La guerra dei prezzi nell’intelligenza artificiale ha appena cambiato scala. OpenAI ha annunciato tagli drastici ai prezzi di due modelli della sua serie GPT-5.6, con una riduzione dell’80% per GPT-5.6 Luna e del 20% per GPT-5.6 Terra, aggiungendo al contempo una nuova modalità premium per il modello di punta GPT-5.6 Sol. Il taglio prezzi GPT-5.6 di OpenAI non è un aggiustamento di routine: è un riposizionamento strategico che ridisegna i confini della competizione tra i principali fornitori di modelli AI.
Punti chiave
- GPT-5.6 Luna scende del 80% a $1,40 per milione di token combinati input e output, battendo Gemini 3.5 Flash-Lite ($2,80) e Gemini 3.6 Flash ($9).
- GPT-5.6 Terra passa da $17,50 a $14 per milione di token combinati, allineandosi ai prezzi di Gemini 3.1 Pro per finestre di contesto fino a 200.000 token.
- La nuova modalità Sol Fast offre fino a 2,5 volte il throughput al doppio del prezzo Standard, con un costo combinato di $70 per milione di token.
- Il CEO Sam Altman ha definito pubblicamente le modifiche come “major price cuts today”.
- I tagli arrivano pochi giorni dopo le mosse di Google e Anthropic, segnalando un’accelerazione della concorrenza sui costi nell’AI enterprise.
OpenAI annuncia forti tagli ai prezzi per GPT-5.6 Luna e Terra
Tre settimane dopo il lancio pubblico della serie GPT-5.6, OpenAI ha già riscritto il listino. La mossa riflette la pressione crescente da parte di aziende enterprise sempre più sensibili ai costi, in un mercato dove i modelli cinesi open-weight stanno rapidamente colmando il divario con i sistemi proprietari americani.
Riduzione prezzi dell’80% per Luna
GPT-5.6 Luna, il modello più piccolo e veloce della serie, subisce il taglio più netto. Al lancio costava $1 per milione di token in input e $6 per milione in output, per un totale combinato di $7. Adesso il costo scende a $0,20 per milione di token in input e $1,20 per milione in output, per un totale di $1,40.
È un cambiamento che sposta Luna da una fascia media di mercato a una pricing tier popolata da modelli più piccoli come quelli di Xiaomi, DeepSeek e MiniMax. Non è il modello più economico in assoluto su base token pura — alcuni API di questi provider restano meno costosi — ma è la prima volta che un modello della serie frontier di OpenAI compete direttamente in quel segmento.
La comparazione con Google è immediata: Luna a $1,40 batte Gemini 3.5 Flash-Lite a $2,80 e si colloca ben al di sotto di Gemini 3.6 Flash a $9. Come ha osservato la startup AI Cognition su X, GPT-5.6 si posiziona ora sulla curva di Pareto prezzo/prestazioni, offrendo tra i rapporti più favorevoli tra intelligenza e costo nel mercato attuale.
Riduzione del 20% per Terra
GPT-5.6 Terra, il modello di fascia media, vede il suo prezzo combinato scendere da $17,50 a $14 per milione di token. Il nuovo listino è di $2 per milione in input e $12 per milione in output.
A questo livello, Terra si allinea al prezzo di Gemini 3.1 Pro Preview di Google per finestre di contesto fino a 200.000 token. Come ha sottolineato Nic Dunz di Krea AI su X, Terra offre ora la stessa intelligenza di GPT-5.4 — rimasto a $2,50 per milione in input e $15 in output — a circa un tredicesimo del costo, un divario che difficilmente passa inosservato agli occhi dei team di sviluppo enterprise.
Il risultato è una separazione più netta tra i tre tier della serie: Luna costa un decimo rispetto a Terra su base combinata, mentre Terra costa il 60% in meno rispetto a Sol Standard.
Introduzione della modalità Sol Fast Premium
GPT-5.6 Sol segue una logica opposta. Il prezzo Standard rimane invariato a $5 per milione in input e $30 in output (totale $35 combinato). OpenAI aggiunge però una nuova modalità Fast, al doppio del prezzo Standard: $10 per milione in input e $60 in output, per un totale combinato di $70 per milione di token.
La modalità Fast promette fino a 2,5 volte il throughput rispetto allo Standard, senza modifiche all’intelligenza sottostante del modello. È una scelta che riflette una strategia precisa: applicare un premium alle applicazioni latency-sensitive invece di abbassare il prezzo base di Sol, preservando i margini sul segmento più avanzato.
Posizionamento competitivo dei modelli GPT-5.6 di OpenAI
La serie GPT-5.6 è stata rilasciata a fine giugno 2026 attraverso un rollout inizialmente limitato su richiesta del governo statunitense, prima di una distribuzione più ampia. Ogni modello nasce con un profilo di utilizzo distinto.
Luna compete nel segmento AI a basso costo
Luna è pensata per task ad alto volume e bassa latenza: classificazione, summarization, routing, assistenti real-time leggeri. Sono applicazioni dove il costo per singola richiesta è il vincolo principale, non la profondità di ragionamento. Portare un modello frontier in questo segmento è la mossa più significativa dell’intero aggiornamento.
Per le aziende che gestiscono decine o centinaia di milioni di chiamate API al mese, una differenza di pochi dollari per milione di token si trasforma in risparmi sostanziali. È qui che la riduzione dell’80% ha il peso maggiore.
Terra allinea i prezzi a quelli di Google Gemini 3.1 Pro
Terra occupa lo spazio del production generale: bilanciamento tra capacità e efficienza per workload aziendali standard. Con il nuovo prezzo a $14, si posiziona direttamente contro Gemini 3.1 Pro Preview di Google per contesti fino a 200.000 token — e lo fa con prestazioni che, secondo analisi di terze parti come Artificial Analysis, risultano superiori.
