Aggiornato al 13 novembre 2026
A che punto è l'IA
I modelli che contano, cosa sanno fare e quanto costano. I risultati nei benchmark sono spesso dichiarati dai produttori: li riportiamo come tali.
Settembre affollato
Nella sola prima settimana del mese Anthropic, Google, OpenAI e Meta hanno presentato nuovi modelli; tra il 21 e il 29 settembre sono seguiti Grok 4.7, Claude Opus 5.5, GPT-6 Sol e Luna, MiMo-V2.6, Claude Sonnet 5.5 e GPT-6.1 Sol. Il 30 settembre Google ha risposto con Gemini 4 Argon, la sua prima ammiraglia da quasi un anno, aperta a sviluppatori e abbonati Pro e Ultra dal 13 ottobre. Il ritmo è ormai di un aggiornamento importante ogni poche settimane per laboratorio. Il 12 ottobre è arrivato anche Meta con Muse Wonder, il suo primo modello di frontiera: nei test indipendenti di Artificial Analysis la versione Full si piazza subito dietro Claude Opus 5.5. Il 28 ottobre Google ha annunciato Gemini 4 Carbon, che passa in testa all'indice di Artificial Analysis, per ora riservato a pochi esperti di sicurezza informatica. Il 12 novembre è arrivato Gemini 4 Hydrogen, il modello veloce della serie, aperto anche agli utenti gratuiti.
I prezzi scendono
Opus 5.5 costa circa il 40% in meno di Opus 5 sui carichi tipici, GPT-6 Sol e Luna dimezzano il listino dei predecessori, Sonnet 5.5 arriva quasi al livello di Opus 5.5 a metà prezzo. Il 26 ottobre OpenAI ha aggiunto GPT-6.1 Terra a 1 / 5 $, metà del listino di Sol, e il 29 ottobre Mistral ha portato Large 4 a 0,70 / 2,10 $. Il 9 novembre Anthropic ha abbassato l'ammiraglia Claude Fable 5.2 a 8 / 40 $, il 20% meno di GPT-6 Astra, e Meta ha lanciato Muse Ember a 0,10 / 0,50 $ per i compiti ripetitivi degli agenti. Attenzione però ai token: i modelli che ragionano a lungo possono costare più del previsto per ogni compito. Per chi usa le API, rifare i conti ogni trimestre conviene.
L'open source insegue da vicino
MiMo-V2.6-Pro di Xiaomi e GLM-5.3 di Z.ai sono pubblicati con licenza MIT, che consente l'uso commerciale. Per molte aziende significa poter far girare un modello competitivo sui propri server. Il rovescio: secondo Anthropic, GLM-5.3 sa già costruire attacchi informatici e le sue protezioni si possono rimuovere. A inizio ottobre sono arrivati anche due grandi modelli occidentali annunciati a pesi aperti, Beam di Reflection AI e Mistral Large 4: i pesi di Mistral Large 4 sono scaricabili dal 29 ottobre, con una licenza che ammette l'uso commerciale. Il 15 ottobre Meta ha pubblicato Muse Spark Open, 816 miliardi di parametri a pesi aperti, ma con una licenza propria che limita alcuni usi commerciali. Il 23 ottobre Moonshot AI ha lanciato Kimi K3.1 Pro a metà del prezzo di Claude Opus 5.5, promettendo i pesi completi entro il 4 novembre.
La sicurezza entra nei prodotti
GPT-6 Astra è il primo modello OpenAI classificato a rischio "Critical" per la cybersicurezza: alcune funzioni sono bloccate. Anthropic distribuisce la variante meno limitata, Mythos 5.2, solo a organizzazioni verificate.
La corsa dei modelli
Chi ha pubblicato di più, mese per mese
I modelli da conoscere
| Modello | Uscito | Prezzo API (input / output per milione di token) | Dove | In breve |
|---|---|---|---|---|
| Gemini 4 Hydrogen | 12 nov | 1,50 / 7,50 $ | App Gemini, Ricerca Google per tutti, API e AI Studio anche nel livello gratuito con limiti d'uso | Il modello veloce della serie 4, consigliato a chi usa Gemini 3.8 Flash. Google dichiara 51 punti sull'indice di Artificial Analysis (54 al livello di ragionamento più alto), compiti finiti 2,5 volte più in fretta di 3.8 Flash e 57% su Terminal-Bench 4.1: dati del produttore. Contesto di 1 milione di token. Fonte |
| Gemini 4 Carbon | 28 ott | 2 / 10 $ al lancio, poi 4 / 20 $ | Per ora solo alcuni esperti di difesa informatica (programma Fairwind); sviluppatori, aziende e abbonati non ancora | Primo nell'indice indipendente di Artificial Analysis (v5) con 59 punti, davanti a Claude Opus 5.5 (58) e GPT-6 Astra (57). Google dichiara il miglior risultato in gran parte dei suoi test, tra cui 88,2% su SEC-bench Pro (ricerca di vulnerabilità): dati del produttore. Fonte |
| Kimi K3.1 Pro Moonshot AI | 23 ott | 2 / 10 $ | App Kimi, Kimi Code, API; pesi aperti su Hugging Face (licenza Moonshot) | Contesto da 1 milione di token. Secondo Moonshot 65,7% su Terminal-Bench 4.0, vicino a Claude Opus 5.5 (dato del produttore). Nell'indice indipendente di Artificial Analysis debutta quarto, con 55 punti. Versione Highspeed a 4 / 20 $. Fonte |
| Muse Wonder Meta | 12 ott | 4 / 20 $ | Meta Model API, Muse Code; la versione Full solo per gli abbonati di Muse Code | Il primo modello di frontiera di Meta, orientato agli agenti, contesto di circa 1 milione di token, non a pesi aperti. Per Artificial Analysis la versione Full è appena dietro Claude Opus 5.5 e davanti a Claude Fable 5.1 nel loro indice; debole sulla conoscenza generale, con pochissime allucinazioni. Fonte |
