10,00 $ e ben sotto il modello di punta GPT-6 Astra a 10,00 $/50,00 $. Claude Opus 5 è stato il modello di punta di Anthropic fino al 22 settembre, quando Anthropic ha rilasciato Claude Opus 5.5 a 4,00 $/20,00 $ e ha fatto scendere Opus 5 di un gradino. Entrambi i modelli citati nel titolo di questo articolo sono, a oggi, a un gradino dalla cima della scala del rispettivo fornitore — per ragioni che non hanno nulla a che fare l'una con l'altra. Questo conta più del rapporto tra i prezzi, ed è da qui che parte questo articolo.

Nel pomeriggio entrambi i venditori hanno spedito

OpenAI ha annunciato GPT-6 Sol e GPT-6 Luna il 22 settembre. Poche ore prima, Anthropic aveva annunciato Claude Opus 5.5. Due dei tre modelli in quella frase hanno ridotto i prezzi di circa la metà rispetto ai loro predecessori, il che non è tanto una coincidenza quanto un mercato: i diciotto mesi precedenti di rilasci open-weight da laboratori cinesi avevano già spinto duramente verso il basso il costo di un token competente, ed entrambi i fornitori rispondevano alla stessa pressione.

La conseguenza pratica per chiunque abbia in uso un deployment di Claude Opus 5 è che il modello su cui ha costruito le proprie soluzioni non è più il modello che Anthropic sta spingendo di più sul mercato. Claude Opus 5.5 costa $4,00/$20,00 — un taglio del 20% sul listino — con l'input in cache a $0,20 per milione, in calo rispetto ai $0,50 di Opus 5, e Artificial Analysis lo misura a 58 sul suo Intelligence Index con il massimo sforzo di ragionamento, il valore più alto che abbia mai registrato. Claude Opus 5 misura 51 sullo stesso indice. Se oggi utilizzate Opus 5, il confronto "cinquanta volte" nel titolo di questo articolo non è quello che avete davanti. Quello che avete davanti è se passare a Opus 5.5, e la risposta è un calcolo separato da qualunque cosa stia facendo GPT-6 Luna.

Detto questo, il numero delle cinquanta volte governa comunque una decisione concreta, perché i carichi di lavoro per cui GPT-6 Luna è progettata sono esattamente i carichi di lavoro in cui una bolletta di Claude Opus 5 diventa scomoda. Entrambe le cose possono essere vere contemporaneamente.

Che cosa è in realtà ciascuno di questi due

Le specifiche, una riga per dimensione, entrambi i lati su ciascuna:

• Prezzo per 1M di token — GPT-6 Luna $0,10 in ingresso / $0,50 in uscita vs Claude Opus 5 $5,00 in ingresso / $25,00 in uscita

• Input in cache — GPT-6 Luna 0,01 $ per 1M, uno sconto del 90% rispetto a Claude Opus 5 0,50 $ per 1M sulla scheda Opus 5, ridotto a 0,20 $ su Opus 5.5

• Finestra di contesto — GPT-6 Luna 1.050.000 totali con 922.000 di input massimo vs Claude Opus 5 1M, entrambi limitati a 128.000 token di output

• Nuovo prezzo per il contesto lungo — GPT-6 Luna raddoppia input e cache e aumenta l'output di 1,5 volte oltre 272K token di input, applicato all'intera richiesta, mentre Claude Opus 5 resta invariato su tutta la sua finestra

• AA Intelligence Index — GPT-6 Luna 37 con il massimo impegno vs Claude Opus 5 51

• AA Intelligence Index, a sforzo equiparato — GPT-6 Luna 29 al suo livello di sforzo medio predefinito vs Claude Opus 5 51 al massimo, l'unica impostazione con cui Anthropic lo misura

• Velocità di output — GPT-6 Luna 153,9 token/sec vs Claude Opus 5 53,6 token/sec

• Costo per eseguire l'indice — GPT-6 Luna $122.39 contro Claude Opus 5 $7,274.74

• Interruttore di disattivazione del ragionamento — GPT-6 Luna offre none, low, medium, high, xhigh e max, mentre Claude Opus 5 ha un pensiero adattivo e sempre attivo

