OpenAI ha lanciato il modello che quasi nessuno può usare

Openai ha limitato l’accesso a gpt-5.6 sol su richiesta del governo statunitense

Il numero che salta all’occhio non è una percentuale di successo, ma un rapporto. Su OSWorld 2.0, il benchmark che simula agenti autonomi alle prese con compiti reali su sistemi operativi, GPT-5.6 Sol centra il 62,6%. Di per sé non sarebbe una notizia clamorosa: Claude Opus 4.8 gli sta comunque dietro. Il dettaglio che cambia la prospettiva è come ci arriva: con l’85% in meno di token di output. Non è un modello che vince a forza di calcolo bruto, ma uno che ottiene lo stesso risultato — anzi uno migliore — spendendo una frazione delle risorse computazionali che serve al concorrente per arrivarci.

L’efficienza che scardina i benchmark

Per chi lavora con agenti AI in produzione, questo è il dato che conta davvero. Ogni token di output ha un costo diretto in dollari e un costo indiretto in latenza: più token il modello genera per “ragionare” prima di agire, più tempo passa e più la bolletta API si gonfia. Un agente che deve eseguire dozzine di operazioni sequenziali — aprire un’applicazione, leggere lo schermo, decidere il prossimo click, verificare il risultato — moltiplica questi costi per ogni passaggio del ciclo. Se lo stesso compito si può risolvere con un quinto dei token, il vantaggio economico non è marginale: è strutturale, e si riflette linearmente sulla fattibilità di deployare agenti su larga scala.

Il pattern si ripete su altri fronti. Su BrowseComp, il test che misura la capacità di un modello di navigare il web e reperire informazioni complesse, GPT-5.6 Sol segna un nuovo stato dell’arte al 92,2%. Su ExploitBench2 — la suite che valuta la progressione da una vulnerabilità individuata all’esecuzione di codice arbitrario, terreno delicato per chi si occupa di sicurezza offensiva — il salto è ancora più marcato: 73,5% contro il 47,9% di GPT-5.5, a parità di budget di token in output. È lo stesso principio applicato a un dominio diverso: non basta essere più bravi, bisogna esserlo spendendo meno. Sull’Artificial Analysis Coding Agent Index, l’indice che aggrega le prestazioni di coding agentico, Sol con reasoning al massimo tocca 80 punti, 2,8 in più di Claude Fable 5, il modello che Anthropic descrive come il più capace mai reso disponibile pubblicamente dall’azienda e che risulta all’avanguardia in quasi tutti i benchmark di capacità testati.

Prezzi da dumping e un panorama bloccato

Se consuma meno token per raggiungere lo stesso risultato, ci si aspetterebbe che anche il listino prezzi rifletta questo vantaggio. Ed è esattamente ciò che succede. GPT-5.6 Sol è listato a 5 dollari per milione di token in input e 30 dollari per milione in output. Claude Fable 5 e Mythos 5, invece, vengono offerti da Anthropic a 10 dollari per milione di token di input e 50 dollari per milione in output. Fanno meno della metà sul prezzo di input e il 40% in meno sull’output rispetto a Fable 5. Combinato con il minor consumo di token per compito osservato su OSWorld 2.0, il costo effettivo per task completato scende ben oltre il semplice confronto di listino: è una doppia leva, prezzo unitario più basso e volume di token più contenuto, che si moltiplica invece di sommarsi.

È una mossa che ha il sapore della guerra di prezzo più che della semplice competizione tecnica: OpenAI non si limita a rivendicare il primato sui benchmark, lo accompagna con un listino pensato per rendere insostenibile qualunque alternativa più cara a parità di prestazioni. Ma tutta questa strategia commerciale, tutta questa aggressività sul prezzo, serve a poco se poi il modello non è liberamente accessibile.

Il paradosso dell’accesso negato

Peccato che la realtà abbia un’altra forma. Nei giorni scorsi, TechCrunch ha riportato che dal 26 giugno OpenAI ha limitato il rilascio dei suoi modelli più recenti a un “piccolo gruppo di partner fidati” su richiesta esplicita del governo degli Stati Uniti. Non si tratta di una limitazione mirata al solo Sol, il più potente dei tre: l’amministrazione Trump ha imposto restrizioni su tutta la famiglia GPT-5.6, inclusi Terra e Luna. OpenAI stessa ha preso le distanze dal precedente, dichiarando di non credere che questo tipo di processo di accesso governativo debba diventare la norma a lungo termine.

Non è un caso isolato nel settore. Appena due settimane prima, il 12 giugno, il governo statunitense aveva applicato controlli all’esportazione anche a Claude Fable 5 e Mythos 5, costringendo Anthropic a sospendere l’accesso a entrambi i modelli per tutti gli utenti: l’azienda ha spiegato di non disporre di un sistema affidabile per la verifica della nazionalità in tempo reale, e l’ordine era entrato in vigore immediatamente. Il pattern è identico su entrambi i laboratori: i modelli di frontiera, quelli che stabiliscono nuovi stati dell’arte sui benchmark che contano, finiscono sotto il controllo diretto di Washington prima ancora di raggiungere il mercato aperto.

E quindi? Chi sviluppa oggi si trova davanti a un bivio scomodo: costruire il proprio stack attorno a un modello che promette efficienza e costi contenuti, sapendo che l’accesso pieno dipende da un via libera governativo che può arrivare, cambiare o sparire senza preavviso. Il miglior modello del mercato, per ora, è quello che non puoi ancora usare.