GPT‑5.6: intelligenza di frontiera che cresce con la tua ambizione

Lanciamo la famiglia di modelli GPT‑5.6 in disponibilità generale dopo la nostra anteprima limitata⁠: il nostro nuovo modello di punta, Sol, insieme a Terra, un modello bilanciato per il lavoro di tutti i giorni, e Luna, il nostro modello più efficiente in termini di costi.

GPT‑5.6 Sol stabilisce un nuovo standard sia per l’intelligenza sia per l’efficienza, ottenendo risultati all’avanguardia in coding, lavoro della conoscenza, cybersicurezza e scienza, superando al contempo i modelli di frontiera precedenti e concorrenti con meno token e a un costo stimato inferiore. Il risultato è un migliore rendimento per ogni dollaro speso: più lavoro portato a termine con successo a parità di spesa, oppure risultati comparabili a un costo totale inferiore. Introduciamo inoltre un nuovo modo per accelerare i lavori più impegnativi: ultra è la nostra impostazione ad altissima capacità, che coordina più agenti su flussi di lavoro paralleli per completare più rapidamente le attività complesse. Capacità più solide nell’uso del computer e nel giudizio progettuale rendono GPT‑5.6 Sol il nostro collaboratore ad oggi più raffinato, aiutandolo a ispezionare, perfezionare e fornire risultati pronti all’uso.

Abbiamo addestrato GPT‑5.6 per ottenere più lavoro utile da ogni token. In Agents’ Last Exam⁠(si apre in una nuova finestra), una valutazione dei flussi di lavoro professionali di lunga durata in 55 ambiti, GPT‑5.6 Sol raggiunge un nuovo massimo di 53,6, superando Claude Fable 5 (ragionamento adattivo) di 13,1 punti. Anche con ragionamento medio, batte Fable 5 di 11,4 punti a circa un quarto del costo stimato. Questa efficienza si estende ai modelli più piccoli, essenziali per rendere l’intelligenza più diffusa e accessibile: GPT‑5.6 Terra e GPT‑5.6 Luna superano Fable 5 a circa un sedicesimo del costo. Nell’ Artificial Analysis Intelligence Index⁠(si apre in una nuova finestra), una misura ampia dell’intelligenza che comprende lavoro agentico, coding, ragionamento scientifico e capacità generali, GPT‑5.6 Sol con ragionamento massimo si avvicina a Fable 5 di un solo punto, completando le attività nel 61% di tempo in meno e a circa metà del costo stimato.

GPT‑5.6 viene lanciato con le nostre misure di salvaguardia più solide fino ad oggi, progettate per essere resilienti contro usi impropri intenzionali e adattivi senza limitare in modo generalizzato il lavoro legittimo. Prima della disponibilità generale, abbiamo sottoposto i modelli e le misure di protezione al nostro periodo di valutazione più esteso finora, combinando il red teaming umano con test automatizzati su larga scala. Durante la fase di anteprima, abbiamo collaborato strettamente con organizzazioni esperte e con partner fidati per sottoporre le difese a test di stress e rafforzare le misure di protezione prima di un lancio su più ampia scala. Il sistema risultante integra le protezioni incorporate nel modello con controlli in tempo reale, monitoraggio e accesso calibrato in base alla fiducia e al rischio.

GPT‑5.6 Sol è ad oggi il nostro miglior modello per il coding. Nell’ Artificial analysis coding agent index, GPT‑5.6 Sol con ragionamento massimo stabilisce un nuovo stato dell’arte a 80, 2,8 punti sopra Fable 5, usando meno della metà dei token di output, impiegando meno della metà del tempo e costando circa un terzo in meno. Questo vantaggio si estende all’intera famiglia: Terra si colloca appena sopra Fable 5, mentre Luna supera Opus 4.8; ciascuno lo fa in circa un terzo del tempo, con circa la metà dei token di output e a circa un quarto del costo stimato. Stabilisce inoltre nuovi risultati allo stato dell’arte su Terminal‑Bench 2.1 e DeepSWE, benchmark che mettono alla prova flussi di lavoro complessi da riga di comando e attività di ingegneria di lungo respiro in basi di codice reali.

