Al 4 novembre 2026, via API, la scelta nella famiglia GPT-6 sotto Astra è tra tre modelli: GPT-6.1 Sol a 2 dollari per milione di token in input e 10 in output, GPT-6.1 Terra a 1 e 5 dollari, GPT-6 Luna a 0,10 e 0,50 dollari. GPT-6 Sol, il modello del 22 settembre, non compare più nel listino generale delle API: la sua scheda resta online e rimanda a GPT-6.1 Sol. E GPT-6 Terra esiste solo come GPT-6.1 Terra, uscito il 26 ottobre.
Il 22 settembre OpenAI ha lanciato GPT-6 Sol e GPT-6 Luna, i due modelli "più piccoli" della famiglia GPT-6, a tre settimane da Astra. Per chi sviluppa la notizia non è il numero di versione: è il prezzo.
Le API di GPT-6 Sol e Luna costano la metà dei rispettivi GPT-5.6. E stavolta non è un prezzo promozionale, ma quello di listino.
Novanta minuti prima, Anthropic aveva rilasciato Claude Opus 5.5. Quindi chi deve scegliere un modello per un agente, un'integrazione o una sessione di coding si trova con tre opzioni nuove nello stesso giorno.
In questo articolo metto in fila i numeri ufficiali di GPT-6 Sol e Luna, aggiornati con GPT-6.1 Sol e GPT-6.1 Terra, faccio il conto su una sessione di lavoro realistica e ti dico quale userei per cosa.
Una premessa onesta: i benchmark che cito sono quelli pubblicati da OpenAI, che ha testato i suoi modelli e ha preso i numeri dei concorrenti da report pubblici. Servono per orientarsi, non sono una verità assoluta.
GPT-6 Sol e Luna in breve: cosa sono
La famiglia GPT-6 è uscita con tre modelli, ciascuno con un ruolo preciso. Poi sono arrivati GPT-6.1 Sol il 29 settembre e GPT-6.1 Terra il 26 ottobre: per non confonderli, qui chiamo GPT-6 Sol il modello del 22 settembre.
- GPT-6 Astra: il modello di punta, per i lavori più difficili. È anche il più caro.
- GPT-6 Sol: il modello "da lavoro quotidiano". Ragiona bene, è pensato per coding interattivo, agenti e task professionali complessi.
- GPT-6 Luna: il modello leggero e veloce, per compiti ad alto volume con un obiettivo chiaro: riassumere documenti, estrarre dati, rispondere a domande rapide, classificare.
- GPT-6.1 Terra (dal 26 ottobre): il modello intermedio, che OpenAI descrive come veloce ed efficiente per ragionamento visivo, uso del computer e scrittura. Costa la metà di Sol.
OpenAI dice di aver addestrato Sol e Luna con metodi simili a quelli di Astra. L'obiettivo è portare nei modelli economici i miglioramenti su lavoro professionale, affidabilità dei fatti, coding, uso del computer e allineamento.
E GPT-6 Terra? Ora c'è: si chiama GPT-6.1 Terra
Al lancio di Sol e Luna non c'era: nella generazione 5.6 la famiglia era Sol, Terra e Luna, mentre GPT-6 è partito senza Terra. Il 26 ottobre 2026 OpenAI ha riempito il buco con GPT-6.1 Terra (gpt-6.1-terra): 1 dollaro per milione di token in input, 5 in output, 0,05 per l'input letto dalla cache, contesto da 1.050.000 token. Un GPT-6 Terra versione 6.0 non è mai uscito.
Se oggi hai un'integrazione su GPT-5.6 Terra, il candidato naturale adesso è GPT-6.1 Terra, ma conviene provare anche Sol e Luna. Più sotto spiego come decidere con un test sui tuoi dati invece che a occhio.
Prezzi di GPT-6 Sol e Luna: la tabella
Questi sono i prezzi API per milione di token, confrontati con la generazione precedente:
| Modello | Input | Output | Rispetto al 5.6 |
|---|---|---|---|
| GPT-6.1 Sol (dal 29 settembre) | 2 $ | 10 $ | stesso listino di GPT-6 Sol, cache a 0,10 $ |
| GPT-6.1 Terra (dal 26 ottobre) | 1 $ | 5 $ | modello nuovo, cache a 0,05 $ |
| GPT-6 Sol | 2 $ | 10 $ | -50% (era 4 / 20 $); non più nel listino generale |
| GPT-6 Luna | 0,10 $ | 0,50 $ | almeno -50% (era 0,20 / 1,20 $) |
| GPT-6 Astra | 10 $ | 50 $ | invariato |
Il dettaglio che molti riassunti non dicono è la cache. Con GPT-6 OpenAI ha migliorato il prompt caching, e i token di input letti dalla cache hanno uno sconto del 90%, cioè 0,20 dollari per milione su GPT-6 Sol. Con GPT-6.1 Sol e GPT-6.1 Terra lo sconto sale al 95%: 0,10 e 0,05 dollari per milione.
