Microsoft ha impostato GPT-5.6 Sol di OpenAI come modello di intelligenza artificiale predefinito per gli sviluppatori che utilizzano internamente GitHub Copilot, Visual Studio e Visual Studio Code. L’indicazione è stata comunicata ai dipendenti da Jay Parikh, vicepresidente esecutivo del gruppo CoreAI Engineering, che ha raccomandato l’impiego del modello nella maggior parte delle principali attività di sviluppo. La scelta non impedisce agli ingegneri di utilizzare sistemi differenti, ma modifica l’impostazione iniziale degli strumenti aziendali e indirizza automaticamente una parte più consistente del lavoro di programmazione verso il modello di OpenAI. Microsoft ha motivato il cambiamento con la necessità di ottenere un valore maggiore dai token consumati e di aumentare l’efficienza complessiva dei carichi AI interni.
La valutazione non riguarda quindi soltanto le prestazioni assolute nella generazione o nella correzione del codice, ma il rapporto tra qualità dei risultati, quantità di token elaborati e risorse economiche necessarie per completare le attività. Parikh ha spiegato che lo spostamento di un numero maggiore di carichi di lavoro verso i modelli OpenAI dovrebbe consentire a Microsoft di ricavare un rendimento superiore dal proprio investimento in token. Nelle organizzazioni che utilizzano assistenti di programmazione su vasta scala, infatti, anche una differenza contenuta nel costo o nel numero di token richiesti per ogni operazione può produrre un impatto rilevante quando viene moltiplicata per migliaia di sviluppatori, richieste iterative, revisioni del codice e sessioni agentiche prolungate. GPT-5.6 Sol è stato quindi selezionato come impostazione predefinita perché, secondo la valutazione interna dell’azienda, offre attualmente il miglior equilibrio tra produttività nello sviluppo e utilizzo delle risorse.
La decisione assume particolare rilievo perché Microsoft sviluppa anche modelli proprietari e distribuisce attraverso Azure più di 11.000 modelli di intelligenza artificiale appartenenti a fornitori differenti. GitHub Copilot supporta sistemi di OpenAI, Anthropic, Google, Moonshot AI e della stessa Microsoft, consentendo agli utenti di selezionare la tecnologia più adatta alle singole attività. Nonostante questa disponibilità, l’azienda ha scelto GPT-5.6 Sol come standard interno per il lavoro quotidiano, indicando che il modello è stato considerato più conveniente nelle condizioni operative attuali. L’impostazione predefinita ha un effetto concreto sull’adozione, perché molti sviluppatori tendono a utilizzare il modello già selezionato nell’interfaccia, mentre il passaggio a un’alternativa richiede una scelta esplicita.
Microsoft mantiene parallelamente una collaborazione estesa con Anthropic. Alla fine dell’anno precedente le due società avevano concluso un accordo di investimento del valore massimo di 5 miliardi di dollari, mentre Microsoft aveva introdotto Copilot Cowork, uno strumento basato sui modelli Claude. Anthropic si era a sua volta impegnata a utilizzare servizi cloud Azure per un valore complessivo di 30 miliardi di dollari. La scelta di GPT-5.6 Sol non interrompe questi rapporti e non esclude Claude dagli strumenti aziendali, ma mostra che, per le attività interne di programmazione, Microsoft attribuisce in questa fase una maggiore efficienza al modello di OpenAI. La distinzione riguarda quindi il modello consigliato come impostazione ordinaria, non l’eliminazione delle alternative disponibili o una riduzione generale della collaborazione con Anthropic.
Gli sviluppatori continueranno infatti a poter cambiare modello quando le caratteristiche del compito rendono preferibile un sistema differente. Un portavoce di Microsoft ha precisato che le impostazioni predefinite vengono riesaminate periodicamente in base alle prestazioni e all’efficienza nell’uso delle risorse, per cui GPT-5.6 Sol non rappresenta necessariamente una scelta permanente. L’azienda potrà modificare nuovamente il modello standard in seguito ad aggiornamenti dei prodotti, variazioni dei prezzi, miglioramenti nei benchmark o differenze osservate nelle attività reali. La configurazione viene quindi trattata come uno strumento operativo dinamico, aggiornato sulla base del rendimento misurato, mentre agli ingegneri rimane la possibilità di selezionare liberamente altri modelli tra quelli supportati.
La modifica rientra in una fase nella quale le grandi aziende stanno riducendo l’attenzione verso il semplice aumento del numero di token impiegati e stanno introducendo criteri più rigorosi per valutarne la produttività. Dopo un periodo nel quale l’estensione del ragionamento e l’impiego di contesti sempre più ampi erano considerati strumenti diretti per migliorare le prestazioni, la crescita dei costi infrastrutturali ha reso necessario misurare più attentamente il risultato ottenuto per ogni unità di calcolo. Le spese in conto capitale per l’intelligenza artificiale previste nell’anno da Microsoft, Amazon, Google e Meta dovrebbero superare complessivamente i 700 miliardi di dollari, aumentando la pressione per dimostrare che gli investimenti in data center e acceleratori producono benefici operativi proporzionati. In questo contesto, la selezione del modello predefinito diventa anche uno strumento di controllo dei consumi, perché consente di indirizzare automaticamente la maggior parte delle richieste verso la soluzione considerata più efficiente.
Microsoft continuerà comunque a sviluppare modelli propri e a mantenere un catalogo aperto a più fornitori attraverso Azure e GitHub Copilot. La strategia non consiste quindi nel concentrare tutte le attività su un’unica tecnologia, ma nel combinare un’impostazione interna ottimizzata con la possibilità di scegliere altri modelli quando necessario. GPT-5.6 Sol viene adottato come punto di partenza per le attività più comuni, mentre Claude, Gemini, i modelli di Moonshot AI e quelli sviluppati da Microsoft restano disponibili per esigenze specifiche. L’azienda prevede di continuare a modificare le impostazioni in base all’evoluzione delle prestazioni e dei prodotti, utilizzando come criteri principali la qualità del codice generato, la produttività degli sviluppatori e il valore ottenuto dal consumo di token.