GPT‑5.6 può scrivere ed eseguire programmi leggeri che coordinano strumenti, elaborano risultati intermedi, monitorano l’avanzamento e scelgono l’azione successiva man mano che il lavoro procede. Ciò consente alle attività che fanno largo uso di strumenti di progredire con meno token, meno interazioni con il modello e meno indicazioni. Anziché richiedere agli sviluppatori di scrivere script per ogni passaggio o di far passare nuovamente attraverso il modello ogni risposta degli strumenti, la chiamata programmatica degli strumenti⁠(si apre in una nuova finestra) nella Responses API può filtrare grandi quantità di dati intermedi, conservare solo ciò che conta e adattare il proprio flusso di lavoro in corso d’opera.

Per i problemi che beneficiano di un maggiore investimento di tempo e risorse di calcolo, GPT‑5.6 può spingersi oltre questa impostazione predefinita efficiente. max concede a GPT‑5.6 ancora più tempo rispetto a xhigh per ragionare ed esplorare alternative, eseguire controlli e rivedere il proprio approccio. Ultra si spinge oltre coordinando per impostazione predefinita quattro agenti in parallelo, scambiando un maggiore uso di token per risultati più solidi e un tempo al risultato più rapido nelle attività impegnative. I grafici seguenti confrontano la configurazione predefinita a quattro agenti di Ultra con una configurazione di riferimento a un agente nei benchmark BrowseComp, SEC-Bench Pro e Terminal-Bench 2.1; BrowseComp e SEC-Bench Pro mostrano anche configurazioni a 16 agenti. In tutte e tre le valutazioni, l’aggiunta di agenti paralleli sposta la frontiera punteggio-latenza verso l’alto e verso sinistra, ottenendo risultati migliori in meno tempo. Nell’API, gli sviluppatori possono creare esperienze simili a Ultra utilizzando la beta multi-agente nella Responses API.

GPT‑5.6 introduce un salto di qualità nel giudizio progettuale. Con sole indicazioni di alto livello, GPT‑5.6 crea interfacce eleganti, ergonomiche e funzionali. Le sue capacità più avanzate nell’uso del computer gli consentono di esaminare e perfezionare il risultato renderizzato, non solo di generare il codice o il contenuto sottostante, così può individuare problemi visivi e funzionali e applicare ritocchi finali prima di restituire il lavoro.

Le funzionalità front-end di GPT‑5.6 trasformano inoltre le richieste in linguaggio naturale in spiegazioni e visualizzazioni curate e interattive all’interno di ChatGPT Work.

GPT‑5.6 offre risultati migliori per le attività professionali. Prende il contesto disordinato dai tuoi documenti e dai flussi di lavoro quotidiani come Slack, Notion, Microsoft 365 e Google Drive, e lo converte in artefatti condivisibili di livello esperto.

La forza di GPT‑La forza di GPT‑5.6 nel lavoro della conoscenza emerge in valutazioni che spaziano dall’analisi professionale su periodi estesi alla navigazione web, all’uso di strumenti e all’uso del computer. GPT‑5.6 Sol ottiene nuovi risultati all’avanguardia su BrowseComp con il 92,2% e su OSWorld 2.0 con il 62,6%; su OSWorld, supera Opus 4.8 usando l’85% di token di output in meno. Qui, i miglioramenti in termini di prestazioni per dollaro si estendono a tutta la famiglia GPT‑5.6. Luna si avvicina molto alle prestazioni di picco di GPT‑5.5 a meno della metà del costo stimato, mentre Terra le supera a un costo inferiore.

GPT‑5.6 Sol migliora la qualità di presentazioni, documenti e fogli di calcolo, producendo risultati più rifiniti e accurati. Può creare da zero presentazioni completamente modificabili, trasformando un prompt e il materiale di origine in una narrazione visiva coerente, con layout, gerarchia e design efficaci.

Il miglioramento è particolarmente evidente quando si seguono modelli e presentazioni di riferimento. GPT‑5.6 è in grado di dedurre il sistema di design di una presentazione: layout, tipografia, spaziatura, colori e schemi di contenuto ricorrenti, incluse le regole integrate nello schema diapositiva, e applicare tali convenzioni in modo coerente ai nuovi contenuti. In questo esempio, quando viene richiesto di aggiornare i numeri in base a un file di riferimento, l’output di GPT‑5.5 non include componenti chiave della slide master, mentre GPT‑5.6 segue la struttura di riferimento in modo più fedele.

