# Codex con GPT-6 Sol e Luna: modello, ragionamento, costi e revisione

> Codex con GPT-6 Sol e Luna: come scegliere modello e livello di ragionamento, cosa cambia nel catalogo, cache per gli agenti, costi per task e revisione.

Fonte: Giallo Studio (giallostudio.it) · Pagina: https://giallostudio.it/blog/codex-gpt-6-sol-luna · Pubblicato: 2026-09-23 · Aggiornato: 2026-09-23

Per lavorare in **Codex con GPT-6 Sol** basta sceglierlo nel selettore dei modelli dell'app o, nella CLI, usare il comando `/model` oppure avviare `codex --model gpt-6-sol`. Il livello di ragionamento predefinito è Medium. Per i compiti mirati e ripetitivi c'è GPT-6 Luna, per cui la documentazione consiglia di partire da High. Nel cloud di Codex, invece, il modello per ora non si sceglie.

I due modelli sono arrivati in Codex il 22 settembre 2026 ed entrati nel selettore della CLI con la versione 0.156.1 del giorno dopo ([changelog](https://developers.openai.com/codex/changelog)). Questa guida è per chi programma o fa programmare il proprio team; per il modello di punta della famiglia c'è [GPT-6 Astra per sviluppatori](https://giallostudio.it/blog/gpt-6-astra-per-programmare).

<div class="key-points">
  <p class="kp-title">In sintesi</p>
  <ul>
    <li>Sol si sceglie con <strong>/model</strong>, con codex -m gpt-6-sol o dal selettore sotto la casella di testo; il livello predefinito è Medium.</li>
    <li>Luna parte da High e arriva fino a Max; <strong>Ultra</strong>, che divide il lavoro fra subagenti, c'è per Sol e non per Luna.</li>
    <li>Codex propone di passare a Sol a chi usa GPT-5.5, GPT-5.6 Sol e GPT-5.6 Terra, e a Luna a chi usa GPT-5.6 Luna.</li>
    <li>GPT-5.5 esce da ChatGPT, Work e Codex il <strong>14 ottobre 2026</strong>: va tolto da script, agenti e configurazioni.</li>
    <li>In Codex cloud il modello non si sceglie; Sol e Luna lavorano in locale, nell'app, nella CLI e nell'IDE.</li>
    <li>Nella simulazione di OpenAI sul traffico interno di Codex, Sol riduce le segnalazioni gravi senza azzerarle (<a href="https://deploymentsafety.openai.com/gpt-6-astra">system card</a>).</li>
  </ul>
</div>

## Come si sceglie GPT-6 Sol in Codex, superficie per superficie?

Le regole sono scritte nella [pagina dei modelli di Codex](https://developers.openai.com/codex/models) e cambiano secondo dove lavori.

| Dove lavori | Come scegli Sol | Da sapere |
|---|---|---|
| App desktop, Work e Codex | Selettore di modello e ragionamento sotto la casella di testo | Nella documentazione il preset di partenza del cursore è Sol Light |
| ChatGPT Work sul web ed estensione per l'IDE | Stesso selettore | In queste interfacce il livello più basso si chiama Light |
| Codex CLI | /model durante la sessione, oppure codex --model gpt-6-sol all'avvio | Qui il livello più basso si chiama Low |
| Esecuzioni non interattive | codex exec -m gpt-6-sol seguito dal compito | Utile negli script e nella CI |
| Codex cloud | Non si sceglie | Le chat in cloud dei piani ChatGPT usano GPT-5.6 Sol |

Per non ripetere la scelta a ogni sessione si scrive nel file config.toml. Le chiavi sono documentate nel [riferimento della configurazione](https://developers.openai.com/codex/config-file/config-reference): model per il modello, model_reasoning_effort per il livello, plan_mode_reasoning_effort per la modalità di pianificazione e review_model se vuoi che il comando /review usi un modello diverso da quello della sessione.

```toml
model = "gpt-6-sol"
model_reasoning_effort = "medium"
review_model = "gpt-6-astra"
```

L'ultima riga è facoltativa, e Astra è solo un esempio.

