Claude Haiku 4.5 vs GPT-5.6 Luna

Fra Claude Haiku 4.5 e GPT-5.6 Luna il divario di listino è ampio: cinque volte in input e oltre quattro in output. Ma le differenze non si fermano al prezzo — cambiano anche finestra di contesto, output massimo e data limite della conoscenza.

È il confronto da fare quando i volumi sono alti e il compito è ripetitivo. Dati verificati sulle documentazioni ufficiali il 19 agosto 2026.

I dati a confronto

A differenza dei confronti fra fasce alte, qui le caratteristiche strutturali non coincidono. Sono tre le differenze che possono decidere prima ancora di parlare di qualità: contesto, output massimo e data limite.

Vanno verificate per prime, perché sono vincoli assoluti. Se il tuo documento tipico supera i 200.000 token, il confronto è già chiuso a monte.

Le tre soglie da controllare

La lunghezza dell'input. Duecentomila token sono molti — nell'ordine di alcune centinaia di pagine — e per la stragrande maggioranza dei compiti aziendali sono abbondanti. La soglia si avvicina solo quando si passano archivi interi senza selezione o quando lo storico di una conversazione cresce senza controllo. Entrambe, però, sono situazioni in cui il problema vero è che nessuno seleziona cosa mandare.

La lunghezza dell'output. Sessantaquattromila token restano tanti per una risposta, ma se il tuo caso prevede di generare documenti lunghi — report estesi, traduzioni integrali, riscritture complete — è il limite che si incontra per primo.

La data limite. Un anno di differenza è molto. Ma la domanda giusta non è quale sia più recente: è da dove viene l'informazione della risposta. Se viene dal documento che fornisci tu, il cutoff è irrilevante per entrambi. Se viene dalla memoria del modello, hai un problema di impostazione che nessuna data risolve davvero.

Quanto pesa il divario di prezzo

Prendiamo 300.000 richieste al mese con 1.200 token di input e 250 di output ciascuna.

Quasi settemila dollari all'anno su un volume alto ma non estremo. È una cifra che giustifica ampiamente mezza giornata di test seri prima di decidere.

Come sempre, però, questa tabella è il pavimento della spesa. Non include il prompt di sistema ripetuto a ogni chiamata, i tentativi falliti e — la voce più grande di tutte — il tempo di revisione umana.

Perché il più economico non vince automaticamente

È il punto che decide davvero, e va detto con chiarezza: su questa fascia il rapporto di cinque a uno può svanire completamente per una sola ragione.

Se il modello più economico richiede due tentativi dove l'altro ne richiede uno, il divario si dimezza. Se poi il quindici per cento degli esiti va corretto a mano, il costo del tempo delle persone supera l'intero risparmio nel giro di poche settimane.

• Conta i tentativi necessari per chiudere ogni caso
• Misura la percentuale di esiti da correggere
• Verifica che il modello ammetta di non sapere
• Prova sui tre documenti peggiori che hai
• Guarda come sbaglia, non solo quante volte
• Misura la latenza se qualcuno attende

Il terzo punto è la proprietà più importante di un modello economico, più della sua accuratezza media. Un modello leggero che chiude con sicurezza casi che non ha capito è pericoloso proprio perché sembra affidabile, e rende impossibile la strategia a due livelli: quei casi non arrivano mai al modello capace.

Per quali compiti è questa fascia

Errori da evitare

• Scegliere sul solo listino senza contare i tentativi.
• Non verificare le tre soglie di contesto, output e cutoff.
• Testare solo su documenti puliti.
• Non provare se ammette di non sapere.
• Ignorare il tempo di revisione nel calcolo.
• Usare un modello solo su traffico disomogeneo.

Esempi pratici

Assistenza clienti di primo livello. Migliaia di messaggi al giorno riconducibili a una decina di intenti ricorrenti. Entrambi i modelli gestiscono bene il compito; la scelta si decide sulla latenza percepita e sul comportamento nei casi fuori schema. Con volumi di questo ordine, il divario di prezzo si traduce in migliaia di euro l'anno.

Estrazione da fatture fornitori. Documenti strutturati, campi prevedibili. Il compito è nelle corde di entrambi, ma la prova che conta è sui documenti scansionati male: chi dichiara «campo non leggibile» invece di indovinare vale molto di più, a prescindere dal listino.

