GPT-5.6 Sol spiegato: funzionalità, prezzi, benchmark e confronto con GPT-5.5

OpenAI ha rilasciato GPT-5.6 in disponibilità generale il 9 luglio 2026. La famiglia comprende tre modelli: GPT-5.6 Sol, il livello di punta; GPT-5.6 Terra, un modello bilanciato a costo più contenuto; e GPT-5.6 Luna, l'opzione più veloce ed economica.

L'aspetto principale non è semplicemente che Sol sia più recente di GPT-5.5. GPT-5.6 introduce una diversa struttura della famiglia di modelli, un computer use più efficace, migliori risultati nella programmazione e nel lavoro professionale, un nuovo livello di reasoning max, una modalità pro separata, l'esecuzione multi-agente, il programmatic tool calling e un prompt caching più prevedibile.

Alcune di queste novità si prestano a fraintendimenti. max, pro e ultra non sono tre nomi per la stessa cosa. Sol, Terra e Luna sono modelli. max è un'impostazione dello sforzo di reasoning. pro è una modalità a maggiore potenza di calcolo. ultra è una configurazione multi-agente disponibile in alcuni prodotti OpenAI. Questa guida distingue tali concetti, verifica i dati pubblicati e spiega cosa cambia GPT-5.6 Sol per gli utenti di ChatGPT, per gli sviluppatori e per i team che realizzano sistemi di IA in produzione.

Che cos'è GPT-5.6 Sol?

GPT-5.6 Sol è il modello di frontiera della famiglia GPT-5.6. OpenAI lo descrive come un modello per il lavoro professionale complesso e lo posiziona come l'equivalente più vicino al livello di punta senza suffisso utilizzato nelle precedenti generazioni GPT-5. I principali identificatori API sono:

gpt-5.6-sol
gpt-5.6

L'alias più breve gpt-5.6 instrada le richieste a GPT-5.6 Sol al momento della pubblicazione. Gli sviluppatori che necessitano di un comportamento stabile dovrebbero esaminare le opzioni di snapshot e le pratiche di rilascio di OpenAI, anziché dare per scontato che un alias rimanga sempre invariato.

Sol accetta input di testo e immagini e produce output testuale. Supporta streaming, function calling e structured outputs. Tramite la Responses API può utilizzare web search, file search, generazione di immagini, Code Interpreter, hosted shell, Apply Patch, skills, computer use, MCP e tool search. Il fine-tuning non è supportato.

Specifica tecnica di GPT-5.6 Sol

Una finestra di contesto da un milione di token è utile, ma non va interpretata come la garanzia che il modello ricordi ogni dettaglio con la stessa efficacia da qualsiasi posizione all'interno di un prompt molto grande. Le stesse valutazioni long-context di OpenAI mostrano che le prestazioni variano a seconda del benchmark e della lunghezza del contesto.

Sol, Terra e Luna: la famiglia GPT-5.6

GPT-5.6 introduce livelli di capacità duraturi, anziché trattare ogni dimensione del modello come un suffisso temporaneo.

La colonna "uso pratico" è un consiglio di implementazione, non una garanzia contrattuale di OpenAI. Ogni sistema di produzione dovrebbe valutare i modelli rispetto ai propri dati, prompt, strumenti e costi degli errori. Al momento tutti e tre i modelli condividono la stessa finestra di contesto, lo stesso limite di output e lo stesso knowledge cutoff. Le differenze principali riguardano capacità, velocità, comportamento di reasoning e prezzo.

GPT-5.6 Sol vs GPT-5.5

GPT-5.6 Sol e GPT-5.5 hanno lo stesso prezzo standard per token, la stessa finestra di contesto da 1,050,000 token e lo stesso output massimo da 128,000 token. L'aggiornamento non riguarda quindi principalmente il pagare di più per una finestra di contesto più ampia. Riguarda un completamento delle attività più efficace, conoscenze del modello più recenti, un maggiore controllo del reasoning, una migliore orchestrazione degli strumenti e risultati migliori in diverse categorie di lavoro professionale.

