Cosa ha lanciato OpenAI: GPT-5.6 Sol, Terra e Luna
Il 26 giugno 2026 OpenAI ha presentato in anteprima la serie GPT-5.6: tre modelli pensati per coprire ogni rapporto prestazioni/costo.
Sol è il flagship, il più capace della gamma. Terra è il modello bilanciato per il lavoro quotidiano, con prestazioni vicine alla generazione precedente a circa metà del costo. Luna è il più veloce ed economico, pensato per i volumi.
Il lancio non è stato un rilascio pubblico classico: l'accesso iniziale è stato limitato a 20 partner fidati, con coordinamento col governo USA e un "safety stack" rinforzato. La disponibilità generale è attesa nelle settimane successive. Già il modo in cui è uscito dice qualcosa: i modelli di frontiera sono ormai trattati come tecnologia sensibile — un tema che abbiamo raccontato anche per il caso Fable e Mythos.
Dove punta GPT-5.6: coding e cybersecurity
I due terreni dove OpenAI ha spinto di più con GPT-5.6 sono il coding e la sicurezza.
Sul coding, Sol fissa un nuovo stato dell'arte su Terminal-Bench 2.1, il benchmark che misura i workflow da riga di comando: pianificazione, iterazione e coordinamento di strumenti. È il segnale di un modello costruito per gli agenti di sviluppo, non solo per il completamento di codice.
Sulla cybersecurity, Sol è il modello OpenAI più capace di sempre, inclusa la ricerca e lo sfruttamento di vulnerabilità. È proprio questa potenza ad aver motivato le restrizioni al lancio. Terra e Luna, sotto il flagship, completano la scala con un occhio al costo per i task ad alto volume.
Dove resta forte Claude
Claude — con Opus 4.8 e la famiglia 4.x — mantiene i suoi punti fermi, che non sono gli stessi su cui spinge GPT-5.6.
La qualità del ragionamento su task complessi, l'analisi di documenti lunghi grazie alla finestra di contesto ampia e la scrittura strutturata restano terreni dove Claude è tra i migliori sul mercato. A questo si aggiunge un ecosistema enterprise maturo: Model Context Protocol per le integrazioni, Agent SDK per gli agenti, Claude Enterprise con SSO e audit log.
C'è poi un tratto distintivo di approccio: la sicurezza costruita nel modello (Constitutional AI) e la garanzia di non addestrare sui dati aziendali. Per orientarti tra i modelli Claude, vedi Opus, Sonnet e Haiku a confronto.
GPT-5.6 o Claude per la tua azienda?
30 minuti per discutere il tuo caso specifico.
Prezzi: la nuova griglia OpenAI vs la scala Claude
I prezzi annunciati di GPT-5.6 sono aggressivi. Per milione di token: Sol $5 in input e $30 in output, Terra $2,50 / $15, Luna $1 / $6. È una scala pensata per instradare i task al modello giusto in base al costo.
Claude copre la stessa logica con Haiku (economico), Sonnet (bilanciato) e Opus (top di gamma). Il confronto puntuale dipende dal mix input/output e dal caso d'uso, quindi un "chi costa meno" secco è fuorviante. Il metro giusto resta il costo per risultato, non il prezzo per token: su un task complesso, un modello che lo risolve bene al primo colpo costa meno di uno economico che richiede tre tentativi e una revisione. Per i numeri Claude vedi quanto costa Claude per le aziende.
Il nodo disponibilità e sovranità
C'è una differenza pratica che i benchmark non raccontano: la disponibilità.
Al momento dell'annuncio, GPT-5.6 è in anteprima per 20 partner, non per tutti, e arriva con restrizioni d'uso legate ai rischi cyber. Per un'azienda che deve decidere e partire oggi, è un vincolo concreto.
Claude, al contrario, è disponibile e deployabile adesso: via API, Claude Enterprise, oppure su regioni europee tramite Amazon Bedrock e Google Vertex per chi ha vincoli di sovranità del dato — un tema sempre più decisivo, dal GDPR alla Svizzera con la revDSG. Quando la posta in gioco è la conformità, disponibilità e garanzie contano quanto il punteggio su un benchmark.
Quale scegliere per la tua azienda
Scegli GPT-5.6, quando sarà disponibile, se: i tuoi casi d'uso prioritari sono il coding avanzato o la cybersecurity, o se sei già nell'ecosistema OpenAI/Microsoft e vuoi sfruttare la scala Sol/Terra/Luna.
Scegli Claude se: ti servono ragionamento profondo e analisi documentale, un ecosistema enterprise e di agenti maturo e disponibile oggi, e garanzie di sovranità del dato e non-training.
Nella pratica, molte aziende terranno entrambi e instraderanno ogni task al modello più adatto. La domanda giusta non è "chi vince", ma "quale modello per quale lavoro". Se vuoi capire quale conviene nel tuo contesto, parliamone.