• Rilasciato — GPT-6 Luna 2026-09-22 vs Claude Opus 5 2026-07-24

Tre di quelle righe fanno più lavoro delle altre, e la prima è la riga dell'impegno. Il 37 di GPT-6 Luna è il suo punteggio a impegno massimo. Il suo valore predefinito è medio, e a impegno medio ottiene 29. Il 51 di Claude Opus 5 è un numero a impegno massimo, perché Anthropic non espone un'impostazione inferiore che Artificial Analysis misuri. Quindi il divario in evidenza di quattordici punti è un confronto tra il tetto di un modello e il tetto di un altro — e un team che installa GPT-6 Luna e non cambia nulla sta usando il 29, non il 37. È un divario di ventidue punti, non di quattordici, ed è invisibile a meno che non si vada a cercare il valore predefinito dell'impegno.

La seconda è la linea di costo dell'indice. Non è un preventivo — è ciò che Artificial Analysis ha effettivamente speso per eseguire l'intera suite di valutazione su ciascun modello con i propri soldi. $122.39 contro $7,274.74 è una differenza di cinquantanove volte nel costo di scoprire quanto è buono il modello, ed è il proxy più pulito disponibile per come si comportano i due su larga scala. Claude Opus 5 ha generato 140 milioni di token durante quella esecuzione; GPT-6 Luna ne ha generati 150 milioni. Il modello economico era più verboso e costava comunque cinquantanove volte meno.

Il terzo è l'interruttore di spegnimento. A GPT-6 Luna si può dire di non ragionare affatto. A Claude Opus 5 no. Quella singola riga di specifica è il motivo per cui uno di questi modelli può stare dietro un classificatore, un router o una schermata di moderazione e l'altro no, e spiega gran parte della differenza di prezzo senza fare appello alla capacità in alcun modo.

Dove la fascia economica smette di essere economica

C'è un salto di tariffa nel listino di GPT-6 Luna, ed è la cosa in assoluto più costosa da trascurare. Le richieste che superano 272.000 token di input vengono fatturate al doppio delle tariffe di input e cache e a 1,5 volte la tariffa di output — per l'intera richiesta, non per la porzione che ha oltrepassato il limite. Una chiamata da 300.000 token su GPT-6 Luna viene fatturata a 0,20 $ per milione di input per tutti i 300.000 token, perché ha superato il limite di 28.000. Dividi lo stesso documento in due chiamate e il costo si dimezza senza alcuna modifica al prompt.

Claude Opus 5 non ha alcuna clausola equivalente. Il suo $5,00/$25,00 è uniforme su tutta la finestra da 1M, il che significa che il rapporto di cinquanta volte è un rapporto di cinquanta volte ovunque — tranne che al di sopra dei 272K token di input, dove la tariffa effettiva di input di GPT-6 Luna raddoppia a $0,20 e la sua tariffa di output sale a $0,75, e il divario si riduce a venticinque volte. Comunque enorme. Comunque vale la pena saperlo, perché i carichi di lavoro che più probabilmente richiedono un contesto di lavoro di 300.000 token sono esattamente quelli agentici verso cui entrambi i fornitori stanno vendendo.

La seconda cosa da prezzare è lo sforzo. Eseguire GPT-6 Luna al massimo dello sforzo per un'attività che sarebbe andata bene a livello medio è il modo più comune di spendere i risparmi appena ottenuti. Lo scarto tra 37 e 29 è l'entità della penalità per l'impostazione sbagliata e, a differenza di una clausola di prezzo, non compare da nessuna parte su una fattura: si manifesta come volume di token, che sembra un successo.

La divisione che lo decide davvero

La versione onesta di questo confronto è che i due modelli non sono sostituti, e il rapporto di prezzo è una distrazione da una questione di carico di lavoro che ha comunque una risposta chiara.