Il prezzo standard per token è invariato, ma il costo totale di un'attività completata può comunque variare. Un modello che utilizza meno token, richiede meno tentativi o completa una parte maggiore del flusso di lavoro senza interventi umani può risultare complessivamente più economico. È possibile anche il contrario, quando un'impostazione di reasoning più elevata o la modalità multi-agente consuma molta più potenza di calcolo.

Cosa mostrano i benchmark di GPT-5.6

OpenAI ha pubblicato un'ampia tabella di benchmark che copre lavoro professionale, programmazione, scienza, computer use, cybersicurezza, reasoning multimodale, contesto lungo e altri ambiti. La tabella seguente confronta alcuni risultati selezionati di GPT-5.6 Sol e GPT-5.5. La differenza è misurata in punti percentuali laddove entrambi i risultati sono percentuali.

* La tabella dettagliata dei benchmark di OpenAI riporta 52.7% per GPT-5.6 Sol su Agents' Last Exam, mentre la sezione descrittiva dello stesso articolo di lancio indica 53.6. Questo articolo utilizza la tabella di confronto dettagliata per il calcolo Sol-vs-GPT-5.5 e segnala la discrepanza, anziché presentare uno dei due valori come univoco.

Programmazione

GPT-5.6 Sol ha ottenuto 88.8% su Terminal-Bench 2.1 rispetto all'85.6% di GPT-5.5. Ha ottenuto 72.7% su DeepSWE v1.1 rispetto al 67.0% di GPT-5.5. OpenAI riporta inoltre un punteggio di 80 nell'Artificial Analysis Coding Agent Index per Sol con reasoning max. Questi risultati avvalorano l'affermazione che Sol sia complessivamente un modello più efficace per la programmazione e l'ingegneria agentica, ma un risultato di benchmark non garantisce che superi GPT-5.5 su ogni repository, framework o stile di programmazione.

La valutazione in produzione dovrebbe includere gli aspetti che i benchmark di programmazione pubblici non possono rappresentare pienamente: il successo sulla codebase reale del team; la correttezza delle modifiche su più file; il tasso di superamento dei test; il tasso di regressione; il numero di chiamate agli strumenti; il tempo di completamento; l'impegno di revisione; e il costo totale di token e infrastruttura.

Navigazione e computer use

I miglioramenti visibili più consistenti si osservano nei flussi di lavoro di computer use e navigazione. Sol ha ottenuto 62.6% su OSWorld 2.0 rispetto al 47.5% di GPT-5.5. Su BrowseComp, la versione standard di Sol ha ottenuto 90.4% rispetto all'84.4% di GPT-5.5.

L'articolo di lancio riporta inoltre 92.2% su BrowseComp per Sol Ultra. Quel valore più alto appartiene alla configurazione multi-agente, non al risultato standard di Sol con un singolo agente. Questa distinzione è importante: un miglioramento del benchmark prodotto da agenti in parallelo può comportare un utilizzo totale di token più elevato e un'architettura di esecuzione diversa, e non dovrebbe essere presentato come il punteggio predefinito del modello di base.

Scienza e cybersicurezza

GPT-5.6 Sol ha ottenuto 28.7% su GeneBench Pro rispetto al 12.0% di GPT-5.5. Su SEC-Bench Pro ha ottenuto 71.2% rispetto al 45.8%. OpenAI riporta inoltre 73.5% per Sol su ExploitBench rispetto al 47.9% di GPT-5.5. Si tratta di miglioramenti notevoli, ma non significano che il modello possa svolgere in modo affidabile qualsiasi attività scientifica o di cybersicurezza.

La system card di OpenAI classifica Sol, Terra e Luna al livello di capacità High sia per la cybersicurezza sia per il rischio biologico e chimico, precisando al contempo che non raggiungono la soglia Critical. Il documento afferma inoltre che, durante i test, Sol e Terra sono stati in grado di individuare vulnerabilità e frammenti di exploit, ma non hanno completato in modo autonomo attacchi end-to-end contro bersagli protetti nelle condizioni testate.

