GPT-6 Sol e GPT-6 Luna: il token più economico non è sempre il compito più economico

Il fornitore ha rilasciato GPT-6 Sol e GPT-6 Luna il 22 settembre 2026, e il titolo ovunque è il prezzo: Sol a $2.00 per milione di token in input e $10.00 in output, Luna a $0.10 e $0.50, entrambi circa la metà di quanto GPT-5.6 Sol e GPT-5.6 Luna facciano pagare con le attuali tariffe promozionali, ed entrambi ben al di sotto del modello di punta GPT-6 Astra a $10.00/$50.00. L'annuncio del fornitore stesso si apre con "abbiamo anche reso la memorizzazione nella cache e l'inferenza più efficienti". Il problema nel leggerlo come una storia di sconti è che l'unità che finisce davvero sulla tua fattura non è un token. È un task. E le prime misurazioni indipendenti, pubblicate lo stesso giorno, mostrano i due nuovi modelli che si muovono in direzioni opposte proprio su quell'unità — con GPT-6 Luna, il più economico dei due di un fattore venti sull'input, che se la cava peggio dei due rispetto al proprio predecessore. Uno di questi modelli è un puro aggiornamento e l'altro è un vero compromesso, e l'annuncio del fornitore non distingue tra i due.

Prima dei numeri, le regole di attribuzione delle fonti per questo articolo, perché i due gruppi di prove qui meritano un peso molto diverso. Prezzi, finestra di contesto, tariffe della cache e knowledge cutoff provengono dalla documentazione API e dalle tabelle di prezzo di OpenAI, consultate il 23 settembre 2026, con le voci service-tier e cache-write corroborate da tracker di costi di terze parti invece che prese solo dall'annuncio. Le tabelle di benchmark di OpenAI — AutomationBench, DeepSWE 1.1, OSWorld 2.0, Agents' Last Exam e una valutazione interna di factualità — sono riportate dal fornitore e non riprodotte, e ogni cifra da esse tratta di seguito è etichettata come tale. I numeri indipendenti provengono da Artificial Analysis, che ha eseguito entrambi i modelli sul suo Intelligence Index e Coding Agent Index il giorno del lancio; sono quelli di cui fidarsi per prendere una decisione. Dove i due non concordano, l'articolo lo dichiara invece di fare una media.

Il lancio, in un paragrafo

Sol e Luna sono membri di fascia media e bassa della famiglia GPT-6, addestrati con i metodi alla base di GPT-6 Astra e posizionati come modi più rapidi ed economici per raggiungere gran parte delle sue capacità. L'impostazione di OpenAI è il costo per attività più che la capacità grezza: afferma che GPT-6 Sol commette circa la metà degli errori di GPT-5.6 Sol nella sua valutazione interna di factualità, e che GPT-6 Luna, con uno sforzo di ragionamento più elevato, eguaglia la factualità di GPT-5.6 Sol a circa un centesimo del costo per attività. Entrambi accettano input testuali e visivi e producono testo, entrambi hanno una finestra di contesto di 1.050.000 token con un tetto di output di 128K — Artificial Analysis ne indica 872k per lo stesso modello, quindi considerate l'estremo superiore di quella finestra come dichiarato dal fornitore — ed entrambi espongono uno sforzo di ragionamento da none fino a max, un livello che GPT-6 Astra non offre, perché Astra non ha none. Gli ID dei modelli sono gpt-6-sol e gpt-6-luna. La disponibilità passa attraverso l'API, attraverso ChatGPT Work e Codex per gli account Plus, Pro, Business, Enterprise ed Edu, e attraverso Amazon Bedrock, che ha annunciato la disponibilità generale di entrambi lo stesso giorno. Gli utenti Free e Go ottengono Luna nell'app desktop; nessuno dei due modelli è ancora in modalità Chat semplice.

Cosa dicono i quattro numeri indipendenti, e perché non concordano

Iniziamo con GPT-6 Sol, perché la sua storia è semplice. Artificial Analysis gli assegna 48 sull'Intelligence Index, 18º su 212 modelli misurati, a $1,06 per attività dell'indice contro $1,99 per GPT-5.6 Sol — circa la metà del costo per un punteggio dell'indice pari, e un miglioramento del costo per attività che regge invece di svanire. Il suo Coding Agent Index sale a 57 da 55, con Terminal-Bench 4.0 che passa dal 37% al 43% e SWE-Atlas-QnA dal 54% al 58%, a $2,99 per attività sulla frontiera di Pareto. Il suo tasso di allucinazione scende da 92% a 60%, e il suo comportamento di astensione cambia forma del tutto: ora risponde all'83% delle domande dove la generazione precedente rispondeva al 99%, e in cambio ottiene un quarto di risposte sbagliate in meno, con l'accuratezza che scende dal 59% al 54%. Questo è un modello a cui è stato insegnato a tacere quando non sa, e l'AA-Omniscience Index che passa da 22 a 27 è lo stesso fatto espresso come punteggio.

