GPT-5.6 è la nuova famiglia di modelli OpenAI pensata per ragionamento avanzato, programmazione, ricerca, design e workflow basati su strumenti. Disponibile da luglio 2026, comprende tre livelli — Sol, Terra e Luna — così ogni team può scegliere il compromesso più adatto tra qualità, velocità e costo.
Il punto non è il numero di versione. La maggior parte delle aziende non ha bisogno di un chatbot che scriva in modo appena più fluido. Ha bisogno di un sistema capace di leggere documenti, trovare prove affidabili, usare strumenti, rispettare i limiti di approvazione e consegnare un risultato pronto da verificare.
La domanda utile non è soltanto “GPT-5.6 è più intelligente?”, ma “quanto lavoro affidabile riesce a completare a un determinato costo, con una certa latenza e con un livello di supervisione definito?”
In base alle nostre osservazioni sui workflow documentali, i guadagni reali arrivano soprattutto da meno tentativi, formati più stabili, fonti usate meglio e meno tempo speso in revisione. I benchmark sono utili, ma non bastano.
Che cos’è GPT-5.6?
GPT-5.6 è una famiglia di modelli OpenAI per attività professionali complesse. È disponibile in ChatGPT, Codex, ChatGPT Work e tramite API OpenAI, con modalità di accesso che dipendono dal prodotto e dal piano.
| Modello | Utilizzo consigliato | Prezzo API input | Prezzo API output |
|---|---|---|---|
| GPT-5.6 Sol | Ragionamento complesso, codice, ricerca, design e attività ad alto impatto | 5 $ per 1 milione di token | 30 $ per 1 milione di token |
| GPT-5.6 Terra | Lavoro quotidiano che richiede equilibrio tra qualità e costo | 2,50 $ per 1 milione di token | 15 $ per 1 milione di token |
| GPT-5.6 Luna | Processi rapidi, ripetitivi e ad alto volume | 1 $ per 1 milione di token | 6 $ per 1 milione di token |
Tutti e tre i modelli API supportano una finestra di contesto da 1.050.000 token, fino a 128.000 token in output, input di immagini, output strutturati, function calling, streaming e Responses API. La data di cutoff della conoscenza pubblicata è il 16 febbraio 2026.
Fonti ufficiali: annuncio GPT-5.6 di OpenAI e confronto tra i modelli OpenAI.
GPT-5.6 Sol, Terra o Luna: quale scegliere
GPT-5.6 Sol: quando conta soprattutto la qualità
Sol è pensato per modifiche di codice difficili, ricerca su più fonti, analisi finanziarie o tecniche, documenti professionali e attività che richiedono ragionamento prolungato. Per gli utenti idonei, alimenta anche le modalità di ragionamento medio e avanzato di ChatGPT.
Sol è indicato quando:
- il lavoro comprende più passaggi dipendenti tra loro;
- il modello deve verificare e correggere il proprio risultato;
- le conclusioni devono unire prove provenienti da fonti diverse;
- una risposta debole comporterebbe molto lavoro aggiuntivo;
- la qualità conta più della latenza minima.
GPT-5.6 Terra: la scelta più equilibrata
Terra può diventare il modello predefinito per molte applicazioni aziendali. Costa meno di Sol, ma resta adatto a ricerca assistita, analisi del supporto clienti, sintesi di documenti, scrittura strutturata e workflow di agenti ordinari.
Quando qualità e budget hanno lo stesso peso, conviene provare Terra per primo. Il modello migliore non è sempre il più potente: spesso è quello meno costoso che supera in modo stabile la soglia di qualità richiesta.
GPT-5.6 Luna: quando conta il volume
Luna è pensato per classificazione, tagging, estrazione, prime sintesi, conversione di formati, routing e altre attività ripetibili con criteri di controllo chiari.
Un sistema ben progettato non affida ogni fase allo stesso modello. Luna può estrarre e classificare, Terra organizzare e scrivere, mentre Sol può gestire le ambiguità o completare l’analisi finale quando il rischio è maggiore.
Cosa cambia rispetto a GPT-5.5?
Più valore per ogni dollaro speso
OpenAI presenta GPT-5.6 come un aggiornamento focalizzato sia sulla capacità sia sull’efficienza. Nei risultati pubblicati migliora in programmazione, navigazione, lavoro di conoscenza, scienza, design e uso del computer, con un consumo inferiore di token o chiamate agli strumenti in alcuni scenari.
Il prezzo per token è solo una parte del costo reale. Un workflow diventa costoso quando richiede molti tentativi, lunghe correzioni, troppi strumenti o un forte intervento umano.
I primi feedback dei clienti riportati nei materiali di lancio parlano di meno passaggi, tempi più brevi e minore consumo di token in diversi contesti produttivi. Sono dati del fornitore e dei primi utenti, quindi vanno verificati su attività interne prima di prendere decisioni.