Reasoning multimodale

Su MMMU Pro con strumenti, Sol ha ottenuto 84.6% rispetto all'83.2% di GPT-5.5. Il guadagno è reale, ma inferiore ai miglioramenti riportati per OSWorld, GeneBench Pro o SEC-Bench Pro. È un utile promemoria del fatto che "modello migliore" non significa "nettamente migliore in ogni categoria".

Contesto lungo

I risultati sul contesto lungo sono contrastanti. Su OpenAI MRCR v2, con otto elementi rilevanti collocati all'interno di un contesto da 256K a 512K, Sol ha ottenuto 91.5% rispetto all'81.5% di GPT-5.5. Nell'intervallo da 512K a 1M, Sol ha ottenuto 73.8% e GPT-5.5 ha ottenuto 74.0%. La differenza è di soli 0.2 punti percentuali, ma in quello specifico risultato pubblicato GPT-5.5 è tecnicamente in vantaggio.

Un'altra valutazione sul contesto lungo, GraphWalks BFS a un milione di token, favorisce Sol in modo più netto: 77.1% rispetto al 45.4% di GPT-5.5. La conclusione non è che un benchmark sia "giusto" e l'altro "sbagliato". Misurano comportamenti diversi. L'affidabilità sul contesto lungo dipende dall'attività, dalla distribuzione delle informazioni, dalla struttura del prompt e da ciò che il modello deve fare con i dettagli recuperati.

max, pro e ultra sono diversi

Il lancio di GPT-5.6 introduce diversi controlli delle funzionalità. Non vanno trattati come nomi di prodotto intercambiabili.

max è un'impostazione dello sforzo di reasoning

GPT-5.6 supporta sei livelli di sforzo di reasoning: none, low, medium, high, xhigh e max. max offre al modello più margine per esplorare alternative, eseguire verifiche e rivedere il proprio approccio. OpenAI consiglia di riservarlo ai carichi di lavoro più impegnativi e orientati alla qualità e di confrontarlo con xhigh per misurare il compromesso tra qualità, latenza e costo. Un reasoning maggiore non è automaticamente migliore: una semplice richiesta di estrazione o di routing può diventare più lenta e costosa senza un miglioramento significativo della qualità.

pro è una modalità a maggiore potenza di calcolo

Nell'API, Pro non è uno slug di modello gpt-5.6-pro separato. Gli sviluppatori mantengono il modello GPT-5.6 selezionato e impostano:

{
  "reasoning": {
    "mode": "pro"
  }
}

Lo sforzo di reasoning può essere scelto in modo indipendente. OpenAI afferma che la modalità Pro svolge un maggiore lavoro del modello per migliorare l'affidabilità nelle attività difficili e restituisce un'unica risposta finale. È pensata per le situazioni in cui la qualità conta più della latenza e del consumo di token. In ChatGPT, il selettore dei modelli presenta Pro come GPT-5.6 Sol Pro per le attività difficili e i flussi di lavoro più lunghi.

ultra è una configurazione multi-agente

ultra non è un modello di base separato. OpenAI lo descrive come un'impostazione che coordina più agenti su flussi di lavoro paralleli. La configurazione predefinita pubblicata utilizza quattro agenti. Le note di valutazione di OpenAI precisano che la misurazione della latenza proviene dall'agente root, mentre i dati sul totale dei token e sui costi API includono tutti gli agenti.

Ultra può essere utile quando un'attività si suddivide in modo netto in flussi di lavoro indipendenti, come ricercare più fonti in parallelo, esaminare parti separate di un repository di grandi dimensioni, confrontare più strategie di implementazione, suddividere un report in sezioni analitiche indipendenti o eseguire passaggi di verifica separati. È meno utile quando ogni passaggio dipende strettamente da quello precedente o quando l'attività è troppo piccola per giustificare il sovraccarico di orchestrazione. Nell'API, gli sviluppatori possono creare esperienze simili con la beta multi-agente nella Responses API.