GPT‑5.6 crea anche documenti e fogli di calcolo visivamente più raffinati. Rispetta più fedelmente i formati di riferimento complessi, un aspetto importante per attività ripetibili di lavoro della conoscenza. Gestisce equazioni e modelli finanziari con maggiore precisione e sfrutta meglio tipografia, spaziatura, gerarchia e layout di pagina o di foglio di lavoro.

I primi clienti che hanno testato GPT‑5.6 hanno riscontrato miglioramenti nei risultati del lavoro di conoscenza in diversi ambiti.

GPT‑GPT‑5.6 è ad oggi il nostro modello più potente per la cybersecurity e raggiunge prestazioni di frontiera con un numero di token significativamente inferiore. Su ExploitBench^2, che misura i progressi dal raggiungimento del codice vulnerabile fino all’esecuzione di codice arbitrario, ottiene un punteggio del 73,5% rispetto a quello di GPT‑5.5 del 47,9% con un budget di token di output comparabile. Su ExploitGym³, che chiede agli agenti di trasformare vulnerabilità reali in exploit funzionanti, quasi raddoppia il tasso di superamento di GPT‑5.5, dal 15,1% al 24,9% entro il limite massimo di due ore; in sei ore, raggiunge il 33,7%. Su SEC-Bench Pro, che valuta la generazione di proof-of-concept su software complessi, ottiene un punteggio del 71,2% rispetto a quello di GPT‑5.5 del 45,8% con una latenza migliorata.

GPT‑5.6 supporta importanti attività difensive, come la revisione del codice per la sicurezza, l’applicazione di patch, la modellazione delle minacce e il blue teaming. Le persone e le organizzazioni idonee nel programma Trusted access for cyber di OpenAI Daybreak⁠ possono accedere a una parte maggiore delle sue capacità difensive grazie a misure di salvaguardia più precise per attività verificate in ambienti autorizzati, tra cui triage e convalida delle vulnerabilità, analisi del malware, ingegneria del rilevamento e convalida delle patch.

I singoli utenti possono verificare la propria identità e richiedere l'accesso fidato⁠(si apre in una nuova finestra), mentre le organizzazioni possono presentare domanda⁠ per i propri team. I singoli membri dovranno attivare la sicurezza avanzata dell’account⁠(si apre in una nuova finestra) con passkey supportate da hardware entro il 01/09 per mantenere l’accesso ai nostri modelli di frontiera con le maggiori capacità cyber; chi non lo farà tornerà all’accesso predefinito. Gli utenti che non dispongono già di passkey basate su hardware possono usufruire di prezzi preferenziali⁠(si apre in una nuova finestra) offerti dal nostro partner, Yubico. Stiamo inoltre adottando ulteriori misure per limitare l'accesso alle entità ad alto rischio e nelle giurisdizioni ad alto rischio.

GPT‑5.6 Sol mostra anche miglioramenti generalizzati nella ricerca scientifica. Nelle valutazioni delle scienze della vita, GPT‑5.6 mostra miglioramenti di Pareto rispetto a GPT‑5.5 in biologia applicata, nei flussi di lavoro della ricerca nelle scienze della vita e in chimica.

GPT‑5.6 è ad oggi il nostro modello più avanzato per accelerare la ricerca sull’IA. All'interno di OpenAI, i ricercatori lo utilizzano lungo tutto il ciclo di sviluppo: diagnosticano errori, ottimizzano i sistemi di addestramento, eseguono esperimenti e interpretano i risultati. Abbiamo già osservato questa accelerazione e una maggiore adozione durante il periodo di test interno di GPT‑5.6, poiché la media giornaliera di token di output per ricercatore attivo è stata più del doppio del livello più alto osservato per GPT‑5.5.

Questo modo di lavorare sta rapidamente diventando lo standard. Negli ultimi sei mesi, la quota della capacità di calcolo per la ricerca dedicata all’inferenza interna per il coding è cresciuta di 100 volte, mentre l’utilizzo interno di token agentici è aumentato di circa 22 volte. Queste metriche di adozione non misurano di per sé i progressi nella ricerca, ma mostrano quanto rapidamente l'assistenza basata sull’IA stia aumentando per la ricerca e in altri team come vendite, marketing, supporto utenti, finanza e altri ancora.

