La nuova famiglia di modelli si chiama Sol, Terra e Luna. Migliorano programmazione, utilizzo degli strumenti digitali ed efficienza. Ma Anthropic e la cinese Alibaba accelerano sugli assistenti capaci di sviluppare software quasi autonomamente.
La competizione mondiale nel settore dell’intelligenza artificiale entra in una nuova fase. Il 9 luglio 2026 OpenAI ha annunciato la disponibilità della famiglia GPT-5.6, composta da tre modelli chiamati Sol, Terra e Luna.
Tre nomi evocativi per altrettanti livelli di potenza e di costo. Sol rappresenta il modello più avanzato, Terra cerca un equilibrio tra prestazioni ed efficienza, mentre Luna è stato progettato per offrire risposte rapide con un impiego più contenuto di risorse.
L’obiettivo non è soltanto produrre testi migliori o rispondere con maggiore precisione alle domande. La vera sfida riguarda ormai la capacità delle intelligenze artificiali di svolgere attività complesse, utilizzare programmi, navigare sul web, analizzare documenti e soprattutto intervenire direttamente nella realizzazione del software.
Tre modelli per tre livelli di complessità
Con GPT-5.6 OpenAI adotta una strategia sempre più diffusa nel mercato dell’intelligenza artificiale: non proporre un unico modello universale, ma una famiglia di sistemi destinati a esigenze differenti.
GPT-5.6 Sol è il modello di punta. È pensato per affrontare attività che richiedono ragionamenti articolati, numerosi passaggi operativi e l’utilizzo coordinato di diversi strumenti digitali.
Terra è invece rivolto alle attività quotidiane e alle applicazioni aziendali nelle quali è necessario mantenere un buon livello di qualità senza utilizzare sempre il modello più costoso.
Luna, infine, privilegia velocità ed economicità. Potrebbe essere impiegato, ad esempio, nei servizi di assistenza automatizzata, nella classificazione dei contenuti, nella gestione delle richieste frequenti e in tutte quelle operazioni ripetitive che non richiedono il massimo livello di ragionamento.
Secondo OpenAI, Terra offre prestazioni competitive rispetto alla precedente generazione con costi inferiori, mentre Luna rappresenta il modello più economico della nuova famiglia.
L’intelligenza artificiale non si limita più a rispondere
Per comprendere l’importanza di questo aggiornamento bisogna osservare come è cambiato, in pochi anni, il modo di utilizzare sistemi come ChatGPT.
Le prime intelligenze artificiali generative venivano usate soprattutto per scrivere testi, riassumere documenti o rispondere alle domande degli utenti. Le versioni più recenti possono invece lavorare attraverso diverse fasi, decidere quali strumenti utilizzare e controllare autonomamente parte del risultato.
In altre parole, non si limitano più a suggerire cosa fare, ma iniziano a eseguire direttamente le operazioni.
Questi sistemi vengono definiti spesso agenti di intelligenza artificiale. Un agente può ricevere un obiettivo, suddividerlo in attività più piccole, consultare informazioni, usare programmi e correggere la propria strategia quando incontra un errore.
Con GPT-5.6 OpenAI introduce anche modalità di ragionamento più approfondite e sistemi basati su più sotto-agenti, che possono collaborare alla soluzione di uno stesso problema complesso.
Il codice è il nuovo campo di battaglia
Il settore nel quale questa evoluzione appare più evidente è quello della programmazione informatica.
Da tempo ChatGPT e gli altri assistenti di intelligenza artificiale sono in grado di generare frammenti di codice. Oggi, però, i modelli più evoluti possono analizzare interi progetti software, individuare i file da modificare, eseguire comandi dal terminale, creare test e verificare se il programma continua a funzionare dopo l’intervento.
GPT-5.6 Sol è stato sviluppato con una particolare attenzione proprio a questi flussi di lavoro. OpenAI dichiara miglioramenti nelle attività che richiedono pianificazione, utilizzo della riga di comando e coordinamento tra più strumenti.
Per uno sviluppatore ciò significa poter affidare all’intelligenza artificiale non soltanto la scrittura di una funzione, ma un’attività più completa: trovare un errore, comprenderne la causa, modificare il codice e provare la soluzione.
Il controllo umano resta indispensabile, soprattutto nei programmi che gestiscono dati personali, pagamenti, servizi pubblici o infrastrutture critiche. Tuttavia, il confine tra assistente e collaboratore digitale sta diventando sempre più sottile.