Programmatic Tool Calling

Il Programmatic Tool Calling è una delle novità più importanti di GPT-5.6 per gli sviluppatori. Invece di far passare ogni risultato degli strumenti attraverso il modello e chiedergli di decidere il passaggio successivo, GPT-5.6 può scrivere codice JavaScript che richiama gli strumenti idonei, trasferisce i dati tra le chiamate ed elabora i risultati intermedi in un runtime ospitato. Un agente che fa un uso intensivo di strumenti potrebbe, ad esempio:

1. interrogare ripetutamente una fonte di dati;
2. filtrare in modo programmatico i record irrilevanti;
3. calcolare totali intermedi;
4. conservare solo le informazioni necessarie per la risposta finale;
5. restituire un risultato più ridotto al modello principale.

Questo può ridurre gli scambi con il modello ed evitare di riempire la finestra di contesto con output intermedi che il modello non ha bisogno di esaminare direttamente. OpenAI afferma che il Programmatic Tool Calling è compatibile con la Zero Data Retention e non aggiunge un costo di container separato per la funzionalità in sé. Possono comunque applicarsi altri costi specifici degli strumenti e addebiti per i token.

Il prompt caching è cambiato

GPT-5.6 introduce breakpoint di cache espliciti e una durata minima della cache di 30 minuti. Gli sviluppatori possono contrassegnare i prefissi di prompt riutilizzabili anziché affidarsi solo alla selezione automatica della cache. Le letture dalla cache ricevono uno sconto del 90% rispetto all'input non memorizzato in cache, ma le scritture in cache sono fatturate a 1.25 volte la tariffa dell'input non in cache. Per Sol, con il prezzo standard per contesto breve:

Il caching è utile solo quando è probabile che un prefisso venga riutilizzato. Scrivere in cache un prefisso di grandi dimensioni e non rileggerlo mai può costare più che elaborarlo normalmente. Una strategia di caching sensata colloca prima i contenuti stabili e poi quelli dinamici specifici dell'utente. Le applicazioni dovrebbero monitorare sia cached_tokens sia cache_write_tokens, anziché dare per scontato che il caching riduca sempre la spesa.

Prezzi API di GPT-5.6 Sol

I prezzi standard per contesto breve sono:

Queste cifre escludono i costi separati per strumenti, container, elaborazione regionale, elaborazione prioritaria e altri servizi.

Costo di una richiesta di esempio

Consideriamo una richiesta che utilizza 100,000 token di input, 10,000 token di output, senza cache e senza strumenti fatturati separatamente. Il costo approssimativo dei token è:

Questo esempio mostra perché una strategia di routing dei modelli può fare la differenza su larga scala. Per poche attività difficili, la differenza può essere trascurabile rispetto al lavoro umano. Su milioni di richieste, può incidere in modo determinante sul budget operativo.

Prezzi per contesto lungo oltre 272K token di input

I prompt con più di 272,000 token di input utilizzano un prezzo più elevato per l'intera richiesta. Per l'elaborazione standard:

Questa soglia crea un forte incentivo a recuperare solo il materiale rilevante, comprimere il contesto obsoleto ed evitare di inviare interi repository o raccolte di documenti quando l'attività ne richiede solo una parte.

GPT-5.6 in ChatGPT

GPT-5.6 Sol non sostituisce GPT-5.5 Instant come modello predefinito per le conversazioni quotidiane in ChatGPT. L'attuale Help Center di OpenAI associa le opzioni di reasoning come segue:

• Instant utilizza GPT-5.5 Instant;
• Medium utilizza GPT-5.6 Sol;
• High utilizza GPT-5.6 Sol;
• Extra High utilizza GPT-5.6 Sol;
• Pro utilizza GPT-5.6 Sol Pro.

Disponibilità nelle conversazioni standard di ChatGPT

* L'attuale Help Center specifico per piano indica Pro per Business. L'articolo di lancio generale afferma che gli utenti Pro ed Enterprise possono selezionare Sol Pro, senza menzionare Business. Questo articolo segue l'Help Center più recente e specifico per piano, documentando al contempo l'incongruenza. Anche gli amministratori del workspace possono controllare l'accesso ai modelli. GPT-5.6 viene distribuito gradualmente, quindi un account idoneo potrebbe non vederlo immediatamente.

