GPT-Rosalind vs GPT-6.1 Sol: lo stesso laboratorio ti vende due porte d'accesso alla biologia

GPT-Rosalind e GPT-6.1 Sol provengono dalla stessa azienda, passano attraverso la stessa superficie API e sono separati da un fattore di due e mezzo sui token di output. Solo uno dei due richiede di compilare un modulo. Questo è l'intero confronto in una frase, e il resto di questo articolo spiega perché la frase è meno utile di quanto sembri. GPT-Rosalind esiste dal 16 aprile 2026 e GPT-6.1 Sol dal 29 settembre 2026; ciò che è cambiato in ottobre è che OpenAI ha iniziato a distribuire Rosalind gratuitamente alle università tramite le licenze ChatGPT Business, continuando però a negare l'accesso API, il che obbliga ogni laboratorio a rispondere a una domanda che a settembre non doveva porsi: quando paghi 2,5× per uno specialista e quando invece instradi il lavoro verso il modello generalista economico accettando la perdita? Quando le condizioni di accesso di uno specialista cambiano dopo il lancio, la modifica viene registrata con date e fonti in l'AI Incident Archive, accanto agli altri incidenti di modelli e fornitori che monitoriamo.

Due modelli O​penAI con un onboarding diverso

Inizia da ciò che ciascuno ti chiede prima della prima richiesta, perché è questo a determinare se il confronto dei prezzi ti sia persino disponibile.

• Requisito di accesso — GPT-Rosalind: revisione per l'accesso fidato, verifica istituzionale, nessun livello di servizio pubblicato. GPT-6.1 Sol: nessuno oltre a un account di fatturazione.

• Dove viene eseguito — GPT-Rosalind: ChatGPT, Codex e l'API, per le organizzazioni approvate. GPT-6.1 Sol: livelli Plus, Pro, Business, Enterprise ed Edu in ChatGPT Work e Codex, oltre all'API — esplicitamente non il prodotto Chat per consumatori.

• Percorso accademico — GPT-Rosalind: fino a 30 licenze ChatGPT Business gratuite per un massimo di dodici mesi nell'ambito del piano accademico del 15 ottobre, con accesso API escluso. GPT-6.1 Sol: solo condizioni commerciali standard.

• Cosa protegge il gate — GPT-Rosalind: la capacità del modello in biologia. GPT-6.1 Sol: nulla; è un modello generico e viene venduto a chiunque abbia una carta.

Quell'ultima riga è quella che conta per la pianificazione. Una barriera che esiste perché un modello è pericoloso su un argomento specifico ti dice qualcosa su dove si concentrano le sue capacità. GPT-6.1 Sol non ha quel tipo di barriera, e l'assenza è informativa: il posizionamento di OpenAI per questo modello è il coding agentico, l'uso del computer e il lavoro professionale ad alta intensità documentale, un livello sotto GPT-6 Astra. La biologia non rientra nella presentazione.

Il listino tariffe, nelle uniche unità che contano davvero.

I prezzi di listino per milione di token sono il modo meno utile per confrontare un modello specialistico con un modello generalista, perché lo specialistico è ottimizzato per usare meno token e il generalista è ottimizzato per costare poco per token. Entrambi gli effetti sono reali e spingono in direzioni opposte. Ecco prima i numeri grezzi.

• Input — GPT-Rosalind 5,00 $ per 1M vs GPT-6.1 Sol 2,00 $. Lo specialista costa 2,5 volte tanto.

• Output — GPT-Rosalind 25,00 $ per 1M vs GPT-6.1 Sol 10,00 $. Inoltre 2,5×.

• Input in cache — GPT-Rosalind $0,50 vs GPT-6.1 Sol $0,10. Un divario di 5×, e quello che si accumula nel corso di una lunga sessione agente.

• Prompt lunghi — GPT-6.1 Sol applica a un'intera richiesta oltre 272K token di input tariffe di 2× per input e cache e di 1.5× per l'output. GPT-Rosalind non pubblica alcun sovrapprezzo equivalente per il contesto lungo.

• Contesto — GPT-Rosalind 1.000.000 di token. GPT-6.1 Sol 1.050.000 di token con un massimo di 128.000 token in output.

