Esperienza ChatGPT 16 volte più veloce e GPT-5.6 Multi-Agente V2 di OpenAI

Introduzione

OpenAI sta portando avanti una trasformazione su due fronti contemporaneamente.

In primo luogo, il frontend di ChatGPT ha subito un'ottimizzazione importante, pensata appositamente per quelle conversazioni estese che, dopo centinaia di chiamate a strumenti, diventavano difficili da aprire e navigare. L'articolo originale riporta che una sessione di test con 741 turni di conversazione e 231 MB di dati ha visto il tempo di apertura ridursi da 27,62 secondi a 1,66 secondi.

In secondo luogo, Codex è passato a un flusso di lavoro multi-agente più automatizzato, basato su GPT-5.6 Multi-Agente V2. Non è più necessario che l'utente scelga manualmente il modello migliore per ogni sotto-attività: l'agente principale può delegare diverse parti del lavoro a modelli differenti e impostare in modo indipendente l'intensità di ragionamento.

La documentazione ufficiale di GPT-5.6 di OpenAI conferma l'architettura più ampia: GPT-5.6 comprende Sol, Terra e Luna, e la sua esperienza Codex/API supporta sotto-agenti paralleli e l'elaborazione integrata di compiti complessi.

Il risultato è un'idea semplice ma di grande impatto:

Il sistema sta cercando di eliminare i tempi di attesa e il lavoro di selezione dei modelli che gli utenti normalmente devono gestire da soli.

ChatGPT apre le conversazioni lunghe molto più velocemente

Nell'era degli agenti, le conversazioni lunghe stanno diventando un problema completamente diverso.

Una normale chat bot può contenere qualche decina di turni. Una sessione con un agente può facilmente diventare molto più grande, perché il modello può leggere codice, chiamare strumenti, controllare i risultati, eseguire test, apportare modifiche e ripetere questo processo centinaia di volte.

L'articolo originale afferma che OpenAI ha testato una sessione con 741 turni e un peso di 231 MB per misurare le prestazioni del nuovo frontend.

I risultati sono notevoli:

Metrica	Prima dell'ottimizzazione	Dopo l'ottimizzazione
Tempo di apertura della conversazione	27,62 secondi	1,66 secondi
Crescita della memoria	1030,7 MiB	606 MiB
Numero di richieste di rete	894	16
Voci di conversazione caricate	15.529	64

Secondo l'articolo originale, i principali cambiamenti prestazionali includono:

• Velocità di caricamento dell'app migliorata del 94%
• Crescita della memoria heap ridotta dell'87,8%
• Utilizzo complessivo della memoria ridotto del 41,2%
• Richieste di rete ridotte del 98,2%
• Voci di conversazione caricate ridotte del 99,6%

Questo cambiamento importante è a livello architetturale, non solo di rifinitura superficiale.

ChatGPT non deve più caricare e renderizzare l'intera cronologia della conversazione ogni volta che l'utente la apre.

Al contrario, gran parte dello storico può rimanere in archivio e solo la parte attualmente necessaria viene caricata nell'interfaccia.

Perché questo è ancora più importante nell'era degli agenti

Per i chatbot tradizionali, le conversazioni estremamente lunghe erano principalmente un problema di archiviazione.

Per gli agenti, invece, diventano un problema di flusso di lavoro.

Una sessione di coding può coinvolgere:

1. La lettura di un grande codebase.
2. L'esecuzione di comandi.
3. Il controllo dell'output dei risultati.
4. La modifica di file.
5. L'esecuzione di test.
6. La correzione degli errori.
7. La ripetizione del ciclo.

Un singolo compito può facilmente generare centinaia di interazioni registrate.

Questo significa che l'interfaccia della conversazione è essa stessa parte dell'infrastruttura degli agenti.

L'articolo originale descrive la nuova strategia di rendering in questo modo: caricare solo la parte della cronologia che l'utente deve vedere, invece di ricostruire l'intera sessione.

Ecco perché un'ottimizzazione del frontend che un anno fa sarebbe sembrata insignificante, oggi ha un impatto enorme.

Questa è la differenza, ora.

Il risultato: le sessioni lunghe sembrano molto più leggere

Il vantaggio più evidente è semplice.

Una conversazione che va avanti da settimane o mesi non dovrebbe dare la sensazione che l'applicazione stia ricostruendo l'intero database nel browser.

L'articolo originale sottolinea che questi cambiamenti sono particolarmente evidenti per gli utenti assidui di Codex che eseguono centinaia di chiamate a strumenti.

Invece di aspettare che un'enorme sessione diventi interattiva, gli utenti possono tornare rapidamente alla conversazione e continuare a lavorare.

