Se stai scegliendo tra GPT-5.6 Sol e Grok 4.5 e ti chiedi dove si colloca GPT-5.6 Terra, la risposta breve è una scala di prezzo. Grok 4.5 è il più economico per la programmazione ad alto volume, GPT-5.6 Terra è l’opzione intermedia dal buon rapporto qualità-prezzo che ti offre il contesto da 1M di token di Sol a metà prezzo, e GPT-5.6 Sol è il livello premium per il ragionamento più difficile. Per avere un riferimento, ho eseguito la stessa attività di coding su entrambe le varianti GPT: Terra e Sol hanno entrambe risolto in un colpo solo una cache LRU thread-safe che ha superato tutti e quattro i test unitari, rispettivamente in 23 e 26 secondi. Questa guida illustra il calcolo reale dei costi e dove ciascun modello si guadagna il proprio prezzo.
Perché il prezzo di listino è fuorviante
Sulla carta la scala sembra semplice. Grok 4.5 di xAI è quotato a $2 per milione di token in input e $6 in output. GPT-5.6 Terra è quotato a $2.50 in input e $15 in output, metà di Sol nell’ambito dei livelli di prezzo di GPT-5.6. GPT-5.6 Sol è quotato a $5 in input e $30 in output. La maggior parte delle pagine di confronto si ferma a questi numeri.
Il problema è che il prezzo per token non è il prezzo per task. Grok 4.5 è ottimizzato per essere conciso: nelle corse di coding SWE-bench pubblicate da xAI e da tester indipendenti, emette circa 15.954 token di output per portare a termine un task, mentre i modelli della classe GPT-5 nello stesso suite ne spendono circa 47.000, circa 3 volte di più. Moltiplicate il divario di token per il divario di prezzo e la differenza si amplia ben oltre il dato principale.
Cosa significa "costo effettivo" per la tua fattura mensile
La formula è semplice: token di output per task × prezzo di output × numero di task. Prezzi su 100 task di coding (solo token di output, prima di input e retry): Grok 4.5 arriva a circa $9.60 (15,954 × $6/M × 100), GPT-5.6 Terra a circa $70.50 (47,000 × $15/M × 100), e GPT-5.6 Sol a circa $141 (47,000 × $30/M × 100). Considera le cifre di GPT come una proxy della stessa famiglia, non conteggi di token misurati dal modello, finché OpenAI non pubblicherà i numeri SWE-bench specifici per Sol e Terra. Anche così, l’ordine resta stabile: Terra dimezza all’incirca la bolletta di Sol per la stessa finestra di contesto, e Grok li sottocosta entrambi di un ampio margine.
Pratico: cosa hanno effettivamente fatto le varianti di GPT-5.6
Ho dato a GPT-5.6 Sol e GPT-5.6 Terra lo stesso prompt con i parametri predefiniti: "Implement a thread-safe LRU cache in Python with O(1) get and put, capacity eviction, a lock, and four unit tests." Poi ho eseguito ciascun file generato senza modifiche.
Entrambi hanno superato al primo tentativo. Tutti e quattro i test, che coprivano get/put di base, eviction in caso di overflow, refresh della recency e scritture concorrenti, sono andati in verde per ciascun modello, e entrambi hanno prodotto la struttura da manuale: una lista doppiamente collegata con nodi sentinella, un indice a dizionario e un lock reentrante. La differenza era l'efficienza. Terra ha terminato in 23,0 secondi e ha addebitato 1.250 token con soli 145 token di ragionamento nascosti; Sol ha impiegato 26,1 secondi e ha addebitato 1.362 token con 347 token di ragionamento, più del doppio dell'overhead di ragionamento di Terra. In un compito che entrambi i modelli hanno eseguito perfettamente, il budget di ragionamento più leggero di Terra è esattamente il tipo di cosa che si somma su migliaia di chiamate.
Non ho potuto eseguire lo stesso test contro Grok 4.5 sullo stesso endpoint, quindi non farò finta di averlo fatto. I dati su Grok 4.5 qui riportati provengono dai benchmark pubblicati da xAI e dai report per sviluppatori, non da una mia esecuzione, cosa che vale la pena dire chiaramente dato quanto rumore non verificato circoli attorno a questi lanci. Se vuoi il quadro più completo, ecco ciò che è confermato su Grok 4.5.
Dove vince ciascun modello
Nessun singolo modello vince ovunque. Ecco come si allineano le specifiche verificate.
Spec | Grok 4.5 | GPT-5.6 Terra | GPT-5.6 Sol |
|---|---|---|---|
Prezzo input / 1M | $2 | $2.50 | $5 |
Prezzo output / 1M | $6 | $15 | $30 |
Finestra di contesto | 500K | 1M | 1M |
Output massimo | Non pubblicato | 128K | 128K |
Terminal-Bench 2.1 | 83.3% | 87.4%* | 91.9% |
SWE-Bench Pro | 64.7% | 63.4% | Non pubblicato |
Rilasciato | 2026-07-08 | 2026-07-09 | 2026-06-26 |
*L'87,4% di Terra è riportato con il massimo sforzo di ragionamento.
GPT-5.6 Sol si colloca al vertice della curva di ragionamento con il 91,9% su Terminal-Bench 2.1. GPT-5.6 Terra è il livello bilanciato: lo stesso contesto da 1M e output da 128K di Sol, un solido 87,4% su Terminal-Bench e un 92,9% dichiarato su GPQA Diamond, il tutto a metà del prezzo di output di Sol. Grok 4.5 risponde con il prezzo più basso, un solido 64,7% su SWE-Bench Pro (di poco davanti al 63,4% di Terra) e un throughput di circa 80 token al secondo, al costo di un contesto più קטן da 500K.