• Data limite delle conoscenze — GPT-6.1 Sol documenta il 30 aprile 2026. OpenAI non pubblica un data limite comparabile per GPT-Rosalind.

Ora la parte che il prezzo di listino nasconde. Il materiale di valutazione di Rosalind riporta le riduzioni di token con la stessa evidenza dei guadagni di punteggio: 7,2% di token in meno su MedChemBench, 31% in meno su GeneBench, 5,3% in meno su LabWorkBench e un dato di punta del 4,42% di prestazioni in più per token su LifeSciBench. Un risparmio del 31% di token su un solo benchmark non colma un divario di prezzo di 2,5×. Nessuno dei numeri pubblicati da OpenAI lo fa. Il sovrapprezzo dello specialista è reale e si paga per l'accuratezza, non per l'efficienza.

Quanto costa un'attività scientifica sul modello generale

La tabella di lancio di GPT-6.1 Sol include una riga direttamente rilevante per un laboratorio, ed è l'unico punto in cui OpenAI indica un costo per attività anziché un costo per token. Su Terminal-Bench Science 0.1, una serie di flussi di lavoro scientifici, OpenAI riporta che GPT-6.1 Sol più che raddoppia il punteggio di GPT-6 Sol con il massimo sforzo di ragionamento, a una media di 5,47 $ per attività contro 23,21 $ per Claude Opus 5.5 e 23,80 $ per Astra.

Due avvertenze prima che quel numero venga usato in un budget. È dichiarato dal fornitore, come ogni altra cifra in quella tabella, e il benchmark misura i flussi di lavoro scientifici come un problema software — leggere dati, eseguire strumenti, produrre un risultato — non come un problema di ragionamento di dominio. È più vicino a ciò che un gruppo computazionale fa effettivamente tutto il giorno rispetto a ciò che fa un chimico medicinale. Il che lo rende una stima equa per l'infrastruttura attorno alla scienza e una scarsa stima per la scienza stessa.

Quella distinzione è la risposta pratica all'intero confronto. GPT-6.1 Sol a $5,47 per attività è lo strumento giusto per il codice che analizza l'output dello strumento, il notebook che orchestra una sweep, il triage della letteratura prima di una riunione. GPT-Rosalind è lo strumento per la domanda che richiede che un modello addestrato sulle relazioni struttura-attività abbia un'opinione.

Nessuno dei due modelli ha un punteggio indipendente, e ciò non è simmetrico

Questa è la parte del confronto che quasi ogni comparazione salta. GPT-6.1 Sol è stato lanciato una settimana dopo GPT-6 Sol e, al momento in cui scriviamo, Artificial Analysis non ha alcuna voce per esso. La stessa azienda lo presenta come un modello che «quasi eguaglia» GPT-6 Astra a un quinto del prezzo, una dichiarazione di posizionamento riguardo a un modello che non è stato valutato in modo indipendente. Neanche GPT-Rosalind ha un punteggio indipendente, ma per un motivo diverso: i modelli specialistici non sono affatto monitorati nella classifica generale, quindi l'assenza è strutturale anziché temporanea.

• Composito indipendente — Entrambi assenti. GPT-6.1 Sol è troppo recente e non ancora valutato; GPT-Rosalind è fuori ambito per la board.

• Suite di benchmark dei fornitori — GPT-6.1 Sol: DeepSWE v1.1, GDP.pdf, AutomationBench 1.0.6, OSWorld 2.0 e Terminal-Bench Science 0.1, tutti riportati come delta rispetto ai modelli di O​penAI stesso e rispetto a Claude Opus 5.5. GPT-Rosalind: MedChemBench, GeneBench, LabWorkBench, BixBench e LifeSciBench, tutti riportati rispetto a GPT-5.5.

• Corroborazione indipendente — Nessuna per entrambi. Ogni numero nella riga precedente è stato prodotto dall'azienda che vende il modello.

In pratica, questo significa che non puoi stilare una classifica tra questi due modelli, e nessuna terza parte lo farà per te a breve. La decisione va presa in base all'adeguatezza al compito e all'accesso, non a un confronto di punteggi. Chiunque ti consegni una tabella che mette Rosalind e Sol sullo stesso asse si è inventato l'asse.

