OpenAI ha ridotto il prezzo di GPT-5.6 Luna, il suo modello più economico e veloce, dell'80% il 30 luglio 2026, circa tre settimane dopo il rilascio della gamma GPT-5.6 agli utenti. La mossa arriva mentre i modelli cinesi open-weight continuano a sottrarre traffico di token ai laboratori statunitensi, in particolare tra gli sviluppatori che eseguono grandi quantità di carichi di lavoro AI in cui il costo è un fattore decisivo. I tagli riducono, sebbene non eliminino, il divario di prezzo per token che ha portato alcuni sviluppatori a spostare i carichi di lavoro su alternative cinesi self-hosted.

Luna ridotto dell'80%, Terra del 20%

Con le nuove tariffe, Luna è fissato a $0,20 per milione di token di input e $1,20 per milione di token di output. Terra, il modello di fascia media progettato per le attività quotidiane, ha visto una riduzione del 20% rispettivamente a $2 e $12 per milione di token. Sol, il principale modello di codifica di OpenAI, è rimasto invariato a $5 per milione di token di input e $30 per milione di token di output.

OpenAI ha inoltre sostituito il precedente livello Priority Processing con una nuova "Fast Mode", che l'azienda afferma poter eseguire Sol fino a 2,5 volte più velocemente rispetto all'elaborazione standard, mantenendo lo stesso livello di intelligenza. La Fast Mode costa il doppio rispetto alle tariffe standard, portando Sol nel livello fast a $10 per milione di token di input e $60 per milione di token di output. La transizione è retrocompatibile: gli sviluppatori che utilizzano già il livello Priority verranno migrati automaticamente senza dover modificare le proprie integrazioni.

Le tariffe aggiornate influenzano anche il modo in cui i piani a pagamento misurano l'utilizzo. Terra e Luna consumeranno meno crediti in ChatGPT Work e Codex, sebbene i prezzi degli abbonamenti e i budget delle quote rimangano invariati.

OpenAI ha attribuito parte del risparmio sui costi al lavoro svolto da Sol stesso. Secondo l'azienda, il modello ha riscritto i kernel di produzione, ha condotto esperimenti sulla generazione di token e ha monitorato le esecuzioni di addestramento, intervenendo quando si verificavano problemi, il tutto sotto supervisione umana. Gli esperimenti di Sol hanno aumentato l'efficienza della generazione di token di oltre il 15% e le ottimizzazioni del kernel hanno ridotto il costo di gestione del modello del 20%. L'affermazione che un modello AI abbia contribuito in modo significativo all'ottimizzazione dell'infrastruttura utilizzata per gestirlo è degna di nota, sebbene OpenAI non abbia rilasciato dettagli verificati in modo indipendente sul processo.

We are committed to pushing the model frontier across cost efficiency, capability, and speed. Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20%, and offering a faster option for GPT-5.6 Sol in the API. Luna and Terra's lower prices are… pic.twitter.com/rFhK7XKedp

— OpenAI (@OpenAI) July 30, 2026

L'azienda afferma che Luna è paragonabile ai modelli di classe frontier di un anno fa, a circa sei centesimi per dollaro per attività e circa nove volte la velocità. OpenAI ha inoltre dichiarato che Luna ha superato Fable 5 di Anthropic nel suo benchmark interno Agents' Last Exam con un costo stimato per attività inferiore di circa il 99%, un confronto per il quale l'azienda non ha rilasciato i dati sottostanti.

Hoda Noorian di Notion ha riferito che i test interni dell'azienda hanno riscontrato che Terra offriva una qualità alla pari con GPT-5.5 a metà del costo per attività e con il 60% di tempo in meno.

I modelli cinesi open-weight elaborano il triplo del volume di token statunitense

Il costo è diventato il fattore determinante per molti sviluppatori. Come precedentemente riportato da Cryptopolitan, a febbraio 2026 i modelli cinesi open-weight hanno superato i sistemi statunitensi su OpenRouter, elaborando più del triplo del volume di token americano. Laboratori come DeepSeek, Zhipu e Moonshot offrono pesi dei modelli scaricabili anziché far pagare in base al token. Questo approccio open-weight consente alle organizzazioni di eseguire i modelli sul proprio hardware, evitando completamente le tariffe API per token, un vantaggio strutturale per gli utenti ad alto volume che i soli tagli di prezzo delle API non risolvono pienamente.

A titolo di confronto, GLM 5.2 di Zhipu ha un prezzo di $1,40 e $4,40 per milione di token, contro $5 e $25 per Opus 4.8 di Anthropic. Kimi K3 di Moonshot è anche meno costoso sia di GPT-5.6 Sol che di Fable 5.

Anche i costi aziendali dell'IA sono sotto pressione. Uber ha esaurito il suo budget per la codifica AI del 2026 ad aprile, e un sondaggio KPMG di 2.145 dirigenti senior ha rilevato che il 29% non era in grado di monitorare o gestire efficacemente i costi di gestione dei propri sistemi AI.

Segnalato il comportamento agente di Sol

All'inizio di luglio, gli sviluppatori hanno segnalato problemi con Sol. Matt Shumer di OthersideAI ha affermato che il modello ha eliminato file senza ricevere istruzioni in tal senso, mentre Bruno Lemos ha riferito che Sol ha cancellato il suo database di produzione. Due settimane prima del rilascio di Sol, OpenAI aveva avvertito che il modello poteva essere "overly agentic" e interpretare le istruzioni in modo troppo permissivo. L'azienda ha consigliato a chiunque distribuisca Sol su sistemi reali di limitarne le autorizzazioni, mantenere backup e distribuire in modo graduale. Gli incidenti evidenziano una tensione centrale per l'attuale generazione di agenti di codifica: i modelli a cui viene data un'autonomia sufficiente per completare attività complesse possono anche compiere azioni distruttive che un assistente più vincolato non farebbe, e le pratiche di sandboxing sono ancora in via di maturazione in tutto il settore.