OpenAI ha ridotto il prezzo di GPT-5.6 Luna dell’80% e di GPT-5.6 Terra del 20%, a poco più di tre settimane dalla disponibilità generale della famiglia GPT-5.6. Un taglio che arriva con tempistiche precise e motivazioni concrete, legate tanto all’efficienza interna quanto alla pressione del mercato.
I nuovi listini parlano chiaro. Luna passa a 0,20 dollari per milione di token in input e 1,20 dollari per milione di token in output. Terra si attesta a 2 dollari per milione di token in input e 12 dollari per milione in output. Il modello di punta, Sol, mantiene invariato il prezzo base — 5 dollari per milione di token in input e 30 dollari in output — ma guadagna una nuova modalità Fast che offre velocità fino a 2,5 volte superiore allo standard, al doppio del costo. Non un taglio, ma un’opzione aggiuntiva per chi vuole più throughput senza cambiare modello.
La logica dietro queste cifre è spiegata nel post “Building abundant intelligence” pubblicato da Sarah Friar, CFO di OpenAI. Il ragionamento è lineare: quando il costo dell’intelligenza scende, più lavoro diventa economicamente sostenibile; quando cresce l’adozione, crescono i ricavi e i segnali di domanda che alimentano gli investimenti in ricerca e infrastruttura. Un ciclo che la stessa OpenAI descrive come il proprio motore economico. I tagli di prezzo non sono generosità, sono parte del modello di business.
Sul fronte tecnico, OpenAI attribuisce i ribassi a miglioramenti interni all’efficienza dei sistemi di inferenza. GPT-5.6 Sol ha contribuito a ottimizzare il software di produzione usato per servire i modelli, abbattendo i costi di serving end-to-end del 20%. Ha migliorato anche la speculative decoding, con un aumento dell’efficienza nella generazione di token superiore al 15%. Queste cifre spiegano perché il taglio è possibile senza comprimere i margini in modo insostenibile.
Il contesto competitivo non è secondario. I tagli arrivano a pochi giorni dalla pubblicazione di Claude Opus 5 da parte di Anthropic — al medesimo prezzo del predecessore Opus 4.8 — e dall’introduzione da parte di Google di Gemini 3.6 Flash e Gemini 3.5 Flash-Lite, entrambi costruiti attorno a costi di inferenza ridotti. La guerra dei prezzi nell’AI è in corso, e Luna si posiziona ora molto vicino ai modelli commerciali meno costosi del mercato. Le imprese, dal canto loro, erano già sotto pressione: molte avevano esaurito rapidamente i budget AI senza una visione chiara del ritorno sugli investimenti, e la sensibilità ai costi era diventata un freno reale all’adozione.
I dati sull’utilizzo di ChatGPT raccontano un’altra parte della storia. A sei mesi dall’iscrizione, gli utenti inviano circa il 50% di messaggi in più al giorno e usano il servizio per circa il doppio delle tipologie di attività rispetto all’inizio. Un passaggio che OpenAI descrive come lo spostamento da una modalità di “chiedere” a una di “fare”. Sul fronte enterprise, il lavoro agente tramite Codex rappresenta già il 99,8% dei token di output settimanali generati internamente. Sono numeri che giustificano la scelta di abbassare il prezzo dei modelli più leggeri: la domanda c’è, il volume scala, e abbassare la soglia di accesso conviene.
Se il ciclo che OpenAI descrive funziona davvero, i prossimi mesi potrebbero portare ulteriori riduzioni sui modelli mid-tier, mentre Sol resterà il riferimento per i carichi di lavoro ad alta intensità cognitiva. Il mercato dei modelli di frontiera si sta comportando sempre più come quello dei chip: prezzi in calo strutturale, competizione sulla densità di prestazioni per dollaro speso. Chi oggi paga 0,20 dollari per milione di token con Luna difficilmente tornerà indietro.
