GPT-5.5 di OpenAI: più veloce, efficiente e orientato agli agenti

Il panorama dell'intelligenza artificiale generativa è in costante evoluzione, con innovazioni che si susseguono a ritmi serrati. Il 23 aprile 2026, a sole sette settimane dal rilascio di GPT-5.4, OpenAI ha presentato ufficialmente GPT-5.5. Questo nuovo modello, disponibile anche nella sua variante Pro, è già accessibile agli utenti Plus, Pro, Business ed Enterprise di ChatGPT e Codex. L'API sarà presto rilasciata, con un costo di 5 dollari per milione di token in input e 30 dollari per milione di token in output, segnalando un posizionamento premium per capacità superiori.

Il dato che ha catturato maggiormente l'attenzione è lo straordinario 82,7% ottenuto su Terminal-Bench 2.0. Questo benchmark avanzato è progettato per valutare la capacità di un modello di gestire flussi di lavoro complessi da riga di comando, che implicano pianificazione, iterazione e coordinamento di strumenti. Il suo predecessore, GPT-5.4, si fermava al 75,1%, mentre i concorrenti Claude Opus 4.7 e Gemini 3.1 Pro raggiungevano rispettivamente il 69,4% e il 68,5%. Tale distacco non è una mera curiosità numerica, ma si traduce in vantaggi tangibili e immediatamente percepibili in contesti di produzione, specialmente su task reali e complessi.

Prestazioni da record: i benchmark e l'efficienza

I miglioramenti di GPT-5.5 non si limitano a un singolo benchmark di eccellenza. OpenAI rivendica un avanzamento in quasi ogni dimensione misurata, un risultato particolarmente degno di nota dato il mantenimento della stessa latenza per token di GPT-5.4. Non solo, il modello riesce a ridurre significativamente il numero di token consumati per completare il medesimo compito. Un ulteriore balzo in avanti è la velocità di generazione, che aumenta di oltre il 20% grazie a nuove euristiche di load balancing, co-progettate con Nvidia e ottimizzate per i sistemi GB200 e GB300 NVL72. Questi vettori di miglioramento — intelligenza superiore, maggiore parsimonia nei costi operativi a parità di output e velocità di restituzione incrementata — sono spesso in contrapposizione. GPT-5.5 li fa convivere, pur essendo più caro al singolo token, suggerendo un'ottimizzazione complessiva che bilancia performance e spesa.

L'evoluzione dell'intelligenza: coding agentico

La vera parola d'ordine che definisce GPT-5.5 è "agentic coding". Questo concetto va oltre la semplice risposta a domande di programmazione, delineando un modello che è in grado di prendere in carico un task completo, pianificarlo autonomamente, utilizzare strumenti esterni, verificare i propri risultati intermedi e portare avanti il lavoro senza la necessità di un'interazione umana a ogni passaggio. È un passo significativo verso agenti AI più autonomi e capaci.

Le capacità di "agentic coding" sono messe alla prova su benchmark specifici. Su SWE-Bench Pro, che valuta la risoluzione di issue reali presenti su GitHub, GPT-5.5 raggiunge il 58,6% in singolo passaggio. Sebbene Claude Opus 4.7 mantenga un vantaggio con il 64,3% per i task multi-file complessi, la performance di GPT-5.5 è comunque notevole e indica una solida competenza nella gestione di problemi di programmazione pratici. La lettura incrociata dei benchmark suggerisce che, in produzione, la scelta del modello più adatto dipenderà dalla natura specifica del task da affrontare, valorizzando i punti di forza unici di ogni soluzione.