Si tratta di un miglioramento a livello di infrastruttura che, quando funziona bene, potrebbe passare quasi inosservato all'utente.

Ed è proprio questo il punto.

Le migliori ottimizzazioni del frontend sono spesso quelle che si fondono nell'esperienza del prodotto al punto da non essere percepite.

GPT-5.6 Multi-Agente V2 punta alla selezione automatica dei modelli

Quasi contemporaneamente, OpenAI ha ampliato anche il suo flusso di lavoro multi-agente.

L'articolo originale riporta che GPT-5.6 Multi-Agente V2 è ora completamente disponibile e consente all'agente principale di delegare sotto-attività a diversi modelli supportati.

Ogni sotto-agente può avere la propria intensità di ragionamento.

La documentazione ufficiale di GPT-5.6 di OpenAI conferma in modo indipendente che la serie comprende tre livelli di capacità:

• GPT-5.6 Sol — il modello principale per i compiti più difficili.
• GPT-5.6 Terra — un modello equilibrato per il lavoro quotidiano.
• GPT-5.6 Luna — il modello più veloce ed economicamente vantaggioso.

OpenAI ha inoltre registrato il multi-agente come funzionalità sperimentale nell'API Responses, in cui un'istanza di GPT-5.6 può coordinare in parallelo più sotto-agenti e sintetizzare i loro risultati.

Questo è il concetto fondamentale dietro il nuovo flusso di lavoro.

L'utente non deve necessariamente sapere quale modello sia più adatto per ogni singola parte di un grande compito.

L'agente può deciderlo da solo.

La gamma di modelli è progettata per compiti diversi

L'articolo originale mostra la gamma di modelli più o meno in questo modo:

Modello	Ruolo tipico
GPT-5.6 Sol	Codifica complessa con agenti e compiti di ragionamento più difficili
GPT-5.6 Terra	Programmazione quotidiana e carichi di lavoro equilibrati
GPT-5.6 Luna	Sotto-compiti rapidi e a basso costo
Daybreak	Compiti incentrati sulla cybersicurezza
GPT-5.5	Codifica complessa, ricerca e compiti generali

La documentazione pubblica ufficiale di OpenAI conferma i primi tre livelli di GPT-5.6 e ne evidenzia le diverse capacità e caratteristiche di costo.

Ad esempio, OpenAI attualmente descrive Luna come il modello ottimizzato per carichi di lavoro ad alto volume e sensibili ai costi, con un prezzo API pubblico sulla pagina del modello di 1 dollaro per milione di token di input e 6 dollari per milione di token di output.

Questo crea una naturale divisione dei compiti.

Le decisioni architetturali difficili possono essere affidate al modello più potente.

Le trasformazioni di codice di routine possono essere affidate al modello più economico.

I piccoli passaggi di classificazione o ricerca possono utilizzare l'opzione più veloce.

Dal modello scelto manualmente al routing automatico

L'articolo originale descrive questo come un passaggio dalla selezione manuale del modello.

Oggi gli utenti ragionano spesso così:

"Questa parte è difficile, quindi dovrei usare il modello più potente."

Poi ripetono la stessa decisione per la parte successiva del compito.

Un sistema multi-agente, invece, può trattare i modelli come risorse di calcolo interne.

L'agente principale suddivide il lavoro in unità più piccole, decide quale

modello deve gestire ciascuna unità e poi riunisce i risultati.

Il flusso di lavoro semplificato è il seguente:

Compito dell'utente
   ↓
Agente principale
   ├── Pianificazione complessa → GPT-5.6 Sol
   ├── Codifica ordinaria → GPT-5.6 Terra
   ├── Sotto-compiti rapidi → GPT-5.6 Luna
   └── Compiti specialistici   → Modello dedicato
   ↓
Sintesi dei risultati
   ↓
Risposta finale

La documentazione ufficiale di OpenAI descrive chiaramente questo modello di sotto-agenti paralleli: un'istanza di GPT-5.6 può coordinare più agenti che lavorano in parallelo e sintetizzare gli output in un unico risultato.

Perché questo può ridurre i costi di inferenza

L'articolo originale propone una semplice osservazione economica.

Un compito complesso non richiede che ogni passaggio utilizzi il modello più potente.

Forse solo la fase di pianificazione, architettura o debug difficile richiede il modello più forte.

Gli altri passaggi possono essere gestiti da modelli più economici.

Nell'esempio dell'articolo originale, solo circa il 20% del flusso di lavoro potrebbe richiedere il modello più potente, mentre il resto verrebbe delegato a modelli a basso costo.