Ora GPT-6 Luna, e la storia cambia. Artificial Analysis assegna 37 sull'Intelligence Index — la cifra identica che ottiene GPT-5.6 Luna. Il suo costo per attività dell'indice scende da 0,18 $ a 0,07 $, circa il 60% in meno, e questo risparmio è reale. Ma il suo Coding Agent Index scende, da 43 a 41, con SWE-Atlas-QnA che cala dal 49% al 44% e DeepSWE 1.1 che cala dal 66% al 64%. Il suo tasso di allucinazione migliora dal 93% al 77%, e il suo comportamento di astensione si muove appena — accuratezza 44% contro 43%, AA-Omniscience da −10 a 1. Letto nel complesso: la stessa intelligenza misurata, a circa il 40% del costo per attività, con un agente di coding peggiore e una qualità delle risposte sostanzialmente invariata.

Non è una contraddizione, e il motivo conta. Un token più economico ti dà meno solo se il modello spende più token per completare lo stesso lavoro — e i dati indipendenti dicono che questi modelli ne spendono di più, non di meno. L'output per attività di indicizzazione è salito da 29k a 31k token per Sol e da 41k a 51k per Luna. Il risparmio del 60% di GPT-6 Luna deriva interamente dal taglio del prezzo, non da un funzionamento più snello. La deriva dei token per attività è abbastanza piccola che l'aritmetica funziona ancora a tuo favore qui; non è abbastanza piccola da ignorarla come categoria, perché è il meccanismo mediante il quale un futuro taglio del prezzo può essere neutralizzato da un modello più loquace. Anche l'impostazione di OpenAI si è spostata sul costo per attività per lo stesso motivo.

Due regressioni si collocano al di fuori dei due indici principali e meritano di essere citate, perché nessuna delle due compare nell'annuncio di OpenAI. In GDPval-AA v2.1, che misura i deliverable di knowledge work, GPT-6 Sol perde circa 100 Elo rispetto al suo predecessore e GPT-6 Luna circa 75. GPT-6 Luna perde anche circa 45 Elo in AA-Briefcase v1.1, dove Sol resta stabile — Artificial Analysis attribuisce il divario a una presentazione più debole e a voci di rubrica mancanti. Se il vostro utilizzo del tier economico consiste nel riassumere, estrarre e classificare in blocco, nulla di tutto ciò vi riguarda. Se invece consiste nel redigere qualcosa che una persona deve approvare, allora vi riguarda.

La modifica della cache è la vera novità dell'API

Nascosto sotto il tariffario c'è un cambiamento che per una fattura di produzione conta più del taglio di copertina, ed è la parte dell'annuncio a cui il post di OpenAI stesso accenna con una sola clausola. Tre cose sono cambiate, e la terza è quella da leggere due volte.

Il primo è lo sconto stesso: le letture di input in cache vengono fatturate a 10% della tariffa di input, uno sconto del 90%, che è la stessa condizione che la famiglia già prevedeva e non una nuova. L'input in cache di Sol costa $0,20 per milione e quello di Luna $0,01; le scritture in cache comportano un sovrapprezzo di 1,25x, rispettivamente $2,50 e $0,125, con un unico time-to-live di 30 minuti.

Il secondo è il controllo. La cache esplicita tramite prompt_cache_options e prompt_cache_breakpoint — i parametri che ti consentono di dichiarare dove termina un prefisso di prompt riutilizzabile invece di sperare che il provider lo indovini — è disponibile su entrambi i modelli. Questa non è una nuova superficie API; ciò che è nuovo è che vale la pena usarla, perché i tassi di hit predefiniti sono aumentati.

Il terzo è quello che cambia l'architettura. Cambiare lo sforzo di ragionamento o attivare e disattivare strumenti non invalida più il prefisso memorizzato nella cache. Prima di questo, un ciclo di agente che aumentava lo sforzo per un passaggio difficile e lo riduceva per uno facile doveva rielaborare l'intero contesto a ogni regolazione, e lo stesso valeva per uno che aggiungeva o rimuoveva uno strumento a metà conversazione. Quel costo ora è sparito su questi due modelli. OpenAI cita GitHub, che ha riferito che le modifiche hanno ridotto di oltre la metà la quota di token del prompt che necessitano di una nuova elaborazione su miliardi di richieste. Consideralo un dato fornito dal venditore — è credibile e non è verificato in modo indipendente.