Due eccezioni per le aziende. In Enterprise Sol e Luna sono spenti di default, li abilita un amministratore e config.toml non scavalca il workspace ([disponibilità dei modelli](https://developers.openai.com/codex/enterprise/workspace-model-availability)). Con una chiave API, invece, valgono i modelli della chiave e i prezzi API, senza funzioni cloud come la revisione automatica su GitHub.

## Quale livello di ragionamento usare in Codex, per quale lavoro?

La documentazione dà un punto di partenza netto: Medium per Sol, High per Luna, Light per Astra, alzando solo quando il compito chiede più pianificazione o controlli. Avverte anche che i livelli non si corrispondono fra generazioni: il Medium di GPT-6 Sol non equivale a quello di GPT-5.6 Sol, quindi rifai una prova su un compito che conosci. Il livello none delle API nel selettore di Codex non c'è.

| Modello e livello | Per cosa lo indica la [guida alla scelta del modello](https://developers.openai.com/codex/model-selection) |
|---|---|
| Luna, Low | Modifiche puntuali, problemi ben delimitati, estrazione di dati semplici |
| Luna, Medium | Lavoro da istruzioni chiare e aggiornamenti coordinati a materiale esistente |
| Luna, Extra high | Cercare contesto fra più applicazioni, dare priorità, risolvere problemi con vincoli chiari |
| Sol, Low | Scrittura e revisione mirate, verifica dei fatti, lavori lineari nelle app |
| Sol, Medium | Codice, ricerca e flussi quotidiani che richiedono giudizio e completezza |
| Sol, Extra high | Analisi profonde, verifiche accurate, revisione attenta di documenti, dati e codice |

In cima alla scala ci sono due livelli diversi. **Max** dà al modello più tempo su un singolo compito, e nell'app va attivato nelle impostazioni se non compare. **Ultra** usa subagenti in parallelo su parti separate dello stesso compito: ha senso quando il lavoro si divide davvero, come una migrazione su moduli indipendenti. Luna arriva fino a Max. E la pagina avverte che la maggior parte dei compiti non ha bisogno né dell'uno né dell'altro. Cosa succede al conto quando si alza il livello è spiegato in [reasoning effort: cosa cambia nei confronti](https://giallostudio.it/blog/reasoning-effort-cosa-cambia).

## Cosa cambia nel catalogo di Codex e cosa aggiornare?

La modifica che aggiunge Sol e Luna al catalogo è descritta nella [pull request #47401](https://github.com/openai/codex/pull/47401) del repository ufficiale, la versione per un ramo di rilascio della [#47332](https://github.com/openai/codex/pull/47332), entrata nel ramo principale il 22 settembre. Fa quattro cose: aggiunge i due modelli con descrizioni aggiornate, propone la migrazione da gpt-5.5, gpt-5.6-sol e gpt-5.6-terra verso gpt-6-sol e da gpt-5.6-luna verso gpt-6-luna, reindirizza le selezioni rimaste sui ritirati GPT-5.4 e GPT-5.4 mini, e quando raggiungi i limiti d'uso ti suggerisce di passare a Luna.

Nel [file del catalogo](https://github.com/openai/codex/blob/main/codex-rs/models-manager/models.json) Sol è il modello da lavoro per il codice e le attività di ogni giorno, Luna quello veloce ed economico per i compiti più semplici, GPT-5.6 Sol ormai il "vecchio" modello per il lavoro complesso. Per i GPT-5.6 non c'è una data di ritiro: restano disponibili durante il rollout.

La scadenza che richiede un intervento: il 14 ottobre 2026 GPT-5.5 esce da ChatGPT, ChatGPT Work e Codex su tutti i piani, mentre nelle API resta ([pagina dei modelli](https://developers.openai.com/codex/models)). Chi usa Codex con l'accesso ChatGPT deve sostituirlo con Sol, o con Luna sui piani Free e Go, in tutti questi posti:

<ul class="checklist">
  <li>Le impostazioni predefinite del workspace e i modelli salvati nelle preferenze</li>
  <li>Le configurazioni gestite dall'amministratore</li>
  <li>Gli agenti personalizzati e le attività programmate</li>
  <li>Gli script e le pipeline che scelgono il modello per nome</li>
</ul>

## Come funziona la cache negli agenti di Codex?

Un agente di programmazione rimanda al modello, a ogni passo, un prefisso quasi identico: istruzioni di sistema, strumenti, il tuo AGENTS.md, i file già letti. Solo le istruzioni di base con cui Codex presenta Sol superano le 2.900 parole nel [file del catalogo](https://github.com/openai/codex/blob/main/codex-rs/models-manager/models.json), prima ancora del tuo progetto: per questo la cache pesa più del listino.

