GPT-5 e GPT-5.2: architettura a due livelli e primo risultato di fisica teorica

Il nuovo modello di OpenAI unifica risposta rapida e ragionamento profondo, mentre GPT-5.2 firma la prima congettura originale in fisica delle particelle.

Contenuto

GPT-5 e GPT-5.2: architettura a due livelli e primo risultato di fisica teorica

Scopri anche

GPT-5 e GPT-5.2: architettura a due livelli e primo risultato di fisica teorica

GPT-5 e GPT-5.2: architettura a due livelli e primo risultato di fisica teorica

In questo articolo:

OpenAI ha rilasciato GPT-5, modello che introduce un'architettura a due componenti unificate: un modello veloce per le richieste comuni e un modello di ragionamento avanzato per i problemi complessi. Un router interno seleziona in tempo reale quale dei due impiegare, basandosi sul contesto e sulla complessità della domanda. Parallelamente, GPT-5.2 — versione evoluta presentata poco dopo GPT-5.1 — ha ottenuto un risultato inedito nel campo della fisica teorica, proponendo una formula per interazioni di gluoni che la comunità scientifica riteneva impossibili.

Le tre versioni: Instant, Thinking e Pro

⬆ Torna su

GPT-5.2 è disponibile in tre declinazioni con caratteristiche differenziate. "Instant" è ottimizzato per risposte rapide, indicato per ricerche, traduzioni e operazioni di scrittura quotidiana. "Thinking" è progettato per attività strutturate e complesse come programmazione, analisi di documenti lunghi, matematica e pianificazione. "Pro" rappresenta il livello più alto di accuratezza e affidabilità, pensato per flussi di lavoro critici e applicazioni di produzione.

Secondo i test dichiarati da OpenAI, GPT-5.2 Thinking ha superato o eguagliato esperti umani nel 70,9% dei casi, generando risultati curati in meno tempo. Il modello stabilisce nuovi punteggi record in programmazione, matematica, scienze, visione e ragionamento su contesti lunghi — capacità che secondo l'azienda potrebbero aumentare l'automazione dei flussi di lavoro.

La disponibilità è differenziata per tipologia di utenza. Gli utenti gratuiti possono utilizzare GPT-5 entro un tetto di richieste giornaliere, oltre il quale il sistema passa a GPT-5 mini. Gli abbonati Plus hanno limiti più elevati, mentre il piano Pro garantisce accesso illimitato. Le API sono disponibili per tutti gli sviluppatori con tre varianti: gpt-5, gpt-5-mini e gpt-5-nano, con prezzi standard più economici di GPT-4o.

Il risultato in fisica teorica

⬆ Torna su

GPT-5.2 ha firmato il primo risultato di fisica teorica attribuibile a un'intelligenza artificiale. Il preprint "Single-minus gluon tree amplitudes are nonzero", redatto da ricercatori del Institute for Advanced Study, Vanderbilt University, University of Cambridge, Harvard University e OpenAI, dimostra che un'interazione tra particelle ritenuta inesistente può invece verificarsi in condizioni specifiche.

Il lavoro si concentra sui gluoni, le particelle che trasmettono la forza nucleare forte responsabile del legame tra quark all'interno di protoni e neutroni. I fisici utilizzano le amplitudini di dispersione per calcolare la probabilità che certe particelle entrino in collisione e si trasformino in altre. Tra le configurazioni possibili, il caso con un gluone a elicità negativa e gli altri n-1 a elicità positiva — configurazione "single-minus" a livello albero — era considerato nullo, quindi inesistente.

GPT-5.2 Pro ha identificato un regime cinematico particolare, definito "half-collinear", in cui i momenti delle particelle si allineano in modo specifico e l'argomento standard non si applica. In quella sottile regione dello spazio dei momenti, il calcolo mostra che l'ampiezza non si annulla. Un'interazione considerata impossibile per decenni può quindi avvenire sotto condizioni ben definite.

Il ruolo del modello nella scoperta

⬆ Torna su

I fisici umani avevano calcolato manualmente l'ampiezza "single-minus" per valori di n fino a 6 gluoni, ottenendo espressioni lunghissime derivanti dalla combinazione di migliaia di diagrammi di Feynman. La complessità di questi calcoli cresce in modo superesponenziale con il numero di particelle. GPT-5.2 Pro ha condensato quelle espressioni caotiche in forme molto più semplici, identificando le equazioni (35)-(38) del preprint, per poi congetturare la formula generale valida per ogni n, riportata come equazione (39).

Una versione "impalcata" di GPT-5.2 — dotata di strumenti per dividere il problema, focalizzarsi su passaggi intermedi e verificare i propri avanzamenti — ha dedicato circa 12 ore di ragionamento continuo a ricostruire la stessa formula e fornire una dimostrazione formale della sua validità. I ricercatori hanno poi sottoposto il risultato alle verifiche standard della disciplina, dalla ricorsione di Berends-Giele al soft theorem, confermando che il nuovo modello rispetta le restrizioni della teoria dei campi quantistici.

La formula finale è attribuita a GPT-5.2 Pro come congettore, mentre gli autori umani hanno contestualizzato, esteso e redatto l'articolo. L'intelligenza artificiale non figura come coautrice ma come strumento — una decisione che influisce sulla distribuzione di prestigio, citazioni e finanziamenti.

Reazioni della comunità scientifica

⬆ Torna su

Nima Arkani-Hamed, fisico teorico di riferimento, ha sottolineato che le formule semplici indicano spesso strutture profonde e aprono "nuovi mondi di idee", aggiungendo che il compito di trovarle gli era sempre sembrato automatizzabile. Nathaniel Craig, professore all'Università della California a Santa Barbara, ha definito il lavoro "ricerca a livello di rivista che fa avanzare la frontiera della fisica teorica" e un'anticipazione del futuro della scienza assistita da intelligenza artificiale.

