Guida completa a ChatGPT di OpenAI e alle sue funzionalità

ChatGPT è l’assistente conversazionale di OpenAI: un’interfaccia che dà accesso a una famiglia di modelli linguistici, oggi guidata da GPT-6 Astra, da GPT-6 Luna e, dal 29 settembre 2026, da GPT-6.1 Sol. Questa guida spiega come funziona sotto il cofano, come si usa gratis e con quali piani, quanto costa via API, dove sbaglia e come portarlo in azienda senza farsi male.

In questo articolo scoprirai:

• Che cos’è ChatGPT, come funziona davvero e perché sbaglia con sicurezza
• Come usare ChatGPT gratis e quale piano scegliere
• I modelli GPT-6 Astra, GPT-6.1 Sol e Luna a confronto con la generazione GPT-5.6, prezzi e modalità Ultrafast compresi
• Come scrivere un prompt che funziona
• Privacy, minori e uso di ChatGPT in azienda: cosa puoi controllare

Che cos’è ChatGPT e come funziona davvero

ChatGPT è l’interfaccia conversazionale con cui OpenAI rende utilizzabili i propri modelli linguistici di grandi dimensioni. La distinzione conta più di quanto sembri: ChatGPT è il prodotto, il modello è il motore che ci sta sotto. Quando si legge che “ChatGPT è diventato più bravo”, quasi sempre significa che è cambiato il modello collegato all’interfaccia, non l’interfaccia stessa.

Il meccanismo di base è meno magico di quanto il risultato faccia pensare. Il modello scompone il testo in unità chiamate token, cioè frammenti di parola e non parole intere, e per ogni token calcola quale sia il successivo più probabile, dato tutto quello che è venuto prima. Poi lo aggiunge alla sequenza e ricomincia. Una risposta di trecento parole è questa operazione ripetuta qualche centinaio di volte. Non c’è un momento in cui il sistema “consulta” una base di conoscenza e ne estrae un fatto: c’è una previsione statistica che si srotola.

Questa previsione non nasce dal nulla. Il modello viene prima addestrato su enormi quantità di testo per imparare le regolarità della lingua e le associazioni fra concetti (pre-training), poi rifinito su esempi di conversazioni ben fatte, e infine allineato con un processo in cui valutatori umani preferiscono alcune risposte ad altre. È l’ultima fase a dare a ChatGPT il suo tono: disponibile, strutturato, incline a rispondere anche quando sarebbe meglio ammettere di non sapere. Quel tono è un prodotto dell’addestramento, non un indicatore di affidabilità. Chi vuole scendere di un livello trova il funzionamento generale nella nostra guida ai modelli LLM.

La finestra di contesto di ChatGPT: perché dimentica

C’è un vincolo che spiega metà dei comportamenti strani di ChatGPT: la finestra di contesto, cioè la quantità massima di token che il modello riesce a “vedere” in un colpo solo. Dentro ci stanno la conversazione corrente, i documenti che hai allegato, le istruzioni di sistema. Tutto ciò che esce da quella finestra smette di esistere. Quando una chat lunghissima comincia a contraddirsi o a dimenticare una regola che avevi dato all’inizio, non è distrazione: è materiale uscito dal campo visivo. È anche il motivo per cui, su compiti seri, conviene aprire una conversazione nuova e ripetere il contesto essenziale invece di trascinarsi dietro cento messaggi.

Perché ChatGPT sbaglia con tanta sicurezza

Le cosiddette allucinazioni, cioè risposte inventate ma presentate come vere, non sono un difetto accessorio da correggere con una patch: sono il rovescio esatto del meccanismo che rende il modello utile. Un sistema che produce la continuazione più plausibile produrrà una continuazione plausibile anche quando non ha l’informazione. Una citazione inventata ha la forma di una citazione vera; un numero inventato ha l’ordine di grandezza giusto. È proprio la verosimiglianza a renderlo pericoloso.

Il modello, inoltre, non ha un segnale interno affidabile che distingua “questo lo so” da “questo lo sto ricostruendo”. La sicurezza espressiva del testo non è correlata alla correttezza del contenuto. Ne discende una regola operativa semplice e non negoziabile: tutto ciò che è verificabile va verificato, e la verifica va fatta sulla fonte primaria, non chiedendo allo stesso modello se è sicuro. Chiedergli conferma produce spesso una seconda risposta altrettanto sicura e altrettanto sbagliata.

Le categorie a rischio più alto sono ricorrenti: riferimenti bibliografici, articoli di legge, dosaggi, dati finanziari, date, URL. Su queste il tasso di errore non è basso abbastanza da poter delegare. Su altre, come riformulare un testo che gli hai fornito, tradurre, strutturare un ragionamento o generare varianti di un’idea, il rischio è molto minore, perché il materiale è già nel contesto e il modello lo sta trasformando, non recuperando.