Programmatic Tool Calling
GPT-5.6 introduce il Programmatic Tool Calling nella Responses API. Invece di restituire ogni risultato degli strumenti come testo grezzo nel contesto, il modello può scrivere ed eseguire piccoli programmi in memoria per coordinare gli strumenti e lavorare sui risultati intermedi.
Può essere utile per:
- cercare in più fonti ed eliminare duplicati;
- filtrare i dati prima che entrino nel contesto;
- unire risultati provenienti da strumenti diversi;
- ordinare o aggregare grandi volumi;
- verificare i dati rispetto a uno schema definito.
Il vantaggio non sta nell’aggiungere strumenti, ma nel ridurre il contesto inutile e gestire ogni passaggio con maggiore precisione.
Workflow multi-agente
GPT-5.6 supporta anche workflow multi-agente nella versione beta della Responses API. L’impostazione ultra può coordinare più filoni di lavoro in parallelo nei prodotti OpenAI compatibili.
Una ricerca sui concorrenti, per esempio, può essere suddivisa in analisi del prodotto, prezzi, recensioni dei clienti, posizionamento e rischi, per poi riunire tutto in un unico rapporto.
Gli agenti paralleli funzionano bene quando le attività sono indipendenti. Se ogni passaggio dipende molto dal precedente, un flusso sequenziale rimane spesso più semplice, affidabile ed economico.
Documenti e output visivi più curati
OpenAI segnala miglioramenti anche nel design di interfacce, nelle presentazioni, nei fogli di calcolo, nei documenti formattati e nel rispetto di modelli di riferimento.
È un progresso concreto. Un testo corretto dentro una slide costruita male non è un lavoro finito. Una gestione migliore di gerarchie, spaziature, tipografia, master e strutture dei fogli può ridurre il tempo di rifinitura.
Cosa dicono i benchmark di GPT-5.6
OpenAI pubblica diversi miglioramenti rispetto a GPT-5.5:
- Terminal-Bench 2.1: 88,8% per Sol contro 85,6% per GPT-5.5;
- BrowseComp: 90,4% contro 84,4%;
- GeneBench Pro: 28,7% contro 12%;
- OSWorld 2.0: 62,6% contro 47,5%;
- BenchCAD: 70,6% contro 44,4%.
I risultati indicano progressi nella navigazione, nello sviluppo, nelle scienze, nel controllo del computer e nell’uso di strumenti. Non dimostrano però che GPT-5.6 sia la scelta migliore per ogni prodotto.
I benchmark raramente rispondono alle domande operative più importanti:
- il modello cita la fonte corretta?
- mantiene il formato richiesto?
- rispetta i limiti di autorizzazione?
- quanto lavoro umano resta da fare?
- le prestazioni restano stabili tra lingue e tipi di file diversi?
Il set di valutazione migliore nasce dalle attività reali degli utenti.
Cosa significa GPT-5.6 per gli utenti iWeaver
Gli utenti iWeaver lavorano con PDF, file Word, presentazioni, immagini, audio, video e pagine web. Riassumono contenuti, fanno domande, creano mappe mentali, estraggono dati strutturati e trasformano le fonti in risultati riutilizzabili.
GPT-5.6 segue questa direzione perché il valore dell’IA si sta spostando dalla generazione singola al lavoro coordinato sulla conoscenza personale e aziendale.
Ricerca su più documenti
Un utente può confrontare report, contratti, articoli scientifici, verbali di riunione o materiali dei concorrenti. Il modello deve riconoscere le contraddizioni, tenere separate le fonti e formulare conclusioni solo quando sono supportate da prove.
Una grande finestra di contesto aiuta, ma non sostituisce un buon sistema di recupero. Il workflow più solido seleziona i passaggi pertinenti e collega ogni affermazione importante alla fonte corretta.
Estrazione strutturata della conoscenza
Luna o Terra possono occuparsi della prima estrazione di date, entità, rischi, attività e punti chiave. Sol può poi rivedere i casi ambigui o produrre un’analisi più delicata.
Questa architettura a livelli costa meno che usare sempre il modello più potente per ogni documento e ogni fase.
Report e contenuti di conoscenza
Un workflow può partire dai documenti originali per creare una scaletta, una tabella delle evidenze, un executive summary, una mappa mentale o una bozza di presentazione. I miglioramenti di GPT-5.6 nella formattazione e nel design possono ridurre il lavoro aggiuntivo, soprattutto quando è disponibile un modello di riferimento.
Per gli utenti iWeaver, il vantaggio è passare più facilmente dall’informazione grezza a un risultato condivisibile, modificabile e utile.
Limiti da non ignorare
GPT-5.6 può ancora produrre affermazioni non supportate, interpretare male istruzioni ambigue o andare oltre l’intenzione dell’utente. Più aumentano le capacità degli agenti, più diventano importanti permessi, punti di controllo e fonti visibili.
