GPT-5.6 Sol Terra Luna in anteprima, Anthropic Economic Index, Gemma 4 su Cerebras: panoramica IA del 26 giugno 2026

Il 26 giugno 2026 è una giornata intensa su più fronti: OpenAI svela l’anteprima limitata della serie GPT-5.6 (Sol, Terra, Luna), un nuovo sistema di denominazione con tariffe riviste al ribasso per Terra e Luna; Anthropic pubblica il suo sesto Economic Index «Cadences» con i risultati di un sondaggio su 9 700 utenti; Gemma 4 supera 200 milioni di download in 2,5 mesi e diventa il primo modello multimodale su Cerebras a 1 500 token al secondo. Sul fronte degli strumenti per sviluppatori, GitHub Desktop 3.6 integra i worktrees e il Copilot SDK, Copilot for Jira passa alla disponibilità generale e lo skill LSP Setup porta un’intelligenza semantica a Copilot CLI su 14 linguaggi. HeyGen annuncia 200 milioni di USD di ARR in otto mesi, e Cohere si afferma sulla sovranità enterprise in reazione alle restrizioni governative su GPT-5.6.

GPT-5.6 Sol, Terra e Luna — anteprima limitata della nuova generazione OpenAI

26 giugno — OpenAI lancia un’anteprima limitata della serie GPT-5.6, composta da tre modelli con posizionamenti distinti. La serie introduce un nuovo sistema di denominazione: il numero (5.6) identifica la generazione, mentre Sol, Terra e Luna designano livelli di capacità duraturi che possono evolvere in modo indipendente.

“Introducing a limited preview of GPT-5.6 Sol, our next generation frontier model, as well as GPT-5.6 Terra, a balanced model for efficient, everyday work, and GPT-5.6 Luna, a fast and affordable model for high-volume work.”

🇮🇹 Lancio dell’anteprima limitata di GPT-5.6 Sol, il nostro modello di nuova generazione, così come di GPT-5.6 Terra, un modello equilibrato per il lavoro quotidiano efficiente, e di GPT-5.6 Luna, un modello veloce ed economico per i lavori ad alto volume. — @OpenAI su X

Tre modelli, tre livelli di capacità

GPT-5.6 Sol : modello di punta di nuova generazione, il più performante finora per la cybersicurezza, il codice e la biologia. Introduce un livello massimo di sforzo di ragionamento (max reasoning effort) e una modalità ultra che sfrutta sotto-agenti per accelerare i compiti complessi.
GPT-5.6 Terra : modello equilibrato per il lavoro quotidiano, con prestazioni comparabili a GPT-5.5 ma due volte meno costoso.
GPT-5.6 Luna : modello veloce ed economico per volumi elevati, al costo più basso della gamma.

Prezzi e prestazioni

Modello	Input (per milione di token)	Output (per milione di token)	Posizionamento
GPT-5.6 Sol	$5	$30	Flagship / Frontier
GPT-5.6 Terra	$2,50	$15	Equilibrato, 2× meno costoso di GPT-5.5
GPT-5.6 Luna	$1	$6	Veloce / economico

Nei benchmark, Sol stabilisce un nuovo record (state of the art) su Terminal-Bench 2.1 (code/CLI) e supera GPT-5.5 su GeneBench v1 (biologia) con meno token. Su ExploitBench² (cybersicurezza), Sol è comparabile a Mythos Preview con circa un terzo dei token di output. Sol sarà disponibile su Cerebras fino a 750 token al secondo a partire da luglio 2026.

Sicurezza rafforzata e disponibilità limitata

OpenAI afferma di aver implementato lo stack di sicurezza (safety stack) più robusto finora: oltre 700 000 ore GPU equivalenti ad A100 dedicate al red teaming automatizzato, classificatori in tempo reale per la cybersicurezza e la biologia, revisione a livello di account per rilevare comportamenti malevoli persistenti. GPT-5.6 Sol non supera la soglia «Cyber Critical» del quadro di preparazione (Preparedness Framework) di OpenAI.

Su richiesta del governo statunitense, OpenAI parte con un’anteprima limitata presso un gruppo ristretto di partner fidati, prima di un lancio più ampio «nelle prossime settimane» via API, Codex e ChatGPT.

🔗 Blog OpenAI — Anteprima GPT-5.6

Anthropic Economic Index — sesto rapporto «Cadences»

26 giugno — Anthropic pubblica il sesto rapporto dell’Anthropic Economic Index, intitolato «Cadences». È la prima edizione a combinare un campionamento orario continuo, un classificatore degli artefatti prodotti e i risultati di un sondaggio su 9 700 utenti di Claude.