Per misurare direttamente questa capacità, abbiamo sviluppato una suite interna di valutazioni basata su attività reali di ricerca sull’IA, tra cui il debug di sistemi di ricerca, l’ottimizzazione di kernel e ricette di addestramento, l’esecuzione di esperimenti di machine learning e il miglioramento di un altro modello.

Con l’aumentare delle capacità dei modelli, rafforziamo il nostro stack di sicurezza affinché l’intelligenza avanzata possa rimanere ampiamente utile, applicando al contempo controlli più rigorosi agli usi a più alto rischio. Per GPT‑5.6, abbiamo creato il nostro sistema di sicurezza più robusto fino ad oggi, calibrato sulle capacità di ciascun modello e supportato da più risorse di calcolo che mai.

I modelli GPT‑5.6 sono più capaci dei nostri modelli precedenti sia in biologia sia in sicurezza informatica, ma non superano la soglia critica in nessuna delle due categorie. Nella sicurezza informatica, i nostri test suggeriscono che GPT‑5.6 è più efficace nell’individuare e correggere vulnerabilità che nel condurre in modo affidabile attacchi autonomi end-to-end contro obiettivi protetti: offre ai difensori l’opportunità di rafforzare i sistemi prima che le debolezze vengano sfruttate. In biologia, i nostri test indicano che GPT‑5.6 può supportare la ricerca legittima, ma non fornisce la capacità end-to-end necessaria per creare, ingegnerizzare o sintetizzare una nuova minaccia altamente pericolosa.

Entrambi gli ambiti sono intrinsecamente a duplice uso. Nella cybersecurity, le stesse capacità che potrebbero aiutare un attaccante a sfruttare una vulnerabilità possono aiutare un difensore a individuarla, riprodurla e sviluppare una correzione affidabile. Il blocco eccessivo crea quindi un rischio per la sicurezza a sé stante. Ciò può impedire ai difensori di testare i sistemi e distribuire patch mentre gli attori malevoli continuano a utilizzare altri modelli, inclusi modelli open source sempre più capaci, nonché strumenti consolidati. Le misure di protezione efficaci tengono conto del contesto e delle probabili conseguenze di una richiesta, preservando le attività difensive legittime e applicando al contempo controlli più rigorosi laddove le evidenze indichino un serio rischio di danno.

Le misure di protezione di GPT‑5.6 sono stratificate per garantire maggiore accuratezza e ridondanza, e progettate per adattarsi rapidamente man mano che emergono nuovi attacchi. Le protezioni integrate nel modello tramite addestramento operano insieme a controlli in tempo reale, monitoraggio continuo e applicazione delle misure a livello di account, per aiutare il sistema a rimanere sicuro anche quando un determinato livello non funziona come previsto. In molti sistemi, sono solo i flag dei classificatori a decidere cosa bloccare, affidandosi a modelli con capacità inferiori, più difficili da modificare per prevenire danni. Il nostro approccio aggiunge un monitor del ragionamento che esamina la conversazione per determinare se esista un potenziale rischio di danno. Questo design è pensato per consentire attività difensive, bloccando al contempo abusi gravi, con le funzionalità più sensibili riservate agli utenti verificati tramite Trusted Access. Poiché alcune protezioni usano il ragionamento in fase di test, possiamo aggiornarle rapidamente per colmare le lacune senza riaddestrare i classificatori da zero.

Stiamo adottando un approccio più prudente mentre continuiamo a rafforzare il sistema contro gli attacchi adattivi. Rispetto ai modelli precedenti, le protezioni informatiche del nostro GPT‑5.6 Sol bloccano circa dieci volte più attività potenzialmente dannose. Poiché queste misure possono creare attriti per l’uso legittimo, offriamo un’opzione in ChatGPT e Codex per riprovare facilmente i prompt su modelli con capacità inferiori e continueremo a ridurre l’impatto delle nostre misure di protezione sull’uso legittimo, mantenendo al contempo uno standard alto di robustezza. Questo rispecchia il nostro approccio iterativo alla distribuzione: partendo con cautela e migliorando in base a ciò che apprendiamo dall’utilizzo nel mondo reale.

