OpenAI ha rilasciato il 26 ottobre GPT-6.1 Terra, un modello pensato per gli agenti che lavorano al computer: capisce cosa c'è sullo schermo, agisce dentro le applicazioni, scrive e programma. Nelle API costa 1 dollaro per milione di token in ingresso e 5 dollari in uscita, la metà di GPT-6.1 Sol secondo l'azienda, e in ChatGPT arriva in Work e Codex. Conta perché abbassa il prezzo di base dell'automazione d'ufficio. Ma il prezzo di un token e il costo di un lavoro portato a termine sono due numeri diversi, e i miglioramenti annunciati vengono tutti dai test di OpenAI.
Abbiamo letto l'annuncio di OpenAI e le note di rilascio di ChatGPT del 26 ottobre. Il post di OpenAI su X lo citiamo attraverso Interesting Engineering, che lo incorpora. Il post LinkedIn di OpenAI for Startups e il listino ufficiale delle API non si sono aperti con i nostri strumenti: i prezzi degli altri modelli vengono dalla stampa, indicata caso per caso.
Che cosa fa GPT-6.1 Terra?
OpenAI lo descrive come un modello «veloce ed efficiente» che unisce ragionamento visivo, uso del computer e una scrittura più chiara (traduzione nostra). Gli esempi dell'annuncio sono lavori d'ufficio concreti: preparare proposte, leggere disegni tecnici, compilare moduli, montare video, oppure leggere le fatture in arrivo e inserirne i dati nel software di contabilità. Nella famiglia GPT-6 occupa il posto del modello rapido ed economico: GPT-6 Astra resta il più potente e GPT-6.1 Sol la via di mezzo. La stessa OpenAI precisa che per i compiti di programmazione più complessi Sol e Astra restano la scelta migliore.
Il salto dichiarato è rispetto a GPT-5.6 Terra, il modello precedente della stessa fascia. Nelle API si chiama gpt-6.1-terra ed è disponibile da subito. In ChatGPT, secondo l'annuncio, con la stessa quota d'uso si possono svolgere più attività rispetto a GPT-5.6 Terra e molte più rispetto a Sol o Astra.
Quanto costa, rispetto agli altri modelli?
Il listino annunciato è di 1 dollaro per milione di token in ingresso, 0,05 dollari per l'ingresso già in cache e 5 dollari in uscita. OpenAI dice che è il 50% in meno rispetto a GPT-5.6 Terra e GPT-6.1 Sol. Rispetto a Sol, che secondo ProPakistani costa 2 e 10 dollari, il dimezzamento è esatto. Rispetto ai prezzi di GPT-5.6 Terra dopo il taglio di luglio riportati da Axios, 2 dollari in ingresso e 12 in uscita, l'output scende del 58%: è un calcolo nostro. GPT-6 Astra, sempre secondo ProPakistani, costa 10 e 50 dollari, dieci volte tanto.
Il prezzo dell'input in cache conta più di quanto sembri. Un agente che lavora al computer rilegge spesso le stesse istruzioni e lo stesso contesto, e per quella parte paga una frazione del prezzo pieno. È una tendenza che va in direzione opposta ai costi crescenti della corsa globale all'infrastruttura AI: il calcolo costa sempre di più da costruire, ma i fornitori competono abbassando il prezzo al cliente.
Perché il prezzo del token non è il costo dell'agente?
Il token funziona come la tariffa al chilometro di un taxi: dice quanto costa un tratto di strada, non quanto si paga per arrivare a destinazione. Il conto finale dipende da quanti chilometri servono, cioè quanti token l'agente consuma tra schermate, ragionamento e risposte, e da quante volte bisogna ripartire perché il primo tentativo non è andato a buon fine. Per questo OpenAI misura anche il costo per attività. Su Agents' Last Exam, una prova di lavoro professionale al computer, a sforzo medio Terra segna 15 punti percentuali in più di GPT-5.6 Terra a circa un terzo del costo. A sforzo massimo, secondo l'azienda, usa oltre tre volte meno token di Claude Opus 5.5, con un costo per attività circa nove volte inferiore.
Un esempio rende l'idea. È un calcolo nostro e indicativo: prendiamo un'attività che consuma 200.000 token in ingresso e 20.000 in uscita. Ai prezzi di listino costa circa 0,30 dollari con Terra, 0,60 con Sol e 3 dollari con Astra. Se però Terra riuscisse al primo colpo solo una volta su due, il costo medio per attività completata salirebbe a 0,60 dollari, come Sol. Il prezzo basso vale davvero solo se l'agente porta a termine il lavoro.
Quanto è affidabile, secondo i test di OpenAI?