Il modello capisce il software: i feedback degli sviluppatori

I primi feedback degli sviluppatori che hanno avuto accesso alla preview di GPT-5.5 evidenziano un aspetto cruciale, difficile da quantificare numericamente ma di enorme importanza pratica: il modello dimostra una profonda comprensione della forma e della struttura di un sistema software. È in grado di intuire perché qualcosa sta fallendo, dove un fix dovrebbe essere applicato e quali conseguenze a valle potrebbero derivare dalla modifica di una specifica classe. Dan Shipper, fondatore di Every, ha descritto GPT-5.5 come il primo modello di coding con una seria chiarezza concettuale. Ha raccontato come, dopo giorni di debugging post-lancio di un'app, il suo team avesse dovuto coinvolgere un senior engineer per riscrivere una parte del sistema; GPT-5.4 non era riuscito a gestire tale riscrittura, mentre GPT-5.5, a parità di input, sì. Michael Truelli di Cursor ha aggiunto un dettaglio operativo fondamentale per chiunque abbia provato a mettere in produzione un agente: il modello rimane sul compito più a lungo, non mollando prima del previsto. Questo era un problema cronico dei modelli precedenti sui task di lunga durata, spesso irrisolvibile anche con prompt più raffinati.

GPT-5.5 come co-scienziato

Un capitolo sorprendente del comunicato di OpenAI riguarda l'applicazione di GPT-5.5 alla ricerca scientifica, elevandolo al ruolo di vero e proprio "co-scienziato". Una versione interna di GPT-5.5, dotata di un "harness" dedicato, ha contribuito a trovare una nuova dimostrazione su un fatto asintotico riguardante i numeri di Ramsey off-diagonali, un oggetto centrale della combinatoria. Questo risultato è stato poi verificato formalmente in Lean. La combinatoria è la branca della matematica che studia come oggetti discreti si combinano tra loro – grafi, reti, insiemi, pattern – e i numeri di Ramsey, in parole semplici, si chiedono quanto debba essere grande una rete perché emerga inevitabilmente un certo tipo di ordine. Risultati in quest'area sono notoriamente rari e tecnicamente complessi. Il fatto che un LLM abbia contribuito a un risultato formalmente verificabile su questo terreno è una notizia di tutt'altro calibro rispetto al semplice "il chatbot scrive meglio le email".

Anche nel campo della bioinformatica, GPT-5.5 dimostra capacità superiori. Su BixBench, un benchmark costruito su dati reali del settore, il modello raggiunge l'80,5%, contro il 74% di GPT-5.4. A riprova di queste capacità, un professore di immunologia citato nel comunicato ha utilizzato GPT-5.5 Pro per analizzare un dataset composto da 62 campioni e circa 28mila geni, producendo un report che, a sua detta, avrebbe richiesto mesi al suo team. Sebbene questi siano aneddoti che vanno letti con cautela, il pattern che emerge è coerente con le altre testimonianze raccolte dalle testate che hanno seguito il lancio: il modello si rivela utile non solo per rispondere a domande puntuali, ma per iterare su un problema distribuito nel tempo, rimanendo "all'interno" di una ricerca.

Rivoluzionare il lavoro d'ufficio e l'analisi dati

OpenAI spinge con forza il concetto di "knowledge work" per GPT-5.5, intendendo l'analisi di dati, la generazione di documenti e presentazioni, e l'automazione di flussi aziendali. Un esempio interno illustra la portata di queste capacità: il team Finance di OpenAI ha utilizzato GPT-5.5 in Codex per revisionare 24.771 moduli fiscali K-1, per un totale di 71.637 pagine, riuscendo ad accorciare il ciclo di due settimane rispetto all'anno precedente. Questo non è un caso d'uso applicabile a tutte le realtà, ma dimostra la scala su cui il modello può operare quando ha accesso ai file e ai sistemi giusti. Su GDPval, la metrica interna che OpenAI usa per valutare il lavoro di conoscenza, GPT-5.5 raggiunge l'84,9%, contro il 46,8% di Gemini 3.1 Pro. È importante soffermarsi su cosa significhi GDPval, poiché è un benchmark diverso dagli altri: misura la produzione di artefatti professionali reali, come un pitch deck di vendita, uno scheduling da pronto soccorso o una scheda fiscale.

Tuttavia, anche GPT-5.5 ha i suoi limiti in specifiche aree. Su FinanceAgent v1.1, ad esempio, Claude Opus 4.7 mantiene un leggero vantaggio con il 64,4% contro il 60,0% di GPT-5.5. Un fatto notevole è che OpenAI ha ammesso apertamente questa differenza nella tabella ufficiale di comparazione, una novità rispetto ai lanci precedenti dove le comparazioni venivano pubblicate solo nei casi di vittoria.

