Lumina Digest

OpenAI lancia GPT-5.6 in tre tagli di prezzo e ChatGPT Work, l'agente per l'ufficio

OpenAI porta l'intelligenza di frontiera in tre tier (Luna, Terra, Sol) e trasforma ChatGPT in un agente che esegue lavoro d'ufficio. Ma le fonti indipendenti ridimensionano il primato: sul coding complesso Claude Fable 5 resta avanti.

OpenAI ha rilasciato il 9 luglio GPT-5.6, una famiglia in tre tagli pensata per instradare le richieste in base alla difficoltà del task: Luna ($1 input / $6 output per milione di token), Terra ($2,50 / $15) e Sol ($5 / $30). Lo spread di prezzo è 5x tra il più economico e il più capace. Tutti i modelli condividono context window da 1M token, output massimo di 128K e knowledge cutoff al 16 febbraio 2026, come rileva Simon Willison.

La novità tecnica è il programmatic tool calling: il modello scrive JavaScript eseguito in un runtime V8 isolato e senza accesso di rete, così da orchestrare più chiamate a strumenti. OpenAI dichiara riduzioni di token dal 38% al 63,5% su clienti citati; la funzione è esposta nella Responses API, insieme a una beta multi-agente. Cambia anche il caching: le scritture in cache costano 1,25x l'input non cache, le letture mantengono lo sconto del 90%, con durata minima di 30 minuti.

Il termine "frontiera" va però qualificato. Sui task agentici (Agents' Last Exam) Sol segna 53,6, davanti a Claude Fable 5 di 13,1 punti. Ma sul coding complesso Fable 5 resta avanti su SWE-Bench Pro (80% contro il 64,6% di Sol). OpenAI replica che circa il 30% di quei task sarebbe "rotto". Willison, in modo indipendente, osserva che GPT-5.6 non gli è parso migliore di Fable sui compiti di coding difficili: compete soprattutto sul costo per task, non in assoluto.

In parallelo debutta ChatGPT Work, un agente che gira su GPT-5.6 ed esegue attività su app, file e workflow, producendo documenti, fogli di calcolo, presentazioni, report e siti. Il rilascio parte da giovedì su web e mobile, prima per utenti Pro, Enterprise ed Edu, poi Plus e Business.

Perché conta

• IMPRENDITORI: Il prezzo scaglionato 5x consente di instradare i task per costo, e ChatGPT Work può assorbire mansioni oggi affidate a tool verticali (documenti, report, presentazioni). Impone di ripensare il budget AI e di valutare il rischio di lock-in su un unico fornitore-agente.
• UTENTI FINALI: ChatGPT smette di essere solo un chatbot e diventa un agente che produce output finiti al posto tuo su app e file. Comodo, ma proprio perché accede a file e workflow con permessi ampi, i risultati vanno verificati prima di usarli.
• LLM BUILDER/DEV · RICERCA DI FRONTIERA: Il programmatic tool calling e il caching aggressivo tagliano token e latenza nei workflow multi-tool, ma il primato non è assoluto: Sol guida sull'agentico e resta dietro Fable 5 sul coding complesso, con gli stessi benchmark contestati (OpenAI: ~30% dei task SWE-Bench Pro "rotti"). Sia la scelta del modello sia la lettura dei claim di frontiera restano da fare benchmark per benchmark.

Grok 4.5: prezzo aggressivo ($2/$6) e co-training con Cursor, ma allucinazioni raddoppiate e già superato da GPT-5.6 nei benchmark indipendenti

SpaceXAI lancia Grok 4.5 a 2/6 dollari per 1M di token, co-addestrato con Cursor. Nell'indice Artificial Analysis dell'8 luglio risultava quarto, dietro Fable 5, GPT-5.5 e Opus 4.8. Ma il 9 luglio la nuova famiglia GPT-5.6 lo ha superato, insidiandone anche il prezzo; intanto il tasso di allucinazione più che raddoppia.

SpaceXAI ha reso disponibile Grok 4.5 l'8 luglio 2026, in anticipo sul 9 luglio che Musk aveva indicato come data pubblica. È un modello da 1,5 trilioni di parametri — tre volte il predecessore — con finestra di contesto ridotta da 1M a 500k token. La leva competitiva è il prezzo: 2 dollari per 1M di token in input e 6 in output, molto più economico dei flagship confrontati nelle fonti dell'8 luglio. Contro i 5/30 di GPT-5.5 e i 10/50 di Fable 5, il costo stimato scende a 2,49 dollari a task contro 5,07. Il primato di prezzo è però già relativo: il 9 luglio Artificial Analysis segnala GPT-5.6 Luna a 1/6 dollari per 1M di token, più economico in input, con la nuova famiglia GPT-5.6 a ridefinire la frontiera di costo/intelligenza. Un caveat per il mercato europeo: al lancio Grok 4.5 non è ancora disponibile nell'UE, né nei prodotti né via API, con disponibilità attesa a metà luglio.

