GPT-5.6 Ora Sono Tre Modelli: Come Instradare i Tuoi Prompt tra Sol, Terra e Luna (Luglio 2026)

Il 9 luglio OpenAI ha rilasciato GPT-5.6, e la notizia non è il benchmark, è la forma. Non è un modello solo: sono tre tier durevoli a tre prezzi, Sol, Terra e Luna, più due nuove manopole di reasoning, max e ultra. Il riflesso è cambiare la stringa del modello in gpt-5.6 e andare avanti. È l'errore costoso. Il tier ora è una decisione di routing per singolo task che sopravvive alle versioni, e ripaga solo se i prompt sono versionati ed etichettati per il tier su cui sono stati tarati. Ecco il framework di routing, quando le nuove manopole di effort si ripagano, e cosa cambia per la tua libreria.

Cosa è uscito il 9 luglio (la forma, non il punteggio)

Il naming è la spia. Nel nuovo sistema di OpenAI il numero è la generazione e il nome è il tier durevole: Sol è il flagship, Terra è il tier quotidiano bilanciato, Luna è il tier veloce ed economico, e ognuno avanza sul proprio calendario. Quando arriverà 5.7, Sol/Terra/Luna restano; si muove solo il numero.

I prezzi sono il motivo per cui conta. Sol è $5 in /$30 out, Terra $2.50 /$15, Luna $1 /$6 per milione di token, tutti con una finestra di contesto intorno a 1M. Sopra ci sono due nuovi setting di reasoning-effort: max dà a un singolo agente più tempo per ragionare, ultra avvia dei subagent per spingere oltre ciò che un solo agente può fare. Anche il caching è diventato più prevedibile: le scritture in cache sono fatturate a 1.25x la tariffa dell'input non in cache, mentre le letture mantengono lo sconto del 90%.

I benchmark sono forti (Sol guida Terminal-Bench 2.1 all'88.8% e fissa un record all'Agents' Last Exam con 53.6), ma per una libreria di prompt non è quello il punto. Il punto è che OpenAI ti ha appena messo in mano una griglia 3-per-N di prezzi e livelli di effort dove prima sceglievi una casella sola.

"Punta e basta su gpt-5.6" è il riflesso costoso

Un prezzo solo non va bene per ogni task. Fai girare un loop di classificazione ad alto volume su Sol e paghi circa cinque volte la tariffa di Luna per un output che nessuno distingue. Fai girare un refactor a più passaggi su Luna e risparmi, fino a quando sbaglia in silenzio il terzo passaggio. Il tier è una decisione per task, non un default di progetto.

Questo argomento l'abbiamo già fatto tra vendor diversi, quando un modello agentico economico ha superato la soglia d'uso: default in basso sul tier economico per il volume, escalation in alto sul frontier per il 10% difficile. GPT-5.6 sposta la stessa decisione dentro un'unica famiglia, il che la rende insieme più semplice (un'API, un tokenizer) e più duratura: siccome i tier sono durevoli, il routing che imposti questa settimana sopravvive a 5.7 e 5.8. È la disciplina model-agnostic di scegliere il modello giusto nel 2026, solo che ora i "modelli" condividono lo stesso namespace.

Il framework di routing, tier per task

La domanda non è "quale è il migliore", ma "quale basta". Abbina il tier alla posta in gioco e alla specificazione del task, non alla tua ambizione. Quando abbiamo reinstradato la nostra libreria, il lavoro noioso ad alto volume, i loop di classificazione ed estrazione, è sceso su Luna e a valle non se n'è accorto nessuno tranne la bolletta; le scelte di giudizio sono rimaste su Terra e Sol.

• Luna ($1 /$6): il pavimento del volume. Lavoro ben specificato, a bassa posta, ad alta frequenza: classificazione, estrazione, formattazione, instradamento, prime bozze che poi correggi. Se il task ha una risposta giusta chiara e un output contract stretto, Luna quasi sicuramente lo supera.
• Terra ($2.50 /$15): il default quotidiano. Stesura, riassunti, la maggior parte dei passaggi di un agente, codice che rivedrai prima di spedirlo. È qui che vive il grosso del lavoro interattivo.
• Sol ($5 /$30): la coda difficile. Ragionamento a più passaggi, run agentici lunghi, correttezza ad alta posta, il 10% delle chiamate che decide davvero un esito. Paga Sol dove sbagliare costa, non ovunque.

La matrice di routing. Instrada in base alla posta in gioco del task e a quanto è specificato, non in base a quale tier fa il punteggio più alto. Il grosso di una libreria finisce su Luna e Terra; Sol è per la coda.

Non prendere la nostra divisione come oro colato. Lascia che siano i tuoi test a tracciare la linea: fai girare lo stesso prompt su Luna e Terra, e promuovilo a un tier più alto solo quando quello economico fallisce il task in modo misurabile, non quando ti sembra più sicuro.