| Mistral Large 4 Mistral AI | 6 ott | 0,70 / 2,10 $ | Dal 29 ottobre pesi aperti su Hugging Face (licenza Mistral Ecosystem Open-Weight: uso commerciale ammesso, accordo a parte per chi lo offre come servizio); API, Mistral Studio, OpenRouter | Mille miliardi di parametri (49 miliardi attivi), legge testo e immagini, oltre 160 lingue, contesto fino a 1 milione di token. Dopo altro addestramento Mistral dichiara 41% su Terminal-Bench 4.0 (28% in anteprima) e il miglior risultato tra i modelli aperti nella programmazione (dati del produttore). Fonte |
| Gemini 4 Argon | 30 set | 2 / 10 $ fino al 30 novembre, poi 4 / 20 $ | Dal 13 ottobre API (livello a pagamento), app Gemini e modalità IA della Ricerca con Google AI Pro e Ultra | Primo o a pari merito in 13 test su 18 secondo Google (dati del produttore), forte nel lavoro d'ufficio con agenti e nella programmazione. Nei test indipendenti è primo nella classifica testuale di Arena e pari a GPT-6 Astra sull'indice di Artificial Analysis, dietro Claude Opus 5.5. Fino a 1 milione di token in uscita. Fonte |
| Claude Opus 5.5 Anthropic | 22 set | 4 / 20 $ | API, app Claude | Punto di riferimento per programmazione e lavoro d'ufficio con agenti. Terminal-Bench 4.0: 66,4% (dato del produttore). Fonte |
| Claude Sonnet 5.5 Anthropic | 28 set | 2 / 10 $ | API, app Claude, AWS, Google Cloud, Azure | Secondo nell'Intelligence Index di Artificial Analysis (56 punti), a due da Opus 5.5 a metà prezzo. Terminal-Bench 4.0: 70,6% (dato del produttore). Fonte |
| Claude Fable 5.2 Anthropic | 9 nov | 8 / 40 $ | API, app Claude, AWS, Google Cloud, Microsoft Azure; Mythos 5.2 solo per organizzazioni verificate | L'ammiraglia per compiti lunghi e complessi: costa il 20% in meno di Fable 5.1 e risponde fino al 30% più in fretta (dati del produttore). Mythos 5.2 è lo stesso modello con meno blocchi su sicurezza informatica e biologia, riservato ai programmi di verifica di Anthropic. Fonte |
| GPT-6 Astra OpenAI | 3 set | 10 / 50 $ | API, ChatGPT a pagamento | Nuova ammiraglia. OpenAI dichiara lo stato dell'arte in codice, matematica e uso del computer; funzioni cyber avanzate bloccate. Fonte |
| GPT-6.1 Sol / GPT-6 Luna OpenAI | 29 set | 2 / 10 $ · 0,10 / 0,50 $ | API, ChatGPT, Codex; Luna nel piano gratuito di ChatGPT dall'8 ottobre | Le versioni economiche della generazione 6. GPT-6.1 Sol, secondo OpenAI, si avvicina ad Astra in codice e uso del computer a un quinto del prezzo; 50 punti nell'Intelligence Index di Artificial Analysis. Fonte |
| GPT-6.1 Terra OpenAI | 26 ott | 1 / 5 $ | API, ChatGPT Work e Codex (Plus, Pro, Enterprise, Edu) | Modello di fascia media per uso del computer, lettura dello schermo e codice. OpenAI dichiara prestazioni vicine a GPT-6 Astra nei compiti con agenti, tre volte più veloce (dato del produttore). Per Artificial Analysis è 4 punti sotto GPT-6.1 Sol e tra i più convenienti per costo a compito. Fonte |
| Grok 4.7 SpaceX (ex xAI) | 21 set | 2 / 6 $ | API, Grok, Cursor, GitHub Copilot | Contesto da 500 mila token, quattro livelli di ragionamento. Forte sui benchmark legali (Harvey Legal Agent). Fonte |
Come leggere i benchmark
- Terminal-Bench
- Quanto bene un modello porta a termine compiti reali di programmazione e amministrazione di sistema lavorando da terminale.
- OSWorld
- Uso del computer: il modello deve completare compiti in un vero sistema operativo, cliccando e digitando come una persona.
- ARC-AGI
- Rompicapi visivi nuovi, facili per le persone e difficili per le macchine: misura la capacità di generalizzare.
- FrontierMath
- Problemi di matematica inediti scritti da ricercatori; il livello 4 è quello più difficile.
- Humanity's Last Exam
- Migliaia di domande di livello specialistico in decine di discipline.
- Arena
- Classifica basata su voti umani alla cieca: chi vota confronta due risposte senza sapere quale modello le ha scritte.
Vuoi vedere il meglio di tutti i modelli messo insieme? Guarda quanto è vicina l'IA all'intelligenza umana.
Un punteggio alto su un benchmark non garantisce che un modello sia il migliore per il tuo lavoro: per scegliere, guarda la pagina Lo strumento giusto.
Fonti
Newsletter · ogni venerdì
La settimana di Radar IA, in una email
Ogni venerdì mattina: le novità che contano sull'intelligenza artificiale (modelli, strumenti, normativa, bandi), gli articoli della settimana e cosa guardare nei giorni successivi. Gratis, niente pubblicità.
In regalo a chi si iscrive: IA in azienda: la checklist degli obblighi, in PDF.