Anche la finestra di contesto da un milione di token comporta dei costi:
- prompt più lunghi costano di più;
- informazioni irrilevanti possono confondere il modello;
- i duplicati possono creare contraddizioni;
- le risposte molto lunghe sono più difficili da controllare;
- gli errori diventano più complicati da individuare.
In produzione conviene mantenere tre regole:
- Collegare le conclusioni importanti a fonti visibili.
- Richiedere un’approvazione esplicita prima di azioni esterne o irreversibili.
- Misurare il completamento dell’attività, non solo la fluidità del testo.
Consigli pratici per usare GPT-5.6
1. Assegnare il modello in base a complessità e rischio
Luna è adatto a estrazione, classificazione e lavorazioni di massa. Terra funziona bene per il lavoro professionale ordinario. Sol va riservato alle attività che richiedono ragionamento profondo, maggiore qualità visiva o un livello di fiducia superiore.
Il routing non dovrebbe dipendere dal reparto o dalla lunghezza del prompt, ma dalle conseguenze di un errore e dalla facilità di verifica.
2. Scegliere il modello meno costoso che supera i test
Prepara un set di 30-100 attività reali. Esegui gli stessi compiti con Luna, Terra e Sol, quindi valuta accuratezza, completezza, fonti, formato, latenza, costo e tempo di revisione.
Il modello giusto è il meno costoso che rispetta in modo stabile la soglia di qualità richiesta.
3. Accorciare i prompt più vecchi
I vecchi prompt di sistema contengono spesso regole ripetute e troppi esempi.
Mantieni obiettivo, contesto rilevante, limiti, regole di approvazione, requisiti sulle fonti, formato di output e criterio di successo. Elimina le indicazioni di tono che non cambiano il risultato.
4. Separare recupero, ragionamento e presentazione
Evita di chiedere in un solo prompt di trovare tutte le fonti, selezionare i dati, fare calcoli, scrivere un rapporto e preparare la presentazione senza punti di controllo.
Un flusso più robusto segue cinque passaggi:
- recuperare le evidenze rilevanti;
- creare un risultato intermedio strutturato;
- ragionare su informazioni verificate;
- generare il contenuto finale;
- eseguire un’ultima validazione.
In questo modo gli errori sono più facili da trovare e correggere.
5. Controllare i costi del contesto lungo
Prima di inviare un’intera base di conoscenza a ogni richiesta:
- elimina i documenti duplicati;
- recupera solo i passaggi pertinenti;
- riutilizza prefissi di prompt stabili;
- monitora separatamente token in cache e non in cache;
- confronta il costo del retrieval con quello delle chiamate ripetute su contesti lunghi.
GPT-5.6 introduce punti di interruzione della cache espliciti e una durata minima di 30 minuti. La scrittura iniziale costa più di un normale input, mentre le letture successive ricevono uno sconto significativo. La cache conviene quando lo stesso contesto stabile viene riutilizzato più volte.
GPT-5.6 è soprattutto un aggiornamento operativo
GPT-5.6 è più interessante come evoluzione dei workflow che come semplice aggiornamento di un chatbot. Sol alza il limite per i compiti difficili, Terra bilancia capacità e costi, e Luna rende più accessibili le elaborazioni ad alto volume.
I miglioramenti in tool calling, multi-agente, cache, ragionamento e design permettono di completare una parte più ampia del lavoro con meno interventi manuali. Non sostituiscono retrieval, valutazione, permessi e giudizio umano. Rendono queste scelte ancora più importanti.
Per iWeaver, l’opportunità è chiara: collegare modelli più capaci a una conoscenza ben organizzata, mantenere le evidenze, assegnare ogni attività al livello giusto e trasformare fonti complesse in risultati davvero utilizzabili.
Domande frequenti
Che cos’è GPT-5.6?
GPT-5.6 è la nuova famiglia di modelli OpenAI per programmazione, ricerca, design, lavoro di conoscenza, uso del computer e workflow di agenti. Comprende Sol, Terra e Luna.
GPT-5.6 è disponibile in ChatGPT?
Sì. Gli utenti idonei dei piani Plus, Pro, Business ed Enterprise possono accedere a GPT-5.6 Sol tramite le modalità di ragionamento supportate. Il rilascio può essere graduale.
Quanto costa l’API di GPT-5.6?
Sol costa 5 $ per milione di token in input e 30 $ in output. Terra costa 2,50 $ e 15 $, mentre Luna costa 1 $ e 6 $.
Qual è la differenza tra Sol, Terra e Luna?
Sol punta alla massima capacità, Terra bilancia qualità e costo, mentre Luna privilegia velocità e convenienza per attività ad alto volume.
GPT-5.6 è migliore di GPT-5.5?
GPT-5.6 ottiene risultati migliori in diversi test ufficiali su programmazione, navigazione, scienza, design e uso del computer. Il vantaggio reale dipende dal workflow, dal prompt, dal livello di ragionamento e dai criteri di valutazione.