Il costo reale dell'outcome

Il tema dei costi merita un'osservazione specifica, poiché qui si gioca buona parte del ragionamento legato all'adozione enterprise. Sebbene il prezzo API di GPT-5.5 sia il doppio di quello di GPT-5.4 al token (5/30 dollari per milione anziché 2,5/15, e GPT-5.5 Pro ancora di più a 30/180), OpenAI dichiara che per completare gli stessi task in Codex il nuovo modello usa significativamente meno token. Ciò implica che il costo reale per outcome, non per singolo token, può essere in realtà più basso. Questa affermazione dovrà essere verificata sul campo, caso per caso, ma rappresenta un pattern di pricing che premia le organizzazioni che misurano la spesa in funzione del risultato prodotto, e non del consumo grezzo di token. Per chi ragiona in ottica agentica, è esattamente il metro di valutazione più appropriato.

La sicurezza al primo posto

Sul fronte della sicurezza, OpenAI classifica le capacità biologiche/chimiche e di cybersecurity di GPT-5.5 come “High”, un gradino sotto il livello “Critical”. L'azienda ha anche implementato un set di safeguard più stretto rispetto alla generazione precedente. Nella pratica, ciò significa che chi lavora su ricerca legittima in ambito cyber potrebbe riscontrare inizialmente qualche filtro in più, con potenziali falsi positivi su richieste che con GPT-5.4 sarebbero passate senza problemi. Per i "verified defender", coloro che si occupano della difesa di infrastrutture critiche, esiste un programma di Trusted Access per il quale è possibile richiedere un accesso dedicato e più permissivo.

Scenario competitivo e primato ritrovato

È importante considerare il contesto competitivo. Anthropic ha una soluzione chiamata Claude Mythos Preview, che non è disponibile commercialmente. Viene classificata da Anthropic come un asset strategico difensivo ad alto rischio cyber e accessibile solo a un numero ristretto di partner e agenzie governative. La vera competizione sul mercato commerciale si svolge quindi tra GPT-5.5, Gemini 3.1 Pro e Claude Opus 4.7. Su questo perimetro, GPT-5.5 ritorna in cima alla classifica composita Artificial Analysis Intelligence Index con 59 punti, contro una media dei modelli comparabili di 33. Questo indica che OpenAI ha ripreso la leadership complessiva.

Tre questioni chiave per l'adozione aziendale

Dal punto di vista di chi adotta l'AI in azienda, il lancio di GPT-5.5 solleva tre questioni concrete e urgenti, che è opportuno affrontare senza attendere il prossimo round di release.

1. Procurement

La prima questione riguarda il procurement. Se un'organizzazione ha contratti aperti su GPT-5.4, il passaggio a GPT-5.5 richiede una rivalutazione approfondita del rapporto costo/outcome per i casi d'uso effettivamente in produzione. È fondamentale analizzare se l'aumento del costo per token sia compensato da una riduzione del consumo totale e da un miglioramento delle prestazioni e dell'efficienza dei risultati. Le aziende dovranno condurre analisi di fattibilità e ROI dettagliate per giustificare il passaggio e ottimizzare l'investimento.

2. Architettura

La seconda questione è di architettura. Le capacità agentiche e la profonda comprensione del software di GPT-5.5 impongono una riflessione su come le architetture AI aziendali possano essere adattate o ripensate per sfruttare appieno il nuovo modello. Le aziende dovranno valutare come integrare agenti autonomi nei loro flussi di lavoro, quali strumenti e sistemi dovrebbero essere interconnessi con l'LLM e come gestire la governance di sistemi che possono operare con maggiore indipendenza. Questo potrebbe richiedere una revisione delle pipeline di sviluppo software, delle strategie di integrazione e dei protocolli di sicurezza per supportare un'intelligenza artificiale più proattiva e complessa.