Per un agente di coding, che rilegge continuamente lo stesso contesto (file del progetto, istruzioni, cronologia), è lo sconto che pesa di più sulla fattura, più ancora del taglio di listino.
Due voci da sapere prima di fare i conti. Dal 20 ottobre 2026 puoi chiedere una cache da 12 ore invece di quella standard: la scrittura costa 2,5 volte l'input invece di 1,25, quindi conviene solo se lo stesso contesto viene riletto molte volte nella giornata. E sopra i 272.000 token di input in una singola richiesta il prezzo sale: input e cache raddoppiano, l'output costa una volta e mezza. Il meccanismo completo è nella guida al prompt caching.
In più adesso puoi cambiare il livello di ragionamento (effort) o attivare e disattivare i tool a metà conversazione senza perdere la cache. Prima, alzare l'effort per un passaggio difficile voleva dire ripagare tutto il contesto.
Differenze tra GPT-6 Sol e Luna
La regola pratica che uso è semplice: GPT-6 Sol quando il modello deve decidere, Luna quando deve eseguire.
Quando scegliere GPT-6 Sol
- Coding con un agente (Codex, Copilot, integrazioni custom): refactoring, bug che attraversano più file, modifiche che devono passare la review.
- Agenti con tanti tool: workflow che toccano CRM, email, fatturazione, dove un errore di logica costa più dei token.
- Analisi e scrittura tecnica dove serve ragionamento, non solo estrazione.
Quando scegliere GPT-6 Luna
- Estrazione dati strutturati da PDF, email, fatture: un obiettivo chiaro, tanti documenti.
- Classificazione e smistamento: ticket, lead, messaggi in arrivo.
- Chatbot su una base di conoscenza con domande prevedibili.
- Sottoagenti: in un sistema multi-agente, Luna fa i passaggi meccanici e Sol coordina.
Luna non è un modello "giocattolo". Secondo OpenAI, a effort alto eguaglia l'affidabilità sui fatti di GPT-5.6 Sol a circa un centesimo del costo.
Nei flussi di automazione AI che costruisco per le PMI il grosso dei passaggi è estrarre, riassumere e instradare. Per quel lavoro Luna è il candidato naturale.
Benchmark: cosa dicono i numeri di OpenAI
Ho selezionato i test più vicini al lavoro reale di uno sviluppatore:
- DeepSWE v1.1 (task di ingegneria del software su codebase vere): GPT-6 Sol a effort max fa 68,8%, contro il 69,9% di Claude Fable 5 a effort xhigh, con un costo per task stimato dell'80% più basso. Luna a effort max fa 66,6%, vicino a Opus 5 e Fable 5 a effort medio.
- FrontierCode 1.1 (codice valutato anche per "mergeabilità": test, stile, rispetto degli standard del progetto): Sol migliora molto su GPT-5.6 Sol e arriva al livello di Fable 5.1 xhigh.
- AutomationBench (workflow aziendali con 47 tool tra vendite, marketing, supporto, finanza): Sol a effort xhigh fa 33,2% a 0,27 $ per task, contro il 26,9% di Opus 5 a effort max, che costa 11 volte di più per task.
- OSWorld 2.0 (uso del computer): Sol xhigh fa 60,5%, praticamente come Opus 5 a effort medio, con un costo stimato dell'80% inferiore.
Due cose da tenere a mente. Primo: i confronti sono quasi tutti contro Opus 5 e Fable 5 o 5.1, non contro Opus 5.5, uscito lo stesso giorno.
Secondo: OpenAI dichiara che GPT-6 Sol sbaglia sui fatti circa la metà delle volte rispetto a GPT-5.6 Sol. Il dato però viene da una sua valutazione interna costruita su conversazioni difficili, non sull'uso medio.
GPT-6 Sol vs Claude Opus 5.5: il conto su una sessione vera
Il confronto per token è facile: GPT-6 Sol costa 2 / 10 $, Opus 5.5 costa 4 / 20 $. Sol costa la metà.
Anthropic però dichiara che Opus 5.5 usa meno token per completare un task rispetto a Opus 5, quindi il prezzo per token da solo non basta.