Questo 20% preciso dovrebbe essere considerato un'indicazione approssimativa, non una garanzia di OpenAI.

L'idea centrale rimane comunque importante.

Se l'agente può instradare automaticamente il lavoro in base alla difficoltà, il costo medio di completamento dei compiti complessi può diminuire, senza che l'utente debba gestire manualmente il routing in modo meticoloso.

Gli sviluppatori non devono più pensare a ogni singolo modello

Il cambiamento nell'esperienza utente è importante quanto quello economico.

La selezione manuale del modello è un onere cognitivo.

Lo sviluppatore deve chiedersi:

• Quale modello dovrei usare?
• Questo compito merita il modello costoso?
• Dovrei cambiare modello a metà del processo?
• Il modello più economico perde troppa qualità?
• Il tempo risparmiato vale il costo aggiuntivo?

In un buon sistema multi-agente, la maggior parte di queste domande viene trasferita al sistema stesso.

L'utente fornisce l'obiettivo.

L'agente decide come distribuire il lavoro.

Questa è una transizione significativa dalla selezione del modello all'orchestrazione delle risorse.

L'insieme è maggiore della somma delle singole funzionalità

L'argomento più forte dell'articolo originale è che questi due cambiamenti si rafforzano a vicenda.

Il frontend è stato ottimizzato per gestire in modo più efficiente enormi cronologie di agenti.

Nel frattempo, il sistema di agenti backend è diventato più capace di suddividere il lavoro tra più modelli.

Questo offre a OpenAI due modi per ridurre l'attrito:

Ridurre i secondi trascorsi davanti alla schermata di attesa.

Ridurre la decisione su quale modello utilizzare.

Il primo è un miglioramento delle prestazioni.

Il secondo è un miglioramento del flusso di lavoro.

Insieme, spingono ChatGPT e Codex ulteriormente lontano dal posizionamento di semplici interfacce chat.

ChatGPT si sta evolvendo verso una piattaforma di flussi di lavoro

L'annuncio ufficiale di GPT-5.6 da parte di OpenAI descrive già la serie come capace di orchestrare strumenti, gestire risultati intermedi e supportare flussi di lavoro multi-agente. Introduce inoltre in Codex la possibilità di

delegare lavoro ad altri modelli, eseguire attività in parallelo e sintetizzare i risultati.

L'utente diventa sempre più colui che definisce l'obiettivo e verifica i risultati.

L'orchestrazione interna avviene dietro le quinte.

La filosofia del "non scegliere il modello" è il vero cambiamento di prodotto

È facile concentrarsi sui numeri dei benchmark.

Ma la decisione di prodotto più importante potrebbe essere il tentativo di nascondere all'utente la complessità dei modelli.

Con la crescita del numero di modelli, esporre direttamente ogni scelta potrebbe rendere il sistema più difficile da usare.

Se OpenAI ha da cinque a dieci modelli specializzati, gli utenti non dovrebbero doverli conoscere tutti per completare un progetto.

Una piattaforma di agenti matura dovrebbe comprendere questo:

Il compito è l'interfaccia, non il modello.

L'utente dice cosa deve essere fatto.

Il sistema decide quanta capacità di ragionamento è necessaria, quale modello dovrebbe fare quale parte e come combinare i risultati.

Cosa significa questo per gli sviluppatori

Per gli sviluppatori che creano prodotti AI, questa lezione è più universale di OpenAI stessa.

Le architetture moderne di agenti richiedono sempre più tre livelli:

1. Scomposizione delle attività — suddividere il lavoro complesso in sotto-attività significative.
2. Instradamento dei modelli — selezionare per ogni sotto-attività il modello più economico e competente.
3. Sintesi dei risultati — combinare le uscite parziali in un risultato coerente.

Su questa base, il frontend deve gestire cronologie di conversazione molto più ampie rispetto a quanto previsto dal design tradizionale dei prodotti chat.

Se stai costruendo un prodotto basato su agenti, il rendering della conversazione non è più solo rifinitura dell'interfaccia utente.

È infrastruttura.

Domande frequenti

Cos'è il multi-agente GPT-5.6?

Il multi-agente GPT-5.6 è una capacità di orchestrazione di agenti in cui un'istanza GPT-5.6 può coordinare in parallelo più sotto-agenti e sintetizzare il loro lavoro. OpenAI attualmente documenta questa capacità come funzionalità sperimentale nell'API Responses.

Cos'è Multi-agent V2 in Codex?