Elon Musk lo ha presentato come "un modello Opus-class, ma più veloce, più efficiente sui token e meno costoso", precisando che è "grosso modo paragonabile a Opus 4.7". Il posizionamento, però, non è al vertice dei benchmark indipendenti. Nell'analisi Artificial Analysis dell'8 luglio — prima dei risultati GPT-5.6 del 9 luglio — Grok 4.5 risultava quarto nell'Intelligence Index, con punteggio 54, dietro Fable 5, GPT-5.5 e Opus 4.8. Il giorno dopo il quadro è cambiato di nuovo: il 9 luglio GPT-5.6 Sol (59) e Terra (55) hanno superato il punteggio 54 di Grok 4.5. Il riferimento di Musk era comunque a Opus 4.7, la generazione precedente di Opus e non l'attuale modello di punta: un confronto più modesto di quanto l'etichetta "Opus-class" lasci intendere.

Sui benchmark il quadro è misto: quasi in parità su Terminal Bench 2.1 (83,3% contro l'84,3% di Fable 5), ma con divari ampi su DeepSWE 1.1 (53% contro 70%) e SWE Bench Pro (64,7% contro 80,4%). Il dato più critico è la calibrazione: sull'indice AA-Omniscience il tasso di allucinazione più che raddoppia, dal 25% al 54%, mentre l'accuratezza sale dal 35% al 52% — "sa di più, ma è più sicuro quando sbaglia".

Il co-training con Cursor, che SpaceX ha concordato di acquisire a metà giugno per 60 miliardi di dollari in azioni, porta però un caveat sulla trasparenza dei risultati: il benchmark di Cursor è stato ritirato dopo la scoperta che uno snapshot precedente del suo codice era finito per errore nei dati di addestramento.

Perché conta

• IMPRENDITORI: Il prezzo di frontiera crolla: intelligenza vicina alla frontiera a una frazione del costo (2,49 dollari a task contro 5,07) mette sotto pressione i listini di tutti i provider e abbassa la soglia per mettere l'AI dentro i prodotti. Ma il vantaggio va letto nel tempo: il posizionamento 'Opus-class' era già solo quarto nell'indice Artificial Analysis dell'8 luglio e dal 9 luglio GPT-5.6 (Sol e Terra) lo ha scavalcato, insidiandone anche il primato di prezzo con Luna a 1/6 dollari. Nella scelta del fornitore contano i benchmark terzi aggiornati, non il marketing; da valutare anche la disponibilità nell'UE, attesa a metà luglio.
• LLM BUILDER/DEV: Un modello economico e nativo per l'IDE, co-addestrato con Cursor, è appetibile per i loop agentici di coding. Prima di costruirci sopra, però, vanno validati in modo indipendente i risultati sul codice: il benchmark Cursor è stato ritirato per contaminazione del training set e il tasso di allucinazione è più che raddoppiato. Nota operativa per chi sviluppa nell'UE: al lancio l'accesso via API non è ancora attivo.
• RICERCA DI FRONTIERA: Caso-scuola di calibrazione che degrada su scala: l'accuratezza cresce ma le allucinazioni più che raddoppiano (dal 25% al 54%). Il modello 'sa di più ma è più sicuro quando sbaglia' — un segnale concreto sul costo di affidabilità dello scaling.

Claude Cowork arriva su mobile e web: l'agente d'ufficio di Anthropic esce dal solo desktop

Anthropic estende in beta il suo agente Cowork a iPhone, iPad, Android e web, partendo dal piano Max: i task avviati dal computer si completano in background e si recuperano dal telefono. Il desktop resta però l'esperienza completa.

Il 7 luglio 2026 Anthropic ha esteso Claude Cowork a iPhone, iPad e Android (dalla sidebar dell'app Claude) e al web su claude.ai, come riporta 9to5Mac. L'agente era stato lanciato a gennaio 2026 come sola app desktop. Cowork è lo spazio in cui "affidi a Claude un compito e lavora tra i tuoi file, calendario, email, app di messaggistica, il web e gli altri strumenti collegati finché il lavoro è finito".

