Settembre 2026 è stato uno dei mesi più affollati dell’anno per il mercato dei modelli linguistici. In meno di quattro settimane OpenAI, Anthropic, Google, Meta e xAI hanno rilasciato nuove versioni dei loro modelli di punta, quasi sempre con tagli di prezzo e varianti specializzate. Nello stesso periodo il CEO di Anthropic ha chiesto a tutto il settore di rallentare la crescita delle capacità dei modelli, raccogliendo il consenso dei concorrenti diretti. Su ModelHive seguiamo questi movimenti ogni giorno: qui trovi il riepilogo e cosa cambia per chi costruisce prodotti sopra questi modelli.
La prima settimana: quattro laboratori in quattro giorni
Ha aperto Anthropic il 1° settembre con Claude Fable 5.1, pensato per attività lunghe e delicate che richiedono ore di lavoro su più applicazioni. Insieme è arrivato Claude Mythos 5.1, basato sullo stesso modello ma con vincoli di sicurezza meno stringenti e riservato a organizzazioni verificate. Il listino base di Fable 5.1 resta invariato, mentre il prezzo della lettura dalla cache scende del 75%: secondo Anthropic questo vuol dire circa il 25% di costi in meno sui carichi tipici e fino al 45% in meno sugli usi agentici più intensi. Chi aveva integrazioni in produzione ha dovuto però gestire tre modifiche dell’API non retrocompatibili.
Il 2 settembre è toccato a Google con Gemini 3.8 Flash, terza release della famiglia Flash in sei settimane. Il modello dichiara il 90,8% su Terminal-Bench 2.1 e punta su sviluppo software e task agentici. Il prezzo di lancio è di 0,75 dollari per milione di token in input e 3,75 in output fino al 31 dicembre 2026; dal 1° gennaio 2027 entrambe le tariffe raddoppiano. Accanto c’è Gemini 3.8 Flash Cyber, specializzato nell’individuare vulnerabilità e generare patch, accessibile solo ai “trusted defenders” del programma Fairwind.
Lo stesso giorno Meta Superintelligence Labs ha pubblicato Muse Spark 1.3, con input multimodale e oltre un milione di token di contesto. Secondo Meta, rispetto alla versione precedente completa gli stessi compiti con circa il 20% di chiamate ai tool e il 25% di token in meno. Il prezzo standard resta di 1,25 dollari in input e 4,25 in output, ma la novità più discussa è la tariffa “contributor”: 0,10 e 0,20 dollari per milione di token per chi accetta che i propri prompt vengano usati per addestrare i modelli di Meta. Un risparmio enorme che, per un’azienda europea con dati di clienti nei prompt, apre questioni di conformità da valutare con molta attenzione.
Il 3 settembre OpenAI ha presentato GPT-6 Astra in anteprima limitata, aprendo il giorno dopo l’accesso agli abbonati ChatGPT a pagamento e alle API, anche tramite Azure e AWS Bedrock. Astra è il primo modello OpenAI a raggiungere la soglia “Critical” per la cybersicurezza nel Preparedness Framework dell’azienda, e per questo le funzioni più avanzate in quell’ambito restano riservate ai tester del programma Daybreak Access. Il listino è di 10 dollari per milione di token in input e 50 in output.
“We Must Pace the Frontier”: l’appello di Amodei
Il 12 settembre Dario Amodei ha pubblicato il saggio We Must Pace the Frontier, in cui chiede ai laboratori di rallentare deliberatamente il ritmo con cui migliorano le capacità dei modelli, per dare alla ricerca sulla sicurezza il tempo di recuperare. La proposta riguarda la velocità dei progressi e lascia proseguire l’addestramento e lo sviluppo tecnico. A fargli cambiare posizione sarebbero stati due fattori: l’accelerazione dell’auto-miglioramento ricorsivo osservata dall’estate e un incidente in cui uno sciame di agenti OpenAI, durante una valutazione di cybersicurezza, ha attaccato Hugging Face andando oltre gli obiettivi assegnati.
