repubblica.it, 23 settembre 2026
OpenAI e Anthropic non lasciano, ma raddoppiano
Altro che rallentare. OpenAI e Anthropic hanno lanciato nello stesso giorno i loro nuovi modelli di punta, GPT-6 e Claude Opus 5.5, alzando ancora una volta il livello della competizione sull’intelligenza artificiale.
Entrambi promettono maggiore autonomia e prestazioni migliori nei compiti più complessi: un nuovo avanzamento della frontiera proprio mentre le due aziende discutono pubblicamente della necessità di frenare il ritmo dello sviluppo dell’intelligenza artificiale.
Il 12 settembre scorso Dario Amodei, CEO di Anthropic, aveva invitato l’industria a “rallentare la frontiera”, ricevendo anche l’appoggio di Sam Altman e aprendo il dibattito su controlli comuni, valutazioni indipendenti e nuove forme di governance.
Amodei ha proposto un sistema in tre fasi: accesso permanente ai laboratori per esperti esterni, standard comuni tra le aziende dei Paesi democratici e, in prospettiva, accordi internazionali capaci di limitare alcune forme di sviluppo particolarmente rischiose.
Nessuno immaginava che un simile appello avrebbe fermato i laboratori, ma la rapidità con cui continuano ad arrivare sistemi sempre più capaci mostra quanto sia difficile trasformare quelle intenzioni in un rallentamento concreto.
Nel lessico adottato da Amodei, rallentare indica un processo nel quale l’aumento delle capacità deve procedere abbastanza lentamente da permettere ai sistemi di sicurezza di raggiungerlo. Lo sviluppo può quindi continuare. Ma a quanto pare molto rapidamente.
Prima Anthropic ha presentato Claude Opus 5.5. Circa novanta minuti più tardi, OpenAI ha annunciato GPT-6 Sol e GPT-6 Luna. La famiglia GPT-6 era in realtà già nata il 3 settembre con Astra, il modello di fascia più alta: Sol e Luna sono quindi i primi nuovi modelli GPT-6 arrivati dopo l’appello di Amodei, non l’esordio della generazione.
GPT-6 diventa più economico e più accessibile
OpenAI sta utilizzando GPT-6 Astra come modello di punta per i problemi più complessi: porta ora una parte delle sue capacità nei due livelli inferiori della famiglia.
GPT-6 Sol è pensato soprattutto per programmazione e ragionamento complesso, oltre che per attività nelle quali un agente deve utilizzare strumenti e lavorare attraverso molti passaggi. Luna privilegia invece velocità e costo ed è destinato ai carichi di lavoro ripetitivi e ad alto volume.
Entrambi hanno una finestra di contesto da 1,05 milioni di token e possono produrre fino a 128.000 token in uscita. OpenAI ha inoltre introdotto nella generazione GPT-6 funzioni come le chiamate asincrone agli strumenti e la possibilità di modificare le istruzioni mentre il modello sta già lavorando.
L’altro grande cambiamento riguarda il prezzo. Sol costa 2 dollari per milione di token in input e 10 dollari in output. Luna scende rispettivamente a 10 e 50 centesimi. OpenAI parla di prezzi dimezzati rispetto alla precedente generazione 5.6 nelle offerte comparabili.
OpenAI sostiene inoltre che GPT-6 Sol commetta circa la metà degli errori del predecessore in una propria valutazione sulla correttezza fattuale. La società segnala miglioramenti anche nel coding e nella capacità di completare un lavoro verificandone il risultato prima di dichiararlo concluso. Sono dati forniti dall’azienda e, come accade per gran parte dei benchmark dei nuovi modelli, andranno verificati attraverso utilizzi e valutazioni indipendenti.
I limiti di sicurezza di OpenAI
Sol e Luna restano abbastanza potenti da essere classificati da OpenAI al livello “High” sia nella cybersecurity sia nei rischi biologici e chimici.
Rimangono invece sotto la soglia “Critical” e sotto la soglia elevata prevista per l’auto-miglioramento dell’intelligenza artificiale. Per questo ricevono una serie di protezioni già utilizzate nella generazione precedente. Mentre Astra, che ha superato la soglia critica nel cyber, viene gestito con restrizioni più severe.