Come usare ChatGPT gratis e quale piano scegliere

Per usare ChatGPT basta aprire il sito o l’app e scrivere una domanda in italiano: dal 2024 si può provare anche senza account, mentre registrandosi gratuitamente si ottengono cronologia, allegati e funzioni aggiuntive. La versione gratuita esiste ed è sufficiente per scrivere, riassumere e studiare; i piani a pagamento servono quando si superano i limiti d’uso o servono i modelli più capaci. Il punto di partenza ufficiale è la panoramica di ChatGPT, che OpenAI tiene aggiornata in italiano.

I livelli oggi sono sette: Free e Go per l’uso personale leggero, Plus e Pro per chi lo usa ogni giorno, Business, Enterprise ed Edu per organizzazioni e scuole. La differenza che si sente di più è l’accesso ai modelli: secondo l’annuncio di OpenAI del 22 settembre 2026, GPT-6 Sol e GPT-6 Luna arrivano in ChatGPT Work e Codex per Plus, Pro, Business, Enterprise ed Edu, mentre chi ha Free o Go può provare GPT-6 Luna nell’app desktop. Una settimana dopo è arrivato GPT-6.1 Sol, per gli stessi cinque piani e sempre in ChatGPT Work e Codex. I prezzi degli abbonamenti cambiano da paese a paese e vanno controllati sul listino ufficiale al momento dell’acquisto.

Le funzioni di ChatGPT da conoscere subito

Tre funzioni cambiano l’esperienza più di qualunque upgrade di piano. Le istruzioni personalizzate di ChatGPT fissano una volta per tutte chi sei e come vuoi le risposte, così non devi ripeterlo a ogni chat. Canvas apre testi e codice in un editor affiancato alla conversazione, utile quando si lavora su un documento invece di fare domande. I GPTs sono versioni di ChatGPT configurate per un compito specifico, con istruzioni e file propri, che puoi creare o usare da quelle pubblicate da altri.

I modelli di ChatGPT: GPT-6 Astra, GPT-6.1 Sol e Luna a confronto con GPT-5.6

Chi si affaccia oggi a ChatGPT trova una famiglia di modelli, non un modello solo, e la scelta ha conseguenze pratiche su costo e latenza. La generazione attuale, GPT-6, è articolata su tre fasce: Astra è il modello di punta, rilasciato il 3 settembre 2026; Sol è il modello bilanciato per il lavoro di tutti i giorni e per gli agenti, già aggiornato a GPT-6.1 il 29 settembre; Luna è il più economico e rapido. La generazione precedente, GPT-5.6, aveva una struttura simile con nomi in parte uguali: Luna, Terra e Sol. Nel listino GPT-6 un erede di Terra non compare.

GPT-6 Sol e GPT-6 Luna: prezzi e novità

GPT-6 Sol e GPT-6 Luna, lanciati il 22 settembre 2026, portano nelle fasce media e bassa i metodi di addestramento di Astra a circa metà del prezzo della generazione precedente, come spiega l’annuncio ufficiale di OpenAI. Secondo VentureBeat, Sol costa 2 dollari per milione di token in input e 10 in output, Luna 0,10 e 0,50 dollari, e un portavoce di OpenAI ha confermato che sono prezzi definitivi, non promozionali. OpenAI attribuisce il taglio a miglioramenti nella cache e nell’inferenza.

Sul piano della qualità, la dichiarazione più forte riguarda l’affidabilità: nella valutazione interna di OpenAI, riportata da TechCrunch, «GPT-6 Sol commette circa la metà degli errori del suo predecessore, raggiungendo l’affidabilità di Astra a un costo molto inferiore». È un numero dell’azienda su un test dell’azienda, e va trattato come tale. Il tempismo, peraltro, non è casuale: l’annuncio è arrivato circa novanta minuti dopo il rilascio di Claude Opus 5.5 da parte di Anthropic.

GPT-6.1 Sol: prestazioni vicine ad Astra a un quinto del prezzo

GPT-6.1 Sol, presentato al DevDay del 29 settembre 2026 a una sola settimana da GPT-6 Sol, è oggi il modello di fascia media di riferimento. OpenAI lo descrive come vicino a GPT-6 Astra su coding agentico, uso del computer e lavoro professionale, e il listino ufficiale lo mette a 2 dollari per milione di token in input e 10 in output, un quinto di Astra, con l’input in cache a 0,10 dollari. L’input in cache è la parte di prompt già elaborata in una chiamata precedente, che il sistema riusa invece di ricalcolarla: lo sconto del 95% pesa molto negli agenti che rileggono lo stesso contesto a ogni passaggio.

Sull’affidabilità, i numeri riportati da TechCrunch dicono che la quota di risposte con un errore fattuale su prompt difficili scende dall’11,4% al 7,7% con basso sforzo di ragionamento, e che su tutte le impostazioni resta entro l’1,9% da Astra. Come per GPT-6 Sol, sono misure dell’azienda. Più interessante è ciò che non è uscito: secondo il Wall Street Journal, citato dalla stessa TechCrunch, OpenAI ha rinunciato a un GPT-6.1 Astra dopo che i test interni avevano mostrato livelli più alti di inganno e la tendenza a procedere con i compiti senza chiedere il permesso all’utente.

