GPT-5.6 non è un modello separato.
- Input
- testo immagine $4/M
- Output
- testo $20/M
- Lettura cache
- $0.4/M
- Contesto
- 1.1M
- vs GPT-4o
- ~20% più economico
- Knowledge cutoff
- 2026-02
Prompt oltre 272K token: l'intera richiesta viene fatturata a $8/M in input · $30/M in output
Benchmark
Dati pubblicati dai provider: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del provider) | 1.050.000 |
|---|---|
| Output massimo (specifica del provider) | 128.000 |
| Knowledge cutoff | 2026-02 |
Prompt caching
| Modalità | automatico |
|---|---|
| Prefisso min. | 1.024 |
| Durata | 5-10 min, fino a 1 ora |
Ragionamento
| Parametro del provider | reasoning.effort |
|---|---|
| Valori accettati | none · low · medium · high · xhigh · max |
| Valore di default | medium applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | La Responses API accetta anche reasoning.mode, con valore standard (il predefinito) o pro; mode ed effort sono manopole indipendenti. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high parametri esposti dal gateway: vale la mappatura del provider indicata sopra |
Modello
| Modalità | testo + immagine → testo |
|---|
- Non è un modello separato: l'alias semplice gpt-5.6 instrada verso GPT-5.6 Sol, il livello di frontiera della famiglia. Solo Chat Completions e Batch (nessun Realtime, audio, embedding o fine-tuning)
- i prompt oltre i 272k token in input sono fatturati a 2x in input / 1,5x in output per l'intera richiesta
Un solo prompt, misurato attraverso il gateway
GPT-5.6 superato · 3 sentences
Enabling reasoning makes the model generate many additional internal tokens before producing an answer, so each request consumes substantially more compute. Those reasoning tokens are billed even though they are not visible to users, and longer processing can also increase tool calls, retries, and output length. The bill doubled because our cost per request rose, not necessarily because usage volume increased; we can control it by limiting reasoning effort and routing simpler tasks to cheaper models.
out 126 tok (+30 ragionamento) latenza 3.0 s
Rispetto delle istruzioni (esattamente tre frasi: si contano), adattamento al destinatario (registro da CFO) e lo scarto di fatturazione dovuto al ragionamento nascosto, che i contatori di token qui sotto mettono in luce.
GPT-5.6 superato · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: best = max(best, cur) cur = 1 return max(best, cur) ``` The original code counted equal *transitions* rather than items, so a run of one had length `0`, a run of three had length `2`, and tracking from zero caused the off-by-one error. The corrected version starts each run at length `1`, resets to `1` when the value changes, and performs a final `max` after the loop so a run ending at the last element is included; an empty input still returns `0`.
out 277 tok (+93 ragionamento) latenza 4.2 s
Se la correzione è davvero giusta (si può eseguire), quanto è densa la spiegazione e quanti token servono per un compito circoscritto.
GPT-5.6 superato · 5/5 fields, guidance "withheld pending the Q4 close"
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld pending the Q4 close" }
out 179 tok (+118 ragionamento) latenza 3.7 s
Aderenza allo schema (nessun campo inventato), tentazione di allucinare (il testo dice espressamente che la guidance non viene comunicata) e differenze tra i percorsi di output strutturato.
GPT-5.6 superato · 120 words, 0 banned, 1 question
Today we are introducing Prompt Cache, a new API gateway feature that stores reusable prompt prefixes and serves them across supported model providers. By recognizing identical system instructions, tools, examples, and context blocks, Prompt Cache reduces repeated input processing, lowers latency, and helps control token costs without changing application code. Teams can configure retention windows, cache keys, provider routing, encryption, and regional storage policies from one dashboard or API. What happens when a preferred provider is unavailable? The gateway can route requests to another provider while reusing eligible cached content, preserving performance and consistency. Built-in metrics report hit rates, savings, latency, and provider usage, while audit logs support governance. Prompt Cache is available today in public preview for all customers.
out 628 tok (+473 ragionamento) latenza 7.3 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica e controllo della lunghezza.
Usa GPT-5.6 in 30 secondi
Compatibile con OpenAI: cambi base_url e tieni il tuo SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.6",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.6",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.6",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.6")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Informazioni su GPT-5.6
- OpenAI documenta il nome semplice gpt-5.6 come un alias che instrada le richieste verso GPT-5.6 Sol, il livello di frontiera della famiglia GPT-5.6, descritto sulla sua pagina come il modello di frontiera per il lavoro professionale complesso e come corrispondente all'incirca al livello di modello senza suffisso usato nelle famiglie GPT-5 precedenti.
- Chiamarlo dà quindi le specifiche di Sol: una finestra di contesto da 1.050.000 token con un input massimo di 922.000 token, 128.000 token di output massimo, input di testo e immagini con output di testo, supporto per i token di ragionamento e un cutoff di conoscenza a febbraio 2026.
- Chat Completions, Responses e Batch sono supportati; Realtime, audio, embedding e fine-tuning no.
- OpenAI posiziona la generazione come una nuova base di qualità ed efficienza per flussi di produzione complessi, mettendo in evidenza l'efficienza sui token e un giudizio più solido su layout e design front-end, e il suo consiglio di migrazione è di mantenere come base l'impostazione di ragionamento usata su GPT-5.5 o GPT-5.4 e poi provare un livello più in basso, perché questa generazione spesso tiene la qualità con meno token.
- Il reasoning effort va da none fino al nuovo livello max e si risolve in medium quando omesso, sia in modalità standard sia in modalità pro.
- Il rilascio aggiunge anche il tool calling programmatico, una modalità multi-agent in beta che coordina subagent in parallelo, il caching esplicito dei prompt accanto a quello implicito e il ragionamento persistito tra i turni tramite reasoning.context.
- Contano due dettagli di fatturazione: i prompt sopra i 272K token di input sono addebitati a 2x l'input e 1,5x l'output per l'intera richiesta, e le scritture in cache costano 1,25x la tariffa di input non in cache.
- Synthorai serve GPT-5.6 sullo stesso endpoint chat completions compatibile OpenAI del resto della famiglia.
FAQ
L'API di GPT-5.6 si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza bisogno di carta. A $4/M per i token di input, quel credito basta da solo per circa 31 richieste da ~8K token a GPT-5.6.
In cosa eccelle GPT-5.6?
Un alias che instrada verso GPT-5.6 Sol; il livello di frontiera per il lavoro professionale complesso; prompt sopra i 272K di input fatturati a 2x input e 1,5x output. Il quadro completo è nella sezione «Informazioni», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa GPT-5.6?
Su Synthorai GPT-5.6 costa $4 per milione di token di input e $20 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.4/M.
Qual è la finestra di contesto di GPT-5.6?
GPT-5.6 ha una finestra di contesto di 1.1M token su Synthorai. Una singola risposta può arrivare a 128,000 token.
GPT-5.6 supporta il prompt caching?
Sì, in automatico: i prompt serviti da OpenAI vanno in cache senza modifiche al codice. I token di input letti dalla cache costano $0.4/M, contro $4/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 1,024 token (TTL 5-10 min, fino a 1 ora). Guida al prompt caching →
Come ottengo l'accesso a GPT-5.6?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="gpt-5.6" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Qual è il knowledge cutoff di GPT-5.6?
Il knowledge cutoff di GPT-5.6 è 2026-02, secondo la documentazione ufficiale del provider (dato aggiornato al 2026-07-28).
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.