Prima della disponibilità generale, abbiamo condotto le nostre valutazioni di sicurezza più intensive finora, incluse ampie attività di red teaming, solidi test delle capacità e delle misure di salvaguardia con esperti esterni, e circa 700.000 ore GPU A100e di red teaming automatizzato in modalità black-box. Questo ci ha permesso di analizzare sistematicamente i probabili punti deboli, far emergere i jailbreak e aiutarci a rafforzare il sistema prima del lancio.

La sicurezza perfetta non esiste e il nostro lavoro per proteggere modelli sempre più capaci continua. Saranno scoperte nuove debolezze, così come nuovi jailbreak che aggirano le misure di salvaguardia esistenti. Ogni nuova generazione di modelli creerà anche nuove possibilità di attacco e uso improprio. Operiamo in questa realtà attraverso misure di protezione stratificate, monitoraggio continuo, intervento rapido e collaborazione all’interno della comunità difensiva. Per GPT‑5.6, abbiamo affiancato ai nostri programmi di bug bounty esistenti per la sicurezza⁠(si apre in una nuova finestra) e programmi di bug bounty per la biologia⁠ un nuovo processo di intervento rapido e il nostro più efficace sistema di monitoraggio finora. Le evidenze raccolte dai ricercatori, dal monitoraggio e dagli usi impropri nel mondo reale confluiranno in nuove valutazioni e in misure di salvaguardia più solide su base continuativa.

Scopri di più sulle nostre misure di protezione nella scheda di sistema aggiornata GPT‑5.6⁠(si apre in una nuova finestra).

GPT‑5.6 si articola in tre livelli di modello: Sol, il nostro modello di punta; Terra, un modello a costo inferiore con prestazioni competitive rispetto a GPT‑5.5; e Luna, il nostro modello più veloce e conveniente. Il numero identifica la generazione, mentre Sol, Terra e Luna sono livelli di capacità permanenti che possono evolvere con un ritmo proprio.

GPT‑5.6 è disponibile da oggi su ChatGPT, Codex e l'API OpenAI. Il rilascio sta iniziando ora a livello globale e proseguirà gradualmente fino alla piena disponibilità nelle prossime 24 ore.

• Chat: gli utenti Plus, Pro, Business ed Enterprise accedono a GPT‑5.6 Sol tramite le impostazioni di sforzo medio e alto. Gli utenti Pro ed Enterprise possono inoltre selezionare GPT‑5.6 Sol Pro per ottenere risultati della massima qualità nelle attività complesse.
• ChatGPT Work e Codex: gli utenti dei piani Free e Go accedono a GPT‑5.6 Terra. Gli utenti Plus, Pro, Business ed Enterprise possono scegliere tra GPT‑5.6 Sol, Terra e Luna e impostare un livello di sforzo per ciascuno. max è disponibile per tutti gli utenti con accesso a GPT‑5.6 in ChatGPT Work e Codex e può essere attivato nelle impostazioni. In ChatGPT Work, ultra è disponibile per gli utenti Pro ed Enterprise. In Codex, è disponibile per i piani Plus e superiori.
• API: Gli sviluppatori possono accedere a Sol, Terra e Luna tramite l'API OpenAI. Nell’API Responses, la chiamata programmatica degli strumenti consente a GPT‑5.6 di scrivere ed eseguire in memoria programmi che coordinano strumenti ed elaborano risultati intermedi, rendendola compatibile con l’assenza di conservazione dei dati (ZDR). Multi-agent, inizialmente disponibile in versione beta, consente a GPT‑5.6 di eseguire subagenti in parallelo e sintetizzarne il lavoro in un’unica richiesta.

I prezzi di GPT‑5.6 sono calcolati per 1 milione di token in tre versioni del modello: Sol costa 5 USD per l’input / 30 USD per l’output; Terra costa 2,50 USD per l’input / 15 USD per l’output; e Luna costa 1 USD per l’input / 6 USD per l’output. GPT‑5.6 introduce anche una memorizzazione nella cache dei prompt più prevedibile, incluso il supporto per breakpoint espliciti della cache⁠(si apre in una nuova finestra) e una durata minima della cache di 30 minuti. Per GPT‑5.6 e i modelli successivi, le scritture nella cache vengono fatturate a 1,25 × la tariffa di input non memorizzato nella cache del modello, mentre le letture dalla cache continuano a ricevere lo sconto del 90% sugli input memorizzati nella cache.