Nuova metodologia

Cambiamento	Descrizione
Campionamento orario	Dati raccolti in modo continuo (non più su una finestra di 7 giorni) — variazioni ora per ora osservabili
Classificatore di artefatti	Ogni conversazione categorizzata in base al suo output principale (spiegazione, documento, codice, ecc.)
Dati granulari	Suddivisi tra conversazioni Claude (chat + Cowork) e API 1P, aggregati a livello mensile

I ritmi dell’uso

L’uso riflette il calendario e le abitudini quotidiane: la quota delle conversazioni personali passa da ~35 % nei giorni feriali a ~50 % nel weekend. Le ricette di cucina vengono richieste 2,3 volte più spesso alle 18:00 rispetto alla media; i consigli sul sonno raggiungono il picco verso le 5:00. Le richieste fiscali sono state otto volte più frequenti il 14 aprile (vigilia della scadenza della dichiarazione negli Stati Uniti) rispetto alla media di maggio. Su Claude Code, gli usi che calano di più nel weekend sono l’architettura back-end e il debug delle API; quelli che crescono di più: progettazione di agenti IA, trading quantitativo, videogiochi.

Ciò che produce Claude

Il 93 % delle conversazioni produce un artefatto identificabile: spiegazioni (17 %), documenti e rapporti (15 %), consigli (11 %), codice e script (~16 % in totale). Le app e i siti web consumano più di tre volte i token di una conversazione mediana. Claude risponde in media a un livello di lettura superiore di circa un anno di studi rispetto al prompt — il divario è massimo per immagini e grafici (+2,6 anni), giochi (+1,9) e app (+1,7).

Il sondaggio su 9 700 rispondenti

Indicatore	Valore
Si aspettano cambiamenti significativi alle loro responsabilità in 12 mesi	>1/3
Pensano che l’IA potrà gestire la maggior parte dei loro compiti in 12 mesi	>35 %
Dichiarano guadagni di produttività in velocità	86 %
Dichiarano guadagni di produttività in volume di lavoro	82 %
Dichiarano guadagni di produttività in qualità	69 %
Imparano di più grazie all’IA	68 %
Ritengono che l’IA valorizzi le loro competenze	57 %
Pensano sia probabile perdere il proprio lavoro	~10 %
Ritengono probabile che il loro giovane collega perda il posto	>1/3

Constatazione centrale: gli utenti che delegano di più a Claude sono quelli che si mostrano più ottimisti sull’impatto dell’IA sul loro lavoro e sulle loro competenze — senza che ciò comporti una riduzione dell’apprendimento percepito. Le donne rappresentano il 12 % del campione accoppiato; dopo il controllo delle differenze di occupazione, usano Claude Code 6,3 punti percentuali in meno, ma trascorrono più tempo attivo in chat.

🔗 Anthropic Economic Index — rapporto Cadences

Claude Code v2.1.193 — autoMode, OpenTelemetry e completamento automatico bash

25 giugno — Claude Code v2.1.193, pubblicata in tarda serata, introduce diverse nuove funzionalità orientate al controllo della modalità automatica, all’osservabilità e all’ergonomia del terminale.

Funzionalità	Dettaglio
`autoMode.classifyAllShell`	Tutti i comandi Bash/PowerShell passano attraverso il classificatore della modalità automatica
Motivi di rifiuto in modalità auto	Registrati nella trascrizione, nel toast e nella scheda `/permissions`
OpenTelemetry `claude_code.assistant_response`	Registra il testo di risposta del modello (mascherato per impostazione predefinita ; `OTEL_LOG_ASSISTANT_RESPONSES=1`)
Completamento automatico dei percorsi bash (`!`)	Percorsi suggeriti in tempo reale durante la digitazione
Notifica MCP auth	Avviso verso `/mcp` se alcuni server richiedono autenticazione all’avvio
Auto-risposta shell inattiva in background	I comandi in attesa di input ricevono una risposta automatica (disattivabile tramite `CLAUDE_CODE_DISABLE_BG_SHELL_PRESSURE_REAP=1`)

Vengono corrette diverse regressioni: gli agenti appuntati in background non vengono più invitati a «continuare da dove eri rimasto» dopo ogni aggiornamento automatico, e il sotto-agente fantasma «general-purpose (resumed)» che riavviava la conversazione principale viene rimosso. Il headersHelper MCP si riavvia e si riconnette automaticamente dopo una risposta 401/403.