Analisi di contratti lunghi. Se i documenti superano i 200.000 token, Haiku 4.5 è escluso per un vincolo tecnico prima ancora che di qualità. Vale però la pena chiedersi se sia il caso di passare il contratto intero: selezionare le clausole pertinenti costa meno e funziona meglio con qualunque modello.

La strategia a due livelli

Su questa fascia l'impostazione più efficace non sceglie fra i due modelli: usa il modello economico come primo livello e uno più capace come riserva.

Il modello leggero riceve tutto il traffico e produce, per ogni caso, anche un'indicazione di quanto sia sicuro. I casi sopra soglia si chiudono lì; quelli sotto salgono al modello capace, che li tratta con più attenzione.

• Definisci una soglia esplicita, misurabile, non a intuito
• Verifica che il modello leggero riconosca i propri limiti
• Misura la percentuale reale di casi che salgono
• Controlla a campione i casi chiusi al primo livello
• Ritara la soglia dopo qualche settimana di dati veri
• Registra tutto: senza dati non si ottimizza

Il quarto punto è il controllo di sicurezza dell'intera impostazione. Serve ad accorgersi se il modello economico sta chiudendo con sicurezza casi che avrebbe dovuto passare oltre — che è il modo in cui un sistema a due livelli fallisce silenziosamente. Il dettaglio è in strategia a modello misto.

La finestra da 200K, in proporzione

Duecentomila token sembrano pochi accanto al milione dichiarato dall'altro modello, ma vale la pena tradurli.

Nell'ordine di grandezza corrispondono ad alcune centinaia di pagine di testo in una singola richiesta. Un contratto, un bilancio, un manuale tecnico di media lunghezza ci stanno comodamente, e ci sta anche una conversazione con parecchie decine di scambi precedenti.

Il limite si incontra in due situazioni: quando si passa un intero archivio senza selezione preventiva, e quando lo storico di una conversazione cresce senza controllo. In entrambi i casi la finestra grande è più una toppa che una soluzione.

Come applicarlo in azienda

Su questa fascia il listino decide meno di quanto sembri, quindi la procedura utile parte da altro: le tre soglie tecniche, che si controllano in dieci minuti e possono chiudere il confronto a monte.

I tuoi documenti superano i 200.000 token? Le risposte da generare superano i 64.000? Il compito dipende dalla conoscenza interna del modello invece che dai documenti che fornisci tu? Una sola risposta affermativa esclude la fascia più stretta.

Superata quella verifica, la prova deve includere i tre documenti peggiori che hai e un caso a cui manca l'informazione richiesta. Un modello che dichiara «il dato non è presente» è utilizzabile; uno che inventa un valore plausibile non lo è a nessun prezzo, perché produce errori che passano i controlli di formato e nessuno scoprirà.

L'impostazione consigliata usa il modello economico come primo livello e uno più capace come riserva, con una soglia esplicita di passaggio e un controllo a campione settimanale sui casi chiusi automaticamente. Il dettaglio, con le verifiche da fare prima della produzione, è in strategia a modello misto.

Un'ultima nota sui volumi alti: se il tuo sistema manda documenti interi invece di selezionare gli estratti pertinenti, il problema non è la finestra del modello ma l'assenza di selezione. Risolverlo fa risparmiare più di qualunque scelta di fascia, come spiegato in finestra di contesto: quanto conta davvero.

Se vuoi progettare un'automazione sostenibile sui tuoi volumi, Giallo Studio aiuta PMI e team a costruire automazioni concrete, misurabili e sostenibili.

Tre riferimenti che completano il quadro. Il criterio di scelta per tipo di compito è in quando basta un modello economico. Per la parte economica il riferimento è costo per task o prezzo per token. E se stai valutando di rivedere una configurazione già in produzione, il percorso è in come si leggono i benchmark AI.

Conclusione

GPT-5.6 Luna costa un quinto di Haiku 4.5 in input, ha una finestra cinque volte più ampia, il doppio di output massimo e una data limite più recente di un anno. Sulla carta il confronto sembra chiuso.

Ma su questa fascia il listino decide meno di quanto sembri: il numero che conta è il costo per compito completato, e dipende dai tentativi e dalla revisione umana molto più che dalla tariffa. La verifica richiede mezza giornata e i tre documenti peggiori che hai.

Se vuoi progettare un'automazione sostenibile sui tuoi volumi, Giallo Studio costruisce agenti e automazioni AI su misura per le PMI.

Schema consigliato: Article + FAQPage + BreadcrumbList