Aggiornato il 23 settembre 2026. Analisi delle schede dei produttori, non un test indipendente dei modelli.
GPT-6 Sol non è «il nuovo Astra a metà prezzo». È la fascia OpenAI per coding e workflow agentici complessi, proposta insieme a Luna, il modello più economico per compiti focalizzati. OpenAI dice di aver trasferito a entrambi metodi usati per Astra e di aver migliorato caching e inferenza. La parte verificabile oggi per chi deve scegliere un’API è più concreta: Sol costa $2 per milione di token in input e $10 in output, ma le richieste molto lunghe e i tool possono cambiare il conto. Presentazione ufficiale · Scheda API
Specifiche e disponibilità, senza mescolare prodotti
L’ID API è gpt-6-sol. Gli input sono testo e immagini; l’output è testo. La finestra di contesto dichiarata è 1.050.000 token, composta da massimo 922.000 token di input e 128.000 token di output. Supporta il ragionamento con livelli none, low, medium (predefinito), high, xhigh e max. Per i tool integrati e il function calling è raccomandata la Responses API; Chat Completions permette il function calling soltanto con reasoning_effort: none. Tra i tool supportati dalla Responses API ci sono web search, file search, code interpreter, hosted shell e computer use: il supporto del modello non significa che ogni tool sia gratuito o disponibile nello stesso piano. Documentazione del modello
L’annuncio OpenAI dice che Sol e Luna sono disponibili via API e iniziano il rollout in ChatGPT Work e Codex per Plus, Pro, Business, Enterprise ed Edu; Luna è prevista anche nell’app desktop per Free e Go. Non sono ancora disponibili nella normale Chat secondo la pagina di lancio: non confondere accesso a Work/Codex con la presenza nel selettore della chat ordinaria. Le disponibilità possono cambiare dopo questo aggiornamento; controlla il prodotto in cui vuoi usarli. Annuncio OpenAI
Prezzi: il contesto lungo non costa sempre come il primo token
Per un milione di token, il listino Standard di Sol indica $2 input, $0,20 input letto da cache, $2,50 scrittura cache e $10 output. Batch e Flex costano la metà dello Standard; Fast il doppio della tariffa applicabile; l’elaborazione regionale aggiunge il 10% dove disponibile. La residenza dei dati UE è disponibile soltanto con elaborazione Standard. Oltre 272.000 token di input, la richiesta intera viene tariffata 2× per input e cache e 1,5× per output. Non è un sovrapprezzo limitato ai token oltre soglia. Le chiamate ad alcuni tool possono avere costi ulteriori. Listino e condizioni di Sol
OpenAI presenta il passaggio da GPT-5.6 Sol a GPT-6 Sol come un taglio del 50% del listino promozionale ($4→$2 input, $20→$10 output); per Luna i nuovi prezzi sono $0,10/$0,50 e vanno letti dalla scheda dedicata, non dedotti da una percentuale generale. Questo non promette che un agente costi la metà: reasoning, cache miss, tool, retry e successo finale devono essere misurati. La domanda corretta è quanto spendi per un task accettato dai test, non quanto costa una richiesta media. Presentazione OpenAI · Scheda Luna
Cosa cambia con Luna
Luna non è un «Sol più corto»: OpenAI lo destina a estrazione, classificazione e trasformazioni ripetibili ad alto volume. L’ID gpt-6-luna conserva la finestra dichiarata di 1.050.000 token, con massimo 922.000 in input e 128.000 in output; questo non dice però che esegua con la stessa affidabilità di Sol un progetto lungo. La tariffa Standard è $0,10 input, $0,01 cache read, $0,125 cache write e $0,50 output per milione di token. Anche qui è possibile impostare livelli di reasoning; l’effort in più può annullare parte del risparmio su un task semplice. Scheda ufficiale Luna
Per una pipeline reale partirei da Luna su passaggi con una risposta facilmente verificabile - ad esempio estrarre campi con uno schema, quindi controllarli - e alzerei a Sol soltanto i casi falliti o ambigui. È una strategia da testare: se la verifica e i retry costano più del risparmio, meglio un solo modello più robusto.
