GPT-5.6 Sol 'asfalta' Claude Fable 5: OpenAI ne è sicura e rivendica il trono dell'IA

OpenAI ha reso disponibile a tutti la famiglia GPT-5.6, dopo un periodo di anteprima limitata. Al suo interno convivono tre modelli distinti: Sol, il nuovo modello flagship, Terra, pensato per il lavoro quotidiano con un buon equilibrio tra costo e capacità, e Luna, la versione più economica della gamma.

Il filo conduttore della generazione è l'efficienza. Su Agents' Last Exam (55 ambiti professionali con flussi di lavoro prolungati), Sol raggiunge un punteggio di 53,6, staccando - o per meglio dire "asfaltando", come si legge sul comunicato stampa) Claude Fable 5 di 13,1 punti. Anche impostato su un ragionamento di livello medio, Sol resta avanti di 11,4 punti rispetto al modello di Anthropic, a circa un quarto del costo stimato. Il divario si allarga scendendo di fascia: Terra e Luna superano Fable 5 spendendo appena un sedicesimo circa. Sull'Artificial Analysis Intelligence Index, Sol con ragionamento massimo si ferma a un solo punto da Fable 5, ma completa i task nel 61% di tempo in meno e a circa metà del costo stimato.

Meno token per più lavoro utile: la ricetta di OpenAI con GPT-5.6

La novità più operativa è ultra, la modalità che coordina quattro agenti in parallelo (fino a sedici nei test più estremi) per accelerare i compiti più complessi, scambiando un consumo di token più alto con risultati migliori e tempi di risposta ridotti. Chi lavora nella Responses API può replicare lo stesso schema tramite la funzione beta multi-agente. A questo si affianca il Programmatic Tool Calling, che permette al modello di scrivere ed eseguire piccoli programmi capaci di orchestrare strumenti esterni e filtrare i risultati intermedi senza rimandare ogni singola risposta al modello stesso.

Sul fronte della programmazione, Sol tocca 80 punti sull'Artificial Analysis Coding Agent Index, 2,8 punti sopra Fable 5, usando meno della metà dei token di output e circa un terzo del tempo e del costo. Nuovi record arrivano anche su Terminal-Bench 2.1 e DeepSWE. Le capacità di computer use crescono di pari passo: 92,2% su BrowseComp e 62,6% su OSWorld 2.0, dove Sol supera Opus 4.8 usando l'85% di token di output in meno. Il modello ispeziona e corregge da solo il risultato grafico prodotto, non si limita a generare codice, e questo si traduce in presentazioni, documenti e fogli di calcolo che seguono con più fedeltà i modelli di riferimento forniti dall'utente.

Sul fronte della sicurezza informatica i numeri sono anch'essi netti: 73,5% su ExploitBench2 (era 47,9% con GPT-5.5), quasi il doppio del tasso di successo su ExploitGym3 (dal 15,1% al 24,9% entro due ore, fino al 33,7% con sei ore a disposizione) e 71,2% su SEC-Bench Pro contro il 45,8% precedente. OpenAI mantiene comunque che il modello non supera la soglia Critical né in biologia né in cybersecurity: risulta più efficace nel trovare e correggere vulnerabilità che nel condurre attacchi autonomi end-to-end contro obiettivi ben protetti. Le funzioni più sensibili restano riservate a chi aderisce al programma Trusted Access for Cyber, che dal 1° settembre richiederà l'attivazione di passkey hardware per non perdere l'accesso ai modelli più capaci in questo ambito. I nuovi sistemi di controllo, spiega OpenAI, bloccano circa dieci volte più attività potenzialmente dannosa rispetto alla generazione precedente, dopo circa 700.000 ore di GPU A100e dedicate al red teaming automatizzato.

Sul piano commerciale, GPT-5.6 è già attivo su ChatGPT, Codex e API, con un rollout globale proprio in questi momenti. I prezzi per milione di token restano scaglionati per livello: Sol costa 5 dollari in input e 30 in output, Terra 2,50 e 15 dollari, Luna appena 1 e 6 dollari.