Fai i conti su un lungo ciclo di un agente e la classifica dei due annunci si capovolge. Un ciclo che porta un prompt di sistema da 30.000 token e uno schema di strumenti attraverso 200 turni sposta 6 milioni di token di contesto. Senza caching, su GPT-6 Sol, sono $12,00 di input. Con il prefisso in cache a $0,20 per milione, sono $1,20 più la scrittura una tantum — un ordine di grandezza, da un cambio di parametro, prima ancora che venga applicato il taglio delle tariffe. Il taglio delle tariffe è ciò che l'annuncio ha venduto. Il comportamento della cache è ciò che sposta davvero il numero, ed è il motivo per cui una tariffa di listino di $2,00 si comporta come qualcosa di molto più economico sui carichi di lavoro per cui OpenAI sta proponendo questi modelli.

Il tariffario, comprese le parti che l'annuncio omette

Le tariffe di punta non sono l'intero listino prezzi, e tre livelli cambiano la decisione per carichi di lavoro specifici.

• Base — GPT-6 Sol $2.00 in ingresso / $10.00 in uscita; GPT-6 Luna $0.10 in ingresso / $0.50 in uscita, per milione di token, per prompt fino a 272K token di input.

• Contesto lungo — oltre 272K token di input, l'intera richiesta viene fatturata a 2x l'input e 1,5x l'output: 4,00 $/15,00 $ per Sol e 0,20 $/0,75 $ per Luna. Questo è un precipizio, non una tariffa marginale. Se i tuoi prompt arrivano a 300K token, stai pagando il doppio sull'intera richiesta, non sui 28K oltre la soglia, e dividere un documento in due chiamate sotto la soglia è spesso più economico che inviarlo una volta sola sopra.

• Livelli di servizio — Flex dimezza il costo ($1,00/$5,00 per Sol, $0,05/$0,25 per Luna) in cambio di tempi di risposta più lenti; Priority lo raddoppia. Entrambi vengono selezionati tramite il service_tier parametro. Flex è il livello in cui i job di tipo batch dovrebbero risiedere e quasi mai lo fanno.

• Input in cache — $0.20 per milione su Sol e $0.01 su Luna, uno sconto del 90%, con un TTL di 30 minuti e un sovrapprezzo di 1.25x per la scrittura in cache.

• Contesto e output — finestra di 1.050.000 token, output massimo di 128K, testo e immagini in input, testo in output, sforzo di ragionamento nessuno a max con medio come impostazione predefinita.

• Date limite delle conoscenze — 20 aprile 2026 per GPT-6 Sol e 18 maggio 2026 per GPT-6 Luna, ovvero un mese di distanza all'interno della stessa famiglia, un dettaglio che vale la pena conoscere prima di dare per scontato che i due modelli condividano la stessa visione del mondo.

Che cosa dice la tabella di benchmark di OpenAI, e che cosa non dice

Le comparazioni pubblicate da OpenAI sono tutte basate sul costo per task, tutte contro Anthropic e tutte gestite dal fornitore. Su AutomationBench 1.0.6, una valutazione agentica a 47 strumenti, l'azienda riporta GPT-6 Sol a xhigh effort con un punteggio del 33,2% a $0,27 per task, contro Claude Opus 5 al 26,9% e circa 11 volte il costo per task. Su DeepSWE 1.1 riporta Sol a max effort con un punteggio del 68,8% contro Claude Fable 5 al 69,9% — una perdita sul punteggio a un costo per task inferiore di circa l'80% — e Luna al 66,6%. Su OSWorld 2.0, Sol ottiene il 60,5% a xhigh contro il 60,3% di Opus 5, ancora a circa l'80% in meno per task. Su Agents' Last Exam, Sol raggiunge il 56,4%, che OpenAI afferma superare il miglior risultato di Opus 5 a un costo per task inferiore del 60%.

Ognuno di quei numeri è dichiarato dal fornitore e non riprodotto, e due avvertenze vanno tenute presenti anziché archiviate. In primo luogo, OpenAI ha eseguito il benchmark rispetto a Claude Opus 5, non a Claude Opus 5.5 rilasciato poche ore prima dell'annuncio, quindi nessun confronto a parità di harness stabilisce ancora quale modello offra effettivamente il costo inferiore per riuscita attività. In secondo luogo, il costo per attività non è il costo per attività corretta: un modello che risponde all'83% delle volte e si astiene nel resto sembrerà economico per attività su un benchmark che conta le astensioni come attività. I dati indipendenti sulle astensioni sopra riportati sono ciò che ti consente di valutarne il costo onestamente — GPT-6 Sol che risponde all'83% delle domande, mentre il vecchio modello rispondeva al 99%, è un compromesso deliberato, e se sia un buon compromesso dipende interamente da quanto ti costa una risposta sbagliata.