Il secondo asse: max e ultra

L'effort è ortogonale al tier. Puoi far girare Terra a effort standard o Sol in ultra, e costo e latenza cambiano di conseguenza. max concede più tempo di ragionamento a un singolo agente; ultra scompone il lavoro tra subagent.

Spendilo dove il task è davvero a più passaggi e scomponibile e la risposta conta: un piano di migrazione, un refactor intricato, un run agentico lungo con diramazioni. Non spenderlo sull'altro 90%, dove aggiunge solo latenza e token. Questo asse fa rima con lo spostamento sul reasoning-effort introdotto da GPT-5.4 lo scorso inverno: la manopola non è un cursore di qualità da girare per stare tranquilli.

La trappola è usare max o ultra per mascherare un prompt vago. L'effort fa ragionare più a fondo un prompt ben specificato; fa improvvisare più a fondo uno sottospecificato. Se un prompt non produce quello che vuoi, dai un punteggio alla sua struttura e sistema il contesto o il formato mancante prima di pagare per un ragionamento più profondo. L'effort è l'ultima manopola che giri, non la prima. L'abbiamo imparato per la via lenta, mettendo ultra su un riassuntore che aveva solo bisogno di un formato di output e pagando dei subagent per pensare troppo a una risposta di una riga.

La manopola dell'effort. Lo standard copre la maggior parte delle chiamate; max e ultra sono per lavoro davvero a più passaggi e ad alta posta. Sistema il prompt prima di comprare più ragionamento, o stai pagando per improvvisare più a fondo.

Cosa cambia per i tuoi prompt

Ecco la parte che sopravvive a questo rilascio. Un prompt ora è un artefatto (tier, effort), non una stringa slegata. Lo stesso prompt si comporta e costa in modo diverso su Sol e su Luna, e un prompt scritto per un tier non è automaticamente giusto per un altro.

Un prompt imbottito di impalcature per compensare un modello più debole spreca soldi su Sol, dove il ragionamento c'è già, e potrebbe comunque arrancare su Luna. Un prompt scarno che dava per scontato un ragionamento da Sol può rendere poco nel momento in cui lo instradi su Luna per risparmiare. Nessuno dei due guasti è visibile finché non lo misuri. I prompt che si sono rotti quando abbiamo instradato in basso la prima volta erano esattamente quelli che avevamo sovraingegnerizzato mesi prima per sorreggere un modello più debole; quelli scarni e ben valutati sono passati senza battere ciglio.

Quindi la disciplina è concreta: versiona ogni prompt con il tier per cui è stato tarato, dagli un punteggio, e ricontrolla il punteggio quando lo instradi su un tier più economico. La portabilità non è "gira su tutto", è "gira in modo accettabile sui tier su cui davvero lo instraderesti". È anche il motivo per cui Terra conta oltre OpenAI: a $2.50 /$15 sta sotto il prezzo introduttivo di Claude Sonnet 5, quindi la domanda di routing cross-vendor è di nuovo aperta, e una libreria portabile e valutata è ciò che ti fa rispondere in un pomeriggio invece che in uno sprint.

Un prompt, tre tier. Versiona e valuta il prompt per il tier a cui punta, perché lo stesso testo dà qualità e costo diversi su ciascuno. Ricontrolla il punteggio prima di instradarlo in basso per risparmiare.

Fai così questa settimana

La migrazione è per lo più un lavoro di routing ed etichettatura, non una riscrittura.

1. Instrada il volume in basso. Sposta su Luna o Terra le chiamate ben specificate e a bassa posta. È lì che vive davvero la bolletta.
2. Riserva Sol più max/ultra alla coda difficile. Il 10% delle chiamate dove sbagliare costa.
3. Rimisura token e caching. Il nuovo sovrapprezzo sulle scritture in cache (1.25x) e lo sconto del 90% in lettura cambiano i conti sui carichi cache-heavy; verifica prima di dare per scontato.
4. Versiona e valuta i tuoi prompt principali per tier. Così un reinstradamento è una decisione che puoi controllare, non una speranza.
5. Smetti di hard-codare il numero, hard-coda il tier. La tua libreria dovrebbe dire "questo prompt gira su Terra", così quando esce 5.7 nei prompt non deve cambiare nulla.

Se vuoi il layer di scoring e versioning al suo posto prima di iniziare a spostare prompt tra i tier, Keep My Prompts valuta ogni prompt che salvi e ne tiene la cronologia delle versioni, così un cambio di tier è una mossa misurata con una traccia. Gratis per iniziare.

La forma è la storia

Il 9 luglio OpenAI non ha solo rilasciato un modello migliore. Ha rilasciato una griglia di prezzi e livelli di effort e ha reso i tier durevoli, il che trasforma in silenzio la scelta del modello in un problema di routing che risolvi una volta e ti tieni. I team che ne escono avanti non sono quelli che hanno cambiato la stringa in gpt-5.6 più in fretta. Sono quelli la cui libreria di prompt sapeva già su quale tier stava ogni prompt.