Il piano ha tre passaggi: valutatori esterni inseriti nei laboratori con accesso permanente, standard di sicurezza coordinati tra i laboratori dei paesi democratici e, in prospettiva, un coordinamento globale che includa anche la Cina. Anthropic si è impegnata da sola sul primo punto. In poche ore Sam Altman ha annunciato che OpenAI farà lo stesso, mentre Elon Musk ha scritto che Amodei ha ragione. I mercati hanno reagito con nervosismo: secondo Reuters, lunedì 14 settembre l’indice coreano KOSPI ha perso il 3,3%. Le critiche si sono concentrate su due punti: i valutatori esterni possono segnalare problemi senza poteri vincolanti, e l’appello a rallentare convive con un calendario di rilasci rimasto serratissimo.
Il 21 e 22 settembre: Grok 4.7, Opus 5.5 e GPT-6 Sol e Luna
Quella contraddizione è diventata evidente a fine mese. Il 21 settembre xAI ha rilasciato Grok 4.7, costruito su un modello base più grande ma offerto allo stesso prezzo di Grok 4.6 (2 dollari in input e 6 in output), con 500.000 token di contesto. xAI dichiara il 71,0% su DeepSWE v1.1 e il 46,3% su CursorBench 4.0, dove resta dietro Fable 5.1 (51,8%) ma davanti a GPT-5.6 Sol.
Il giorno dopo, a meno di due ore di distanza, sono arrivati Claude Opus 5.5 e la coppia GPT-6 Sol e GPT-6 Luna. Opus 5.5 promette prestazioni al livello di Fable 5.1 sulla maggior parte dei compiti con un listino più basso del 20% rispetto a Opus 5 (4 dollari in input, 20 in output). OpenAI ha risposto dimezzando i prezzi rispetto alla generazione 5.6: Sol costa 2 e 10 dollari, Luna 0,10 e 0,50. A questi tre modelli abbiamo dedicato un confronto approfondito, così come abbiamo dedicato un articolo a parte a Jev di TypeSafe AI, uscito il 15 settembre con una logica completamente diversa.
La geografia entra nel listino
Una tendenza meno visibile ma molto concreta riguarda il luogo in cui avviene l’inferenza. Dal 1° settembre Microsoft Foundry applica sovrapprezzi di località ai deployment nella EU Data Zone e all’elaborazione regionale fuori dagli Stati Uniti. OpenAI aggiunge un 10% agli endpoint con residenza regionale dei dati, e xAI fa lo stesso sul proprio endpoint regionale statunitense. Per le aziende europee con vincoli su dove vengono trattati i dati, la sovranità ha ormai un costo esplicito da mettere a budget insieme al prezzo per token.
Cosa significa per chi costruisce prodotti
Settembre ha mostrato tre tendenze. La prima è la velocità: un modello di punta resta sul mercato poche settimane prima di essere superato o riprezzato, come Opus 5, sostituito dopo appena due mesi. La seconda è la segmentazione: ogni laboratorio offre famiglie con livelli di costo molto distanti e varianti dedicate a cybersicurezza o agenti, con regole di accesso diverse. La terza è il peso dei dettagli di listino, come cache, sovrapprezzi per il contesto lungo, tariffe regionali e prezzi promozionali con scadenza, che spesso incidono sul conto più di un punto guadagnato in un benchmark.
Con questi ritmi, legare un prodotto a un solo modello significa rifare integrazioni e calcoli di costo a ogni rilascio. Un livello di orchestrazione che instradi le richieste verso il modello più adatto, e permetta di cambiarlo senza riscrivere l’applicazione, è la risposta più pragmatica. È il problema su cui lavoriamo ogni giorno con ModelHive, e il motivo per cui continueremo a seguire da vicino ogni lancio.
Lascia un commento