OpenAI riferisce che GPT-6 Luna, a sforzo più elevato, eguaglia la factualità di GPT-5.6 Sol a circa un centesimo del costo per attività. Si tratta di un confronto sulla factualità, non di un confronto sulle capacità, e l'indipendente Coding Agent Index colloca GPT-6 Luna due punti sotto GPT-5.6 Luna, figurarsi GPT-5.6 Sol.

Cosa fare davvero con questo

GPT-6 Sol è quello semplice. Metà del costo per attività a un dato punteggio dell'indice di livello, un agente di programmazione migliore, un forte calo delle allucinazioni e un vero cambiamento nel comportamento di astensione si sommano a un aggiornamento che puoi adottare secondo un calendario prestabilito invece che come una scommessa. Se sei su GPT-5.6 Sol, questa è una migrazione, e l'unica vera domanda è quali dei tuoi prompt dipendono dalla disponibilità del vecchio modello a rispondere a tutto.

GPT-6 Luna è quello da testare prima di fare il passaggio. Non è un GPT-5.6 Luna strettamente migliore; è un modello di forma diversa: più economico per attività, più prudente su ciò che dichiara di saper fare e misurabilmente peggiore nel coding agentico. Per classificazione, estrazione, routing e sintesi su larga scala, il compromesso è quasi denaro regalato. Per qualsiasi cosa che alimenti un agente di coding, o che produca un documento che una persona approva formalmente, la regressione di due punti su Coding Agent e il calo di GDPval sono il motivo per tenere GPT-5.6 Luna nel percorso finché non avrai fatto passare le tue attività da entrambi.

Questo è anche l'argomento per non vincolare in modo rigido né l'uno né l'altro. Al momento entrambi i modelli sono solo OpenAI, e i carichi di lavoro che questi livelli servono — routing, estrazione, classificazione a basso costo — sono esattamente quelli in cui un secondo provider dietro lo stesso endpoint trasforma una regressione del modello in un non-evento. OrcaRouter trasmette i prezzi di listino dei provider con un ricarico dello 0%, così una variazione delle tariffe del fornitore arriva dalla nostra parte lo stesso giorno in cui arriva a quella del fornitore, e il DSL di routing ti permette di mettere GPT-6 Luna dietro un modello più economico per la quota facile di traffico mentre la quota più difficile va a GPT-6 Sol — con failover automatico se una delle due vie si degrada. Non devi scegliere un vincitore il giorno del lancio per trarre vantaggio dal lancio stesso.

La precisazione onesta: GPT-6 Sol e GPT-6 Luna non sono instradabili tramite OrcaRouter alla data del 23 settembre 2026. Non li ospitiamo ancora, e nulla di quanto sopra deve essere interpretato come un'affermazione in tal senso. Ciò che oggi abbiamo dalla nostra parte è l'insieme di confronto — GPT-5.6 Sol a $4,00/$20,00, GPT-5.6 Luna a $0,20/$1,20 e GPT-6 Astra a $10,00/$50,00 — che è esattamente ciò che ti serve per calcolare il costo della migrazione prima di impegnarti.

Cosa guardare dopo

Tre cose chiarirebbero che cosa sia stata davvero questa operazione. La prima è se la tariffa di $0,20/$1,20 di GPT-5.6 Luna sopravviverà al trimestre, perché un prezzo permanente da un fornitore è stato storicamente la mossa di apertura più che la sua conclusione — e il rilascio di Claude Opus 5.5 nello stesso giorno suggerisce che la pressione che ha prodotto questo taglio non è scomparsa. La seconda è se lo spostamento verso l'astensione regge sul campo: GPT-6 Sol che rifiuta di rispondere a una domanda su sei è il tipo di cambiamento che in laboratorio si legge come un miglioramento e in una pipeline che dava per scontata una risposta come un prodotto guasto. La terza è se il comportamento della cache è reale sul tuo traffico, cosa misurabile questa settimana e a cui si può rispondere solo misurando — lo sconto è abbastanza grande che un'ora spesa a strumentare i tassi di hit della cache sui tuoi prompt più lunghi vale più di un'altra tabella di benchmark.