OpenAI ha presentato il 26 ottobre 2026 GPT-6.1 Terra, un aggiornamento del modello progettato per automatizzare attività professionali attraverso le interfacce dei computer. La novità economica è immediata: il prezzo standard dell’API scende del 50% rispetto a GPT-5.6 Terra, mentre le prestazioni dichiarate migliorano nell’utilizzo delle applicazioni, nell’analisi visiva e nella programmazione. Il modello è disponibile anche in ChatGPT Work e Codex per gli abbonamenti compatibili. La direzione è chiara: OpenAI vuole rendere conveniente l’impiego degli agenti AI nelle operazioni quotidiane delle imprese, dove il valore non si misura nella brillantezza di una risposta, ma nella capacità di completare un’attività senza richiedere continue correzioni umane.

La distinzione tecnologica è importante. Un chatbot interpreta una richiesta e restituisce testo; un agente dotato di computer use può invece osservare lo schermo, individuare gli elementi di un’interfaccia e interagire con applicazioni esistenti. Può, per esempio, leggere una fattura, trasferirne i dati in un gestionale o compilare un modulo. Questo approccio riduce la necessità di integrare ogni applicazione attraverso API dedicate, anche se non elimina i problemi legati alle autorizzazioni, alla stabilità delle interfacce e alla verifica delle operazioni eseguite. Per molte aziende, soprattutto quelle che utilizzano software gestionali datati o sistemi difficili da integrare, la possibilità di automatizzare processi attraverso l’interfaccia grafica potrebbe avere conseguenze concrete sui costi di implementazione.

Il dato più interessante riguarda l’affidabilità dichiarata. Nei test interni di OpenAI costruiti con richieste progettate per indurre errori fattuali, il tasso di errore di GPT-6.1 Terra scende dal 53,6% di GPT-5.6 Terra al 16,7% con un livello di ragionamento basso. Al massimo livello di ragionamento, la percentuale si riduce a circa il 4,3%, con un miglioramento di 18 punti percentuali rispetto al predecessore. Sono risultati notevoli, ma occorre leggere correttamente il denominatore: si tratta di una valutazione interna su prompt difficili, non di una misura universale dell’accuratezza del modello in qualsiasi contesto professionale. Un agente che gestisce documenti contabili, per esempio, deve essere valutato anche sulla capacità di riconoscere dati mancanti, segnalare anomalie e non confermare un’operazione quando le informazioni sono insufficienti.

Anche il benchmark Terminal-Bench 4.0 segnala un progresso. Al massimo livello di ragionamento, GPT-6.1 Terra completa correttamente il 50,3% delle attività valutate, contro il 21,5% attribuito a GPT-5.6 Terra. Il risultato più che raddoppia la percentuale precedente, pur lasciando una quota considerevole di compiti irrisolti. Per un responsabile tecnologico, questa differenza conta più di una generica dichiarazione di superiorità: dimostra un avanzamento nella capacità di un agente di operare attraverso strumenti software, ma non giustifica ancora l’esecuzione autonoma di processi critici senza controlli. OpenAI dichiara inoltre che Terra completa le attività oltre tre volte più velocemente, in media, rispetto a GPT-6 Astra e GPT-6.1 Sol. Anche questa comparazione va considerata alla luce dei test e delle condizioni adottate dall’azienda, non come una garanzia di prestazioni equivalenti su qualsiasi carico di lavoro.

Sul piano dei prezzi, OpenAI indica per l’API standard un costo di un dollaro per milione di token in ingresso, cinque dollari per milione di token in uscita e 0,05 dollari per milione di token di ingresso memorizzati nella cache. Il prezzo effettivo di un processo automatizzato, tuttavia, non coincide con il costo dei token. Un agente che deve osservare schermate, interpretare il risultato di un’azione e riprovare dopo un errore può consumare risorse in modo molto diverso da un modello che genera una risposta testuale una sola volta. Il calcolo economico deve quindi includere il numero di tentativi, il tempo necessario per completare il compito, il costo dell’infrastruttura e l’eventuale intervento di un operatore. Il dimezzamento del prezzo unitario è un incentivo significativo, ma il risparmio aziendale va misurato sul costo complessivo per attività conclusa correttamente.

