OpenAI taglia i costi di serving: GPT‑5.6 riduce i prezzi dell'intelligenza

OpenAI ha ridotto i prezzi tra il 20% e l’80% e abbassato di 13 volte, in quattro mesi, il costo di un’intelligenza equivalente a GPT‑5.4. È quanto riporta AINews a valle dei cicli di auto‑ottimizzazione introdotti con GPT‑5.6.

AINews attribuisce un taglio specifico del 20% ai kernel di produzione, distinto dal range generale del 20%‑80% sui prezzi. La testata parla di “ottimizzazione autonoma dei kernel” che incide sull’intera catena di esecuzione senza degrado di qualità.

Il cuore del metodo è l’auto‑ottimizzazione in produzione. GPT‑5.6 analizza traffico reale, regola il bilanciamento dei carichi e riscrive i kernel su componenti critiche. Le riscritture avvengono nelle lingue interne usate per l’erogazione, tra cui Triton e Gluon, con un’integrazione diretta nel percorso di inferenza. Il risultato operativo è misurabile: −20% sui costi end‑to‑end attribuiti ai soli kernel, dentro un contesto più ampio di tagli fino all’80%.

La fonte cita anche interventi sulla decodifica speculativa come parte del pacchetto di accelerazione. Il principio è semplice: servire più token con lo stesso hardware, a parità di qualità percepita. AINews usa il punteggio Elo di LMSys come metrica di confronto per mantenere costante il livello di “intelligenza” lungo le serie temporali.

Il dato sul “costo dell’intelligenza” calato di 13× in quattro mesi, assumendo come riferimento un livello pari a GPT‑5.4, rientra in una discesa più lunga. Un anno fa, lo stesso osservatorio mostrava nel proprio “hero chart” una riduzione di 1000× in 18 mesi per un’intelligenza paragonabile a GPT‑4, tenendo fisso l’Elo. Demis aveva ripreso quel grafico. AINews sostiene che, dopo altri 18 mesi, la curva non si è arrestata.

La lettura proposta è coerente: distillazione e ottimizzazione guidata dal modello comprimono il costo per unità di qualità, mantenuta costante dalla metrica. L’ultimo giro di interventi di GPT‑5.6 si inserisce qui: kernel riscritti, pipeline tarata su dati di produzione, tecniche di decodifica aggiornate. Il pezzo di evidenza più concreto resta il −20% imputato ai kernel, da non confondere con il taglio complessivo di listino nel range 20%‑80%.

“Distillation is all you need!”, sintetizza AINews, legando la caduta dei costi alla capacità del modello di migliorare se stesso e l’infrastruttura che lo eroga. La notizia, nella cronologia riportata, è che la traiettoria continua: la stessa intelligenza, misurata su Elo, oggi costa meno di ieri, e molto meno di 18 mesi fa.

Se questo ritmo reggerà, l’effetto potrebbe spostarsi dal costo al design dei prodotti: più chiamate, catene più profonde, e casi d’uso prima scartati per prezzo che tornano sul tavolo. La pressione, a quel punto, passerà dall’hardware all’orchestrazione dei carichi e alla capacità di iterare in produzione con modelli che ottimizzano il proprio stack.