TL;DR
OpenAI ha rilasciato GPT-5.6 il 9 luglio, e c’è chi riesce a fargli costruire video di motion graphics finiti da un solo prompt. Non è un modello video e non dipinge pixel. Scrive l’animazione come codice, lo stesso HTML e GSAP che fa girare i siti più curati, e quel codice viene renderizzato in un MP4 pulito. Per questo il risultato è preciso invece che sfocato. Il rovescio della medaglia: i buoni risultati arrivano lasciandolo ragionare per un’ora o due a massimo sforzo, il che costa denaro vero e richiede un setup tecnico. Ma la notizia è la qualità. È il momento in cui un modello IA generalista è diventato abbastanza bravo da fare un lavoro che prima richiedeva un motion designer.
Cosa è stato rilasciato davvero
GPT-5.6 è arrivato pubblicamente il 9 luglio 2026, dopo un’anteprima limitata a fine giugno. È una famiglia, non un singolo modello: Sol è il vertice, Terra quello bilanciato, Luna quello economico e veloce. OpenAI definisce Sol il suo miglior modello di coding finora, e c’è un’impostazione di massimo sforzo più una modalità ultra che gli permette di delegare il lavoro a dei subagenti sui problemi difficili.
Niente di tutto questo suona come video. È proprio questo il punto, ed è il motivo per cui la notizia è passata inosservata. GPT-5.6 non è un modello video. È un modello di ragionamento e di coding diventato così bravo a scrivere codice da poter ora costruire un’animazione, che si rivela un modo molto più preciso di creare motion graphics rispetto al generare riprese.
Quindi come fa un modello di chat a creare un video?
Lo scrive. Tu descrivi il video, il modello scrive l’animazione come codice (HTML, CSS e GSAP, la stessa tecnologia web dietro i siti più curati che hai visto). Poi quel codice viene renderizzato fotogramma per fotogramma in un MP4.
È l’intero motivo per cui il risultato è buono. Un generatore di video come Sora tira a indovinare i pixel, il che è bellissimo per un’inquadratura d’atmosfera e disperato per un logo che deve mantenere la sua forma e un testo che deve restare leggibile. Il codice non tira a indovinare. Se gli dici che il logo entra a 0,4 secondi e che il titolo è esattamente l’arancione del tuo brand, succede questo, a ogni fotogramma, ogni volta. È la differenza tra descrivere un dipinto e scrivere le istruzioni per costruirlo.
Perché ci vogliono ore?
Perché la parte buona nasce dal ragionamento. A massimo sforzo, GPT-5.6 ragiona a lungo prima di scrivere, e con la modalità ultra può attivare dei subagenti che lavorano in parallelo su parti diverse. C’è chi lo lascia andare per un’ora o due su una singola clip. Ora ispeziona anche il risultato renderizzato invece di sparare codice alla cieca, quindi individua ciò che sembra sbagliato e lo corregge prima di consegnare. È il ciclo che un motion designer percorre, solo automatizzato, ed è lento per lo stesso motivo per cui il buon lavoro è lento.
Il compromesso sono i soldi. Sol parte da 2 $ per milione di token in ingresso e 10 $ per milione in uscita, con l’ingresso in cache a 0,20 $ per milione. I prompt oltre i 272.000 token in ingresso usano tariffe di contesto lungo più alte, e un lungo ragionamento su un’animazione complessa consuma comunque parecchi token. Non sono 200 $ a clip, ma non è nemmeno gratis, e con la via fai-da-te devi anche montare da solo la pipeline di rendering.
Il risultato è davvero buono?
Sì, ed è questo che rende il tema degno di nota. Tipografia cinetica, logo reveal, reel di lancio, grafici animati, promo di prodotto: il motion grafico fedele al brand che la maggior parte dei team marketing pubblica davvero. Fatto bene, è il genere di lavoro che prima significava un pomeriggio in After Effects o una settimana di attesa per un freelance.
