GPT-5.6 Terra e Luna: equilibrio e volume
In questa pagina
Stato al 5 novembre 2026. La tabella seguente riflette i prezzi attuali: dal 30 luglio 2026, Luna costa l’80% in meno e Terra il 20% in meno rispetto al lancio, quando erano fatturati rispettivamente a $1 / $6 e $2,50 / $15. Per i nuovi progetti, la famiglia GPT-6 è ancora più economica: GPT-6 Luna a $0,10 / $0,50, GPT-6.1 Terra a $1 / $5 e GPT-6.1 Sol a $2 / $10, appena di più rispetto a GPT-5.6 Terra (Lezione 9). GPT-5.6 Terra e Luna rimangono i sostituti ufficiali di
gpt-5-miniegpt-5-nano, ritirati l’11 dicembre.
Il faro non serve per ogni lavoro. Pagare la tariffa di Sol per classificare ticket di supporto o estrarre date da fatture è uno spreco. È esattamente per questo che la famiglia GPT-5.6 si compone di tre modelli. OpenAI posiziona Terra come la scelta equilibrata per il lavoro quotidiano e Luna come l’opzione più veloce ed economica. La scelta giusta non dipende da una gerarchia di prestigio, ma dal rapporto qualità-prezzo, compito per compito.
I tre modelli a confronto (al 5 novembre 2026)
| Sol | Terra | Luna | |
|---|---|---|---|
| Ruolo | Faro: lavori complessi | Equilibrio intelligenza-costo | Volume, costo minimo |
| Identificatore | gpt-5.6-sol | gpt-5.6-terra | gpt-5.6-luna |
| Input (per milione di token) | $4 (promo) | $2 | $0,20 |
| Output (per milione di token) | $20 | $12 | $1,20 |
| Sforzo di ragionamento | none a max | none a max | none a max |
Tre regole di fatturazione completano questo quadro. Oltre i 272.000 token di input, l’intera richiesta passa alla tariffa “contesto lungo”: doppia per l’input, 1,5× per l’output. Ciò significa $8 / $30 per Sol, $4 / $18 per Terra e $0,40 / $1,80 per Luna. L’elaborazione in batch e Flex costa la metà. Infine, da GPT-5.6, la scrittura nella cache a 30 minuti è fatturata a 1,25× il prezzo di input, e a 2,5× per la cache a 12 ore introdotta il 20 ottobre; la lettura dalla cache mantiene il suo sconto del 90%.
L’ultima riga della tabella è identica per tutte e tre le colonne. Tutti e tre i modelli accettano testo e immagini come input, offrono la stessa finestra di contesto da 1,05 milioni di token e supportano gli stessi livelli di sforzo di ragionamento, da none a max. La differenza risiede nel rapporto capacità-prezzo, non nell’elenco delle funzionalità.
Come scegliere
Terra è un punto di partenza solido per il lavoro quotidiano: scrittura, riassunti, assistenza e coding di routine. A $2 di input e $12 di output, costa la metà di Sol sull’input e il 40% in meno sull’output. Una regola semplice: inizia con Terra e paga la tariffa di Sol solo quando Terra ti ha concretamente deluso nei tuoi casi specifici.
Sol mantiene il suo posto quando la qualità viene prima di tutto: codice difficile, agenti a lunga esecuzione e analisi dove un errore ha un costo elevato. Il divario di prezzo è giustificato qui perché il lavoro umano di rifacimento (revisione, correzione e riavvio) costa molto più dei pochi dollari risparmiati sulla chiamata API.
Luna punta sull’alto volume. A $0,20 di input e $1,20 di output per milione di token, è costruita per classificazione, estrazione, ordinamento e lavori di elaborazione massiva dove ogni richiesta è semplice ma ne esegui decine di migliaia. Su questi carichi di lavoro, il divario di prezzo con Sol (un fattore da 17 a 20) si riflette direttamente sulla tua fattura.
La strategia a cascata
Il pattern classico funziona bene per questa famiglia: elabora il flusso principale con Luna, scala su Terra ciò che fallisce o richiede sfumature e riserva Sol ai casi che ne giustificano il prezzo. Poiché tutti e tre i modelli condividono la stessa API, gli input e le impostazioni di sforzo, passare dall’uno all’altro si riduce a cambiare l’identificatore.
Lo scheletro di un router a cascata sta in poche righe:
def choose_model(task):
if task.complexity == "high":
return "gpt-5.6-sol"
if task.complexity == "medium":
return "gpt-5.6-terra"
return "gpt-5.6-luna"
In un sistema reale, il criterio di complessità potrebbe essere un’euristica aziendale (lunghezza del documento, tipo di richiesta), un punteggio prodotto da Luna stessa o semplicemente il fallimento di un primo tentativo. Il principio rimane lo stesso: ogni richiesta è gestita dal modello più economico capace di svolgere il lavoro. La stessa logica si applica alla famiglia GPT-6, con i suoi benchmark: la documentazione di OpenAI raccomanda GPT-6 Luna per il volume, GPT-6.1 Sol per l’equilibrio e GPT-6 Astra per i compiti più impegnativi.
A te la parola
Calcola una cascata. Prendi un flusso di 100.000 richieste al mese, ciascuna con 2.000 token di input e 500 token di output. Calcola il suo costo usando solo Sol, solo Terra, solo Luna e poi una cascata che invia l’80% delle richieste a Luna, il 15% a Terra e il 5% a Sol. Dovresti trovare circa $1.800, $1.000, $100 e $320. Questo calcolo ignora i token di ragionamento, che sono fatturati come token di output: rifallo con i tuoi volumi reali e il livello di sforzo che prevedi di utilizzare.
Fonti ufficiali: Scheda tecnica GPT-5.6 Terra · Scheda tecnica GPT-5.6 Luna · Prezzi · Modelli (documentazione API OpenAI) · Annuncio riduzione prezzi del 30 luglio (OpenAI)
Punti chiave
- Terra ($2 / $12) è l’equilibrio per l’uso quotidiano; Luna ($0,20 / $1,20) punta sui carichi di lavoro massivi
- Questi prezzi includono la riduzione del 30 luglio; il contesto lungo si applica oltre i 272.000 token; Batch e Flex costano la metà
- Tutti e tre i modelli condividono la stessa API, input, finestra di contesto e livelli di sforzo: cambia solo l’identificatore
- La cascata Luna, Terra, Sol riduce i costi senza sacrificare i casi difficili; la famiglia GPT-6 fa meglio a meno