GPT-6 Luna appartiene a qualsiasi ambito in cui l'output viene consumato da un programma anziché da una persona e il volume è il punto. Classificazione, estrazione, decisioni di instradamento, riepilogo in blocco, il ciclo interno di un agente che effettua mille piccole chiamate per attività. A $0,10/$0,50 con una tariffa di input in cache di un centesimo, e con Batch e Flex a metà della tariffa standard, il confronto economico non è affatto incerto rispetto a qualsiasi cosa nella linea Opus. Artificial Analysis segnala una vera regressione che vale la pena conoscere prima di migrare: il Coding Agent Index di GPT-6 Luna è sceso di due punti a 41 contro il 43 di GPT-5.6 Luna, con i cali concentrati in SWE-Atlas-QnA e DeepSWE v1.1. Segnala anche un miglioramento reale della stessa entità — il tasso di allucinazione del modello su AA-Omniscience è sceso da circa il 93% al 77%, mentre la sua accuratezza è rimasta pressoché invariata. Rifiuta di rispondere più spesso invece di sapere di più, e per qualsiasi cosa con un consumatore a valle questa è la metà più preziosa del compromesso.

Claude Opus 5 appartiene ai contesti in cui l'output è il prodotto. I risultati pubblicati da Anthropic stessa — dichiarati dal fornitore, non riprodotti in modo indipendente — lo collocano al 96,0% su SWE-bench Verified e al 79,2% su SWE-bench Pro, e il divario di quattordici punti sull'indice è il tipo di margine che decide se un agente a lungo orizzonte porta a termine un compito o si ferma silenziosamente a metà. Se vi trovate al limite di ciò che il modello può fare, un modello che costa cinquanta volte meno ed è indietro di ventidue punti con lo sforzo predefinito non è una versione più economica della stessa cosa.

Eseguire entrambi senza scegliere

Il motivo per cui questo confronto non si risolve in un'unica raccomandazione è che il confine tra i due carichi di lavoro non è stabile. Si sposta ogni volta che uno dei due fornitori rilascia qualcosa, e si è spostato due volte nelle tre settimane precedenti questo articolo — una volta quando Anthropic ha ridotto la tariffa di Opus a $4.00/$20.00, e una volta quando OpenAI ha dimezzato il prezzo dell'intera sua fascia small. Un team che ha codificato in modo rigido un vincitore a luglio oggi sta eseguendo la configurazione sbagliata.

Claude Opus 5 è su OrcaRouter al prezzo di listino di Anthropic, con il modello di prezzi pass-through che significa che una variazione delle tariffe del fornitore è attiva dalla nostra parte lo stesso giorno invece di aspettare che un rivenditore rinegozi — che è la ragione concreta per cui il taglio di Opus 5.5 è arrivato nel nostro catalogo senza un progetto di integrazione. GPT-6 Luna non è su OrcaRouter al momento in cui scriviamo; vi si accede tramite l'API di OpenAI. Quindi la configurazione onesta per un team che li vuole entrambi è una chiave per Claude Opus 5 insieme a qualunque cosa già usiate per OpenAI, con failover automatico che copre il divario quando un provider si degrada. Spostare una route tra un classificatore da un centesimo e un reasoner da venticinque dollari cambiando una configurazione anziché un percorso di codice vale più che scegliere correttamente a settembre.

Cosa fare questa settimana

Se stai usando Claude Opus 5, il divario di cinquanta volte nel titolo è un numero reale che punta alla decisione sbagliata. La tua decisione è Opus 5.5 — un taglio del 20% al listino, un punteggio di indice più alto e un tasso di input in cache che è calato del 60% — e GPT-6 Luna è una questione diversa che si trova sulla stessa pagina.

Se stai eseguendo una pipeline di classificazione o estrazione ad alto volume su un modello di classe Opus, GPT-6 Luna è la più grande riduzione di costi disponibile questo mese, e la migrazione è più piccola di quanto il taglio di prezzo lasci intendere: la stessa classe di contesto da 1M, lo stesso limite di output di 128.000 e una tariffa per token cinquanta volte inferiore su entrambi i fronti. Provalo a sforzo medio prima di dare per scontato il valore predefinito, colloca le chiamate a contesto lungo dalla parte giusta dei 272.000 token e verifica la regressione sul coding rispetto al tuo eval, non a un grafico del fornitore.

E se li stai usando entrambi, la cosa da sistemare non è quale hai scelto. È che cambiare idea al momento costa un deployment del codice.