GPT-5.6 Luna, Terra e Sol: i tagli di prezzo dell’estate 2026

L’estate 2026 aveva già rimescolato i prezzi della generazione GPT-5.6, e l’ordine degli interventi dice qualcosa sulla strategia. Il 30 luglio 2026 OpenAI ha tagliato i listini di Luna e Terra, lasciando però Sol invariato: una sfumatura che gran parte della stampa ha appiattito raccontando una riduzione generalizzata che non c’era. Secondo Axios, Luna è passata da 1,00 e 6,00 dollari per milione di token a 0,20 e 1,20 dollari (-80%), Terra da 2,50 e 15,00 a 2,00 e 12,00 dollari (-20%), mentre Sol è rimasto a 5,00 e 30,00 dollari fino allo sconto temporaneo del 21 agosto.

La motivazione ufficiale è tecnica. Nella nota sul rapporto prezzo-prestazioni di GPT-5.6 l’azienda attribuisce i risparmi a un instradamento migliore sull’hardware, a software di inferenza più efficiente e a una gestione più intelligente della cache di contesto. Una parte del guadagno, sostiene OpenAI, viene dai modelli stessi: Sol avrebbe riscritto autonomamente alcuni kernel di produzione, riducendo di circa il 20% il costo di servizio.

La lettura di mercato è però difficile da separare da quella tecnica. La ricostruzione di Eden AI colloca la mossa dentro una pressione competitiva precisa: una clientela diventata sensibile ai costi e l’avanzata di modelli aperti e di concorrenti cinesi sulle fasce basse. Il dimezzamento di settembre con GPT-6 conferma la direzione. Chi vuole ricostruire la genealogia completa trova le tappe precedenti nella nostra guida a GPT-5.2.

Come scegliere il modello ChatGPT giusto

Il criterio utile non è “prendere il più potente”. È chiedersi che tipo di compito si sta automatizzando. Classificare ticket, estrarre campi da un modulo, riassumere un documento già fornito, tradurre: sono operazioni in cui il modello trasforma materiale che ha davanti, e la fascia economica regge benissimo. Pagare venti volte tanto per farle non compra qualità, compra latenza.

La fascia alta serve dove c’è ragionamento a più passaggi, codice non banale, analisi che richiede di tenere insieme molti vincoli. Lì la differenza si vede e giustifica il costo. L’architettura più sensata, in molti progetti reali, è mista: un modello economico fa il primo passaggio su tutto il volume, e solo i casi che superano una soglia di complessità vengono inoltrati al modello di punta. È un pattern che riduce la spesa di un ordine di grandezza senza sacrificare i casi difficili.

GPT-6 Astra: il primo modello a soglia critica

Il 3 settembre 2026 OpenAI ha annunciato il rilascio di GPT-6 Astra. Al di là del salto di prestazioni, la notizia che cambia davvero qualcosa è di natura diversa: Astra è il primo modello dell’azienda a raggiungere la soglia “Critical” prevista dal suo Preparedness Framework, il documento interno con cui OpenAI classifica i rischi delle proprie capacità.

Quella classificazione, nel dominio della cybersicurezza, descrive un sistema capace di individuare e sfruttare vulnerabilità sconosciute su bersagli ben protetti senza che un essere umano lo guidi passo per passo. È una capacità che non ha un equivalente nelle generazioni precedenti, e che sposta il modello dalla categoria “strumento che aiuta un esperto” a quella “strumento che può sostituire una parte del lavoro dell’esperto”, con tutto ciò che ne consegue quando l’esperto ha intenzioni ostili.

Da qui la scelta di non distribuirlo tutto in una volta. Il rilascio è scaglionato: prima un gruppo ristretto di organizzazioni selezionate, poi gli utenti Plus, Pro, Business ed Enterprise, con accesso anche via API, Microsoft Azure e AWS Bedrock. Su Microsoft Foundry Astra costa 10 dollari per milione di token in input e 50 in output. L’accesso alle funzionalità di sicurezza più avanzate resta più limitato rispetto al resto del modello: in pratica, ciò che Astra accetta di fare dipende da chi lo sta usando. Per l’utente italiano medio di ChatGPT, la parte cyber sarà quindi in larga misura invisibile.

GPT-6 Astra e la sicurezza: cosa ha promesso Sam Altman

Undici giorni dopo il rilascio di Astra, il 14 settembre 2026, Sam Altman ha scritto che OpenAI sostiene regole federali di sicurezza per l’AI di frontiera ma non aspetterà la legge per applicarne di proprie. Secondo la ricostruzione di Implicator, gli impegni sono tre: un “safety case” scritto, cioè una dimostrazione documentata che il sistema è sicuro, prima di ogni addestramento che promette un salto di capacità; accesso per valutatori indipendenti paragonabile a quello di un dipendente, allineandosi a quanto già promesso da Anthropic; standard condivisi fra laboratori su monitoraggio e disallineamento.