Sol pensato per carichi di lavoro complessi
GPT-5.6 Sol rimane il modello di riferimento per i task più esigenti: ragionamento avanzato, coding complesso, pianificazione multi-step, sistemi agentici con uso intensivo di tool. La nuova modalità Fast lo rende più appetibile per chi necessita di throughput elevato su questi workload sofisticati, pur accettando un costo più alto.
Implicazioni di mercato e settore dei tagli prezzi
I tagli di OpenAI arrivano in un contesto di accelerazione competitiva senza precedenti. Solo pochi giorni prima, Google aveva lanciato Gemini 3.6 Flash e Gemini 3.5 Flash-Lite, entrambi costruiti attorno all’economia dei workload agentici. Gemini 3.6 Flash usa il 17% di token in output in meno rispetto a Gemini 3.5 Flash su Artificial Analysis Index, con risparmi che raggiungono il 65% su alcuni task di ingegneria a lungo orizzonte.
Anthropic ha risposto in modo diverso: Claude Opus 5 mantiene lo stesso prezzo di Opus 4.8 — $5 per milione in input e $25 in output, totale $30 combinato — ma offre prestazioni paragonabili al più costoso Fable 5, con l’aggiunta di un’impostazione di effort regolabile che permette agli sviluppatori di bilanciare profondità di ragionamento e velocità.
Spostamento focalizzato sull’economia di produzione
Emerge qui la differenza di approccio tra i tre grandi: OpenAI taglia direttamente i prezzi per token, Google abbina prezzi più bassi a una riduzione del consumo di token, Anthropic porta più capacità allo stesso prezzo. Tre strade diverse verso lo stesso obiettivo: abbassare il costo totale del lavoro in produzione, non solo il prezzo nominale del singolo token.
Questo spostamento è il segnale più importante dell’intera vicenda. Il mercato AI enterprise non compete più solo sull’accesso a modelli capaci: compete sull’economia del deployment su scala. Per le aziende, la domanda non è più “quale modello è il più intelligente?” ma “quale modello completa questo task al costo più basso?”
CNBC ha evidenziato come OpenAI stia rispondendo a una base di clienti sempre più sensibile ai costi, dove le imprese hanno accumulato bollette AI nell’ordine di miliardi di dollari e stanno attivamente cercando di razionalizzare la spesa. Il fenomeno del cosiddetto “tokenmaxxing” — incoraggiare l’uso massimo dell’AI senza preoccuparsi dei costi — si è scontrato con la realtà dei bilanci.
Strategie comparative di OpenAI, Google e Anthropic
La competizione sui prezzi si intreccia con quella sulle prestazioni. Secondo Artificial Analysis, anche Luna — il modello più economico di OpenAI — supera Gemini 3.6 Flash e il vecchio Gemini 3.1 Pro in termini di intelligenza, rendendo il rapporto costo/prestazione più favorevole a OpenAI rispetto a quanto i soli numeri sul listino suggerirebbero.
Resta però un’eccezione significativa: Claude Opus 5 di Anthropic si mantiene a un livello di prestazioni paragonabile a GPT-5.6 Sol, eppure costa circa il 6% in meno sul combinato. OpenAI non ha ancora risposto su questo fronte specifico.
La pressione arriva anche dal basso: modelli open-weight cinesi come Kimi K3 di Moonshot AI stanno superando alcune offerte americane su benchmark di settore, spingendo l’intero ecosistema verso una ridefinizione rapida dei prezzi. Forbes ha documentato come il costo dei token sia sceso circa 10 volte ogni anno, passando da $60 per milione nel 2021 a cifre nell’ordine di frazioni di centesimo per i modelli più economici nel 2026.
Il punto di arrivo di questa dinamica non è ancora definito. OpenAI ha scelto di non lanciare una nuova generazione di modelli, ma di cambiare l’economia di quelli già disponibili. È una mossa che punta a consolidare la posizione su tutti e tre i segmenti — basso costo, fascia media e premium — prima che i concorrenti stabilizzino le proprie offerte. La prossima mossa competitiva potrebbe venire da Google con Gemini 3.5 Pro, già annunciato come prossimo arrivo, o da un ulteriore aggiustamento di Anthropic. La finestra è aperta.
FAQ
Di quanto ha ridotto OpenAI il prezzo di GPT-5.6 Luna?
OpenAI ha tagliato il prezzo di GPT-5.6 Luna dell’80%, portando il costo combinato di input e output a $1,40 per milione di token ($0,20 per milione in input e $1,20 per milione in output).
Qual è la nuova strategia di prezzo per GPT-5.6 Sol?
OpenAI ha aggiunto una modalità Sol Fast che offre fino a 2,5 volte il throughput rispetto alla modalità Standard, al doppio del costo: $10 per milione di token in input e $60 in output, per un totale combinato di $70 per milione di token. Il prezzo di Sol Standard rimane invariato a $35 combinato.
Come si confronta il prezzo di Luna con i modelli Gemini di Google?
Con $1,40 per milione di token combinati, Luna è più economica di Gemini 3.5 Flash-Lite di Google, che costa $2,80, e nettamente al di sotto di Gemini 3.6 Flash, che si attesta a $9 per milione di token.
Per quali workload sono progettati GPT-5.6 Luna, Terra e Sol?
Luna è ottimizzata per task ad alto volume e bassa latenza come classificazione, summarization e assistenti real-time leggeri. Terra bilancia capacità ed efficienza per l’uso enterprise in produzione generale. Sol è destinato ai ragionamenti complessi, al coding avanzato e ai workload agentici che richiedono pianificazione multi-step.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.