Lumina Digest

GPT-6 arriva in ChatGPT per tutti: con la Intelligent UI le risposte diventano grafici, moduli e calcolatrici

Dal 7 ottobre GPT-6 Sol è nei piani a pagamento di ChatGPT; per Free e Go l'annuncio indica GPT-6 Luna dall'8, ma una guida OpenAI parla ancora di GPT-5.6 Luna. Con GPT-6 arriva la Intelligent UI: in base alla domanda, il modello sceglie se rispondere con testo o con elementi interattivi.

OpenAI ha portato GPT-6 nella scheda Chat di ChatGPT in due tempi. Dal 7 ottobre GPT-6 Sol è disponibile per gli abbonati Plus, Pro, Business ed Enterprise. Secondo TechCrunch la distribuzione è globale. Per i piani Free e Go l'annuncio e la scheda tecnica di OpenAI indicano GPT-6 Luna dall'8 ottobre, al posto di GPT-5.6 Luna. La guida ai modelli del centro assistenza OpenAI dice invece che Free e Go restano su GPT-5.6 Luna. Chi usa questi piani fa bene a controllare il modello nel selettore.

Le versioni di Sol e Luna arrivate in Chat sono quelle di ottobre. Sono distinte da quelle uscite il 22 settembre per ChatGPT Work, Codex e API (Search Engine Journal). La scheda tecnica precisa che in Codex e in Work restano in uso le versioni di settembre.

La novità più visibile è la Intelligent UI. Il modello decide la forma di ogni risposta e può combinare testo, grafici, diagrammi, pulsanti, moduli e strumenti come calcolatrici, divisori di spese o giochi. Quando il testo basta, la risposta resta testuale (9to5Mac). Gli elementi interattivi in sé non sono nuovi: da marzo ChatGPT offre spiegazioni visuali interattive su oltre 70 temi di matematica e scienze. Cambia il metodo: ora è il modello a comporre l'interfaccia mentre genera la risposta, usando una libreria di componenti nativi e un compilatore (MacRumors). Sulle domande che richiedono una ricerca web, OpenAI dichiara che GPT-6 Instant inizia a rispondere in media il 44% prima di GPT-5.6 Instant. È un dato di OpenAI e misura l'avvio della risposta, non il tempo totale.

Ci sono dei limiti. La funzione arriva in modo graduale, sul web e nelle app aggiornate, per i livelli di ragionamento da Instant a Extra High. Non c'è al livello Pro, che usa ancora GPT-6 Astra, né nelle vecchie app desktop. L'impostazione «Layout and visuals» si può disattivare, ma alcuni elementi visivi possono comparire comunque. La guida OpenAI precisa che la Intelligent UI non ha una quota separata: restano i limiti già previsti per piano, modello e strumenti.

Le reazioni sono divise. Su Hacker News alcuni utenti parlano di «chartjunk» (grafici superflui), mentre altri apprezzano le spiegazioni interattive. Search Engine Journal osserva che le calcolatrici create in chat potrebbero togliere traffico ai siti che offrono gli stessi strumenti.

Perché conta

• UTENTI FINALI: Cambia l'uso quotidiano di ChatGPT: molte risposte arriveranno come grafici o strumenti da usare, non solo come testo. Chi ha il piano gratuito deve controllare quale modello usa davvero, perché le indicazioni di OpenAI non coincidono. Chi preferisce il solo testo può disattivare «Layout and visuals», ma qualche elemento visivo può comparire comunque.
• IMPRENDITORI: Se ChatGPT crea al momento calcolatrici, confronti e moduli, i siti che vivono di questi strumenti possono perdere traffico. Conviene puntare su contenuti e strumenti basati su dati propri, che un modello generico non può ricostruire.

Claude Haiku 5.5 costa il 90% in meno sotto i 100.000 token e si allinea a GPT-6 Luna

Anthropic ha rilasciato il 7 ottobre Claude Haiku 5.5 a 0,10 $ in input e 0,50 $ in output per milione di token, le stesse tariffe base di GPT-6 Luna. Lo sconto però vale solo per i prompt fino a 100.000 token: oltre quella soglia le tariffe quintuplicano.