Con GPT-6 la lettura dalla cache costa un decimo dell'input normale e lo sconto vale per i prefissi riutilizzati entro 30 minuti ([Better prompt caching for GPT-6](https://openai.com/index/better-prompt-caching-for-gpt-6/)). Cambiare livello di ragionamento a metà conversazione non la rompe più, se lo fai con un aggiornamento di configurazione. Per gli strumenti vale il contrario dell'istinto: definizioni, schemi e ordine stabili, limitando quelli richiamabili invece di toglierli e rimetterli. La diagnostica di OpenAI dice perché un prefisso non è stato riutilizzato, per esempio perché gli strumenti sono cambiati.

Chi usa Codex con un piano ChatGPT ha un incentivo in più: nei crediti l'input in cache di Sol costa 5 crediti per milione di token contro 50 dell'input normale, e la scrittura in cache non si paga a parte ([prezzi di Codex](https://developers.openai.com/codex/pricing)). La stessa pagina dà due consigli pratici: tenere piccolo AGENTS.md, eventualmente dividendolo per cartella, e spegnere i server MCP che non servono, perché ognuno aggiunge contesto a ogni messaggio.

<details><summary>Se costruisci un agente tuo sulle API con Sol</summary>
<p>La <a href="https://developers.openai.com/api/docs/guides/prompt-caching">guida alla cache</a> permette di mettere punti di interruzione espliciti dove finisce la parte stabile del prompt: quello che viene dopo si paga all'input normale, senza costo di scrittura. Il prefisso minimo memorizzabile è di 1.024 token e ogni richiesta può creare fino a quattro scritture in cache. Per cambiare livello fra una risposta e l'altra senza perdere il prefisso si usa un elemento configuration_update.</p>
</details>

## Quanto costa un task in Codex secondo i dati di OpenAI?

L'annuncio dà un solo costo per task in dollari e diversi risparmi relativi, misurati da OpenAI con punteggi dei concorrenti presi da report pubblici e livelli di ragionamento diversi da riga a riga ([pagina di lancio](https://openai.com/index/introducing-gpt-6-sol-and-luna/)).

| Test | Configurazione | Costo dichiarato |
|---|---|---|
| [AutomationBench 1.0.6](https://openai.com/index/introducing-gpt-6-sol-and-luna/) | Sol a xhigh, 33,2% | 0,27 $ per task, circa un undicesimo di Opus 5 a max |
| DeepSWE v1.1 | Sol a max, 68,8% | Circa l'80% in meno per task di Fable 5 a xhigh (69,9%) |
| DeepSWE v1.1 | Luna a max, 66,6% | Il 93% in meno di Opus 5 e il 96% in meno di Fable 5, confrontati a medium |
| FrontierCode 1.1 Main | Sol (livello non indicato) pari a Fable 5.1 a xhigh | "Molto più basso", senza numeri |
| OSWorld 2.0 offline | Sol a xhigh, 60,5% | Circa l'80% in meno di Opus 5 a medium (60,3%) |

Il confronto è con Claude Opus 5 e Fable, non con Opus 5.5 uscito lo stesso giorno, e test comuni fra Sol e Opus 5.5 non ce ne sono: cosa si può dire lo stesso è in [GPT-6 Sol vs Claude Opus 5.5](https://giallostudio.it/blog/gpt-6-sol-vs-claude-opus-5-5). E un benchmark misura compiti scelti da altri, non il tuo repository, come spiega [SWE-bench e i benchmark di coding](https://giallostudio.it/blog/swe-bench-cos-e). Nei piani ChatGPT il costo si legge nei limiti d'uso, raccolti in [prezzi di GPT-6 Sol e Luna](https://giallostudio.it/blog/gpt-6-sol-luna-prezzi).