L'estensione multipiattaforma abilita tre capacità: continuità del task tra dispositivi, esecuzione in background senza bisogno di una connessione attiva e checkpoint di approvazione. Questo scatta prima che l'agente concluda. In pratica avvii un compito dalla scrivania, ricevi gli aggiornamenti sul telefono e recuperi l'output finito più tardi, anche a laptop chiuso, come nota TechCrunch. Il desktop resta però l'esperienza completa: secondo Anthropic, solo lì Cowork può usare anche i file locali e il browser, mentre le nuove sessioni cloud servono alla continuità tra dispositivi e al lavoro in background.

Il rollout è in beta e graduale: parte dal piano Max, con altri piani nelle settimane successive; i limiti d'uso sono estesi fino al 5 agosto 2026.

Su come Cowork viene già usato, un'analisi di Anthropic su 1,2 milioni di sessioni (dati di maggio 2026, oltre 600.000 organizzazioni) mostra che oltre il 90% dei task non è sviluppo software: business operations al 33,4%, creazione di contenuti e copywriting al 16,4%, sviluppo software appena all'8,7% (TechCrunch, PYMNTS). TechCrunch inquadra la mossa nella "guerra degli agenti di coding" che sconfina nell'ufficio: anche OpenAI sta spingendo il proprio agente oltre lo sviluppo, verso report, fogli di calcolo e presentazioni. Due caveat da pesare: quelle statistiche vengono dall'analisi interna di Anthropic, e il prodotto resta in beta, con disponibilità che parte dal piano più costoso.

Perché conta

• UTENTI FINALI: Cowork diventa utilizzabile in mobilità: puoi delegare un compito dal computer e ritirarlo già fatto dal telefono, anche a laptop chiuso, perché l'agente lavora in background con checkpoint di approvazione. Restano però due limiti: l'accesso parte dal piano Max, il più costoso, e allargarsi agli altri piani richiederà settimane; e il desktop resta l'esperienza completa — solo lì Cowork usa file locali e browser, mentre mobile e web servono a seguire e recuperare il lavoro.
• IMPRENDITORI: Con oltre il 90% dei task già non-coding e quasi metà tra business operations e produzione di contenuti, l'agente esce dal recinto degli sviluppatori ed entra nel lavoro operativo d'ufficio: è il segnale concreto che la delega di attività amministrative e di contenuti a un agente sta maturando, in diretta concorrenza con la spinta 'agentic office' di OpenAI.

Meta disattiva la funzione che generava immagini AI @-menzionando profili Instagram pubblici; Muse Image resta disponibile

Bastava @-menzionare un account Instagram pubblico idoneo in Meta AI per generare immagini AI dai suoi post, senza permesso né avviso. Dopo le critiche su deepfake e likeness, Meta ha spento quella funzione — ma il modello Muse Image resta attivo e le immagini già generate restano in giro.

Meta ha disattivato la funzione di Muse Image che permetteva di generare immagini in Meta AI @-menzionando profili Instagram pubblici; il modello Muse Image — il primo generatore di immagini di Meta Superintelligence Labs — resta disponibile per le altre funzioni (Meta). La funzione, lanciata il 7 luglio 2026, consentiva di @-menzionare l'handle di un account Instagram pubblico idoneo dentro un prompt di Meta AI per creare immagini derivate dai suoi post. Il tutto senza chiedere il permesso al titolare e senza alcuna notifica. Non era però aperta a chiunque: erano ammessi solo gli account pubblici di utenti adulti, mentre gli account privati e quelli dei minori di 18 anni erano esclusi automaticamente. Il rollout, inoltre, era inizialmente limitato agli Stati Uniti (Forbes). Per gli account idonei la funzione era attiva per impostazione predefinita (opt-out). Per sottrarsi, l'adulto con profilo pubblico doveva disattivare l'opzione «Allow people to reuse your content on Instagram and with AI features at Meta» (toggle su Post e Reel) oppure rendere privato il profilo (Malwarebytes).

Il meccanismo esponeva anche i personaggi pubblici a deepfake non autorizzati. L'agenzia CAA — che rappresenta tra gli altri Tom Hanks e Meryl Streep — ha ribadito che «nessun nome, immagine, voce o opera creativa dovrebbe essere usato da terzi, inclusi i modelli AI, senza un consenso chiaro e documentato», mentre il sindacato SAG-AFTRA ha invitato i propri iscritti a fare opt-out. Dopo pochi giorni Meta ha disattivato la funzione: «Abbiamo ascoltato i riscontri secondo cui questa funzione ha mancato il bersaglio, quindi non è più disponibile» (Engadget).

