Salta al contenuto

IA

GPT-6 Sol e Luna dimezzano i prezzi. Il tuo stipendio no.

OpenAI aggiorna Sol e Luna: l'API costa circa la metà, i punteggi di intelligenza restano al palo. Cervelli robotici più economici, stessi cervelli robotici.

Foto di copertina: HaeB / CC BY-SA 4.0

TL;DR

  1. Sol ora costa $2/$10 per milione di token; Luna $0.10/$0.50. Entrambi a circa metà del vecchio prezzo.
  2. Per Artificial Analysis i punteggi restano in linea con GPT-5.6: qualche progresso, qualche passo indietro.
  3. OpenAI attribuisce il taglio a caching e miglioramenti dell'inferenza, non a un modello più intelligente.

Cosa è successo

A poche settimane dal lancio di GPT-6 Astra, che OpenAI ha presentato come il suo modello più capace di sempre, l'azienda ha ritoccato i livelli più piccoli: GPT-6 Sol e GPT-6 Luna.

Sol è pensato per il lavoro complesso, come la programmazione. Luna è fatto per le mansioni d'ufficio ad alto volume: riassumere documenti, estrarre informazioni, rispondere a domande al volo.

La notizia vera è la bolletta dell'API. Sol scende da $4/$20 a $2/$10 per milione di token in input/output. Luna scende da $0.20/$1.20 a $0.10/$0.50. OpenAI attribuisce il calo a miglioramenti nel caching e nell'inferenza.

Il benchmarker indipendente Artificial Analysis ha fatto i conti. Luna si ferma a $0.07 per task, contro $0.18 del predecessore: circa il 60% in meno. Il taglio di Sol è di circa il 50%.

Il trucco c'è: il risparmio arriva dal listino, non da una magia di efficienza. Entrambi i nuovi modelli usano in realtà un po' più token di output per task: 31k contro 29k per Sol e 51k contro 41k per Luna.

Perché conta

Questa è una storia di prezzi, non di cervelli. Artificial Analysis dice che i punteggi di Intelligence Index e Coding Agent Index restano in linea con GPT-5.6, con progressi su alcune valutazioni e regressioni su altre.

Nell'harness Codex di OpenAI, Sol totalizza 57 sul Coding Agent Index, 2 punti in più. Luna, invece, peggiora sullo stesso test di coding. Quindi Luna costa meno ed è un filo più scarso a programmare: va benissimo se lo volevi comunque per il lavoro d'ufficio.

Stessa intelligenza, metà fattura: è questo il pitch, e i benchmark in gran parte lo confermano.

Per chi sviluppa, i conti cambiano in fretta. I carichi di lavoro al limite col vecchio prezzo, come l'elaborazione massiva di documenti o gli agenti che bruciano token a colazione, diventano più facili da giustificare.

Le letture dalla cache mantengono lo sconto del 90% e le scritture in cache il sovrapprezzo del 25%, quindi i soliti trucchi di ottimizzazione valgono ancora.

Per tutti gli altri, conta la linea di tendenza. Ad ogni generazione, lo stesso livello di competenza da macchina costa meno. I sapiens che fanno il lavoro d'ufficio da cui Luna prende il nome potrebbero rileggere questa frase due volte.

Cosa farne

  • Rifai il tuo modello di costi.Inserisci le nuove tariffe $2/$10 e $0.10/$0.50 nelle tue stime prima di decidere che una funzione costa troppo per andare in produzione.
  • Prova Luna sulle cose noiose.Riassunti, estrazione dati e domande rapide sono esattamente il suo posizionamento secondo OpenAI: parti da lì coi tuoi benchmark.
  • Non dare per scontato un upgrade nel coding.Sol è migliorato sull'indice di coding, ma Luna è scivolato: controlla i tuoi carichi di programmazione prima di cambiare modello.
  • Tieni il caching in forma.Lo sconto del 90% sulle letture dalla cache si somma al prezzo base più basso, quindi riusa i prompt ovunque puoi.

Ciao, sapiens. I robot hanno avuto lo sconto: vai a controllare se ce l'ha avuto anche il tuo budget.