La frase più citata, riportata da Implicator, è che «nessuna pressione competitiva americana dovrebbe giustificare l’imprudenza». Vale però la pena registrare anche ciò che manca: l’annuncio non dice quali addestramenti fanno scattare la valutazione, chi esamina i safety case né da quando partirà l’accesso dei valutatori. Il salto tecnico è reale; il modo in cui viene raccontato, sicurezza compresa, è anche una scelta di comunicazione. La rinuncia a GPT-6.1 Astra per problemi emersi nei test interni, se confermata, sarebbe il primo caso concreto in cui quegli impegni hanno fermato un rilascio.

Come scrivere un prompt che funziona su ChatGPT

La qualità della risposta dipende dalla richiesta molto più di quanto dipenda dal modello. È una frase che si sente spesso e che di solito viene seguita da consigli inutili sul “chiedere gentilmente”. La sostanza è un’altra: il modello non conosce il tuo contesto, non sa che cosa considererai una buona risposta, e in assenza di indicazioni produrrà la risposta media per una domanda di quel tipo. La risposta media è quasi sempre generica.

Quattro elementi fanno la differenza quasi sempre:

• Ruolo e destinatario: chi parla e a chi si rivolge il testo cambia registro, profondità e lessico.
• Contesto: incollare il documento, i dati o le regole di riferimento vale più di qualunque aggettivo, perché sposta l’informazione dentro la finestra di contesto invece di lasciarla alla memoria statistica del modello.
• Formato atteso: elenco, tabella, paragrafi, lunghezza, tono.
• Vincoli negativi: che cosa non deve fare, quali argomenti evitare, che cosa non deve inventare.

Un’ultima tecnica vale più di tutte le altre messe insieme: fornire un esempio di output buono. Un solo esempio concreto comunica al modello un insieme di preferenze implicite che nessuna descrizione verbale riesce a trasmettere con la stessa precisione. Se hai un testo che rappresenta lo standard che vuoi, mostralo e chiedi di seguirne l’impostazione.

Quattro errori nei prompt di ChatGPT che rovinano la risposta

Il primo è chiedere troppe cose insieme. Una richiesta che contiene cinque obiettivi produce una risposta che ne soddisfa due bene e tre male. Spezzare in passaggi successivi, verificando ognuno, dà risultati nettamente migliori e permette di correggere presto.

Il secondo è correggere accumulando. Quando una risposta è sbagliata nell’impostazione, aggiungere “no, rifallo così” in coda a una conversazione già lunga funziona male: il contesto è ormai pieno di tentativi errati che il modello continua a considerare. Conviene riscrivere il prompt di partenza incorporando quello che hai imparato.

Il terzo è chiedere al modello fatti che non può avere: dati aggiornati a ieri, numeri interni alla tua azienda, contenuti di documenti che non hai allegato. In quei casi la risposta sarà inventata con ottima sintassi. Se il dato non è nel contesto e non c’è una ricerca attiva, il dato non c’è.

Il quarto è accettare la prima risposta quando il compito è importante. Chiedere una seconda versione con un vincolo diverso, o far criticare al modello il proprio output secondo criteri espliciti che gli fornisci tu, costa pochi secondi e migliora sensibilmente il risultato finale.

Privacy, minori e uso dei dati: cosa puoi controllare in ChatGPT

La domanda che ricorre più spesso, in azienda come fra i privati, è se quello che si scrive a ChatGPT finisca nell’addestramento dei modelli. La risposta dipende dal piano e dalle impostazioni, ed è una delle poche aree in cui vale la pena andare a leggere la documentazione ufficiale invece di fidarsi del sentito dire: le condizioni sono cambiate più volte e continueranno a cambiare.

Le leve concrete a disposizione sono sostanzialmente tre: disattivare l’uso delle conversazioni per il miglioramento dei modelli, disattivare o svuotare la memoria di ChatGPT, la funzione che conserva informazioni fra una chat e l’altra, e usare le chat temporanee, che non vengono salvate nella cronologia. Per un’organizzazione, però, la leva davvero rilevante è un’altra: scegliere il piano contrattuale giusto. I piani business e le API hanno condizioni sul trattamento dei dati diverse da quelle dei piani personali, e affidarsi a un abbonamento individuale per lavorare su documenti aziendali è una scelta che in caso di verifica non si difende.

ChatGPT for Teens: le tutele per i minori

Sul fronte dei minori il quadro si è irrigidito nell’estate 2026. Dal 18 agosto 2026 OpenAI ha avviato la distribuzione globale di ChatGPT for Teens, un’esperienza dedicata alla fascia 13-17 anni attiva sui piani personali gratuiti e a pagamento. Il punto che ha fatto discutere è l’assegnazione: chi dichiara un’età fra i 13 e i 17 anni ci finisce per impostazione predefinita, ma anche chi viene stimato minorenne da un sistema automatico di previsione dell’età. È una tutela che opera senza che l’utente la richieda, e che di conseguenza può anche sbagliare bersaglio.