Dove ancora cade è esattamente dove te lo aspetti: VFX cinematografici, 3D, animazione di personaggi fatta a mano, mestiere broadcast al fotogramma. Un motion designer senior in After Effects vince ancora su questo, e lo farà per un po’. Ma quello non è mai stato il lavoro di cui la maggior parte dei team aveva bisogno. Il lavoro di cui la maggior parte dei team aveva bisogno è appena stato automatizzato. Approfondiamo dove passa quel confine in come creare motion graphics senza After Effects.
GPT-5.6 contro i modelli video
| GPT-5.6 (scrive l’animazione come codice) | Sora / Runway / Veo (generano riprese) | |
|---|---|---|
| Cosa produce | Motion grafico: loghi, testo, layout | Riprese cinematografiche e fotografiche |
| Resta fedele al brand | Sì: il codice è esatto | No: sbanda e si deforma |
| Testo leggibile, logo intatto | Sì | Poco affidabile |
| Tempo per clip | Un’ora o due a massimo sforzo | Minuti |
| Ti serve | Un setup di rendering, o un prodotto costruito sopra | Solo lo strumento |
| Ideale per | Reel di lancio, logo reveal, annunci social | Atmosfera, B-roll, ambientazione |
Cosa significa davvero
Un modello di chat generalista, pensato per il coding e per il lavoro aziendale, è ora abbastanza bravo da creare motion graphics come effetto collaterale dell’essere bravo con il codice. Nessuno in OpenAI ha rilasciato una funzione di motion graphics. È venuta fuori da sola perché il modello è diventato più intelligente. Dovrebbe dirti dove sta andando tutto questo: ogni volta che la frontiera avanza, questo migliora, gratis, senza che nessuno costruisca una funzione video.
Il vero divario è il flusso di lavoro. Ore di ragionamento, una pipeline di rendering da domare, token da pagare e un nuovo giro di ritocchi ogni volta che una scena viene male. La capacità c’è. La comodità no, a meno che qualcuno la costruisca per te. È la parte da tenere d’occhio, ed è quella a cui lavoriamo noi: fluos usa lo stesso approccio, con il modello di frontiera che in quel momento scrive il motion migliore, e trasforma il ciclo fai-da-te di due ore in una chat e un’anteprima in tempo reale. Sui primi 500 video creati su fluos, il rendering medio si è concluso in circa tre minuti. Per il panorama più ampio, la nostra rassegna onesta dei migliori strumenti IA per le motion graphics confronta le opzioni.
Domande frequenti
- GPT-5.6 può creare video?
- Non come modello video. Scrive l’animazione come codice (HTML e GSAP) che viene renderizzato in un MP4, ed è così che c’è chi ottiene motion graphics finite da un solo prompt. Non esporta un video direttamente dalla finestra della chat.
- Perché GPT-5.6 impiega ore per creare un video?
- I buoni risultati arrivano dal ragionamento a massimo sforzo, in cui il modello riflette a lungo e può delegare a dei subagenti prima di scrivere l’animazione. I ragionamenti lunghi richiedono tempo e costano token.
- GPT-5.6 è meglio di Sora per le motion graphics?
- Per il motion grafico fedele al brand (loghi, testo, layout) sì, perché il codice è esatto e le riprese generate sbandano. Per riprese fotografiche e cinematografiche, Sora è lo strumento giusto. Risolvono problemi diversi.
- Quanto costa?
- GPT-5.6 Sol parte da 2 $ per milione di token in ingresso e 10 $ per milione in uscita, con l’ingresso in cache a 0,20 $ per milione. I prompt oltre i 272.000 token in ingresso usano tariffe di contesto lungo più alte, quindi il costo cresce con la dimensione del contesto e con quanto lo lasci ragionare.
- Quando è uscito GPT-5.6?
- Pubblicamente il 9 luglio 2026, dopo un’anteprima limitata a fine giugno. Esiste in tre livelli: Sol, Terra e Luna.