GPT-5.5 recensito: OpenAI risponde a Gemini 3

OpenAI ha presentato GPT-5.5 il 23 aprile 2026, con l’accesso via API il giorno dopo. Arriva in un momento scomodo per l’azienda: negli ultimi mesi Google ha portato Gemini al vertice delle classifiche e Anthropic ha continuato a limare Claude sul codice. GPT-5.5 è la risposta, ed è una risposta seria, ma non è il tipo di rilascio che riporta OpenAI da sola in testa. È un modello che sceglie una battaglia precisa e la vince: quella degli agenti, cioè dei programmi che usano l’AI per compiere azioni in autonomia.

In questa recensione vedo cosa migliora rispetto a GPT-5, come si colloca rispetto ai rivali usciti nelle stesse settimane, quanto costa e per chi ha senso. Numeri e prezzi vengono dalle schede ufficiali e dalle prime analisi indipendenti, linkate nel testo.

Il verdetto in breve

GPT-5.5 è oggi il modello più forte sul lavoro agentico e sull’uso autonomo del computer. Se il vostro problema è far portare a termine a un’AI un compito lungo, con molti passaggi e molti strumenti da coordinare, è la scelta migliore in circolazione. Sul resto (scrittura, ragionamento puro, revisione di codice) è al livello dei concorrenti, non sopra.

La mia opinione netta: OpenAI ha scelto bene su cosa puntare, perché il lavoro agentico è dove il valore economico si sta spostando davvero. Ma il prezzo è alto e il contesto in cui esce è affollato: chi non ha bisogno specifico di agenti autonomi troverà alternative altrettanto buone e più economiche. GPT-5.5 non è “il modello che vince tutto”, è il modello giusto per un tipo di lavoro preciso.

Cosa migliora rispetto a GPT-5

GPT-5, uscito ad agosto 2025, era un buon modello generalista che però mostrava i suoi limiti sui compiti lunghi: dopo molti passaggi tendeva a perdere il filo delle istruzioni iniziali. GPT-5.5 lavora esattamente su questo. Secondo le analisi raccolte da MindStudio, i miglioramenti principali sono tre: mantiene meglio le istruzioni lungo compiti estesi, coordina meglio gli strumenti nelle catene di azioni a più passaggi e usa in modo più naturale il computer (aprire finestre, cliccare, compilare moduli).

C’è poi un vantaggio pratico che si sente subito: GPT-5.5 usa meno token per completare lo stesso lavoro e mantiene la stessa velocità per token del modello precedente. Tradotto: fa la stessa cosa in meno passaggi e quindi, spesso, costa meno di quanto il listino lasci pensare. La scheda ufficiale su llm-stats lo descrive come “il modello più intelligente” di OpenAI finora, con un taglio della conoscenza fermo a dicembre 2025.

I numeri, letti con prudenza

Sui test, GPT-5.5 fa segnare 82,7% su Terminal-Bench 2.0 (che misura la capacità di lavorare dentro un terminale, eseguendo comandi per portare a termine compiti a più passaggi), 84,9% su GDPval (compiti economicamente utili in ambiti come finanza e settore legale) e 58,6% su SWE-Bench Pro, una versione più difficile del test standard di correzione bug. Su OSWorld, che valuta l’uso autonomo del computer, tocca il 78,7%, e su ARC-AGI-2, un test di ragionamento astratto, arriva all’85%.

Un promemoria che ripeto in ogni recensione: i benchmark sono prove di laboratorio, ogni azienda sceglie quelli che la mettono in buona luce, e il vostro lavoro reale è più sporco di qualsiasi test. Uso questi numeri come indicazione di massima, non come sentenza. Il dato che conta di più, tra questi, è quello su Terminal-Bench: misura la capacità di lavorare in autonomia per molti passaggi, ed è esattamente la corsia in cui OpenAI ha deciso di correre. Che sia in testa proprio lì non è un caso, è una scelta di prodotto.

Il confronto con il momento: Gemini 3.1 e Opus 4.7

GPT-5.5 non esce nel vuoto. Nelle stesse settimane il mercato di fascia alta si è riempito: Google ha aggiornato a Gemini 3.1 Pro a febbraio e Anthropic ha rilasciato Claude Opus 4.7 il 16 aprile, appena una settimana prima. Il quadro che emerge dalle analisi comparative, come quella di SpectrumAI Lab, è chiaro: nessuno domina ovunque, e ognuno guida in una corsia diversa.

GPT-5.5 è avanti sul lavoro agentico e sull’uso del computer, dove i suoi punteggi su Terminal-Bench, OSWorld e ARC-AGI-2 sono i migliori del gruppo. È anche il più veloce a completare i compiti e quello che fa meno chiamate agli strumenti per arrivare al risultato. Claude Opus 4.7 resta la scelta migliore per il codice di produzione, dove guida su SWE-bench Pro e sbaglia meno sulle cose delicate. Gemini 3.1 Pro è il più economico dei tre e ha il contesto più ampio, il che lo rende la scelta razionale per i lavori ad alto volume e per il materiale misto con immagini e PDF.

