GPT-5.5 di OpenAI batte Claude e Gemini su quasi tutti i test

Cosa è successo

OpenAI ha rilasciato GPT-5.5 — nome in codice "Spud", atteso da mesi — sette settimane dopo GPT-5.4 e una settimana dopo il lancio di Claude Opus 4.7 di Anthropic. È già disponibile per gli abbonati paganti di ChatGPT e Codex; l'accesso tramite API seguirà a ruota, una volta integrati ulteriori guardrail di cybersicurezza. Nel Preparedness Framework di OpenAI il modello è classificato "high risk" proprio per le capacità cyber e biologiche — non oltre la soglia critica che richiederebbe misure straordinarie, ma abbastanza da giustificare una distribuzione graduale.

Tra i modelli disponibili al pubblico, GPT-5.5 riprende la leadership: supera Claude Opus 4.7 e Gemini 3.1 Pro su 14 benchmark, contro quattro e due rispettivamente. Mythos Preview di Anthropic — distribuito solo a un consorzio ristretto di partner per operazioni di cybersicurezza difensiva, “Project Glasswing” — resta in testa sui benchmark di puro coding come SWE-bench. Il prezzo per token è raddoppiato rispetto a 5.4, ma il modello produce circa il 40% di token in meno per lo stesso task, il che porta il costo netto a circa +20%.

Greg Brockman, presidente di OpenAI, lo ha definito "una nuova classe di intelligenza": prende un task ambiguo, pianifica, usa gli strumenti a disposizione, controlla il proprio lavoro e porta a termine senza bisogno di essere guidato passo passo.

Perché è importante

Jakub Pachocki, chief scientist di OpenAI, ha detto alla presentazione che gli ultimi due anni sono stati "sorprendentemente lenti" e che il ritmo di evoluzione continuerà ad accelerare. È una descrizione operativa. I modelli più recenti sono stati usati per costruire i propri successori — il ciclo che l'industria chiama recursive self-improvement si sta chiudendo, anche se non è ancora completo. Mark Chen, chief research officer, stima ancora circa due anni prima che un sistema gestisca un intero ciclo di ricerca AI in autonomia.

• Dietro la scelta di OpenAI c'è una logica di business tanto quanto una di sicurezza. ChatGPT e Codex sono superfici monitorate: OpenAI osserva i pattern d'uso, aggiorna i guardrail in tempo reale, distribuisce gli accessi per livello di abbonamento e può intervenire chirurgicamente senza interrompere il servizio. L'API aperta, invece, è la superficie dove il modello diventa materia prima per le terze parti: replicabile, estraibile, trasferibile.
• Tenere lì il ritardo significa tenere il vantaggio dentro casa il tempo necessario perché la generazione successiva lo renda obsoleto. Da qui il ritmo dei rilasci si fa strategia: più frequente è la cadenza, meno finestra resta a chiunque — fuori dai canali controllati — per capitalizzare su ciò che già esiste. Anthropic parte dalla stessa intuizione con un perimetro ancora più stretto: distribuire la capacità di frontiera come risorsa tattica, non come prodotto di massa, finché non esistono strumenti per gestirla in sicurezza su scala.
• Nel segmento enterprise — dove negli ultimi mesi Anthropic ha costruito la narrativa più forte — questo approccio diventa particolarmente urgente. L'obiettivo è occupare una superficie di distribuzione prima che diventi di qualcun altro; i benchmark, rispetto a questo, sono rumore.

E adesso?

• Fra meno di un mese c'è il Google I/O, e anche Google dovrà scegliere dove far vivere i propri modelli e con quale cadenza rilasciarli. La risposta dirà molto sul tipo di competitore che intende rappresentare; e su quanto spazio resti per una terza via, oltre la dicotomia tra il canale di massa di OpenAI e il perimetro più selettivo di Anthropic.
• Per la maggior parte degli utenti finali, nell'immediato, cambia poco. Nel medio termine, la mappa della distribuzione si disegna in queste settimane, mentre il mercato è ancora fluido. Sul lungo, con questa accelerazione, è più saggio non pronunciarsi affatto.