Anthropic ha rilasciato il 7 ottobre Claude Haiku 5.5 (id claude-haiku-5-5), disponibile sulla sua piattaforma e su AWS, Google Cloud e Microsoft Azure. Il prezzo dipende dalla lunghezza del prompt. Fino a 100.000 token costa 0,10 $ in input e 0,50 $ in output per milione di token, con letture in cache a 0,01 $ e scritture a 0,125 $. Oltre la soglia si passa a 0,50 $ e 2,50 $. Haiku 4.5 costava 1 $ e 5 $: lo sconto è quindi del 90% sotto la soglia e del 50% sopra. Secondo Anthropic circa il 90% delle richieste a Haiku 4.5 restava sotto i 100.000 token.

Il risparmio medio dichiarato è di circa il 75% e tiene già conto del nuovo tokenizer, che consuma un po' più token per attività. Haiku 5.5 è anche il primo Haiku con un livello di sforzo regolabile. Lo stesso giorno Anthropic ha dimezzato le letture in cache di Sonnet 5.5, da 0,20 $ a 0,10 $. Secondo l'azienda, sul lavoro agentico il costo scende di circa il 20%. Arrivano anche crediti API mensili per gli abbonati, come riporta SiliconANGLE: 100 $ per Max 5x, 200 $ per Max 20x e fino a 500 $ condivisi per i piani Team.

VentureBeat e Artificial Analysis aggiungono alcuni caveat:

• Prezzo: GPT-6 Luna ha le stesse tariffe base, ma applica quelle più alte solo oltre i 272.000 token di input. Tra 100.000 e 272.000 token, quindi, le tariffe per token di Haiku sono più alte. Gemini 3.5 Flash-Lite costa 0,30 $ in input e 2,50 $ in output.
• Benchmark: su Terminal-Bench 4.0 Anthropic dichiara 39,2% per Haiku contro 16,4% per Luna. Secondo VentureBeat quel punteggio è ottenuto allo sforzo massimo: al livello medio, che è il predefinito, scende a circa il 20%. Artificial Analysis ha misurato in modo indipendente 33% contro 13%, senza indicare il livello di sforzo: conferma il vantaggio, ma non i punteggi esatti.
• Costo reale: non dipende solo dal prezzo per token, ma anche da quanti token servono, dai tentativi ripetuti e dall'accuratezza. Artificial Analysis rileva che allo sforzo massimo Haiku 5.5 usa circa 162.000 token di output per attività del suo indice, circa tre volte Luna. Il costo per attività non è ancora stato pubblicato.

Anthropic continua a raccomandare Sonnet 5.5 e Opus 5.5 per il coding agentico complesso. Haiku 5.5 ha anche restrizioni di cybersicurezza più strette di Haiku 4.5: con le salvaguardie standard blocca il penetration testing. Le organizzazioni che hanno bisogno di un accesso più ampio possono candidarsi al Cyber Verification Program.

Perché conta

• IMPRENDITORI: Per classificazione, sintesi di documenti e altri carichi ad alto volume con prompt brevi, la spesa per l'AI può scendere molto. Conviene però stimarla sui carichi reali, misurando quanti token servono e quanti tentativi falliscono, invece di fidarsi del risparmio medio dichiarato dal fornitore.
• LLM BUILDER/DEV: Sotto i 100.000 token Haiku e Luna hanno le stesse tariffe base per token. Tra 100.000 e 272.000 token Luna ha tariffe per token inferiori, ma la scelta va verificata sul costo per attività e sulla qualità, anche perché Haiku può consumare molti più token allo sforzo massimo. Per gli agenti su Sonnet 5.5, la cache a metà prezzo riduce la tariffa delle letture senza dover cambiare modello.

Mistral Large 4 «Le Chonk»: MoE europeo da mille miliardi di parametri in anteprima, pesi aperti promessi a fine ottobre

Mistral ha aperto in anteprima API il suo modello più grande, addestrato in data center europei e da rilasciare con pesi scaricabili entro il mese. Per Artificial Analysis è il modello più capace fuori da USA e Cina, ma resta lontano dai modelli di punta di OpenAI e Anthropic. Costa anche più per compito degli open-weight di pari livello.