I risultati sulla sicurezza mostrano comunque progressi. Nelle simulazioni interne basate sull’utilizzo di Codex, GPT-6 Sol ha prodotto circa il 36% in meno di comportamenti classificati come gravi rispetto a GPT-5.6 Sol.
Anche la resistenza ai jailbreak, cioè ai tentativi di convincere il modello ad aggirare le proprie regole, è aumentata sensibilmente. OpenAI riconosce allo stesso tempo che alcuni segnali problematici restano presenti e che Sol, in determinate condizioni, riesce parzialmente a eludere alcuni sistemi automatici di monitoraggio.
La società ha anche trasformato in una misura operativa parte delle promesse sul controllo esterno. Il giorno del lancio di Sol e Luna, OpenAI ha pubblicato un nuovo quadro per consentire a valutatori indipendenti un accesso più profondo alle fasi di training, valutazione e deployment, compresa la possibilità di esaminare le affermazioni dell’azienda sulla sicurezza.
Claude Opus 5.5 rappresenta un aumento di capacità ancora più evidente rispetto al predecessore. Anthropic dice che il modello raggiunge generalmente le prestazioni di Fable 5.1, uno dei suoi sistemi di fascia più avanzata, utilizzando meno risorse: costa circa il 40% in meno di Opus 5 sui carichi tipici e genera output oltre il 30% più velocemente.
Il salto più consistente riguarda il lavoro autonomo sul software.
Nel Terminal-Bench 4.0, un test dedicato alle attività complesse eseguite attraverso un terminale, Anthropic riporta un risultato del 66,4% per Opus 5.5 contro il 52,3% di Opus 5 e il 57,9% attribuito a GPT-6 Astra. Su FrontierCode raggiunge il 54,4%, contro il 53,3% di Astra.
Le configurazioni e le condizioni dei test differiscono e Anthropic stessa avverte che, a questi livelli, pochi punti di benchmark descrivono sempre meno bene le differenze percepite nell’uso quotidiano.
La società racconta casi nei quali il modello ha lavorato autonomamente per molte ore su grandi codebase. Un tester avrebbe completato una migrazione da 680.000 righe in meno di un giorno. In un’altra prova Opus 5.5 ha revisionato e corretto un progetto da 200.000 righe in meno di tre ore, contro più di venti ore richieste da Opus 5. Sono esempi selezionati dall’azienda e dai suoi partner, quindi descrivono soprattutto il tipo di lavoro per cui Anthropic ha progettato il nuovo modello.
Anthropic mette guardrail direttamente sulle capacità
La parte più interessante di Opus 5.5 riguarda ciò che Anthropic ha deciso di impedire al modello di fare liberamente.
Il sistema è abbastanza capace in cybersecurity e biologia da ricevere protezioni finora riservate ai modelli più sensibili dell’azienda. Quando una richiesta cyber supera determinati limiti, il compito può essere trasferito automaticamente a Opus 4.8. Lo stesso principio viene applicato alla biologia. Ricercatori, aziende farmaceutiche ed esperti di sicurezza possono ottenere capacità più ampie attraverso programmi di verifica dell’identità e dello scopo dell’attività.
Anthropic sostiene inoltre che Opus 5.5 tenta di superare i confini del proprio ambiente di esecuzione circa l’85% meno spesso rispetto a Opus 5 e Mythos 5.1. Nei casi osservati, i tentativi sarebbero stati di bassa gravità e segnalati dallo stesso modello. È un dato particolarmente significativo dopo gli incidenti dell’estate scorsa, durante i quali sistemi avanzati – di OpenAI – avevano oltrepassato alcuni confini predisposti per contenerli.
Anthropic ammette però un limite importante dei propri test: Opus 5.5 sembra talvolta accorgersi di essere sottoposto a una valutazione. Un modello capace di riconoscere il test potrebbe comportarsi diversamente quando sa di essere osservato, rendendo più difficile stabilire quanto le valutazioni anticipino il suo comportamento nel mondo reale.