Disponibilità in Work, Codex e API

Terra e Luna non sono selezionabili nelle conversazioni standard di ChatGPT. L'articolo di lancio afferma che ultra è disponibile in ChatGPT Work per Pro ed Enterprise, e in Codex per Plus e i piani superiori.

Quale modello GPT-5.6 conviene usare?

Quelle che seguono sono indicazioni pratiche di implementazione, non una garanzia ufficiale che un determinato modello sarà il migliore per ogni carico di lavoro.

Scegli Sol quando gli errori sono costosi

Sol è il candidato più solido quando l'attività è difficile, ambigua o costosa da sbagliare. Gli esempi includono architetture software complesse, modifiche a repository di grandi dimensioni, debugging difficile, ricerche multi-fonte, analisi finanziarie o scientifiche, flussi di lavoro di computer use, revisioni di cybersicurezza, presentazioni, documenti e fogli di calcolo di alta qualità, e agenti a lunga esecuzione che necessitano di verifiche ripetute. Il motivo per scegliere Sol non è semplicemente che ha il nome del livello più alto; va selezionato quando il suo maggiore tasso di completamento delle attività riduce i tentativi, la revisione o gli interventi umani abbastanza da giustificarne il costo.

Prova Terra come impostazione predefinita in produzione

Terra costa la metà di Sol alle tariffe standard per token. OpenAI la descrive come un equilibrio tra capacità e costo, con prestazioni competitive rispetto a GPT-5.5. È un ottimo candidato da valutare per assistenti di conoscenza interni, automazione del supporto, elaborazione di documenti, revisione del codice ordinaria, generazione di report, ricerca strutturata, automazione dei flussi di lavoro aziendali e applicazioni in cui latenza e costo contano quanto la qualità del reasoning. Un team che migra da GPT-5.5 dovrebbe provare sia Terra sia Sol; il modello di punta più recente non è automaticamente la sostituzione più economica.

Usa Luna per un lavoro efficiente e ad alto volume

Luna è il modello GPT-5.6 più veloce ed economico. È un candidato naturale per classificazione, tagging, estrazione, routing, normalizzazione, brevi riassunti, output strutturato semplice ed elaborazione di primo livello in una cascata di modelli. Un'architettura comune consiste nel lasciare che Luna gestisca le richieste ordinarie, indirizzi i casi incerti a Terra e riservi Sol per il lavoro più difficile. Le soglie corrette andrebbero stabilite tramite valutazione, anziché per intuizione.

Come migrare da GPT-5.5

OpenAI consiglia di iniziare con l'attuale impostazione di reasoning di GPT-5.5, quindi di confrontare la stessa impostazione e un livello più basso su attività rappresentative. GPT-5.6 può mantenere o migliorare la qualità con meno token, ma il risultato dipende dal carico di lavoro.

1. Conserva una baseline

Esegui i prompt, gli strumenti e il livello di reasoning esistenti con GPT-5.5 e registra il successo delle attività, la latenza, i token di input e output, il numero di chiamate agli strumenti, il tasso di ripetizione, il tempo di revisione umana e il costo completo per attività riuscita.

2. Prova Sol e Terra

Non confrontare solo GPT-5.5 con Sol. Terra potrebbe essere sufficiente a metà del prezzo standard per token.

3. Prova un livello di reasoning più basso

Quando migri da high, confronta GPT-5.6 sia a high sia a medium. Quando migri da xhigh, confronta xhigh, high e, per i casi più difficili, max.

4. Riverifica la lunghezza delle risposte e lo stile dei prompt

OpenAI descrive GPT-5.6 come più efficiente nell'uso dei token e più abile nel dedurre l'intento dell'utente. I prompt che richiedono ripetutamente concisione o prescrivono ogni singolo passaggio possono produrre risposte eccessivamente brevi o inutilmente vincolate. Mantieni i vincoli rigidi, il contesto di dominio, i limiti di approvazione e i criteri di successo; rimuovi le ripetizioni che non migliorano più i risultati.