Sol, Luna, Astra e Opus 5.5: quale provare per primo?
Luna (gpt-6-luna) è la proposta OpenAI per task focalizzati e ad alto volume, a $0,10 input / $0,50 output per milione di token, con cache read a $0,01 e cache write a $0,125. Sol (gpt-6-sol) è per coding e agenti più complessi, a $2/$10; Astra (gpt-6-astra) per i progetti che richiedono la massima profondità, a $10/$50. Terra non è un GPT-6 confermato: il modello ufficiale è gpt-5.6-terra, a $2/$12. Non confondere generazione e fascia: il Sol nuovo costa quanto l’input del Terra precedente, ma meno per l’output. La scelta va fatta sugli stessi casi reali: una capacità superiore può valere il costo se evita revisioni e fallimenti, ma non su ogni richiesta. Annuncio OpenAI · Scheda Luna · Scheda Terra 5.6 · Scheda Astra
Claude Opus 5.5 parte da $4/$20 per milione input/output, contro i $2/$10 di Sol. Ha una finestra da un milione di token e 128.000 token di output massimo. Il confronto di listino è semplice; quello di risultato no. Opus usa thinking adattivo sempre attivo e effort: medium per impostazione predefinita; OpenAI espone livelli di reasoning diversi e applica il sovrapprezzo per richieste Sol sopra la soglia di input. Non ricaverei un vincitore da grafici pubblicati dai due fornitori con benchmark, harness, effort e budget non allineati. Scheda Anthropic · Scheda OpenAI
Per un confronto replicabile scegli tre task rappresentativi - una patch con test, un’analisi documentale con citazioni e un’attività con tool - e concedi gli stessi dati e permessi. Fissa modello, versione, effort, limite token e timeout; ripeti le prove. Registra risultato verificato, tempo, input non in cache, cache read/write, output, chiamate tool e correzioni manuali. Poi calcola il costo per task riuscito. Finché non abbiamo quei log, ogni «Sol batte Opus 5.5» resta un’affermazione non dimostrata da questo articolo.
Cosa farei in un’applicazione reale
Partirei con Sol nei workflow di coding dove voglio contenere il prezzo, mantenendo un modello alternativo per task falliti e una soglia di costo per esecuzione. Per prompt brevi e numerosi proverei prima Luna; per task estremamente difficili confronterei Astra e Opus 5.5 sullo stesso set. Un contesto nominale oltre un milione di token non è un invito a inserire tutto il repository: selezione dei file, test di recupero e controllo dei permessi restano più importanti. Ho già descritto Astra e i limiti del computer use e la precedente famiglia GPT-5.6; qui la novità è la scelta tecnica e il prezzo di Sol, non una nuova classifica assoluta.
Domande frequenti e fonti
Quanto costa GPT-6 Sol via API?
Il listino Standard è $2 per milione di token di input e $10 di output, più condizioni per cache, tool e richieste con oltre 272.000 token di input.
Posso usarlo nella normale chat di ChatGPT?
Al lancio OpenAI dice di no. Il rollout riguarda ChatGPT Work e Codex per i piani indicati e l’API; verifica il selettore del tuo prodotto per gli aggiornamenti successivi.
Sol è migliore di Opus 5.5?
Non c’è un confronto indipendente e controllato in questo articolo. Sol ha un listino base più basso; il modello migliore dipende dal tasso di completamento, dal tempo e dai costi totali sui tuoi task.
La finestra da 1.050.000 token è tutta input?
No: la documentazione distingue un massimo input di 922.000 token e un output massimo di 128.000 token.
Posso semplicemente sostituire GPT-5.6 Sol con GPT-6 Sol?
Aggiorna l’ID, ma prova le chiamate con tool, l’effort esplicito, il budget e il comportamento della tua applicazione prima del rollout. Il cambio di famiglia non prova compatibilità o pari qualità sui tuoi casi.
Fonti verificate
Schede dei produttori; i benchmark citati non sono prove indipendenti.
Aggiungi francescogruner.it come fonte preferita
Se leggi spesso i miei articoli su AI, automazione e tecnologia, ora puoi dire a Google che vuoi vedere più spesso i contenuti di francescogruner.it tra le notizie.