Il 6 ottobre Mistral AI ha rilasciato in anteprima pubblica Mistral Large 4, soprannominato «Le Chonk». È un mixture-of-experts multimodale, ibrido instruct/reasoning, con circa 1.000 miliardi di parametri totali. Per la pagina ufficiale quelli attivi per token sono 52 miliardi. The Register e Artificial Analysis indicano invece 49 miliardi; Mistral rimanda i dettagli architetturali al rilascio dei pesi. Il modello è stato addestrato da zero su 3.800 GPU NVIDIA Grace Blackwell nei data center europei di Mistral, con dati in oltre 160 lingue.

Per ora è accessibile via API su Mistral Studio. Il listino è di 1,36 dollari per milione di token in input e 4,18 in output, ma è in vigore una promozione al 50% (0,68 e 2,09 dollari). Secondo Artificial Analysis lo sconto vale per le prime due settimane. La documentazione di Mistral riporta entrambi i prezzi. I pesi sono promessi «entro fine mese», la licenza non è indicata. Mistral prevede anche l'installazione su cloud privato o in sede, ma non ha pubblicato requisiti hardware: The Register ipotizza che giri su server a otto GPU come HGX B300 di Nvidia o MI355X di AMD. Tra i settori di riferimento l'azienda cita cybersecurity, finanza, diritto, ingegneria e manifattura.

I benchmark del vendor sono molto favorevoli. Sulla sicurezza informatica Mistral rivendica l'82% nel test di riproduzione e patch del Cyber Index di Artificial Analysis, dove secondo l'azienda Claude Opus 5.5 e GPT-6 Astra ottengono «quasi zero» perché rifiutano il compito. La metodologia del test (CyberGym-E2E-AA) però non richiede di correggere la vulnerabilità bersaglio: basta risolvere il crash riprodotto, e il 31% delle prove superate corregge un crash diverso. Mistral precisa che il tasso di rifiuto di Large 4 sui prompt cyber è più alto di quello degli altri modelli open source testati. La moderazione ridotta vale solo per partner verificati e autorità statali coinvolti nel red teaming.

Le misure indipendenti sono più prudenti. Artificial Analysis assegna all'anteprima 38 punti nell'Intelligence Index, alla pari con GPT-6 Luna e appena sotto DeepSeek V4.1 Flash (39). La definisce il modello più capace sviluppato fuori da USA e Cina. Nel Cyber Index segna 50, dietro MiMo-V2.6-Pro (56). Il costo per compito è di 1,13 dollari a listino (0,57 con lo sconto), contro 0,25 di GLM-5.3-Flash e 0,27 di DeepSeek V4.1 Flash. The Register sottolinea lo «svantaggio importante» rispetto ai modelli di punta di OpenAI e Anthropic e invita alla cautela sui benchmark di Mistral.

Perché conta

• IMPRENDITORI: Se i pesi arriveranno davvero, sarà un modello europeo di fascia alta installabile in sede, utile dove contano sovranità e residenza del dato. Prestazioni, licenza e costi effettivi però vanno verificati prima di sceglierlo al posto dei modelli di punta USA.
• LLM BUILDER/DEV: Mille miliardi di parametri e circa 50 miliardi attivi ne fanno una possibile alternativa open per agenti, coding e sicurezza. Il punteggio indipendente però si ferma al livello di GPT-6 Luna e, a listino, il costo per compito è oltre quattro volte quello di GLM-5.3-Flash o DeepSeek V4.1 Flash. Per il self-hosting Mistral non ha ancora indicato requisiti hardware.

OpenAI pubblica 722 manoscritti matematici e ne ritira tre; i matematici contestano metodo e verificabilità

Il 6 ottobre OpenAI ha pubblicato 722 manoscritti di matematica prodotti da un modello non rilasciato. Dopo i tre ritiri del 7 ottobre, il catalogo ne conta 719, con circa il 42% dei risultati principali formalizzato in Lean. Gruppi di matematici contestano il metodo, e uno studio trova discrepanze tra una dimostrazione e la sua versione in Lean.