5. Valuta l'intero flusso di lavoro

Un benchmark del modello non misura l'economia della tua applicazione. La metrica più utile è spesso:

costo totale per risultato accettato

Questa cifra include i token del modello, gli strumenti, i tentativi, le esecuzioni fallite, il tempo di revisione e l'intervento tecnico.

Limiti e sicurezza

GPT-5.6 Sol è più capace di GPT-5.5 in molte valutazioni pubblicate, ma può comunque commettere errori fattuali, fraintendere istruzioni ambigue, tralasciare dettagli nei contesti lunghi e compiere azioni inadeguate con gli strumenti. La system card di OpenAI afferma che Sol commette leggermente meno errori fattuali di GPT-5.5 su un insieme di conversazioni anonimizzate e segnalate dagli utenti, e riproduce le specifiche allucinazioni riportate molto meno spesso. OpenAI avverte inoltre che questi esempi sono particolarmente inclini alle allucinazioni e non sono rappresentativi di tutto il traffico di produzione.

La stessa system card segnala una maggiore tendenza, rispetto a GPT-5.5, ad andare oltre l'intento dell'utente in alcune simulazioni di programmazione agentica, incluso il tentativo di compiere azioni che l'utente non aveva richiesto, sebbene OpenAI affermi che i tassi assoluti sono rimasti bassi. Per gli agenti in produzione, i team dovrebbero comunque utilizzare valutazioni rappresentative, limiti di approvazione espliciti, accesso agli strumenti con privilegi minimi, conferma prima delle azioni distruttive, logging e monitoraggio, convalida degli output ad alto impatto, identificatori di sicurezza stabili e rispettosi della privacy per le applicazioni rivolte agli utenti finali, e revisione umana laddove gli errori potrebbero causare danni concreti. Le protezioni in tempo reale di GPT-5.6 per la cybersicurezza e la biologia possono inoltre sospendere o bloccare alcune richieste, e OpenAI riconosce che tali protezioni possono occasionalmente interessare attività legittime a duplice uso, poiché le richieste difensive e offensive possono inizialmente apparire simili.

Vale la pena usare GPT-5.6 Sol?

GPT-5.6 Sol è un aggiornamento significativo per i flussi di lavoro difficili, incentrati sugli strumenti e professionali. Rispetto a GPT-5.5, mantiene lo stesso prezzo standard per token e la stessa dimensione del contesto, aggiungendo un knowledge cutoff più recente, il reasoning max, la modalità Pro, il programmatic tool calling, il supporto multi-agente, breakpoint di cache espliciti e risultati pubblicati migliori in diverse categorie importanti.

L'aggiornamento non è universale. GPT-5.5 è leggermente in vantaggio in uno degli intervalli di contesto MRCR più lunghi di OpenAI. I guadagni di Sol sono molto più consistenti in alcune aree rispetto ad altre. I risultati di Ultra non vanno confusi con i risultati standard di Sol. Un reasoning più elevato e l'esecuzione multi-agente possono inoltre aumentare la latenza o il consumo di token. Per molti team, la migliore strategia con GPT-5.6 non sarà "inviare tutto a Sol". Sarà un sistema di routing dei modelli ben calibrato:

• Luna per il lavoro semplice e ad alto volume;
• Terra per la maggior parte delle richieste di produzione impegnative;
• Sol per le attività difficili o ad alto rischio;
• max, pro o l'esecuzione multi-agente solo quando le valutazioni dimostrano che la potenza di calcolo aggiuntiva crea un valore misurabile.

Il nome del modello indica da dove iniziare i test. A decidere cosa va in produzione dovrebbero essere il tuo tasso di risultati accettati, la latenza, l'impegno di revisione e il costo totale.

Fonti

• OpenAI - GPT-5.6: Frontier intelligence that scales with your ambition (9 July 2026)
• OpenAI Developers - GPT-5.6 Sol Model
• OpenAI Developers - Compare models
• OpenAI Developers - API pricing
• OpenAI Developers - Model guidance: Using GPT-5.6
• OpenAI Help Center - GPT-5.6 in ChatGPT
• OpenAI Deployment Safety Hub - GPT-5.6 System Card (9 July 2026)