Per rendere il confronto concreto ho fatto un conto su una sessione tipo di un agente di coding: 2 milioni di token di input, di cui l'80% letto dalla cache, e 150.000 token di output. È un'ipotesi mia, a listino, senza contare le differenze di efficienza tra modelli:
| Modello | Input nuovo (400k) | Input da cache (1,6M) | Output (150k) | Totale |
|---|---|---|---|---|
| GPT-6 Luna | 0,04 $ | 0,02 $ | 0,08 $ | circa 0,13 $ |
| GPT-6.1 Terra | 0,40 $ | 0,08 $ | 0,75 $ | circa 1,23 $ |
| GPT-6.1 Sol | 0,80 $ | 0,16 $ | 1,50 $ | circa 2,46 $ |
| GPT-6 Sol | 0,80 $ | 0,32 $ | 1,50 $ | circa 2,62 $ |
| Claude Opus 5.5 | 1,60 $ | 0,32 $ | 3,00 $ | circa 4,92 $ |
| GPT-6 Astra | 4,00 $ | 1,60 $ | 7,50 $ | circa 13,10 $ |
A parità di token, GPT-6.1 Sol costa la metà di Opus 5.5 e GPT-6.1 Terra un quarto. Il vantaggio si riduce se Opus 5.5 chiude lo stesso task con meno output, perché l'output è la voce più pesante.
Quanto si riduce lo sai solo misurando sul tuo progetto: stesso task, stessi file, due modelli. Poi guardi i token consumati e quante correzioni hai dovuto fare a mano.
Io la vedo così: se il tuo collo di bottiglia è il budget e fai tante sessioni al giorno, GPT-6.1 Sol è oggi la scelta più ragionevole nella fascia alta, e GPT-6.1 Terra merita un test se i tuoi task sono meno complessi.
Se lavori su codice delicato, dove una correzione in meno vale più di qualche dollaro, Opus 5.5 merita il test. Ne parlo nell'articolo su prezzi e novità di Claude Opus 5.5.
GPT-6 Sol, GPT-6.1 Sol o GPT-6.1 Terra: quale usare a novembre
Il 29 settembre OpenAI ha rilasciato GPT-6.1 Sol: stesso listino di GPT-6 Sol, 2 dollari in input e 10 in output per milione di token, ma cache a 0,10 invece di 0,20, e secondo OpenAI prestazioni più vicine ad Astra su coding e uso del computer. Il 26 ottobre è arrivato GPT-6.1 Terra, a metà prezzo.
- Nuove integrazioni di coding e agenti: parto da
gpt-6.1-sol. È il Sol che OpenAI indica come più recente, ed è quello nel listino. - Integrazioni già in produzione su GPT-6 Sol: non vedo un annuncio di ritiro, ma il modello è uscito dal listino generale. Migro con lo stesso test descritto più sotto, cambiando solo il nome del modello.
- Uso del computer, lettura di immagini, testi da scrivere bene: provo
gpt-6.1-terra, che costa la metà di Sol. - Volumi alti e compiti semplici: Luna non ha ancora una versione 6.1 e resta la scelta più economica.
Nella stessa fascia da 2 e 10 dollari ci sono anche Claude Sonnet 5.5 e Gemini 4 Argon, quest'ultimo al prezzo di lancio fino al 30 novembre. Numeri, benchmark e Ultrafast di GPT-6.1 Sol sono in GPT-6.1 Sol: prezzi, Ultrafast e perché Astra 6.1 non c'è.
Dove trovi GPT-6 Sol, Terra e Luna oggi
- API OpenAI: con gli identificativi
gpt-6.1-sol,gpt-6.1-terraegpt-6-luna. La scheda digpt-6-solè ancora online, senza data di ritiro, ma il modello non è più nel listino generale. - ChatGPT Work e Codex: per gli abbonati Plus, Pro, Business, Enterprise ed Edu ci sono GPT-6.1 Sol, GPT-6.1 Terra e Luna. Su Plus OpenAI stima, ogni cinque ore, 15-160 messaggi con GPT-6.1 Sol, 35-285 con GPT-6.1 Terra e 350-3.000 con Luna, contro 5-45 con Astra. I piani Pro non hanno il limite di cinque ore.
- Utenti Free e Go: usano GPT-6 Luna.
- Chat classica di ChatGPT: dal 7 ottobre la chat dei piani a pagamento usa GPT-6 Sol e quella di Free e Go usa GPT-6 Luna. GPT-6.1 Sol e GPT-6.1 Terra restano in Work, Codex e API.
- GitHub Copilot: i modelli GPT-6 sono nel catalogo, con fatturazione a consumo.
- Microsoft Foundry (Azure): disponibili anche nelle Data Zone EU, utile se hai vincoli di residenza dei dati in Europa.