🔗 Changelog Claude Code

Google / Gemini — Gemma 4 su Cerebras, 200M download e Drops di giugno

Gemma 4 × Cerebras — primo modello multimodale a 1 500 token/s

26 giugno — Gemma 4 diventa il primo modello multimodale disponibile su Cerebras. La versione 31B gira a 1 500 token al secondo sull’infrastruttura Cerebras. Un hackathon virtuale di 24 ore è organizzato il 28 giugno con $5 000 di premi per i partecipanti, che beneficiano di un accesso anticipato a Gemma 4 su Cerebras tramite Luma (Cerebras × Google Gemma 4 : $5 000 Hackathon).

🔗 Tweet @googlegemma — Cerebras × Gemma 4

Gemma 4 — 200 milioni di download in 2,5 mesi

25 giugno — La famiglia Gemma 4 supera 200 milioni di download in soli 2,5 mesi dal lancio. Per contesto, l’intera famiglia Gemma totalizzava 100 milioni di download al lancio di Gemma 3 — Gemma 4 ha quindi raddoppiato quel totale in 2,5 mesi. Questo traguardo è stato ritwittato da @GoogleDeepMind, segno dell’importanza attribuita da Google a questo risultato.

🔗 Tweet @googlegemma — 200M download

Gemini Drops giugno 2026 — immagini in tempo reale con la voce e strumenti per PMI

26 giugno — L’app Gemini pubblica il suo riepilogo mensile di giugno («Gemini Drops»): generazione di immagini in tempo reale con la voce e nuovi strumenti per le piccole imprese. Il tweet rimanda a un articolo del blog Google che dettaglia le funzionalità del mese.

🔗 Tweet @GeminiApp — Gemini Drops giugno 2026

GitHub Copilot — Desktop 3.6, Jira GA e intelligenza semantica CLI

GitHub Desktop 3.6 — Worktrees e Copilot SDK

26 giugno — GitHub Desktop 3.6 introduce due evoluzioni importanti: il supporto ai Git worktrees e un’integrazione più profonda di Copilot tramite il nuovo Copilot SDK.

Funzionalità	Dettaglio
Copilot SDK	Fondazione comune per tutte le funzionalità Copilot in Desktop
Authoring dei commit	Genera messaggi conformi a `.github/copilot-instructions.md` e `AGENTS.md`
Risoluzione dei conflitti	L’IA spiega le modifiche in conflitto e suggerisce una risoluzione da accettare o modificare
Git worktrees	Lavoro su più branch in parallelo senza stash né clonazioni ripetute
Model picker	Scelta del modello per ogni funzionalità Copilot
BYOK	Connessione a un provider terzo o a un modello locale

Disponibile per macOS e Windows (GitHub Desktop 3.6.0). I worktrees sono particolarmente utili con gli agenti di codifica che creano spazi di lavoro (worktrees) isolati.

🔗 GitHub Changelog — Desktop 3.6

GitHub Copilot for Jira — Disponibilità generale

25 giugno — GitHub Copilot for Jira passa alla disponibilità generale (GA) dopo una public preview da marzo 2026. Il GA introduce due nuove capacità: lo streaming di avanzamento (aggiornamenti dell’agente di codifica trasmessi in tempo reale verso il ticket Jira senza cambiare contesto) e il post-session steering (dopo l’apertura di una bozza di PR, l’utente può dare nuove istruzioni direttamente in Jira; l’agente continua sullo stesso PR). L’onboarding dell’organizzazione GitHub e dei repository è semplificato.

🔗 GitHub Changelog — Copilot for Jira GA

LSP Setup skill — intelligenza semantica su 14 linguaggi per Copilot CLI

25 giugno — GitHub Copilot CLI riceve un nuovo skill LSP Setup che gli conferisce una vera intelligenza di codice semantica — definizioni, riferimenti, tipi — tramite i server LSP (Language Server Protocol), sostituendo l’approccio grep/decompilazione. Copertura: 14 linguaggi. La configurazione e l’installazione dei server LSP sono gestite dallo skill.

🔗 GitHub Blog — LSP Setup skill · Tweet @github

Modelli aperti e ricerca — HF Jobs vLLM e Sakana CoffeeBench

HF Jobs — server vLLM compatibile OpenAI in un solo comando

26 giugno — Hugging Face pubblica una guida ufficiale per avviare un server vLLM privato, compatibile OpenAI, sull’infrastruttura HF Jobs con un solo comando (hf jobs run --flavor a10g-large --expose 8000 vllm/vllm-openai:latest vllm serve Qwen/Qwen3-4B). Niente Kubernetes, niente server da provisionare, fatturazione al secondo.

