OpenAI completa la famiglia GPT-6 con Sol e Luna e annuncia tariffe API dimezzate

Il 22 settembre 2026 OpenAI ha ampliato la propria offerta affiancando a GPT-6 Astra, lanciato all'inizio del mese, i modelli GPT-6 Sol e GPT-6 Luna. Secondo le indicazioni del produttore, Sol è progettato per la programmazione e i compiti complessi, mentre Luna si rivolge alle attività ad alto volume come la sintesi e l'estrazione di dati. La documentazione tecnica indica per entrambi gli identificativi gpt-6-sol e gpt-6-luna una finestra di contesto di 1.050.000 token, con un limite massimo di 922.000 token in ingresso e 128.000 in uscita, e date di cutoff delle conoscenze fissate al 20 aprile 2026 per Sol e al 18 maggio 2026 per Luna.

OpenAI dichiara un taglio medio del cinquanta per cento rispetto alla serie 5.6: in base alle tariffe dei predecessori riportate da TechCrunch e Pulse2, Sol passa da 4 dollari in ingresso e 20 in uscita a 2 e 10 dollari per milione di token, mentre Luna scende da 0,20 in input e 1,20 in output a 0,10 e 0,50 dollari. OpenAI attribuisce questa riduzione a ottimizzazioni nell'inferenza e nel caching. Oltre i 272.000 token in ingresso, tuttavia, le tariffe di Luna raddoppiano per input e cache e salgono di 1,5 volte per l'output. In ChatGPT Work e Codex i due modelli sono disponibili per gli abbonati Plus, Pro, Business, Enterprise ed Edu; gli utenti Free e Go possono usare solo Luna, e solo nell'applicazione desktop. La testata MacRumors rileva inoltre che l'integrazione nella modalità Chat non risulta al momento attiva.

Sui benchmark dichiarati occorre un perimetro di lettura prudente: i dati forniti indicano per Sol un punteggio del 33,2% su AutomationBench contro il 26,9% di Claude Opus 5, mentre su DeepSWE v1.1 Sol si attesta al 68,8% e Luna al 66,6% a fronte del 69,9% registrato da Claude Fable 5. Queste metriche derivano da misurazioni interne condotte con parametri di sforzo selezionati dall'azienda e non dispongono ancora di verifiche terze. I numeri sono riportati concordemente da più testate della stampa specializzata, ma non è stato possibile leggerli direttamente sull'annuncio ufficiale a causa di un errore HTTP 403. Anche sul fronte della fattualità, la stessa OpenAI precisa che l'asserito dimezzamento degli errori di Sol rispetto al predecessore proviene da un test basato su conversazioni costruite appositamente per indurre in errore e privo di controlli sulla lunghezza delle risposte, dunque non rappresentativo dell'uso normale.

In una fase in cui la competizione tra laboratori di frontiera si sposta aggressivamente sul costo per token — lo stesso giorno, circa novanta minuti prima, un concorrente aveva lanciato un nuovo modello di fascia alta —, la vera incognita rimane l'efficienza reale dei modelli quando verranno messi alla prova sui volumi operativi delle aziende.

— Olya