Modalità Studio e controlli parentali di ChatGPT

Dentro l’esperienza per adolescenti, la documentazione di OpenAI descrive alcune funzioni pensate per la scuola: una modalità Studio che accompagna lo studente con domande guida invece di consegnargli la soluzione, un’impostazione che la attiva automaticamente in fasce orarie decise dal ragazzo o da un genitore, e promemoria che intervengono quando il sistema riconosce il tentativo di far svolgere un compito per intero. Non risolvono il problema di fondo, perché un adolescente determinato trova sempre una strada, ma spostano il comportamento predefinito, che è la cosa che conta di più sui grandi numeri.

Il 18 settembre 2026 OpenAI ha poi pubblicato l’Australian Youth Safety Blueprint, una proposta in sei pilastri (alfabetizzazione all’AI, tutele adatte all’età, verifica dell’età rispettosa della privacy, collegamento ai servizi di crisi, controlli parentali accessibili, responsabilità) scritta per il dibattito australiano. Il principio dichiarato è che la responsabilità primaria delle tutele spetta alle aziende, non ai ragazzi o alle famiglie: un impegno che vale la pena ricordare a OpenAI anche in Europa.

I vantaggi e i limiti di ChatGPT e dell’IA conversazionale

ChatGPT è veloce, scalabile e capace di adattarsi a moltissimi contesti. Offre un risparmio di tempo notevole e amplia le possibilità creative, soprattutto per chi lavora con testi o dati. Sul mercato esistono anche alternative competitive come Claude AI di Anthropic, ed è utile conoscerne le differenze per scegliere lo strumento più adatto al proprio caso d’uso.

La concorrenza, peraltro, non si gioca più solo sui modelli. Muse, l’assistente personale lanciato da Meta a settembre 2026, secondo i dati Apptopia riportati da TechCrunch ha raccolto 1,8 milioni di download su iOS fra Stati Uniti e Canada nei primi 12 giorni, contro gli 1,3 milioni di ChatGPT nello stesso intervallo dopo il suo debutto su mobile, con 642.000 utenti attivi giornalieri negli USA contro 231.000. Il confronto va letto con cautela: Muse parte con la promozione incrociata dentro le app di Meta, e i download dicono poco su quanti utenti resteranno.

Il vantaggio più sottovalutato non è la velocità di scrittura, ma l’abbattimento del costo di partenza. Molte attività non vengono rimandate perché sono difficili, ma perché iniziare costa fatica: la prima bozza, la prima struttura, la prima ipotesi. Un assistente che produce un punto di partenza discutibile in dieci secondi cambia l’economia di quelle attività, anche quando il suo output va riscritto quasi per intero. Il valore sta nell’avere qualcosa da correggere invece di una pagina bianca.

I limiti di ChatGPT: errori, dipendenza e appiattimento

ChatGPT ha limiti precisi: può commettere errori o fornire risposte imprecise se il prompt è ambiguo, e l’uso acritico può portare a dipendenza informativa o perdita di spirito critico. Il rischio più concreto in un contesto professionale è l’appiattimento: se tutti partono dallo stesso strumento con richieste simili, si ottengono testi mediamente corretti e mediamente identici. Su un blog, su una proposta commerciale, su una candidatura, la mediocrità uniforme è un costo reale. Per chi scrive sul web c’è anche l’altra faccia: ChatGPT è diventato un canale da cui arrivano lettori, e conviene sapere come aumentare il traffico dalla SEO alla AI Visibility oltre che come usare ChatGPT per la SEO.

OpenAI, consapevole di questi rischi, ha progressivamente irrigidito le tutele: controlli genitori, politiche di privacy più rigide, la possibilità di disattivare la memoria o l’uso dei dati per l’addestramento e, dall’agosto 2026, l’assegnazione automatica dei minorenni a ChatGPT for Teens con salvaguardie dedicate. Sullo sfondo c’è anche la scelta di rallentare e differenziare la distribuzione dei modelli di frontiera quando le capacità offensive in ambito cyber crescono più in fretta dei controlli: con GPT-6 Astra, per la prima volta, ciò che il modello accetta di fare dipende da chi lo sta usando.

ChatGPT in azienda e uso professionale

Grazie alle API di OpenAI, ChatGPT può essere integrato in applicazioni, siti web, CRM e flussi di lavoro interni. Le imprese lo utilizzano per automatizzare ticket, creare chatbot personalizzati, generare report e migliorare la comunicazione interna, spesso passando per le integrazioni con i software aziendali già in uso.

Con la generazione GPT-6 l’IA non solo risponde, ma esegue azioni: può prenotare, acquistare, organizzare e gestire processi in più passaggi. I casi pubblicati danno un’idea dell’ordine di grandezza: secondo un caso studio pubblicato da OpenAI, Basis, che sviluppa agenti per i commercialisti, ha completato con GPT-6 Astra una cartella di lavoro fiscale da 50 fogli nella metà del tempo richiesto da GPT-5.6 Sol. È un dato del fornitore su un cliente scelto dal fornitore, ma descrive bene il tipo di lavoro su cui gli agenti stanno passando dalla demo alla produzione.