Claude risponde con l’“agentic coding”
OpenAI non è l’unica società impegnata in questa corsa. Una delle principali concorrenti è Anthropic, azienda statunitense che sviluppa l’intelligenza artificiale Claude.
Negli ultimi mesi Anthropic ha concentrato buona parte dei propri aggiornamenti sul cosiddetto agentic coding, cioè sulla capacità dell’intelligenza artificiale di portare avanti attività di programmazione composte da numerosi passaggi.
Claude Sonnet 5, presentato il 30 giugno 2026, è stato descritto dall’azienda come un modello specializzato proprio nelle attività di sviluppo agentico. Può esplorare progetti software complessi, mantenere l’attenzione più a lungo e gestire operazioni articolate con una maggiore autonomia rispetto alle generazioni precedenti.
Poche settimane prima Anthropic aveva presentato anche Claude Opus 4.8, con miglioramenti nella programmazione, nell’utilizzo degli agenti e nell’affidabilità delle risposte. L’azienda ha sottolineato, in particolare, una maggiore capacità del modello di riconoscere le proprie incertezze, evitando di dichiarare come completate attività per le quali non esistono prove sufficienti.
Quando l’intelligenza artificiale scrive l’intelligenza artificiale
Il dato forse più sorprendente arriva dalla stessa Anthropic.
La società ha dichiarato che, nel maggio 2026, oltre l’80 per cento del codice inserito nella propria base software era stato scritto da Claude. Prima del lancio sperimentale di Claude Code, avvenuto nel febbraio 2025, questa percentuale era ancora limitata a pochi punti.
Si tratta di un cambiamento significativo. Le aziende che sviluppano le intelligenze artificiali stanno usando i propri modelli per migliorare gli strumenti con i quali costruiranno le generazioni successive.
Questo processo non equivale ancora a una vera intelligenza artificiale capace di migliorarsi completamente da sola. Il lavoro viene infatti definito, controllato e approvato dagli ingegneri. Tuttavia, mostra quanto velocemente l’automazione stia entrando nei processi di ricerca e sviluppo.
Uno studio di Anthropic basato su circa 400 mila sessioni di Claude Code ha inoltre analizzato come programmatori e intelligenze artificiali collaborano nella pratica, evidenziando un modello di lavoro nel quale le persone definiscono obiettivi e verificano risultati, mentre l’AI svolge una parte crescente delle operazioni tecniche.
Dalla Cina cresce l’ecosistema Qwen
Nella corsa globale all’intelligenza artificiale occupa uno spazio sempre più importante anche la Cina.
Alibaba Cloud sta sviluppando la famiglia di modelli Qwen, utilizzata per la scrittura, l’analisi dei dati, la comprensione delle immagini e la programmazione.
Uno dei progetti più interessanti è Qwen Code, un agente open source che può essere utilizzato direttamente dal terminale. Lo strumento è stato progettato per comprendere grandi basi di codice, automatizzare attività ripetitive e aiutare gli sviluppatori durante la realizzazione dei programmi.
A differenza di molti servizi completamente chiusi, Qwen Code può essere configurato per lavorare con diversi fornitori di modelli. Gli utenti possono quindi passare da un’intelligenza artificiale all’altra senza dover necessariamente cambiare tutto l’ambiente di lavoro.
Questa apertura potrebbe risultare particolarmente interessante per università, sviluppatori indipendenti e aziende che desiderano mantenere un maggiore controllo sui dati e sulle infrastrutture utilizzate.
Modelli aperti e servizi proprietari
La competizione tra OpenAI, Anthropic e Alibaba non riguarda soltanto la potenza dei modelli.
Esistono infatti due visioni differenti dello sviluppo dell’intelligenza artificiale.
Da una parte troviamo servizi proprietari, utilizzabili attraverso piattaforme online e interfacce di programmazione. In questo caso l’azienda produttrice gestisce direttamente il modello, gli aggiornamenti e l’infrastruttura.
Dall’altra parte si stanno diffondendo modelli e strumenti maggiormente aperti, che possono essere installati, modificati o eseguiti su sistemi controllati dall’utilizzatore.
La prima soluzione offre generalmente una maggiore semplicità. La seconda garantisce più libertà e può ridurre la dipendenza da un unico fornitore, ma richiede competenze tecniche e infrastrutture adeguate.
Qwen si colloca in una posizione particolarmente interessante perché combina modelli distribuiti con licenze aperte e servizi commerciali offerti attraverso il cloud di Alibaba.