Aspetto	Dettaglio
GPU disponibili	A10g-large (1,50 USD/h), H200×2, H200×8
Protocollo	Compatibile OpenAI (ChatCompletions), autenticazione tramite token HF
Accesso SSH	`hf jobs run --ssh` + `hf jobs ssh <job_id>`
Modelli testati	Qwen3-4B, Qwen3.5-122B-A10B (MoE, 2×H200)
Interfaccia Gradio	Supporto streaming con ragionamento comprimibile
Agent coding	Integrazione Pi framework (agnostico rispetto al provider)
Differenza Inference Endpoints	Jobs = sperimentazione/valutazioni, Endpoints = produzione con scale-to-zero

Prerequisito: huggingface_hub >= 1.20.0.

🔗 Blog HF — vLLM su HF Jobs

Sakana CoffeeBench — simulazione multi-agent su 90 giorni della filiera del caffè

26 giugno — Sakana AI, in collaborazione con Azusa Audit Corporation, pubblica CoffeeBench: un benchmark che valuta le capacità di gestione a lungo termine degli agenti LLM. Sei aziende (agricoltori, torrefattori, rivenditori), ciascuna gestita da un agente distinto, conducono negoziazioni sui prezzi, effettuano ordini e gestiscono le scorte su 90 giorni simulati con l’obiettivo di massimizzare i profitti netti. I risultati rivelano differenze comportamentali significative tra i modelli: alcuni agenti negoziano attivamente, altri analizzano senza agire e finiscono in perdita. La ricerca sarà presentata al workshop ICML 2026 « Failure Modes in Agentic AI ». Il tweet ha raccolto 173 800 visualizzazioni.

🔗 Sakana — CoffeeBench · arXiv 2606.16613 · @SakanaAILabs su X

HeyGen supera i 200 milioni USD di ARR in otto mesi

25 giugno — HeyGen, la piattaforma video IA incentrata sull’identità (identity-first AI video), annuncia di aver superato i 200 milioni USD di ARR (annual recurring revenue), raddoppiando in otto mesi. La crescita riflette un’adozione rapida sia da parte di creatori indipendenti sia dell’85 % delle aziende Fortune 100.

Metrica	Valore
ARR	200 milioni USD (raddoppio in 8 mesi)
Utenti	30 milioni
Paesi	196
Lingue	175+
Fortune 100	85 %
Video creati	118 milioni
Efficienza del capitale	2,70 USD di ARR per dollaro raccolto

HeyGen mette in evidenza Avatar V (15 secondi di video bastano per creare un gemello digitale), HyperFrames (framework open source Apache 2.0 per la creazione video agentica, 21 600 stelle GitHub in un mese) e l’integrazione HeyGen MCP per i flussi di agenti IA. 63 funzionalità sono state lanciate in 3 mesi.

🔗 Blog HeyGen — 200 milioni USD di ARR

Cohere — sovranità enterprise di fronte alle restrizioni su GPT-5.6

25 giugno — Cohere pubblica un tweet di posizionamento aggressivo sulla sovranità e sul controllo enterprise, in reazione all’annuncio di OpenAI di limitare GPT-5.6 a un gruppo ristretto di partner su richiesta del governo americano.

“When you use Cohere, there are no staggered releases. No sudden disablements. We trust you completely: ‘[The customer] is in full control. We can’t see in, we can’t switch it off.’”

🇮🇹 Con Cohere, niente rollout graduali. Niente disattivazioni improvvise. Ci fidiamo completamente di voi: « Il cliente ha il controllo totale. Non possiamo vedere dentro, non possiamo spegnerlo. » — @cohere su X, citando Aidan Gomez, CEO di Cohere

Questo posizionamento arriva lo stesso giorno in cui OpenAI annuncia che GPT-5.6 Sol, Terra e Luna saranno disponibili « in generale solo nelle prossime settimane », per ora soltanto a un gruppo ristretto su richiesta del governo americano. Il tweet ha raccolto 18 900 visualizzazioni.