Il divario di trasparenza dei benchmark
Una nota: xAI pubblica solo una manciata di punteggi per Grok 4.5, e OpenAI riporta il valore di punta di Terminal-Bench di Terra con il massimo sforzo di ragionamento, che consuma più token di un’esecuzione predefinita. Quando un numero è accompagnato da un asterisco o un fornitore mostra quattro benchmark invece di quindici, considera le lacune come ignote piuttosto che come parità. Per una decisione d’acquisto, attribuisci maggiore peso ai benchmark che corrispondono al tuo lavoro, Terminal-Bench per l’uso agentico degli strumenti e SWE-Bench Pro per il coding su scala di repository, rispetto alle medie di punta.
Come scegliere: abbinare il modello al carico di lavoro
Salta il framing del “quale è il più intelligente” e instrada in base al compito.
I team che fanno coding ad alto volume, loop agentici o che sono sensibili ai costi scelgono Grok 4.5. Quando esegui migliaia di completamenti vincolati, il risparmio di token di Grok e il prezzo di output di $6 si traducono in risparmi concreti. È la scelta migliore in termini di prezzo-prestazioni per i flussi di lavoro in stile Cursor, purché 500K di contesto siano sufficienti.
Il lavoro su scala di produzione che necessita di un grande contesto con un budget contenuto sceglie GPT-5.6 Terra. È il punto ideale per la maggior parte dei team: la finestra da 1M di Sol e 128K di output, benchmark vicini a Sol, e la mia prova pratica ha mostrato un overhead di reasoning più leggero, il tutto a metà del prezzo di Sol.
I problemi singoli più कठिन scelgono GPT-5.6 Sol. Quando un prompt necessita davvero del massimo della curva di reasoning e ne esegui un numero minore, il punteggio Terminal-Bench più alto di Sol giustifica il sovrapprezzo.
I carichi di lavoro misti vengono instradati dinamicamente. Invia i job di massa a Grok 4.5, la produzione quotidiana a Terra, ed esegui l'upgrade a Sol solo per i prompt più difficili.
Utilizzare tutti e tre tramite una sola API
Non è necessario scegliere in modo permanente. GPT-5.6 Sol e Terra sono disponibili direttamente da OpenAI e tramite relay compatibili con OpenAI; i test pratici sopra sono stati eseguiti tramite gli endpoint AIReiter gpt-5.6-sol e gpt-5.6-terra, che raggiungono diversi modelli da un'unica API key e un unico saldo crediti. Grok 4.5 è fornito dalla API proprietaria di xAI, e la disponibilità dei modelli tramite qualsiasi relay varia a seconda del provider, quindi verifica il catalogo prima di integrarlo in produzione. Consolidare l'accesso modifica il tuo sistema di fatturazione e di integrazione, non ciò che i modelli restituiscono.
FAQ
Qual è il più economico: GPT-5.6 Sol, Terra o Grok 4.5?
Grok 4.5 è il più economico in termini di prezzo di listino a $2/$6 per milione di token, e il più economico per attività grazie alla sua efficienza in termini di token. Tra le varianti GPT, Terra ($2.50/$15) ha un prezzo di output pari alla metà di Sol ($5/$30).
Qual è la differenza tra GPT-5.6 Sol e Terra?
Stesso contesto da 1M e output da 128K, ma livelli diversi. Sol è il modello di reasoning premium (91,9% su Terminal-Bench 2.1); Terra è il livello bilanciato, orientato alla produzione, a metà prezzo e, nel mio test, ha usato molti meno token di reasoning (145 contro 347) per risolvere lo stesso problema.
Il ragionamento nascosto cambia il costo?
Sì. Sol ha addebitato 347 token di reasoning e Terra 145 per lo stesso task, oltre alla risposta visibile, quindi una risposta che sembra breve costa comunque più di quanto suggerisca l’output. Prevedi un budget per i token di reasoning e nota che i livelli più bassi come Terra tendono a spenderne meno.
Quale ha la finestra di contesto più grande?
Sia GPT-5.6 Sol che Terra offrono 1M token, il doppio dei 500K di Grok 4.5. Entrambe le varianti GPT documentano anche un output massimo di 128K; Grok 4.5 non pubblica il proprio limite di output.
Qual è meglio per programmare?
Per il coding in batch o agentico, Grok 4.5 offre il miglior rapporto costo-prestazioni (64,7% su SWE-Bench Pro a basso costo). Per il coding con contesto ampio o fortemente orientato al ragionamento, Terra copre la maggior parte delle esigenze e Sol eccelle nei benchmark di ragionamento.
Quando sono stati rilasciati GPT-5.6 Sol, Terra e Grok 4.5?
GPT-5.6 Sol è stato rilasciato il 2026-06-26, GPT-5.6 Terra il 2026-07-09, e Grok 4.5 il 2026-07-08.
In sintesi
Grok 4.5 vince la tua bolletta mensile, GPT-5.6 Terra vince sul valore per i lavori di produzione a contesto ampio, e GPT-5.6 Sol vince i compiti di ragionamento più difficili. Prima di impegnarti, esegui una breve valutazione sui tuoi prompt rappresentativi: le cifre dei costi qui si basano sui conteggi di token pubblicati e su un test pratico solo con GPT, e il profilo di token del tuo carico di lavoro è ciò che determina davvero la tua bolletta. Per la maggior parte dei team, Terra è la scelta pratica predefinita tra i modelli della gamma GPT-5.6, Grok 4.5 è l'opzione economica per volumi elevati, e Sol è quello a cui ricorri quando nulla di più economico è abbastanza buono.