Il 6 ottobre OpenAI ha pubblicato su GitHub 722 manoscritti matematici, raggruppati in 372 famiglie, generati da «an unreleased internal OpenAI model» (repository openai/math, Retraction Watch). Dopo i tre ritiri del 7 ottobre, il catalogo ne conta oggi 719. Al modello sono stati sottoposti circa 4.000 problemi di ricerca aperti, con una media di circa tre ore di calcolo «ChatGPT Pro thinking» per risultato. Nell'aggregare l'output in manoscritti, OpenAI ha tenuto solo i risultati con «an appropriate level of significance»: la selezione l'ha fatta l'azienda.

Come si verifica. Secondo il README, circa il 42% dei risultati principali è formalizzato in Lean (300 su 719 dopo l'aggiornamento del 7 ottobre). Lean è il linguaggio che permette di controllare una dimostrazione in modo automatico. Lo stesso README avverte che «some of the unformalized results could have issues» e che alcuni output si basano su risultati prodotti in precedenza dai modelli. Del ragionamento del modello sono stati pubblicati solo riassunti ridotti, per dieci risultati. Le correzioni saranno registrate come nuove versioni.

Ritiri e revisioni. Il 7 ottobre, secondo la cronologia del repository, OpenAI ha ritirato tre manoscritti. Nel primo, «Algebraicity of Weil classes on split abelian eightfolds», un errore di segno invalida un argomento; gli altri due ne dipendono e ne ereditano il difetto. Altri 14 manoscritti sono stati rivisti: dimostrazioni riparate, enunciati corretti, ipotesi e dipendenze chiarite, una citazione obsoleta corretta. Secondo Retraction Watch, OpenAI dice di aver trovato gli errori durante un audit. I lavori ritirati riportano ora una nota che spiega la lacuna.

Anche la formalizzazione ha limiti. Secondo Alexander Bastounis, Fabian Circelli e Anders C. Hansen (arXiv:2610.08144), il controllo di Lean non garantisce che la dimostrazione in linguaggio naturale sia corretta. I tre ricercatori lavorano a Cambridge e al King's College London, secondo TechCrunch. Su un problema derivato dalle equazioni di Navier-Stokes hanno trovato almeno due discrepanze tra la dimostrazione di OpenAI in linguaggio naturale e il codice Lean. Secondo TechCrunch, questo non smentisce per forza le soluzioni, ma mette in dubbio che i modelli sappiano formalizzare da soli le proprie dimostrazioni.

La reazione dei matematici. L'Advisory Group on Mathematics and AI (AGMAI), ospitato dall'Institute for Advanced Study di Princeton, chiede tra le sue linee guida di non testare problemi avanzati su modelli proprietari. Secondo TechCrunch, OpenAI ne ha rispettate alcune ma non tutte: mancano ad esempio i metadati che collegano le dimostrazioni in linguaggio naturale a quelle formali. Più dura l'Association for Human Mathematics (AHM), in un guest post sul blog di Terence Tao: pubblicare oltre 700 file insieme è «a demonstration of power». L'AHM invita i matematici a «discontinue their work with OpenAI» e il pubblico a valutare il rilascio «with due skepticism». Su TechCrunch Tao critica chi sottopone problemi all'AI senza interesse per il campo. Melanie Wood (Harvard) osserva che al momento del rilascio nessuno ha ancora capito davvero questi risultati.

Perché conta

• RICERCA DI FRONTIERA: È la più grande pubblicazione di matematica prodotta da un'AI. Ma il modello non è accessibile, la selezione l'ha fatta OpenAI e solo una parte dei risultati è formalizzata. I ritiri del giorno dopo indicano poi che il catalogo cambia ancora. Chi la cita o ci costruisce sopra deve trattarla come un preprint da verificare, controllando la versione. Il caso Navier-Stokes mostra inoltre che il controllo di Lean garantisce la correttezza del codice formale, non la sua corrispondenza con la dimostrazione scritta: la fedeltà della traduzione va controllata a parte.

Su Nature la «byteificazione»: LLM a subword convertiti in modelli che leggono i byte, senza ripartire da zero

Un gruppo guidato da Ai2 pubblica su Nature un metodo per trasformare modelli già addestrati in modelli byte-level con meno dell'1% del budget di pretraining. Oltre ai Bolmo di Ai2, il metodo è stato applicato a Qwen 3 8B e Llama 3 8B. I modelli migliorano nei compiti sui singoli caratteri ma perdono qualcosa in matematica.