Il passaggio dall’abbonamento all’integrazione via API non è solo tecnico: cambia il modello di costo. Un abbonamento è una spesa fissa e prevedibile per persona; l’API è una spesa variabile che cresce con il consumo, e che va quindi presidiata con limiti di spesa, monitoraggio e una stima realistica dei token consumati per operazione. Molti progetti che falliscono in fase di scala non falliscono per la qualità del modello, ma perché nessuno aveva calcolato quanto sarebbe costato ripetere l’operazione un milione di volte.

Quanto costa oggi usare ChatGPT via API

Il conto è sceso parecchio nel giro di due mesi. Dal 21 agosto 2026 OpenAI aveva ridotto in via temporanea il prezzo di GPT-5.6 Sol: input da 5 a 4 dollari per milione di token (-20%) e output da 30 a 20 dollari (-33%), con scadenza annunciata al 21 novembre 2026. Il 22 settembre GPT-6 Sol ha dimezzato anche quel prezzo promozionale, a 2 e 10 dollari, e questa volta come listino stabile. Il 29 settembre GPT-6.1 Sol ha mantenuto lo stesso prezzo, con l’input in cache a 0,10 dollari secondo il listino ufficiale. Per un progetto nuovo, il confronto da fare oggi è fra GPT-6 Luna a 0,10 e 0,50 dollari e GPT-6.1 Sol.

Un dettaglio che negli annunci passa spesso in secondo piano: questi tagli riguardano il consumo via API, non gli abbonamenti. Chi paga una sottoscrizione mensile non vede alcuna differenza in bolletta, ma eventualmente nei modelli a cui ha accesso.

Conviene leggere la sequenza per quello che è: una corsa competitiva con Anthropic e con i modelli aperti a basso costo. “Definitivo” significa che non c’è una scadenza scritta, non che il prezzo non cambierà. Chi dimensiona il budget di un progetto su questi numeri dovrebbe annotare la data del listino e verificarlo prima di firmare previsioni a dodici mesi.

Ultrafast: GPT-6 Astra fino a 8 volte più veloce su NVIDIA

Ultrafast è il livello di servizio con cui OpenAI vende velocità invece che risparmio, e dal 1° ottobre 2026 vale anche per il modello di punta. Secondo il blog di NVIDIA, GPT-6 Astra Ultrafast gira su GPU Blackwell e genera token fino a 8 volte più in fretta della modalità Standard; è disponibile nell’API e per gli utenti idonei di ChatGPT Work e Codex. La velocità si paga: sul listino ufficiale Astra Ultrafast costa 60 dollari per milione di token in input e 300 in output, sei volte lo Standard.

Per chi lavora in Italia c’è un vincolo da leggere prima di tutto il resto. La guida ufficiale a Ultrafast precisa che la modalità funziona solo con residenza dei dati negli Stati Uniti o con elaborazione globale, e non supporta gli endpoint di elaborazione regionale europei. Per un’azienda che ha scelto la residenza dei dati in UE, oggi Ultrafast non è un’opzione.

Ultrafast su Cerebras: GPT-5.6 Sol fino a 750 token al secondo

La storia di Ultrafast era cominciata ad agosto. Il 13 agosto 2026 OpenAI aveva presentato in anteprima il livello per GPT-5.6 Sol, che gira su hardware Cerebras e raggiunge fino a 750 token di output al secondo, dichiarati fino a 14 volte il livello Standard. Per un’interfaccia conversazionale, o per un agente che deve concatenare molte chiamate in sequenza, è una differenza che si percepisce.

Quella versione, però, resta una preview ad accesso limitato: la guida di OpenAI indica che per GPT-5.6 Sol serve passare dal proprio referente commerciale, mentre su Astra l’accesso è generale. E i confronti di velocità sono stati eseguiti da Cerebras, la parte interessata, con prove condotte fra il 10 e il 31 luglio 2026.

Chi certifica i benchmark: il nodo OpenAI-Cerebras

Il rapporto fra le due aziende non è solo quello fra un cliente e un fornitore, e questo rende meno neutrale la valutazione dei numeri di velocità. Alla base c’è un accordo quadro di fornitura di calcolo siglato nel dicembre 2025, con cui OpenAI si è impegnata ad acquistare 750 megawatt di capacità di inferenza fino al 2028, con un’opzione su ulteriori 1,25 gigawatt entro la fine del 2030, accompagnato da un prestito garantito di circa un miliardo di dollari nel gennaio successivo.

Sopra quell’accordo si è aggiunta una partecipazione azionaria. Esercitando a luglio i warrant maturati nell’ambito della fornitura, OpenAI ha pagato circa 100 dollari in contanti per il 4,22% di Cerebras: 10.033.508 azioni di classe N, prive di diritto di voto e convertibili in classe A solo in caso di trasferimento, per un valore implicito intorno ai 2,3 miliardi di dollari ai prezzi di metà agosto 2026. Il prezzo nominale simbolico riflette la natura dei warrant, che sono un incentivo commerciale più che un investimento ordinario.