Due caveat restano materiali. La disattivazione blocca solo le generazioni future: le immagini create prima dell'opt-out restano in circolazione. E la linea di fondo non cambia: il capo di Instagram Adam Mosseri ha sostenuto che rilevare in modo affidabile i contenuti AI è sempre più difficile. La strada, secondo lui, resta puntare su etichette e trasparenza — fino a ritenere più pratico certificare i contenuti autentici che marcare quelli falsi — più che bloccare del tutto l'AI (Engadget).

Perché conta

• UTENTI FINALI: Gli adulti con profilo Instagram pubblico negli Stati Uniti sono stati inclusi di default nella funzione, che permetteva ad altri di generare immagini AI dai loro post (account privati e minori di 18 anni erano esclusi automaticamente). Conviene comunque rivedere le impostazioni di riuso contenuti (o valutare il profilo privato), perché l'opt-out ferma solo le generazioni future e le immagini già create restano online.
• IMPRENDITORI: È un rischio concreto per brand, volti aziendali e creator in partnership: likeness e contenuti sfruttabili senza consenso, con la reazione di CAA e SAG-AFTRA che segnala esposizione legale e reputazionale. Il caso mostra anche il pattern da presidiare — piattaforme che lanciano funzioni AI in opt-out e le disattivano solo sotto pressione — quando si affidano dati o immagini a servizi terzi.

Un chip che imita il cervelletto: diagnosi delle aritmie al 98% con 10.000 volte meno calcoli

Alla Northwestern un memtransistor asimmetrico in disolfuro di molibdeno emula il cervelletto: ignora il routine, reagisce all'anomalia. Nei test su ECG rileva battiti irregolari con oltre il 98% di accuratezza usando una frazione delle operazioni dell'AI tradizionale.

Un gruppo della McCormick School of Engineering della Northwestern University ha realizzato un dispositivo elettronico che imita il cervelletto, il centro cerebrale che filtra gli stimoli di routine per concentrare le risorse sugli eventi imprevisti. Il lavoro, guidato da Mark C. Hersam con Vinod K. Sangwan, Indira M. Raman e Amit Trivedi, è stato pubblicato il 10 luglio 2026 su Nature Communications.

Il componente è un memtransistor asimmetrico in disolfuro di molibdeno (MoS₂), un semiconduttore spesso pochi atomi, in cui un elettrodo si sovrappone parzialmente al semiconduttore attraverso un sottile strato isolante. Quando si inverte la direzione della tensione, il dispositivo passa tra una modalità eccitatoria e una inibitoria e replica l'equilibrio dei circuiti cerebellari: resta stabile durante l'attività normale e reagisce solo quando qualcosa cambia. «Il cervelletto è eccellente nell'ignorare l'atteso e riservare le sue risorse per reagire all'inatteso», spiega Hersam.

Nei test su elettrocardiogrammi il dispositivo ha rilevato battiti anomali con oltre il 98% di accuratezza, entro un quinto di un battito e a più del doppio della velocità dell'AI convenzionale. E lo fa usando circa 10.000 volte meno operazioni di calcolo. Il risultato estende un filone del 2023 (Nature Electronics), in cui due memtransistor svolgevano classificazioni che avrebbero richiesto oltre 100 transistor tradizionali con un centesimo dell'energia: la novità qui è applicare quel paradigma al rilevamento delle anomalie ispirato al cervelletto, non alla corteccia. Tra le applicazioni ipotizzate ci sono wearable sanitari, monitoraggio medico, veicoli e robot autonomi e cybersecurity.

Restano limiti espliciti: il gruppo ha emulato «solo una parte del circuito neurale del cervelletto», senza ancora capacità di apprendimento e adattamento, e le cifre provengono da una dimostrazione di laboratorio (finanziata dalla NSF), non da un impiego sul campo né da una replica indipendente.

Perché conta

• RICERCA DI FRONTIERA: Indica una direzione concreta per il calcolo neuromorfico bio-ispirato: spostare il modello di riferimento dalla corteccia al cervelletto per il rilevamento delle anomalie offre un'alternativa hardware alle reti neurali tradizionali, con efficienza energetica di ordini di grandezza superiore. Resta però una dimostrazione di laboratorio, che emula solo una parte del circuito e va ancora validata, scalata e replicata in modo indipendente.
• UTENTI FINALI: Prefigura wearable e dispositivi di monitoraggio sanitario in grado di eseguire in locale diagnosi avanzate — come il rilevamento delle aritmie — con consumi minimi e maggiore durata della batteria, mantenendo i dati sanitari sensibili sul dispositivo invece che nel cloud.