I numeri pubblicati sono tutti dell'azienda. Su Terminal-Bench 4.0, che misura la programmazione da riga di comando, a sforzo massimo Terra risolve il 50,3% dei compiti contro il 21,5% di GPT-5.6 Terra. Su un test interno costruito per indurre errori di fatto, il tasso di errore a sforzo basso scende dal 53,6% al 16,7%, e a sforzo massimo arriva al 4,3%, 18 punti in meno del modello precedente. Per OSWorld 2.1 e MMMU-Pro, le prove sull'uso delle applicazioni desktop e sul ragionamento visivo, OpenAI dichiara miglioramenti ma non pubblica i punteggi nell'annuncio.
Mancano ancora verifiche indipendenti e prove su attività reali, che sono quelle che decidono il costo vero di un agente in azienda. Un benchmark misura una pista di prova, non il traffico di tutti i giorni con i programmi, le password e le eccezioni di un ufficio vero.
Chi può usarlo, e da quando?
Nelle API il modello è disponibile dall'annuncio. In ChatGPT le fonti di OpenAI non coincidono del tutto. L'annuncio parla di disponibilità «da oggi» per gli utenti Plus, Pro, Enterprise ed Edu; le note di rilascio aggiungono Business e precisano che la distribuzione è in corso e dipende da piano, regione e impostazioni dello spazio di lavoro. I limiti d'uso dei piani restano invariati. Alcuni utenti Plus e Pro potrebbero trovarlo tra le impostazioni predefinite di Work, e il modello non supporta la residenza dell'elaborazione negli Emirati Arabi Uniti.
Per un'azienda, quindi, il primo passo è verificare l'accesso sul proprio account prima di pianificare un progetto. La pressione per automatizzare c'è: banche e assicurazioni stanno già investendo sull'intelligenza artificiale, e un modello che lavora dentro le applicazioni esistenti riduce il lavoro di integrazione.
Quali rischi restano quando un agente usa il computer?
Un agente che clicca e compila non si limita a suggerire: agisce. OpenAI dichiara che GPT-6.1 Terra raggiunge la soglia «Critical» per la cybersicurezza del suo Preparedness Framework e mantiene le protezioni sviluppate per GPT-6 Astra. L'azienda aggiunge che resiste meglio ai tentativi di prompt injection, cioè alle istruzioni nascoste nelle pagine che cercano di deviarlo dal compito. Secondo i test dell'azienda, è anche più propenso del predecessore a restare nei limiti assegnati e a dichiarare i propri blocchi. Sono garanzie dichiarate, non verificate da terzi.
È una nostra lettura che il rischio operativo non si risolva solo nel modello. Contano i permessi concessi all'agente, la revisione umana sulle operazioni che spostano denaro o dati e le regole d'uso dei fornitori, che si stanno adattando, come mostra l'aggiornamento delle regole di Claude sugli agenti. Per le aziende europee c'è anche un tema di dipendenza: le autorità di vigilanza hanno già segnalato che la finanza dell'Unione dipende da modelli di IA stranieri.
GPT-6.1 Terra in sintesi
Cosa è confermato, cosa no
- Confermato: rilascio del 26 ottobre nelle API come gpt-6.1-terra; prezzi di 1 dollaro in ingresso, 0,05 in cache e 5 in uscita per milione di token; distribuzione in ChatGPT Work e Codex in corso; limiti d'uso dei piani invariati.
- Non indicato: punteggi assoluti di Agents' Last Exam, OSWorld 2.1 e MMMU-Pro; prestazioni su attività reali; tempi della distribuzione per piano e regione; verifiche indipendenti.
- Da seguire: test indipendenti sull'uso del computer, il costo reale per attività nei primi progetti aziendali, la risposta dei concorrenti sui prezzi.
La lettura più grande
È una nostra lettura che la competizione tra i modelli si stia spostando dalla potenza al costo per lavoro svolto. Un agente economico e affidabile rende sostenibili automazioni che finora non valevano la spesa, e avvicina scenari come la machine economy immaginata da Tether, in cui software e macchine svolgono compiti e pagano servizi in autonomia. Dietro il prezzo più basso resta però il consumo fisico del calcolo: più attività affidate agli agenti significano più lavoro per i data center, che già corrono verso consumi energetici record.
I segnali da seguire sono tre. Il primo sono i test indipendenti sull'uso del computer, che diranno se il vantaggio dichiarato regge fuori dai laboratori di OpenAI. Il secondo è il costo reale per attività nei primi progetti aziendali, dove contano errori, ripetizioni e supervisione umana. Il terzo è la risposta dei concorrenti, perché un taglio di prezzo di questa misura tende a spostare l'intero mercato.