I benchmark non raccontano tutta la storia
Ogni nuovo modello viene accompagnato da percentuali, classifiche e confronti con la concorrenza.
I benchmark sono test progettati per misurare le capacità delle intelligenze artificiali nella matematica, nella programmazione, nelle scienze, nella navigazione web o nell’utilizzo del computer.
OpenAI sostiene che GPT-5.6 Sol abbia raggiunto risultati elevati in numerose prove, comprese quelle dedicate alla programmazione e all’esecuzione di operazioni sul computer.
Questi dati devono però essere interpretati con prudenza.
I test vengono spesso selezionati e pubblicati dalle stesse aziende che sviluppano i modelli. Inoltre, un buon risultato in un ambiente controllato non garantisce automaticamente la stessa affidabilità nei casi reali.
Per le imprese e per gli sviluppatori contano anche altri elementi: il costo, la velocità, la tutela dei dati, la capacità di integrarsi con i programmi esistenti e la frequenza con la quale il sistema produce errori difficili da riconoscere.
Più efficienza, non soltanto più potenza
La nuova generazione di modelli mostra anche un altro cambiamento: l’attenzione non è più rivolta esclusivamente alla potenza.
Eseguire un’intelligenza artificiale avanzata richiede server, energia e grandi quantità di calcoli. Quando un servizio viene utilizzato milioni di volte, anche una piccola riduzione dei passaggi necessari può produrre un risparmio significativo.
OpenAI afferma che alcuni utilizzatori iniziali di GPT-5.6 hanno registrato una diminuzione del numero di operazioni e dei token necessari per completare determinate attività. Il token è, semplificando, una piccola unità di testo elaborata dal modello e costituisce uno dei principali parametri utilizzati per calcolare il costo dei servizi di AI.
È importante, tuttavia, non confondere una riduzione dei token con una misurazione diretta del consumo energetico. Un modello può essere più economico nell’utilizzo senza essere necessariamente meno dispendioso dal punto di vista ambientale.
La sostenibilità dell’intelligenza artificiale resta quindi una questione aperta, che richiederà dati più trasparenti sui centri di calcolo e sull’energia utilizzata.
Come cambierà il lavoro dei programmatori
L’arrivo di agenti capaci di sviluppare software pone inevitabilmente una domanda: i programmatori saranno sostituiti?
Nel breve periodo, lo scenario più realistico non sembra essere quello della completa sostituzione, ma della trasformazione del lavoro.
Gli sviluppatori potrebbero dedicare meno tempo alle operazioni ripetitive e concentrarsi maggiormente sulla progettazione delle applicazioni, sulla sicurezza, sulla verifica dei risultati e sulla comprensione delle esigenze degli utenti.
La conoscenza tecnica continuerà a essere fondamentale. Più un’intelligenza artificiale diventa autonoma, più è importante che una persona competente sappia controllarne il comportamento.
Un codice apparentemente corretto può contenere vulnerabilità, errori logici o soluzioni inadatte al contesto nel quale sarà utilizzato. Per questo motivo l’AI può accelerare lo sviluppo, ma non elimina la necessità di responsabilità e supervisione.
La nuova corsa all’oro dell’intelligenza artificiale
Il rilascio di GPT-5.6 conferma che la corsa all’intelligenza artificiale è ormai entrata nella sua fase più competitiva.
OpenAI punta su una famiglia di modelli differenziati per potenza e costo. Anthropic cerca di rafforzare la propria posizione nella programmazione agentica. Alibaba sviluppa un ecosistema più aperto, capace di attirare aziende e programmatori interessati a non dipendere completamente dalle piattaforme statunitensi.
A questa competizione partecipano anche Google, Meta, xAI e numerose società più giovani.
Il vincitore non sarà necessariamente chi realizzerà il modello più potente in assoluto. Potrebbe prevalere chi riuscirà a trovare il miglior equilibrio tra intelligenza, affidabilità, costi, sicurezza e libertà di utilizzo.
La sfida non riguarda più soltanto la capacità di una macchina di scrivere una risposta convincente. Riguarda la possibilità di affidarle una parte crescente delle attività digitali sulle quali si basano imprese, servizi e pubbliche amministrazioni.
Ed è proprio questa capacità di passare dalle parole alle azioni a rendere la nuova generazione di intelligenze artificiali molto più promettente, ma anche più delicata da governare.
