# GPT-6 Sol e Luna: prezzi, limiti e differenze da Astra e Terra 5.6

> Fonte: https://francescogruner.it/gpt-6-sol-luna-prezzi-confronto-terra-opus/

*Aggiornato il 23 settembre 2026. Analisi delle schede dei produttori, non un test indipendente dei modelli.*

 Prime impressioni di Arena AI: una prova di terzi, non un benchmark indipendente controllato. 

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](https://openai.com/index/introducing-gpt-6-sol-and-luna/) · [Scheda API](https://developers.openai.com/api/docs/models/gpt-6-sol)

   

Indice dei contenuti

 [Toggle](#) 

- [Specifiche e disponibilità, senza mescolare prodotti](#Specifiche_e_disponibilita_senza_mescolare_prodotti)
- [Prezzi: il contesto lungo non costa sempre come il primo token](#Prezzi_il_contesto_lungo_non_costa_sempre_come_il_primo_token)
- [Cosa cambia con Luna](#Cosa_cambia_con_Luna)
- [Sol, Luna, Astra e Opus 5.5: quale provare per primo?](#Sol_Luna_Astra_e_Opus_55_quale_provare_per_primo)
- [Cosa farei in un’applicazione reale](#Cosa_farei_in_unapplicazione_reale)
- [Domande frequenti e fonti](#Domande_frequenti_e_fonti)

- [Fonti verificate](#Fonti_verificate)

 

## 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](https://developers.openai.com/api/docs/models/gpt-6-sol)

 

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](https://openai.com/index/introducing-gpt-6-sol-and-luna/)

 

## 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](https://developers.openai.com/api/docs/models/gpt-6-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](https://openai.com/index/introducing-gpt-6-sol-and-luna/) · [Scheda Luna](https://developers.openai.com/api/docs/models/gpt-6-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](https://developers.openai.com/api/docs/models/gpt-6-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](https://openai.com/index/introducing-gpt-6-sol-and-luna/) · [Scheda Luna](https://developers.openai.com/api/docs/models/gpt-6-luna) · [Scheda Terra 5.6](https://developers.openai.com/api/docs/models/gpt-5.6-terra) · [Scheda Astra](https://developers.openai.com/api/docs/models/gpt-6-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](https://platform.claude.com/docs/en/models/opus-5-5/overview) · [Scheda OpenAI](https://developers.openai.com/api/docs/models/gpt-6-sol)

 

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](https://francescogruner.it/gpt-6-astra-computer-use-costi-rischio-cyber/) e la precedente [famiglia GPT-5.6](https://francescogruner.it/gpt-5-6-sol-terra-luna/); 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.

[OpenAI - annuncio di GPT-6 Sol e Luna](https://openai.com/index/introducing-gpt-6-sol-and-luna/)[OpenAI - specifiche e prezzi di Sol](https://developers.openai.com/api/docs/models/gpt-6-sol)[Anthropic - specifiche di Opus 5.5](https://platform.claude.com/docs/en/models/opus-5-5/overview)