L'articolo originale descrive Multi-agent V2 come un flusso di lavoro Codex in cui l'agente principale può delegare diverse sotto-attività a modelli supportati e controllare l'intensità di ragionamento di ciascun sotto-agente. I tempi di rilascio specifici e la disponibilità dei modelli possono variare, quindi è necessario consultare la documentazione attuale di OpenAI Codex per la configurazione più aggiornata.

Cosa sono GPT-5.6 Sol, Terra e Luna?

Sono tre livelli di capacità nella famiglia GPT-5.6. OpenAI descrive Sol come il modello di punta, Terra come l'opzione equilibrata e Luna come il modello più veloce ed economicamente vantaggioso.

A cosa serve GPT-5.6 Luna?

OpenAI posiziona GPT-5.6 Luna per carichi di lavoro ad alta produttività e sensibili ai costi. La sua pagina API attuale elenca 1 dollaro per milione di token di input e 6 dollari per milione di token di output.

Perché le prestazioni delle conversazioni lunghe di ChatGPT sono migliorate?

Le sessioni di agenti possono essere molto più grandi delle chat normali perché possono contenere centinaia di chiamate di strumenti, risultati di esecuzione e passaggi intermedi. L'articolo originale riporta che OpenAI ha modificato il modo in cui le cronologie di grandi dimensioni vengono caricate e renderizzate, consentendo all'applicazione di non dover elaborare l'intera conversazione ogni volta.

ChatGPT ora seleziona automaticamente il modello migliore per ogni attività?

La tendenza più ampia è verso l'instradamento automatico dei modelli e la delega, ma la disponibilità dipende dal prodotto e dall'avanzamento del rilascio dei modelli.

Nota funzionale. La documentazione GPT-5.6 di OpenAI conferma l'orchestrazione multi-agente e i diversi livelli di capacità GPT-5.6; ciò non significa che ogni conversazione ChatGPT standard esponga il pieno controllo di instradamento automatico.

L'esecuzione multi-agente può ridurre i costi dell'IA?

Sì. Se i sotto-compiti difficili utilizzano modelli più forti e il lavoro di routine viene affidato a modelli più economici, il costo medio dell'intero flusso di lavoro può essere inferiore rispetto all'utilizzo del modello più forte per ogni passaggio. Il risparmio effettivo dipende dalla strategia di instradamento e dal carico di lavoro.

Strumenti correlati

• OpenAI Codex: L'agente di programmazione di OpenAI per lo sviluppo software multi-fase e i flussi di lavoro agentici.
• API OpenAI: La piattaforma API ufficiale per lo sviluppo di GPT-5.6 e applicazioni multi-agente.
• Modelli GPT-5.6: Documentazione ufficiale dei modelli per Sol, Terra, Luna e capacità correlate.
• API Responses: L'interfaccia API di OpenAI che supporta chiamate di strumenti, chiamate programmatiche e flussi di lavoro multi-agente.
• ChatGPT: Lo spazio di lavoro AI consumer e aziendale di OpenAI.

Collegamenti correlati

• Annuncio ufficiale GPT-5.6: La pagina principale di OpenAI sul rilascio di GPT-5.6, inclusi multi-agente e supercapabilities.
• Guida ai modelli GPT-5.6: Documentazione ufficiale per sviluppatori su capacità dei modelli e utilizzo multi-agente.
• GPT-5.6 Luna: Prezzi API attuali e dettagli tecnici del livello GPT-5.6 a basso costo.
• GPT-5.6 in ChatGPT: Informazioni attuali sulla disponibilità di ChatGPT e sui piani.
• OpenAI Codex: Informazioni ufficiali sul prodotto Codex e sulla programmazione agentica.
• Documentazione API OpenAI: Il principale centro di documentazione per la creazione con i modelli OpenAI.

Riepilogo

Le ultime modifiche di OpenAI affrontano due tipi di attrito che diventano sempre più importanti man mano che gli agenti IA diventano più potenti. Il primo è l'attesa: le conversazioni di grandi dimensioni con centinaia di turni e chiamate di strumenti dovrebbero aprirsi rapidamente. Il secondo è il sovraccarico decisionale: gli utenti non dovrebbero dover selezionare manualmente il modello per ogni sotto-attività.

L'architettura multi-agente di GPT-5.6 punta verso un sistema di instradamento dei modelli in cui i modelli più forti possono pianificare e delegare, mentre i modelli più economici gestiscono il lavoro di routine. Nel frattempo, l'ottimizzazione del frontend rende quelle sessioni di agenti più lunghe più facili da usare.

La direzione è chiara: ChatGPT e Codex si stanno evolvendo da luoghi in cui gli utenti dialogano con i modelli a sistemi che decidono come il lavoro dovrebbe essere eseguito.