Cos’è successo. OpenAI ha rilasciato GPT-5.6 Sol, Terra e Luna su Amazon Bedrock il 13 luglio. I tre modelli sono disponibili su tutta l’infrastruttura AWS con lo stesso pricing dell’API diretta OpenAI e l’uso conta per i commitment AWS esistenti. La release include il nuovo motore di inferenza di Bedrock progettato per carichi agentici con picchi imprevedibili.

Perché ti riguarda. Se lavori in un’organizzazione che usa già AWS, ora puoi integrare i modelli GPT-5.6 nei tuoi sistemi senza uscire dall’infrastruttura, con politiche IAM, VPC e zero-operator access già in atto. Il prompt caching con breakpoint espliciti riduce del 90% il costo degli input riusabili—utile per agenti che ripetono istruzioni di sistema e tool definitions a ogni chiamata. Per chi lavora su carichi multi-passo (coding agents, ricerca, analisi genomiche), l’inferenza in-Region e il pooling di capacità rispondono a vincoli di data residency e stabilità del throughput che le API pubbliche non garantiscono.

Come raccontavamo il 10 luglio, GPT-5.6 introduce tre tier di capability: Sol per reasoning complesso, Terra per production quotidiana, Luna per high-volume a basso costo. Ora quell’intelligenza gira su un’infrastruttura progettata per agenti in produzione, non solo per esperimenti.

Nel dettaglio

Il contesto. OpenAI aveva lanciato GPT-5.6 il 10 luglio con tre modelli (Sol, Terra, Luna) e pricing da $1 a $5 per milione di token. L’arrivo su Bedrock tre giorni dopo segna la prima integrazione enterprise-native dei nuovi modelli, mentre l’accesso via API diretta è ancora limitato a pochi early access.

Cosa cambia rispetto all’API diretta. Su Bedrock, GPT-5.6 gira sul nuovo motore di inferenza AWS costruito per carichi agentici: capacità pooled che assorbe i picchi di richieste senza degradare il throughput individuale, in-Region inference per data residency, e prompt caching con breakpoint espliciti che tiene la cache disponibile per almeno 30 minuti. Quello che paghi $10 per milione di token come input standard, su parti di prompt riusabili lo paghi $1. Per un agente che manda 50k token di system instruction e tool definitions a ogni chiamata, il risparmio su 100 chiamate è tangibile.

I numeri dichiarati. Secondo OpenAI, Sol batte il modello precedente di 2.8 punti sul Coding Agent Index (80 vs 77.2) usando meno della metà degli output token e costando un terzo in meno. Su ExploitBench (cybersecurity research) sale da 47.9% a 73.5%. Su Agents’ Last Exam (workflow professionali multi-step su 55 campi), Sol raggiunge 53.6 punti contro 40.5 del secondo classificato. Questi benchmark sono dichiarati da OpenAI e AWS: non abbiamo ancora run indipendenti.

Chi dovrebbe considerarlo. Team che operano su AWS con vincoli di data residency, che costruiscono agenti con tool ricorrenti (dove il caching riduce i costi strutturalmente), o che gestiscono carichi con picchi imprevedibili dove il pooling di Bedrock vale più della latenza minima dell’API diretta. Il fit è su organizzazioni, non su sviluppatori singoli: la complessità di setup (IAM, VPC, perimeter policies) non si giustifica per esperimenti personali.

I limiti dichiarati. Il classificatore di misuse retention tiene i dati flagged fino a 30 giorni per rilevamento abusi automatico, un compromesso fra sicurezza e privacy che alcune organizzazioni potrebbero non accettare. Il caching funziona su prompt che condividono prefix identici: se le tue chiamate variano anche di poco nel system message, il beneficio scende. E la safety stack di GPT-5.6, descritta come «la più robusta di OpenAI», non ha ancora dati pubblici di red-teaming indipendente: sappiamo che c’è, non quanto regge.