Brevi

Warp — serie Cloud Software Factory (articolo 1) (25 giugno) — Primo articolo di una serie Warp sulla costruzione di una fabbrica software nel cloud (cloud software factory) con skill e loop (loops). Questo episodio copre la « automatic triage skill » per automatizzare il triage dei ticket in un flusso di sviluppo. Contenuto educativo (7 min di lettura). 🔗 Blog Warp
Sakana Fugu — rapporto tecnico arXiv 2606.21228 (26 giugno) — Rapporto tecnico ufficiale di Fugu pubblicato su arXiv, complemento del lancio del 22 giugno. Documenta le architetture Fugu, Fugu-Ultra e Fugu-Llama su benchmark di coding, ragionamento, roleplay e task agentiche (incluso SWE-Bench Pro). 🔗 arXiv 2606.21228 · Tweet @SakanaAILabs
Antigravity 2.2.1 (25 giugno) — L’ambiente di sviluppo IA di Google rilascia la versione 2.2.1: nuovo skill « Antigravity Guide » integrato, rendering di file audio, ricerca di file per sottostringa, 19 miglioramenti e 17 correzioni. Versione precedente: 2.1.4 dell’11 giugno. 🔗 Antigravity — changelog
Copilot code review — aggiornamenti sull’efficienza (25 giugno) — Copilot code review utilizza ora gli strumenti CLI/SDK nativi (grep, rg, glob, view), riducendo i costi del 20 % pur mantenendo la qualità. La medium analysis depth consente l’attribuzione nel commento di riepilogo del PR e la configurazione del livello di review a livello di organizzazione. 🔗 GitHub Changelog
MAI-Code-1-Flash esteso a Copilot Business ed Enterprise (26 giugno) — Il modello MAI-Code-1-Flash è ora accessibile ai piani Copilot Business e Copilot Enterprise. 🔗 GitHub Changelog
Cohere — reazione meme « Taps sign » (26 giugno) — In risposta all’accesso limitato a GPT-5.6 Sol, Cohere pubblica su X un meme ironico con una foto di Aidan Gomez in copertina su FORTUNE, suggerendo che il loro CEO abbia già detto tutto il necessario. Il tweet raggiunge 37 800 visualizzazioni e 444 « Mi piace ». 🔗 Tweet @cohere

Cosa significa

La frammentazione dell’accesso ai modelli frontier sta diventando una leva commerciale. GPT-5.6 Sol viene lanciato in anteprima limitata su richiesta del governo americano — un rollout graduale senza precedenti per OpenAI a questa scala. Cohere reagisce immediatamente con una posizione sulla sovranità totale del cliente (« We can’t see in, we can’t switch it off »), segnalando che il controllo enterprise sui modelli IA sta diventando un argomento di vendita differenziante. Il meme del giorno dopo conferma che questo posizionamento è deliberato e coordinato. La serie GPT-5.6 Sol/Terra/Luna rappresenta anche un notevole cambio di nomenclatura: nomi persistenti che possono evolvere in modo indipendente, invece di un numero di versione fisso.

La misurazione dell’impatto economico dell’IA sta guadagnando profondità e sfumature. L’Anthropic Economic Index « Cadences » è la prima edizione che abbina dati d’uso reali e un sondaggio su 9 700 rispondenti. I risultati sfumano il discorso dominante: l’86 % dichiara guadagni di produttività in termini di velocità, ma gli utenti che delegano di più sono anche i più ottimisti — senza che ciò comporti una riduzione dell’apprendimento percepito. Il divario di genere (12 % di donne nel campione accoppiato, -6,3 punti di utilizzo di Claude Code) resta poco spiegato ma viene documentato per la prima volta con questa granularità. I ritmi temporali dell’uso (fiscale il 14 aprile, entrate alle 18, sonno alle 5) offrono una lettura concreta di come l’IA si inserisce nella vita quotidiana.

Gli strumenti per i team di sviluppo si densificano simultaneamente su più fronti. GitHub Desktop 3.6, Copilot for Jira GA e lo skill LSP Setup per Copilot CLI arrivano lo stesso giorno, formando una copertura completa del ciclo di sviluppo: desktop (Desktop), gestione progetto (Jira), terminale (CLI semantica su 14 lingue). Claude Code v2.1.193 aggiunge l’osservabilità OpenTelemetry delle risposte del modello e il classificatore automatico dei comandi shell, due funzionalità che rispondono a esigenze di conformità e tracciabilità in ambito enterprise. HF Jobs vLLM riduce a sua volta la barriera d’ingresso per l’inferenza on-demand senza infrastruttura da gestire.

I modelli open e il video IA raggiungono traguardi commerciali che rimescolano le carte. Gemma 4 raddoppia in 2,5 mesi il totale storico della famiglia Gemma al lancio di Gemma 3, e diventa il primo modello multimodale a girare su Cerebras a 1 500 token/s. HeyGen (200 milioni USD di ARR, 2,70 USD di ARR per dollaro raccolto) dimostra che il video IA può raggiungere un’efficienza del capitale rara nel settore tech. CoffeeBench di Sakana illustra una terza forma di contributo: benchmark multi-agent su orizzonti lunghi (90 giorni di catena di approvvigionamento) che catturano comportamenti che le valutazioni classiche non vedono — lacune che saranno presentate a ICML 2026.