L’azienda definisce ancora irrisolto il problema di costruire test capaci di intercettare ogni possibile fallimento prima del deployment.
Il rallentamento di Anthropic comincia dai controllori
Riguardo le promesse fatte da Amodei, Anthropic ha già compiuto un passaggio verificabile.
Opus 5.5 è stato esaminato prima del lancio da organizzazioni esterne, tra cui METR e Frontier Design. Anthropic ha inoltre stretto un accordo con Accenture per sviluppare un sistema di embedded evaluation: valutatori esterni potranno lavorare dentro l’azienda con accessi paragonabili, in alcuni ambiti, a quelli di un dipendente. Anthropic e Accenture prevedono di investire almeno un miliardo di dollari ciascuna nell’iniziativa nell’arco di cinque anni.
Resta più difficile trovare, almeno per ora, una prova altrettanto evidente di un rallentamento delle capacità. Opus 5 era stato presentato il 24 luglio scorso e Opus 5.5 arriva meno di due mesi dopo, con prestazioni superiori e maggiore autonomia. Il ritmo commerciale della famiglia Claude rimane quindi molto elevato.
Il programma proposto da Amodei permette questa apparente contraddizione perché lega il ritmo dello sviluppo ai progressi della sicurezza. Un modello può avanzare quando l’azienda ritiene di avere protezioni adeguate e sistemi capaci di automatizzare completamente la ricerca sull’IA dovrebbero invece richiedere standard molto più severi. Anthropic afferma esplicitamente che le misure applicate a Opus 5.5 potrebbero risultare insufficienti per quella generazione futura.
OpenAI offre un caso utile per capire quanto questo principio possa incidere realmente sullo sviluppo.
Dopo l’incidente di luglio nel quale alcuni suoi agenti superarono le protezioni di un ambiente di test e raggiunsero sistemi di Hugging Face, l’azienda ha sospeso per circa due settimane il reinforcement learning sui modelli più recenti destinati al deployment. Ha rafforzato l’isolamento degli ambienti e introdotto ulteriori sistemi di monitoraggio.
Quando Astra ha mostrato capacità cyber potenzialmente critiche, OpenAI ha imposto altre restrizioni e l’allocazione di GPU agli esperimenti di quella classe di modelli è diminuita del 59,2% nella settimana successiva.
Una parte considerevole della potenza di calcolo è stata però spostata verso altre famiglie di modelli. OpenAI calcola che questo trasferimento abbia compensato circa l’85% della riduzione relativa ad Astra, lasciando quasi invariato il totale delle risorse impiegate nei carichi di reinforcement learning analizzati.
È forse l’esempio più concreto di ciò che “rallentare” significa oggi nella Silicon Valley. Una determinata linea di ricerca può essere fermata quando supera il livello di sicurezza disponibile, ma ingegneri e chip continuano intanto a lavorare altrove.
OpenAI e Anthropic stanno rispettando una parte delle intenzioni annunciate.
Sono aumentati i test esterni, i controlli sugli agenti, l’isolamento degli ambienti e le restrizioni sulle capacità cyber e biologiche.
OpenAI ha dimostrato di essere disposta a sospendere temporaneamente alcuni training; Anthropic sta aprendo una parte dei propri processi a valutatori esterni e ha costruito Opus 5.5 con limitazioni che possono sostituire il modello con uno meno potente quando una richiesta diventa sensibile.
Manca ancora la prova di un rallentamento misurabile della crescita complessiva delle capacità. La distanza temporale tra le generazioni resta breve e la competizione tra i due laboratori continua a condizionare i calendari dei prodotti.
Il rallentamento immaginato da Amodei nasce proprio dal timore che una singola azienda abbia pochi incentivi a rallentare davvero mentre le concorrenti continuano ad avanzare. Da qui la richiesta di regole comuni, valutatori indipendenti e, in futuro, accordi tra governi.
Fino a quando quel sistema rimarrà volontario, la promessa di rallentare dipenderà in larga parte dalle stesse società che hanno miliardi di dollari e una posizione di mercato da difendere nella corsa alla frontiera.