La scomoda via di mezzo: la maggior parte dei laboratori ha bisogno di entrambe le code

Un'organizzazione di ricerca non gestisce un solo tipo di richiesta. Gestisce una lunga coda di lavoro ordinario — parsing, creazione di grafici, refactoring dello script di analisi, riassunto dell'articolo, stesura della sezione Metodi — e una breve testa di richieste in cui l'ottimizzazione specifica del dominio è l'intero scopo. È nella coda che si concentrano i token. Una singola pipeline di sequenziamento può spendere più token nell'analisi dei log che nella domanda biologica che l'ha motivata.

Rapportato a quella realtà, la configurazione sensata non è una scelta tra i due modelli; è una divisione con una regola. La coda va al modello generale economico, disponibile oggi, non richiede revisione e costa $2,00 / $10,00 con input in cache a $0,10. La testa va allo specialista, che costa 2,5× ed è conveniente esattamente per le richieste in cui la risposta di un modello generale sarebbe plausibile e sbagliata.

La modalità di guasto contro cui progettare è la deriva silenziosa tra le code. Se la chiave dello specialista è soggetta a limiti di frequenza o la rotta dello specialista genera errori, una catena di fallback ingenua risponderà senza problemi a una domanda di biologia con il modello generale, e l’output sembrerà una risposta dello specialista. È peggio di un errore, perché un errore è visibile. La regola che ti serve è: rotta denominata per lo specialista, fallimento netto quando non è disponibile, modello generale solo per le richieste che sono state indirizzate lì deliberatamente.

Dove si colloca OrcaRouter e dove no

GPT-6.1 Sol è su OrcaRouter al prezzo di listino del provider — 2,00 $ per l'input, 10,00 $ per l'output e 0,10 $ per l'input in cache ogni milione di token, con 0% di ricarico, il che significa che le variazioni di prezzo di OpenAI arrivano nel nostro catalogo il giorno stesso in cui vengono pubblicate, anziché al rinnovo contrattuale successivo. La riquotazione dei prompt lunghi da 272K viene mantenuta come fascia sulla stessa voce di modello, così una richiesta che supera la soglia viene fatturata alla fascia superiore anziché riservarvi sorprese in fattura.

GPT-Rosalind non è su OrcaRouter, non è su nessun router di terze parti ed è raggiungibile solo tramite il programma di accesso fidato di OpenAI. Non intendiamo offuscare questo punto. Quello che il nostro lato della divisione ti offre è la metà noiosa: una sola chiave e una sola fattura per GPT-6.1 Sol insieme a oltre 200 altri modelli, failover automatico in modo che un intoppo di un provider sposti una richiesta invece di interrompere un'esecuzione, e un DSL di routing che ti consente di scrivere la regola della coda suddivisa come configurazione anziché come convenzione su una wiki. La fusione dei modelli è l'altra leva da conoscere in questo contesto — un panel che include sia un modello generalista economico sia uno specialista costoso, che rispondono insieme, è un modo per ottenere un secondo parere su un risultato al limite senza pagare tariffe specialistiche per ogni richiesta.

Come si risolve questo

Due cose farebbero crollare l'ambiguità, ed entrambe sono plausibili entro un trimestre. Una valutazione indipendente di GPT-6.1 Sol ti direbbe se "quasi alla pari di Astra" è vero sui compiti che ti interessano; fino ad allora l'affermazione è una dichiarazione di posizionamento con un prezzo attaccato. E qualsiasi mossa di O​penAI per includere l'accesso API nel piano accademico cambierebbe l'aritmetica dentro le università nel giro di una notte — capacità specialistica gratuita in un laboratorio che al momento ha posti chat gratuiti e nessun accesso alla pipeline.

In assenza di entrambi, la regola riguarda la forma della richiesta più che la qualità del modello. Se una risposta sbagliata ti costa un esperimento, un deposito o una ritrattazione, il 2,5× dello specialista è economico e il fatto che richieda una revisione è un filtro di cui dovresti essere contento che esista. Se una risposta sbagliata ti costa una nuova esecuzione, GPT-6.1 Sol è disponibile oggi a un quinto del prezzo di Astra, con un contesto di 1,05M token, e nessuno deve approvarti per usarlo.