Io pago sia ChatGPT Plus sia Claude Max per il lavoro quotidiano, quindi il primo test che faccio è banale: stesso task in Codex con GPT-6.1 Sol e in Claude Code con Opus 5.5, e confronto il diff.
Se stai scegliendo tra questi strumenti, ho messo a confronto gli agenti nell'articolo Devin vs Claude Code, Codex e Cursor.
Come passare da GPT-5.6 a GPT-6 Sol senza sorprese
Cambiare il nome del modello è una riga di codice. Il rischio è cambiare comportamento in produzione senza accorgertene. Questo è il percorso che seguo quando migro un'integrazione di un cliente:
- Prepara un set di test con 20-50 richieste reali prese dai log, con la risposta attesa o almeno i criteri per giudicarla.
- Cambia solo il modello, non il prompt. Se parti da GPT-5.6 Terra, prova
gpt-6.1-terrae, come termini di paragone,gpt-6.1-solegpt-6-luna. - Parti con un effort basso e alzalo solo dove serve: con GPT-6 cambiare effort a metà conversazione non rompe più la cache.
- Controlla la cache con il nuovo pannello di OpenAI sul prompt caching: se la percentuale di input in cache è bassa, stai buttando lo sconto del 90% (95% sui modelli 6.1).
- Rivedi il prompt: con Astra OpenAI ha consigliato di togliere regole superflue, e Sol e Luna ereditano lo stesso stile. Ho riassunto quella guida in come scrivere i prompt per GPT-6.
- Confronta costo per task, non costo per token: il numero che ti interessa è quanto spendi per ogni richiesta risolta bene.
Un esempio minimo con l'SDK Node.js di OpenAI:
import OpenAI from "openai";
const client = new OpenAI();
const res = await client.responses.create({
model: "gpt-6-luna", // prima: gpt-5.6-luna
reasoning: { effort: "low" }, // alza solo se il test lo richiede
input: "Estrai numero fattura, data e totale da questo testo: ..."
});
console.log(res.output_text);Anche lo stile delle risposte è cambiato
Sol e Luna prendono da Astra un modo di comunicare più asciutto: meno gergo, meno dettagli inutili, risposte un po' più corte.
Nei test di allineamento di OpenAI entrambi dichiarano meno spesso cose non vere sul lavoro di coding che hanno svolto. Per chi usa un agente è una buona notizia: un agente che dice "ho verificato" quando non l'ha fatto è il problema più costoso da scoprire.
Se hai costruito parser o flussi che si basano sulla lunghezza o sul formato delle risposte di GPT-5.6, questo è il punto da testare per primo.
La mia scelta: quale modello per quale lavoro
- Automazioni e integrazioni ad alto volume (estrazione, classificazione, chatbot): GPT-6 Luna.
- Agenti di coding e workflow con molti tool: GPT-6.1 Sol come default, allo stesso prezzo di GPT-6 Sol.
- Uso del computer, immagini e testi: GPT-6.1 Terra, a metà prezzo di Sol. È uscito da poco più di una settimana, quindi lo provo sui miei casi prima di metterlo in produzione.
- Task rari ma critici dove conta solo il risultato: GPT-6 Astra o Claude Fable 5.1. Li ho confrontati in GPT-6 Astra vs Claude Fable 5.1.
- Codice delicato dove ogni correzione conta: test testa a testa sul tuo repository tra GPT-6.1 Sol, Claude Sonnet 5.5 (stesso listino) e Opus 5.5.
Leggi anche
- GPT-6 Astra: limiti Plus e Pro, conviene l'API?
- GPT-6.1 Sol: prezzi, Ultrafast e perché Astra 6.1 non c'è
- Piani ChatGPT: prezzi da Free a Pro 500
- Claude Sonnet 5.5: prezzi e quando preferirlo a Opus
- Fable 5.1 vs Opus 5 (e Opus 4.8): quale scegliere
- OpenAI Agents API: cos'è, quanto costa e quando usarla
- DeepSeek V4.1 Flash: benchmark, prezzi e cosa cambia
Conclusione
Il messaggio di questo lancio è che l'AI di buon livello costa sempre meno, e che la differenza la fa come la integri: cache, effort, test sul costo per task. GPT-6 Sol ha fissato il punto di riferimento nella fascia media, GPT-6.1 Sol lo ha alzato allo stesso prezzo, GPT-6.1 Terra ha riempito il buco tra Sol e Luna, e Luna resta quella per i volumi.
Se vuoi portare GPT-6.1 Sol, Terra o Luna nei processi della tua azienda, o migrare un'integrazione esistente senza sorprese sulla fattura, scrivimi. Ci lavoro io direttamente, dal primo test alla messa in produzione. Qui trovi tutti i miei servizi.
