OpenAI ha tagliato l’80% del prezzo di GPT-5.6 Luna. Il modello costa ora 0,20 dollari per milione di token in input e 1,20 in output (fonte: OpenAI, 30 luglio 2026). Il modello più grande della famiglia, Terra, ha preso un taglio del 20%.

Per chi costruisce agenti, la matematica della scelta del modello cambia. Fino a ieri il trade-off era chiaro: modello frontier per i compiti difficili, modello compatto per il resto, perché il frontier costava troppo per usarlo su tutto. Ora Luna costa meno di Gemini 3.1 Flash-Lite e un quinto di Claude Haiku 4.5 sull’input. Il confine fra modello capace e modello economico si assottiglia.

Il taglio è reso possibile da GPT-5.6 Sol, che OpenAI ha usato per riscrivere i kernel di inferenza (il codice che esegue i calcoli del modello su GPU) in Triton e Gluon, due linguaggi GPU open-source del laboratorio. Il serving end-to-end costa il 20% in meno, e OpenAI ha trasferito il risparmio sui prezzi.

Come raccontavamo il 25 luglio, la scelta del modello sta passando dal benchmark al costo per output verificato. Con Luna a questo prezzo, molti compiti che finivano su un modello compatto per risparmiare possono tornare su un frontier senza che il conto cambi.

Nel dettaglio

Il prezzo di Luna prima del taglio era pari a quello di Claude Haiku 4.5 sull’input: 1 dollaro per milione di token. Con il nuovo listino a 0,20 dollari, il costo di input scende di cinque volte. Sull’output il divario è meno estremo (1,20 contro 5 dollari di Haiku 4.5), ma resta ampio. Il confronto con Gemini 3.1 Flash-Lite è netto: Luna costa meno, pur essendo un modello della famiglia frontier di OpenAI.

Cosa rende possibile il taglio. OpenAI attribuisce il risparmio a GPT-5.6 Sol, il modello della famiglia ottimizzato per il ragionamento profondo. Sol ha lavorato su due fronti: il bilanciamento del carico e, più importante, la riscrittura dei kernel di inferenza. I kernel sono il codice che esegue le operazioni matematiche del modello sulla GPU. Quando le singole operazioni sono già veloci, quello che rallenta è il movimento dei dati in memoria, la sincronizzazione fra operazioni e i layout dei dati inefficienti. Sol ha trovato calcoli che si potevano precomputare, evitare o parallelizzare, e ha riscritto i kernel di produzione in Triton e Gluon, due linguaggi GPU open-source mantenuti da OpenAI. Il risultato dichiarato è una riduzione del 20% del costo di serving end-to-end.

Cosa cambia per chi costruisce. Se hai un agente che usa un modello compatto per tenere bassi i costi, il calcolo va rifatto. Un agente di ricerca che processa centinaia di documenti, un triage email, un assistente che risponde a domande frequenti: compiti dove la qualità del compatto era «abbastanza buona» ma il frontier era troppo caro. Con Luna a 0,20 dollari per milione di token in input, la lettura di un documento lungo (diciamo 10.000 token) costa una frazione di centesimo. La differenza di qualità fra un frontier e un compatto, sui compiti che richiedono comprensione e giudizio, può valere quella spesa.

Un segnale concreto: un agente demo su Datasette che girava su Gemini 3.1 Flash-Lite è stato migrato a Luna il giorno stesso dell’annuncio.

Dove fare attenzione. I prezzi pubblicati sono quelli ufficiali OpenAI. Su provider terzi (Bedrock, Azure) i listini possono differire, e il prompt caching cambia ulteriormente il calcolo. Il taglio del 20% sui costi di serving è una dichiarazione di OpenAI, non un numero verificato da terzi. E il prezzo per token non è l’unico costo di un agente in produzione: latenza, numero di chiamate, retry e overhead di orchestrazione pesano quanto il listino.

Per decidere se Luna conviene sul tuo caso, il metodo resta lo stesso: stesso compito, stessi casi di prova, tabella dei risultati con costo e qualità. Il playbook per farlo in un quarto d’ora è qui.