GPT-6.1 Terra: cosa cambia con le API a metà prezzo

GPT-6.1 Terra è il nuovo modello di taglia media di OpenAI, presentato il 26 ottobre 2026 e pensato per il lavoro al computer: capisce cosa c’è sullo schermo, agisce fra le app e scrive in modo naturale. Secondo OpenAI costa il 50% in meno di GPT-5.6 Terra nelle API standard, ed è disponibile in ChatGPT Work, in Codex e nelle API con il nome gpt-6.1-terra.

Chi costruisce agenti e automazioni guarda questa notizia con una domanda sola: conviene spostare un flusso che oggi gira su un altro modello? Qui trovi cosa ha dichiarato OpenAI, cosa viene da fonti terze, cosa nessuno ha ancora misurato e un test da fare questa settimana. Dati aggiornati al 28 ottobre 2026.

Che cos’è GPT-6.1 Terra e cosa ha annunciato OpenAI?

OpenAI l’ha presentato il 26 ottobre 2026 nel post di annuncio per gli sviluppatori. La gamma OpenAI ha quattro taglie, dalla più economica alla più capace: Luna, Terra, Sol e Astra. Terra è quella di mezzo, e 9to5Mac ricorda che era rimasta fuori dall’aggiornamento a GPT-6, quando erano arrivati Sol e Luna. Questo è l’aggiornamento di Terra.

I fatti dichiarati da OpenAI:

• Prezzo: «50% lower standard API prices» rispetto a GPT-5.6 Terra.
• Qualità: un salto netto su GPT-5.6 Terra nel test Agents’ Last Exam, e prestazioni vicine a GPT-6 Astra «a un decimo del prezzo per token».
• Velocità: in un test sugli agenti finisce i compiti in media più di tre volte più velocemente di Astra e di GPT-6.1 Sol.
• Dove si usa: in ChatGPT Work e in Codex per gli utenti Plus, Pro, Enterprise ed Edu (rilascio in corso), e nelle API come gpt-6.1-terra.
• Per che lavori: comprensione di ciò che è sullo schermo, azioni fra le app e scrittura naturale.

La notizia che ha rilanciato in Italia questo annuncio è quella di AI4Business, che titola sull’automazione digitale a metà prezzo.

Quanto costa GPT-6.1 Terra nelle API?

Il post di OpenAI dice «50% in meno» ma, nel testo della pagina, non riporta le cifre: rimanda alla scheda del modello. Una testata tecnica, Interesting Engineering, riferisce i prezzi per milione di token che trovi nella tabella.

Prima di fare conti sul tuo budget, controlla le cifre sulla pagina prezzi ufficiale di OpenAI: sono la fonte che vale quando firmi una spesa. Per ragionare sul costo reale di più agenti insieme ti serve anche il metodo, che ho scritto in Il costo mensile reale di una flotta di agenti AI: il prezzo per token è una voce, il numero di passaggi per compito è l’altra.

Cosa è misurato e cosa è solo dichiarato?

Quasi tutti i risultati sono di OpenAI, su test scelti da OpenAI. Nessuna parte terza li ha ancora riprodotti, per quanto ho trovato al 28 ottobre. Cosa c’è, con la sua origine:

• Errori sui prompt che inducono a sbagliare (test interno di OpenAI): a basso sforzo di ragionamento l’errore scende dal 53,6% al 16,7%; a sforzo massimo scende di circa 18 punti, al 4,3%, vicino ad Astra e Sol (9to5Mac).
• Terminal-Bench 4.0 a sforzo massimo: Terra risolve il 50,3% dei compiti contro il 21,5% di GPT-5.6 Terra (dato riportato da Interesting Engineering).
• Programmazione in Copilot: GitHub, che l’ha reso disponibile il 26 ottobre per i piani a pagamento, scrive che nei primi test ha risolto «noticeably more terminal and C# coding tasks» di GPT-5.6 Terra (GitHub Changelog). È un giudizio qualitativo, senza percentuali.

Non ho trovato in fonti pubbliche la finestra di contesto né un confronto indipendente con Claude. E un limite lo mette lo stesso OpenAI: per ricerche approfondite e programmazione complessa consiglia Sol o Astra.

Cosa cambia per chi costruisce agenti e automazioni?

Tre cose, in ordine di peso.