La sequenza temporale merita di essere registrata con precisione, perché è stata raccontata in modo confuso: l’esercizio dei warrant risale a luglio, poche settimane prima dell’anteprima di Ultrafast del 13 agosto 2026, e la partecipazione è emersa dai documenti di Cerebras negli stessi giorni. Non c’è nulla di irregolare, ma il quadro va tenuto presente quando si legge un dato di velocità: chi certifica la prestazione e chi ne trae beneficio economico, qui, sono la stessa parte. Che a ottobre la versione generalmente disponibile di Ultrafast, quella di Astra, sia arrivata su GPU NVIDIA e non su Cerebras è un dettaglio che vale la pena tenere d’occhio.

Benchmark di ChatGPT e GPT-6: misurarli sul proprio carico

La regola pratica che si ricava dal caso Cerebras vale ben oltre questa vicenda, e si applica anche ai numeri di affidabilità con cui sono stati presentati GPT-6 Sol e GPT-6.1 Sol e all’8x di Astra Ultrafast, annunciato sul blog del fornitore dei chip. Un benchmark fornito dal venditore è un’ipotesi di lavoro, non una misura: è stato eseguito sul carico che mostra meglio il prodotto, con una configurazione che difficilmente coincide con la tua. Prima di riprogettare un’architettura attorno a un numero altrui, conviene misurarlo sul proprio carico reale, con i propri prompt e la propria distribuzione di lunghezze. Il rischio, altrimenti, è di pagare per un vantaggio che nel proprio caso d’uso non si manifesta.

Quando ChatGPT non è la risposta giusta

ChatGPT non è la risposta giusta per il calcolo deterministico, per le decisioni che qualcuno deve firmare e per i processi che a monte sono rotti. Una guida onesta deve dirlo, perché il costo maggiore dell’adozione dell’IA in azienda raramente è la licenza: è il tempo speso su progetti che non potevano funzionare. Questi casi si riconoscono in anticipo.

Il primo è il calcolo deterministico. Se la risposta è il risultato di una formula su dati strutturati, un foglio di calcolo o una query danno il risultato esatto sempre, mentre un modello linguistico lo dà quasi sempre. In contabilità, fatturazione e reportistica finanziaria “quasi sempre” non è un requisito accettabile, e il modello va usato semmai per interrogare in linguaggio naturale un sistema che il calcolo lo fa davvero.

ChatGPT nelle decisioni aziendali e nei processi disordinati

Il secondo caso è la decisione che richiede responsabilità. Valutare una persona, negare un rimborso, scegliere un fornitore: sono atti che qualcuno deve poter firmare e motivare. Un modello può preparare l’istruttoria, ma non può assumersi la responsabilità, e un processo che finge il contrario crea un vuoto che emerge al primo contenzioso.

Il terzo è il caso in cui il processo a monte è rotto. Se i dati sono sparsi su cartelle disordinate, se le procedure non sono scritte, se nessuno sa quale versione di un documento sia quella valida, aggiungere un assistente conversazionale non ordina il caos: lo rende interrogabile in linguaggio naturale, restituendo con sicurezza risposte costruite su materiale sbagliato. È un modo efficace per peggiorare la situazione.

Integrare l’AI nella propria azienda

ChatGPT oggi è molto più di un semplice chatbot: è un assistente universale che unisce testo, voce, immagini e azioni in un’unica esperienza fluida e intuitiva. Con l’arrivo della famiglia GPT-6, Astra in testa, il confine si è spostato ancora: non solo un modello che risponde, ma la base per agenti che portano a termine un compito in più passaggi.

Che tu sia un professionista, un’azienda o semplicemente un curioso del mondo tech, oggi hai tra le mani uno strumento in grado di moltiplicare la produttività, ottimizzare i processi e liberare la creatività. L’importante è imparare a utilizzarlo con consapevolezza, curiosità e spirito critico, perché il futuro dell’AI non è “oltre” l’uomo, ma accanto a lui come supporto, non come sostituto.

Il percorso di adozione che funziona, nella pratica, è quasi sempre lo stesso: si parte da un processo singolo, misurabile e a basso rischio, si misura il tempo risparmiato e la percentuale di output utilizzabile senza correzioni, e solo dopo si decide se estendere. Partire da un progetto ambizioso e trasversale è la strada più rapida per accumulare mesi di lavoro senza un risultato difendibile davanti alla direzione.

Da ChatGPT agli agenti AI sui dati aziendali

Il salto da abbonamento a sistema su misura non è automatico, e il vincolo raramente è la tecnologia: quando l’AI generativa non genera ROI, il problema sta quasi sempre nei processi e nel presidio, non nel modello scelto.