## Quanto spendono in token i ricercatori di OpenAI?

OpenAI scrive che il suo uso interno di agenti di programmazione cresce in modo esponenziale: valutato ai prezzi delle API, il consumo giornaliero supera i 600 dollari per il ricercatore mediano e i 7.000 dollari al novantesimo percentile ([annuncio](https://openai.com/index/introducing-gpt-6-sol-and-luna/)). Il dato viene da un rapporto del 6 settembre, [Research acceleration: the view inside OpenAI](https://openai.com/index/research-acceleration-view-inside-openai/), che definisce "ricercatore" chiunque lavori nell'organizzazione di ricerca e aggiunge due numeri utili: a metà agosto l'organizzazione usava 3,1 giornate di lavoro di agenti per ogni giornata di lavoro umano, e negli ultimi sei mesi più della metà dei compiti riusciti da quattro a otto ore ha richiesto almeno un intervento di una persona.

Per una PMI la lezione non è la cifra. È che quando gli agenti lavorano per ore il costo per compito diventa la voce che decide, e che anche dentro OpenAI i compiti lunghi riescono solo con qualcuno che interviene.

## Dove sbaglia ancora Sol e come rivedere il codice?

La system card di Astra contiene un'appendice su Sol e Luna con un test fatto proprio su Codex. OpenAI ha simulato il passaggio a GPT-6 Sol su 50.319 task del proprio traffico interno di Codex: le segnalazioni di comportamento scorretto di gravità 3 o superiore scendono da 66 (0,131%) a 42 (0,083%), nessuna di gravità 4, e quelle di gravità 1 o 2 passano dal 19,67% al 14,80% dei task ([system card](https://deploymentsafety.openai.com/gpt-6-astra)). I cali maggiori riguardano istruzioni ignorate, incertezza nascosta e inganno; le segnalazioni di esfiltrazione invece aumentano.

Tradotto: su un task ogni sette circa qualcosa merita ancora un'occhiata. Il comando /review serve a questo: nella CLI, nell'app e nell'IDE rivede il ramo rispetto a quello di base, le modifiche non ancora registrate in un commit o un singolo commit, anche con criteri tuoi, e riporta i problemi in ordine di priorità senza toccare i file ([guida alla revisione](https://developers.openai.com/codex/code-review)). Se chiedi a Codex di applicare le correzioni, valgono le tue regole di sandbox e di approvazione.

<div class="callout"><strong>Un esempio dal repository di Codex</strong> La stessa pull request che aggiunge Sol e Luna è stata rivista in automatico da Codex, che ha lasciato quattro suggerimenti: fra questi, istruzioni dei nuovi modelli troppo lunghe per la soglia di revisione manuale del progetto e il riferimento a uno strumento che il codice non espone. La richiesta risulta chiusa e dalla pagina non si capisce come siano stati gestiti. È il ruolo giusto della revisione automatica: ipotesi da verificare, non verdetti (<a href="https://github.com/openai/codex/pull/47401">PR #47401</a>).</div>

## Come può un team organizzare il lavoro con Sol in Codex?

**Un team di tre sviluppatori su un gestionale interno.** Un esempio: il team lavora nell'IDE con Sol a Medium come predefinito nel config.toml condiviso. I lavori ripetitivi, come rinominare un campo in cento file o scrivere i test di base, vanno su Luna a High, che consuma molto meno quota del piano. Prima di ogni merge si lancia /review sul ramo e una persona legge i problemi segnalati.

**Una software house che usa Codex nella pipeline.** Un altro esempio: Codex gira in CI con una chiave API e codex exec -m gpt-6-sol che rivede le modifiche. Qui contano i prezzi API a consumo, quindi livello di ragionamento e cache diventano voci da misurare ogni mese. Il quadro dei modelli per il codice è in [miglior modello AI per programmare](https://giallostudio.it/blog/migliore-ai-per-programmare), la scelta fra i due modelli OpenAI in [GPT-6 Sol vs Luna](https://giallostudio.it/blog/gpt-6-sol-vs-luna).