1. Il costo dei flussi ripetitivi. Se un agente fa molte operazioni piccole al giorno (leggere un documento, compilare un modulo, classificare un messaggio), un prezzo dimezzato pesa subito. Se fa poche operazioni complesse, il risparmio conta meno della qualità del risultato.
2. La velocità. Per un agente che usa un programma passo dopo passo, i tempi si sommano a ogni passaggio. Un modello che finisce prima rende utilizzabili flussi che oggi sono troppo lenti per un cliente in attesa.
3. La concorrenza fra fornitori. Sempre più agenti sono pensati per lavorare dentro le tue app, come ho raccontato per i dots di OpenAI. Più i modelli diventano economici, più la scelta si sposta da «quale è più bravo» a «quale regge nel mio caso, a che costo».

Quello che non cambia è la parte difficile: dove l’agente può sbagliare senza danni e dove no. Un modello più economico fa più operazioni con lo stesso budget, quindi anche più errori in assoluto, se i controlli non crescono con lui. Ne ho scritto in Agenti AI in produzione: cosa si rompe davvero.

GPT-6.1 Terra o Claude: come si confrontano?

Oggi non si può dire chi vince, e chiunque lo affermi dopo due giorni sta leggendo un comunicato. Interesting Engineering riporta che, a sforzo massimo, i costi per compito di Terra sono circa nove volte inferiori a Claude Opus 5.5: è un confronto riportato dalla testata, non una misura indipendente. Io uso Claude ogni giorno per costruire il mio sistema di agenti, e non ho ancora provato Terra su un mio flusso, quindi non ti dico che è meglio o peggio. Ti dico come lo scoprirei, nel punto successivo. Se usi Claude per programmare, il confronto sui costi che conta è quello del tuo abbonamento: ne parlo in Claude Code abbonamento: costi reali e come risparmiare token.

Cosa testare questa settimana prima di spostare un flusso?

1. Scegli un flusso solo, ripetitivo e con un risultato controllabile: per esempio compilare lo stesso tipo di modulo o classificare le richieste in arrivo.
2. Raccogli 20-30 casi reali già risolti da una persona, con la risposta giusta nota. Sono il tuo metro.
3. Falli girare sul modello attuale e su Terra, con le stesse istruzioni. Segna per ciascuno: risposta giusta o sbagliata, tempo, costo del compito intero (non del singolo token).
4. Prova anche lo sforzo di ragionamento basso. Nel test interno di OpenAI il calo maggiore degli errori è a sforzo basso: se regge sui tuoi casi, il risparmio raddoppia.
5. Guarda gli errori, non la media. Un modello giusto nel 95% dei casi può sbagliare proprio quelli costosi. Decidi prima quali sono.
6. Sposta il flusso solo con un punto di approvazione umana sulle azioni verso l’esterno e un modo per tornare indietro in un minuto.

Se un flusso tocca dati di clienti, controlla anche dove il fornitore tratta i dati e cosa prevede il contratto del piano che usi: è un controllo che il costo per token non mostra.

Cosa non è ancora chiaro?

• Le cifre ufficiali dei prezzi nella scheda del modello, da verificare sulla pagina OpenAI.
• La finestra di contesto e i limiti di utilizzo effettivi nei piani ChatGPT.
• Confronti indipendenti, non di OpenAI, sui compiti reali di agenti e uso del computer.
• La disponibilità e le condizioni per le aziende europee nei diversi piani.

Domande frequenti

Quando è uscito GPT-6.1 Terra?

OpenAI l’ha presentato il 26 ottobre 2026 e ha cominciato il rilascio in ChatGPT Work, in Codex e nelle API. Il rilascio agli utenti è graduale, quindi potresti non vederlo subito.

Quanto costa GPT-6.1 Terra rispetto a GPT-5.6 Terra?

Secondo OpenAI il prezzo standard delle API è del 50% più basso. Interesting Engineering riporta 1 dollaro per milione di token in input e 5 in output: verifica le cifre sulla pagina prezzi di OpenAI prima di usarle in un preventivo.

Chi può usare GPT-6.1 Terra in ChatGPT?

Secondo l’annuncio di OpenAI, gli utenti Plus, Pro, Enterprise ed Edu, in ChatGPT Work e in Codex. È anche disponibile in GitHub Copilot per i piani Pro, Pro+, Max, Business ed Enterprise.

Conviene passare a GPT-6.1 Terra al posto di Claude?

Non c’è ancora un confronto indipendente che lo dica. I numeri disponibili sono di OpenAI o riportati da testate. L’unico modo serio è provare entrambi sui tuoi casi reali, con lo stesso metro, come nella lista qui sopra.

Mattia Calastri costruisce Company Brain e agenti AI per aziende e professionisti. Lavora ogni giorno con un sistema di agenti suo. Chi sono.

Fonti: annuncio OpenAI per gli sviluppatori, 9to5Mac, Interesting Engineering, GitHub Changelog, AI4Business, consultate il 28 ottobre 2026.