Un esempio concreto

Un caso italiano che chiarisce la differenza: un’azienda di e-commerce di Verona vuole un’AI che, ogni notte, apra il pannello del gestionale, controlli le giacenze, aggiorni i prezzi su un listino esterno e scriva un riepilogo. È un compito agentico puro: molti passaggi, più strumenti, nessun umano che sorveglia in tempo reale. Qui GPT-5.5 è la scelta più adatta, perché è costruito proprio per non perdere il filo su sequenze lunghe. Se invece la stessa azienda dovesse rivedere il codice del proprio sito prima di andare in produzione, oggi sceglierei Opus 4.7.

Dove GPT-5.5 resta indietro

Puntare tutto sugli agenti ha un rovescio della medaglia. Sul ragionamento puro e sulla scrittura, GPT-5.5 non fa un salto rispetto ai concorrenti: è bravo, ma non più bravo di Gemini 3.1 Pro o di Opus 4.7, che spesso costano meno. Chi cercava il modello capace di stracciare tutti sui compiti classici resterà un po’ deluso.

C’è poi il tema dell’affidabilità, che sui compiti agentici diventa più delicato proprio perché il modello agisce da solo. Un agente che sbaglia un passaggio all’inizio di una sequenza lunga può trascinare l’errore fino alla fine senza accorgersene, e le analisi indipendenti segnalano che GPT-5.5, pur veloce, non è immune da questo rischio. Le allucinazioni, cioè le risposte inventate ma dette con sicurezza, restano un problema di tutta la categoria: su questo fronte alcuni concorrenti si sono dimostrati più prudenti. La conseguenza pratica è semplice: più autonomia date a un modello, più controlli automatici e limiti dovete mettergli attorno.

Quanto costa

Il prezzo è il punto debole. GPT-5.5 standard costa 5 dollari per milione di token in ingresso e 30 in uscita, con una finestra di contesto molto ampia, secondo la scheda ufficiale su llm-stats e la tabella comparativa dello sviluppatore Simon Willison. Il listino è in dollari: a un cambio indicativo parliamo di circa 4,60 euro in ingresso e 27,50 in uscita per milione di token.

Esiste anche una variante GPT-5.5 Pro, pensata per la ricerca a lungo respiro e per rifattorizzazioni che toccano un’intera base di codice, che costa 30 dollari in ingresso e 180 in uscita, cioè circa 27,50 e 165 euro. È una cifra da usare con criterio, solo quando il compito lo giustifica davvero. Va notato il confronto: nella stessa fascia, Opus 4.7 costa 5 dollari in ingresso e 25 in uscita, e Gemini 3.1 Pro appena 2 e 12. In uscita, quella dove si spende di più, GPT-5.5 è il più caro dei tre modelli di punta.

Per chi usa ChatGPT via abbonamento, invece, il costo resta quello del piano mensile: le tariffe API riguardano chi integra il modello nei propri programmi.

Vale la pena?

Dipende da cosa ci fate. Se costruite agenti che lavorano da soli su compiti lunghi, o se avete bisogno che un’AI usi il computer in autonomia, GPT-5.5 è oggi la scelta migliore e il prezzo alto si giustifica con il tempo risparmiato e con i minori passaggi necessari. Se invece usate l’AI per scrivere, ragionare e rivedere codice in modo assistito, con un umano sempre al comando, non c’è un motivo forte per pagare il listino più caro del gruppo: Gemini 3.1 Pro costa molto meno e Opus 4.7 è più preciso sul codice di produzione.

Il giudizio d’insieme è che OpenAI ha fatto un buon lavoro difensivo. GPT-5.5 non riporta l’azienda in vetta su tutto, ma la mette al comando nella corsia che conterà di più nei prossimi anni. Per un lettore che deve scegliere adesso, il consiglio è di ragionare per compito, non per marchio.

Cosa cambia per te

Se il tuo obiettivo sono agenti autonomi e uso del computer, GPT-5.5 è il modello da provare per primo: è lì che fa la differenza. Se il tuo uso è più tradizionale, prova prima le alternative più economiche e passa a GPT-5.5 solo se noti un vantaggio concreto sul tuo lavoro reale, non su un benchmark.

Il consiglio pratico vale come sempre. Misura sul tuo compito più difficile e ricorrente, confronta i risultati con quello che già usi e tieni conto del costo totale, non solo del prezzo per token: un modello che usa meno passaggi può risultare più economico anche partendo da un listino più alto. E su tutto ciò che finisce in produzione o davanti a un cliente, la revisione umana resta obbligatoria: GPT-5.5 è più autonomo, non infallibile.