Il 7 ottobre Nature ha pubblicato «Retrofitting language models to operate over bytes». Il primo autore è Benjamin Minixhofer, affiancato da ricercatori di Ai2, Cambridge, University of Washington ed Edimburgo. L'articolo formalizza la «byteificazione»: si prende un LLM che legge il testo a pezzi di parola (subword) e lo si converte in un modello che legge i byte grezzi. Basta un addestramento aggiuntivo breve, senza ripartire da zero con il pretraining.

Come funziona. I byte vengono raggruppati in «patch» elaborate dal Transformer originale, che resta il modello globale, e poi riconvertiti in byte. Nella versione preprint la conversione procede in due fasi:

• fase 1: il modello globale resta congelato e si addestrano encoder e decoder locali e il predittore dei confini delle patch (9,8 miliardi di token);
• fase 2: si addestrano tutti i parametri (39,3 miliardi di token).

In totale servono meno dell'1% di un tipico budget di pretraining.

I modelli. Ai2 ricorda i Bolmo 1B e 7B, presentati a dicembre e ricavati da Olmo, e aggiunge due nuovi modelli:

• Bwen 8B, da Qwen 3 8B: secondo la valutazione aggregata di Ai2 è il più forte tra i modelli byteificati dall'istituto e supera Bolmo 7B;
• Blama 8B, da Llama 3 8B.

Secondo Ai2 i due modelli si avvicinano a quelli di origine, ma il blog non fornisce punteggi.

I numeri del preprint. Su CUTE, il benchmark di comprensione dei caratteri, Bolmo 7B ottiene 78,6 contro il 56,9 di Olmo 3 7B. Bolmo però è stato addestrato anche su 75 milioni di token di dati sintetici in stile CUTE, separati dal test set. Un Olmo 3 addestrato più a lungo sulla stessa miscela e con le stesse impostazioni arriva a 72,9. Nel confronto controllato il vantaggio di Bolmo si riduce quindi a 5,7 punti. Sul codice, Bolmo migliora solo leggermente (40,7 contro 39,5 di media) e su HumanEval pass@1 resta sotto (40,6 contro 49,0). In matematica perde terreno: 29,8 contro 37,5 su MATH e 68,0 contro 73,1 su GSM8K. Sui compiti STEM a scelta multipla supera di 16,5 punti BLT 7B, un modello byte-level già esistente.

Cosa è nuovo. Né i modelli byte-level né la conversione di modelli preaddestrati sono una novità. Il preprint cita due lavori precedenti di byteificazione. Il primo inizializzava il modello byte-level con i pesi di un modello a subword (Pagnoni et al., 2025). Il secondo addestrava i confini a ricalcare quelli dei subword (Hwang et al., 2025). Un lavoro presentato a NeurIPS 2025 dallo stesso Minixhofer mostrava già il trasferimento rapido di modelli a subword al livello dei byte. Lo faceva tramite distillazione tra tokenizer. Secondo gli autori, il contributo di Bolmo è un'architettura gerarchica pensata apposta per la conversione. Ne fanno parte un predittore dei confini non causale, che vede un byte di contesto futuro, e la procedura in due fasi. Il cuore resta un Transformer che lavora su gruppi di byte, quindi una segmentazione esiste ancora.

I limiti. Gli autori indicano come limiti:

• l'imprecisione del predittore dei confini, causa principale del divario con il modello di origine;
• la codifica UTF-8, potenzialmente inefficiente per lingue diverse dall'inglese;
• un trasferimento del post-training non sempre riuscito.

Ai2 segnala inoltre come questione aperta il compromesso tra l'efficienza delle architetture gerarchiche a byte e la comprensione fine dei caratteri.

Perché conta

• RICERCA DI FRONTIERA: Il problema dei modelli byte-level si sposta dal costo del pretraining alla qualità della conversione. Restano aperti il predittore dei confini e il compromesso tra efficienza e comprensione dei caratteri: è lì che si giocherà il confronto con i tokenizer subword.
• LLM BUILDER/DEV: Con una frazione del budget di pretraining si può ottenere una variante byte-level di un modello open che già si usa, utile per ortografia, stringhe rare e testo carattere per carattere. Prima di adottarla va misurato il calo su matematica e su HumanEval pass@1. I checkpoint, compresi Bwen e Blama, sono su Hugging Face.