Per i vertici aziendali, il cambiamento più rilevante potrebbe emergere nella riprogettazione dei processi. Automatizzare una singola operazione è relativamente semplice; ottenere un flusso affidabile che attraversi più applicazioni, rispetti le autorizzazioni e produca risultati verificabili è un problema di architettura organizzativa. Il modello deve disporre di un mandato preciso, di accessi limitati a ciò che serve e di regole per fermarsi quando incontra un’eccezione. In assenza di queste condizioni, una maggiore velocità può amplificare anche gli errori. La riduzione del costo dell’inferenza rende più accessibile la sperimentazione, ma non sostituisce la progettazione dei controlli né la responsabilità di chi mette l’agente in produzione.

Rimane poi la questione della sicurezza. OpenAI afferma che GPT-6.1 Terra conserva le protezioni sviluppate per i modelli più avanzati della famiglia GPT-6 e dichiara una particolare attenzione alla resistenza alle istruzioni malevole incorporate nei contenuti elaborati dall’agente. Il documento di sicurezza assegna al modello una classificazione Critical per le capacità in ambito di cybersicurezza e High per quelle biologiche e chimiche, applicando il relativo sistema di salvaguardie. Queste classificazioni non significano che il modello sia pericoloso in ogni utilizzo, ma indicano che le sue capacità richiedono misure di protezione adeguate. Quando un agente può interagire con applicazioni aziendali, la sicurezza deve riguardare anche i permessi, i dati accessibili e le azioni che possono produrre conseguenze irreversibili. OpenAI Deployment Safety Hub

La strategia di OpenAI diventa così più leggibile. GPT-6.1 Terra è orientato al lavoro professionale ad alto volume, mentre GPT-6.1 Sol e GPT-6 Astra rimangono le opzioni indicate per attività di ricerca approfondita e programmazione particolarmente complesse. La segmentazione risponde a una logica economica precisa: utilizzare il modello più costoso per ogni operazione sarebbe inefficiente, soprattutto quando una parte consistente del lavoro aziendale consiste nell’eseguire procedure ripetitive. Il vantaggio competitivo, nei prossimi mesi, dipenderà sempre meno dalla disponibilità di un singolo modello e sempre più dalla capacità di assegnare a ciascun compito il livello di intelligenza necessario, mantenendo sotto controllo costi ed errori.

Per le imprese europee, la notizia merita attenzione anche in relazione alla sovranità digitale. Un agente più economico può accelerare l’adozione dell’AI, ma non risolve automaticamente le questioni relative alla localizzazione dell’inferenza, alla gestione dei dati e alla dipendenza dal fornitore. Le note di rilascio di OpenAI precisano, peraltro, che GPT-6.1 Terra non supporta la residenza dell’inferenza negli Emirati Arabi Uniti; la restrizione riguarda il luogo in cui viene eseguita l’inferenza, non la posizione geografica dell’utente. È un esempio concreto di come disponibilità del modello e requisiti di localizzazione siano questioni distinte. Per un’azienda europea, la decisione di adottare un agente dovrebbe quindi partire dal processo da automatizzare e proseguire con una verifica contrattuale e tecnica dei dati trattati, dei controlli disponibili e dei vincoli applicabili.

La notizia, in definitiva, non è soltanto il lancio di un modello più economico. È il tentativo di spostare l’AI generativa dal terreno delle risposte a quello dell’esecuzione operativa, dove il valore commerciale dipende dalla percentuale di attività completate, dal tempo risparmiato e dal costo necessario per correggere gli errori. I benchmark pubblicati da OpenAI indicano progressi sostanziali, ma restano risultati dichiarati dal produttore e devono essere verificati su processi reali. Per i CEO e i CTO, il criterio decisivo non sarà stabilire quale modello ottenga il punteggio più alto in una classifica, bensì capire quale sistema riesca a svolgere un compito aziendale in modo ripetibile, verificabile e sufficientemente economico da giustificare il passaggio dalla sperimentazione alla produzione.

Fonti ufficiali: OpenAI, presentazione di GPT-6.1 Terra; Note di rilascio di OpenAI; Documentazione di sicurezza del modello.