## Quali impostazioni di Codex fanno perdere tempo e crediti?

<ul class="checklist">
  <li><strong>Max o Ultra fissi per sicurezza.</strong> Allungano i tempi e consumano quota per niente.</li>
  <li><strong>Fast mode sempre acceso.</strong> Per Sol e Luna consuma 2,5 volte i crediti Standard; si controlla con /fast status (<a href="https://developers.openai.com/codex/agent-configuration/speed">velocità in Codex</a>).</li>
  <li><strong>Server MCP accesi e spenti a metà sessione.</strong> Cambiano gli strumenti nel prefisso e possono far perdere la cache.</li>
  <li><strong>Aspettarsi Sol nel cloud.</strong> Codex cloud sceglie da solo il modello.</li>
  <li><strong>Credere che il modello scelto in ChatGPT valga anche nella CLI.</strong> Un'impostazione del workspace ChatGPT non si applica da sola a Codex.</li>
</ul>

## Da dove partire con Sol e Luna nel proprio team?

<ol class="steps">
  <li><strong>Aggiorna la CLI e l'app.</strong> Sol e Luna compaiono nel selettore della CLI dalla versione 0.156.1.</li>
  <li><strong>Imposta Sol a Medium come predefinito</strong> e sposta su Luna i lavori ripetitivi.</li>
  <li><strong>Rifai dieci compiti già chiusi</strong> e confronta tempi, iterazioni e qualità con il modello di prima.</li>
  <li><strong>Togli GPT-5.5 da script e configurazioni</strong> prima del 14 ottobre.</li>
  <li><strong>Metti /review prima di ogni merge</strong> e controlla i limiti con /status.</li>
</ol>

Codex con GPT-6 Sol costa meno per token e, secondo OpenAI, fa durare di più i limiti del piano, ma resta un collega da istruire e da rileggere. Se vuoi portare Codex o un agente di programmazione dentro i processi del tuo team, o farti costruire lo strumento che manca, parliamone partendo dal tuo codice: è il lavoro che facciamo nel [software su misura](https://giallostudio.it/software).

## Domande frequenti

### Come si sceglie GPT-6 Sol in Codex?

Nella CLI si usa il comando /model oppure si avvia Codex con codex --model gpt-6-sol. Nell'app desktop, in ChatGPT Work sul web e nell'estensione per l'IDE c'è il selettore sotto la casella di testo. Per renderlo predefinito si imposta model = "gpt-6-sol" nel file config.toml.

### Qual è il livello di ragionamento predefinito di Sol in Codex?

Medium. La documentazione di Codex consiglia di partire da Medium con Sol, da High con Luna e da Light con Astra, e di alzare il livello solo quando il compito richiede più pianificazione, analisi o verifiche.

### Cos'è il livello Ultra di Codex?

È un livello che va oltre il singolo agente: Codex divide il compito e usa dei subagenti che lavorano in parallelo su parti separate. È disponibile con Sol ma non con Luna, che arriva fino a Max, e secondo OpenAI la maggior parte dei compiti non ha bisogno né di Max né di Ultra.

### Posso usare GPT-6 Sol in Codex cloud?

Per ora no. Il modello di Codex cloud non si sceglie e, secondo la pagina dei prezzi, le chat in cloud dei piani ChatGPT usano GPT-5.6 Sol. Sol e Luna si usano nell'app desktop, in ChatGPT Work sul web, nella CLI e nell'estensione per l'IDE.

### Cosa devo cambiare prima del 14 ottobre?

Se usi Codex con l'accesso ChatGPT, GPT-5.5 va sostituito ovunque sia impostato: il 14 ottobre 2026 esce da ChatGPT, ChatGPT Work e Codex, mentre nelle API resta. La documentazione indica impostazioni del workspace, modelli salvati, configurazioni gestite, agenti personalizzati, attività programmate e script.

### Quanto costa un task di programmazione con GPT-6 Sol?

Dipende dal compito e dal livello di ragionamento. L'unico costo per task in dollari pubblicato da OpenAI riguarda AutomationBench, 0,27 dollari con Sol al livello xhigh; per i test sul codice l'annuncio indica solo risparmi relativi rispetto ai modelli Claude. Sul tuo codice il numero va misurato.

### Con Sol serve ancora rileggere il codice?

Sì. Nella simulazione di OpenAI sul proprio traffico interno di Codex, GPT-6 Sol riceve meno segnalazioni di comportamenti scorretti di GPT-5.6 Sol, ma non zero. Il comando /review e la lettura di una persona prima del merge restano parte del lavoro.