Google Cloud lancia l'agente Gemini persistente: compiti di giorni, memoria propria e un account Workspace per ogni «collega» digitale

A Gemini at Work 2026 Google ha presentato un agente unico che lavora nel cloud per ore o giorni. Ha quattro tipi di memoria e, nella versione «coworker», un'email, un calendario e un Drive suoi. Può già usare anche i modelli Claude. Per ora è in private preview e su costi, licenze e controlli amministrativi le risposte sono ancora parziali.

L'8 ottobre, a Gemini at Work 2026, Google Cloud ha presentato un «agente universale» per il lavoro, chiamato semplicemente Gemini. È un solo agente, con una sola API, per rispondere a domande, produrre documenti e media, scrivere ed eseguire codice. Nel post firmato dal CEO Thomas Kurian l'idea di fondo è che all'agente si danno obiettivi, non istruzioni. È lui a pianificare il lavoro, usare skill e tool, collegarsi ai sistemi aziendali e consegnare un risultato finito.

L'agente gira nel cloud e lavora anche quando l'utente non c'è. I compiti di ore o giorni proseguono a laptop chiuso, con sub-agenti temporanei che lavorano in parallelo o in sequenza. Ha quattro tipi di memoria:

• di sessione, per il compito in corso;
• semantica, per la conoscenza accumulata;
• procedurale, per i flussi di lavoro appresi;
• episodica, per lo storico delle attività.

La variante «coworker» ha un ruolo stabile e un account Workspace proprio, con email @agents.company.com, calendario, Drive e una voce nella rubrica aziendale. Lo si menziona in Chat o nei commenti di un documento. Agisce con un'identità sua e vede solo ciò che gli viene condiviso.

Per ogni compito l'agente sceglie il modello tra quelli Gemini e, già da ora, i Claude di Anthropic. Sono previsti altri modelli, proprietari e aperti. Lo si usa da web, dispositivi mobili, desktop e riga di comando, oltre che da Workspace, Microsoft 365 e Slack. Sul fronte della governance Google cita:

• identità crittograficamente attestate;
• registrazione di ogni azione per l'audit;
• un Agent Sandbox per l'esecuzione isolata;
• un Agent Gateway che filtra tutto il traffico degli agenti.

Secondo VentureBeat l'agente è disponibile in private preview per un gruppo di clienti selezionati, senza una data per la disponibilità generale. Sarà incluso senza costi aggiuntivi dove c'è Gemini Enterprise. Restano però aperti diversi punti:

• quanto costeranno i coworker persistenti e le lunghe attività autonome;
• se ogni agente avrà un account Workspace completo e con quali licenze;
• quanto controllo avranno gli amministratori sui singoli servizi;
• quali dati arriveranno ai fornitori terzi come Anthropic.

Mancano anche benchmark indipendenti sull'affidabilità nei compiti lunghi. L'annuncio segue proposte simili di Microsoft (Autopilot in Copilot, 25 settembre) e OpenAI (Dots, 29 settembre).

Perché conta

• IMPRENDITORI: La spesa per l'AI si sposta dagli assistenti di chat a «colleghi» digitali che lavorano da soli per giorni. L'agente è incluso in Gemini Enterprise senza costi aggiuntivi, ma il costo reale di tanti agenti persistenti non è ancora noto. Conviene sperimentare nella fase di anteprima prima di impegnare il budget.
• INGEGNERI ICT / IT MANAGER: Ogni agente ha un'identità e permessi propri. I coworker configurati come membri del team hanno anche un account Workspace dedicato, ma Google non ha chiarito se ciò valga per tutte le configurazioni né come funzioneranno provisioning e licenze. Conviene quindi gestirli come utenze (minimo privilegio, audit, limiti di spesa per progetto) e chiedere a Google quali controlli ci saranno sui singoli servizi Workspace e quali dati arriveranno ai fornitori terzi come Anthropic.