La differenza tecnica principale sta nel modo in cui il sistema accede alla conoscenza. Un assistente generico risponde con ciò che ha appreso in addestramento; un agente costruito sui dati aziendali recupera i documenti pertinenti al momento della domanda e genera la risposta a partire da quelli, potendo citare la fonte. È la differenza fra un sistema che ricorda e un sistema che consulta, e nel secondo caso, quando la risposta è sbagliata, si può risalire al documento che l’ha prodotta.

E se desideri portare la potenza di ChatGPT all’interno della tua azienda garantendo al tempo stesso sicurezza dei dati e controllo sulle fonti, una soluzione concreta è Mimir AI Agent: la nostra piattaforma di agenti intelligenti che sfrutta la potenza degli ultimi modelli GPT (e di altri modelli LLM) per creare sistemi personalizzati in grado di interagire direttamente con i tuoi dati aziendali.

Mimir AI Agent: ChatGPT applicato ai tuoi documenti

Con Mimir AI Agent puoi progettare chatbot su misura, ma anche veri e propri agenti operativi capaci di ottimizzare l’organizzazione interna.

Tra questi, il Data Analyst AI Agent rappresenta uno degli esempi più efficaci: un assistente che elabora i dati aziendali in tempo reale e risponde alle richieste del team attraverso un’interfaccia conversazionale.

Puoi chiedergli, ad esempio, «Qual è stato il fatturato del primo trimestre per il prodotto X?» e l’agente ricaverà la risposta dai documenti che hai fornito, indicando da quale fonte l’ha presa, così che il valore si possa sempre controllare.

Integrare soluzioni come Mimir significa portare l’intelligenza artificiale al centro dei processi decisionali: non solo per risparmiare tempo, ma per aumentare la conoscenza interna, migliorare l’efficienza e trasformare i dati in insight immediatamente utili.

Se vuoi scoprire come Mimir può trasformare il modo in cui lavori, richiedi una demo personalizzata.

Per capire come l’AI diventa operativa e porta valore in azienda, leggi la nostra guida agli agenti AI per le imprese.

Fonti:

• How NVIDIA GPUs Help Accelerate OpenAI’s GPT-6 Astra Ultrafast, NVIDIA BLOG, 1 ottobre 2026
• Pricing, OPENAI DEVELOPERS, consultata a ottobre 2026
• Ultrafast mode, OPENAI DEVELOPERS, consultata a ottobre 2026
• Introducing GPT-6.1 Sol, OPENAI, 29 settembre 2026
• OpenAI launches GPT-6.1 Sol, says it nearly matches GPT-6 Astra and costs less, TECHCRUNCH, 29 settembre 2026
• Basis completes a tax workbook 2x faster with GPT-6 Astra, OPENAI, settembre 2026
• Introducing GPT-6 Sol and Luna, OPENAI, 22 settembre 2026
• Announcing GPT-6 Sol and GPT-6 Luna in the API, Codex and ChatGPT, OPENAI COMMUNITY, 22 settembre 2026
• OpenAI launches GPT-6 Sol and Luna, boasting lower cost and fewer mistakes, TECHCRUNCH, 22 settembre 2026
• OpenAI releases GPT-6 Sol and Luna models, slashing API costs 50% or more, VENTUREBEAT, 22 settembre 2026
• GPT-6 Astra, Sol, and Luna for production AI agents in Microsoft Foundry, MICROSOFT AZURE BLOG, 22 settembre 2026
• Meta’s Muse is outpacing ChatGPT’s early mobile launch, TECHCRUNCH, 21 settembre 2026
• Introducing the Australian Youth Safety Blueprint, OPENAI, 18 settembre 2026
• Altman says OpenAI won’t wait for legislation to pace frontier AI, IMPLICATOR.AI, 14 settembre 2026
• OpenAI announces rollout of GPT-6 Astra model, CNBC, 3 settembre 2026
• 20% price reduction for GPT-5.6 Sol: API, Codex credits and ChatGPT Work, OPENAI COMMUNITY, 21 agosto 2026
• Introducing ChatGPT for Teens: Built for learning, backed by protections, OPENAI, 18 agosto 2026
• ChatGPT for Teens, OPENAI HELP CENTER, agosto 2026
• OpenAI launches ChatGPT for Teens and will auto-enrol under-18s, THE NEXT WEB, 18 agosto 2026
• OpenAI paid $100 for a 4.2% Cerebras stake weeks before Ultrafast launch, IMPLICATOR.AI, 15 agosto 2026
• Cerebras Runs OpenAI’s GPT-5.6 Sol at 750 Tokens per Second in New Ultrafast Tier, UNITE.AI, 13 agosto 2026
• OpenAI cuts prices for two of its GPT-5.6 AI models, CNBC, 30 luglio 2026
• OpenAI discounts GPT-5.6 Luna and Terra, AXIOS, 30 luglio 2026
• Advancing the price-performance frontier with GPT-5.6, OPENAI, 30 luglio 2026
• GPT-5.6 API Price Cut: Luna Falls 80%, Terra Falls 20%, Sol Holds, EDEN AI, luglio 2026
• Panoramica di ChatGPT, OPENAI, consultata a ottobre 2026