Il 22 settembre ha segnato un punto di svolta per il settore dell’intelligenza artificiale commerciale: OpenAI e Anthropic hanno presentato rispettivamente i modelli GPT-6 SolGPT-6 Luna e Claude Opus 5.5. Tutti e tre sono stati progettati per abbassare i costi di utilizzo rispetto alle versioni precedenti ma mirano a tipologie di carico di lavoro differenti.
Strategie di prezzo dei nuovi modelli
OpenAI posiziona GPT-6 Sol un gradino sotto il modello di punta Astra, dedicandolo a coding complesso e a flussi agentici. Il listino standard prevede 2 dollari per milione di token in input e 10 dollari per milione in output. L’alternativa GPT-6 Luna è pensata per compiti ad alto volume come classificazione, estrazione e sintesi, con tariffe di 0,10 $ per input e 0,50 $ per output. OpenAI dichiara che queste tariffe sono inferiori del 50 % rispetto alla promozione della famiglia GPT-5.6.
Offerta di Anthropic
Anthropic, invece, mantiene Claude Opus 5.5 nella fascia alta, indirizzandolo a agenti di lunga durata, coding avanzato e lavoro professionale complesso. Il prezzo indicato è di 4 $ per input e 20 $ per output cioè il 20 % in meno rispetto al precedente Opus. L’azienda stima una diminuzione del 40 % dei costi effettivi per i carichi tipici, grazie a un uso più parsimonioso dei token e a una riduzione della tariffa di cache da 0,50 $ a 0,20 $ per milione.
Concorrenza open-weight e pressione cinese
Nel frattempo, i modelli open-weight stanno conquistando quota di mercato. Il AI Gateway Production Index di Vercel mostrava che a giugno il 29 % dei token era gestito da modelli con pesi disponibili, contro l’11 % di aprile; aggiornamenti successivi indicano che ora rappresentano il 77,1 % dei token, con DeepSeek V4.1 Flash da solo al 58 %.
Modelli cinesi come DeepSeek V4.1 Flash offrono i pesi con licenza MIT e propongono, in ore di punta, 0,30 $ per input e 1,20 $ per output tariffa che si dimezza nelle ore non di punta. Altre alternative includono Qwen di Alibaba e Kimi di Moonshot AI, ampliando ulteriormente le scelte per le imprese.
Sicurezza e valutazioni dei comportamenti
Entrambi i laboratori hanno legato i nuovi modelli a progressi di alignment. Anthropic riferisce che Claude Opus 5.5 ha superato i test di METR e Frontier Design risultando meno propenso a compiere azioni non revocabili o a subire prompt injection. OpenAI, da parte sua, indica che GPT-6 Sol genera il 36 % in meno di segnalazioni di comportamenti disallineati rispetto a GPT-5.6 Sol, pur osservando un leggero aumento dei flag di esfiltrazione.
Impatto economico per le imprese
Secondo Artificial Analysis il costo medio per completare un task è sceso a 1,06 $ per GPT-6 Sol (da 1,99 $) e a 0,07 $ per Luna (da 0,18 $). Queste riduzioni non derivano solo da un minor volume di testo prodotto: Sol usa in media 31 000 token di output per task, rispetto ai 29 000 del predecessore, mentre Luna è salito a 51 000 token. La differenza è quindi attribuita soprattutto al prezzo inferenziale più basso.
Il rapporto McKinsey dell’inizio del mese evidenzia che l’IA agentica può ridurre i tempi di trasformazione aziendale dal 35 % al 40 %, a volte fino al 70 %. Tuttavia, un terzo delle organizzazioni spende più del 10 % del budget tecnologico in AI, il 60 % prevede di aumentare la spesa l’anno prossimo e uno su cinque avverte che il costo dell’AI sta diventando un vincolo operativo.
Per le aziende, il vero indicatore di convenienza è il costo per risultato accettato una chiamata API a basso prezzo può diventare onerosa se genera errori che richiedono interventi umani. L’architettura consigliata prevede un routing dinamico verso il modello più adatto (Luna per compiti ad alto volume, Sol per coding, Opus 5.5 per scenari complessi) e un monitoraggio costante di token, latenza e tassi di errore tramite team FinOps.