Il risultato solleva interrogativi su autoria, proprietà intellettuale e concentrazione del potere scientifico. Se i modelli possono proporre congetture originali poi verificate corrette, la questione della loro natura — semplici calcolatrici o something di più — diventa rilevante. Inoltre, il controllo su modelli e dati da parte di pochi laboratori privati solleva preoccupazioni sul monopolio delle idee scientifiche.

Prestazioni tecniche e benchmark

⬆ Torna su

GPT-5 riduce il 45% delle allucinazioni rispetto a GPT-4o e fino all'80% rispetto al modello o3 quando è attiva la modalità "thinking". Il tasso di risposte ingannevoli è sceso dal 4,8% al 2,1%. Il modello riconosce quando non ha informazioni sufficienti per rispondere, evitando di inventare risposte, e mostra meno servilismo verso l'utente grazie a un addestramento mirato a ridurre la sycophancy.

In programmazione, GPT-5 raggiunge il 74,9% di accuratezza nel benchmark SWE-Bench Verified contro il 52,8% di o3, e l'88% in Aider Polyglot per l'editing di codice multilingua. Può generare applicazioni complete — front-end e back-end — partendo da una descrizione testuale, curando anche interfaccia e design. In matematica ottiene il 94,6% su AIME 2025 senza strumenti, mentre la comprensione multimodale raggiunge l'84,2% su MMMU per il ragionamento visivo universitario e l'84,6% su VideoMMMU per i video.

La finestra di contesto è di 256.000 token, rispetto ai 200.000 della versione o3. Il costo API è di 1,25 dollari per milione di token in input — con il 90% di sconto per la cache — e 10 dollari per milione di token in output.

Modalità Study e integrazioni

⬆ Torna su

GPT-5 introduce Study Mode, progettata per studenti e insegnanti. In questa modalità il sistema non fornisce immediatamente la risposta corretta, ma guida l'utente passo passo verso la soluzione, incoraggiando la comprensione dei passaggi logici. Anche se sollecitato a "dare la risposta", il modello mantiene l'approccio guidato per rafforzare il ragionamento critico.

L'integrazione con Gmail, Google Calendar e Google Contacts consentirà a ChatGPT di rispondere a domande basate su dati personali, previo consenso dell'utente. La funzione partirà dagli utenti Pro e sarà estesa gradualmente. Sono inoltre disponibili quattro personalità predefinite — dal tono conciso a quello collaborativo o sarcastico — con personalizzazione di colori e temi della chat.

Sicurezza e limiti

⬆ Torna su

GPT-5 abbandona la logica del rifiuto automatico per le richieste a rischio, sostituendola con il concetto di "safe completions": fornire, dove possibile, una risposta utile entro limiti di sicurezza definiti. L'obiettivo è gestire meglio le richieste ambigue o a duplice uso, come quelle in ambito chimico o biologico, evitando sia blocchi eccessivi sia il rischio di informazioni dannose. In caso di rifiuto, il modello spiega il motivo e propone alternative sicure.

Sam Altman ha precisato che GPT-5 non rappresenta un'intelligenza artificiale generale, poiché manca della capacità di apprendere in modo continuo. Il CEO ha descritto il modello come "significativamente migliore sia su aspetti evidenti che su altri più sottili", aggiungendo che tornare a GPT-4 dopo averlo provato risulta "piuttosto deludente" — un passaggio paragonato al salto dagli schermi a bassa risoluzione a quelli Retina.

Il contesto competitivo

⬆ Torna su

Il rilascio di GPT-5.2 arriva dopo che OpenAI era entrata in modalità "codice rosso" per il calo di traffico di ChatGPT rispetto a Gemini di Google. Sam Altman ha poi dichiarato che l'impatto di Gemini 3 è stato minore del temuto e che l'azienda dovrebbe uscire dallo stato di emergenza entro gennaio. I sistemi dietro le modalità Thinking e Deep Research sono più costosi da eseguire rispetto ai chatbot standard perché consumano più potenza di calcolo.

Una sessione di calcolo della scala impiegata per la scoperta in fisica teorica si colloca probabilmente nella fascia di decine di migliaia di dollari in tempo GPU — molto meno di un giorno di funzionamento di un grande acceleratore di particelle, ma fuori dalla portata della maggior parte dei gruppi accademici. OpenAI prevede di spendere 1.400 miliardi di dollari nei prossimi anni per potenziare le infrastrutture, con stime che collocano i primi profitti dopo il 2030.

Implicazioni per la ricerca

⬆ Torna su

Il caso GPT-5.2 dimostra che gli algoritmi non si limitano più a spiegare la scienza esistente, ma iniziano a produrre scienza nuova. La frontiera della ricerca automatizzata si sposterà dove si trovano i centri dati più potenti, non necessariamente dove si concentra il talento umano. L'Unione Europea concentra solo il 18% della spesa mondiale in ricerca e sviluppo contro il 30% degli Stati Uniti e il 27% della Cina, e le compagnie europee rappresentano appena il 16,2% dell'investimento globale.

Se la brecha nel calcolo ad alte prestazioni si consolida nei prossimi cinque anni, il continente europeo rischia di perdere una finestra storica per stare nella prima linea della scienza automatizzata, con implicazioni per produttività, capacità di innovazione e peso geopolitico. Le agenzie pubbliche si trovano di fronte al dilemma di distribuire piccoli finanziamenti tra molti gruppi o investire in infrastrutture condivise di calcolo avanzato per evitare la dipendenza dai fornitori privati.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

L'architettura a due componenti con router interno potrebbe ridefinire il rapporto tra velocità e approfondimento nei sistemi conversazionali, mentre il risultato in fisica teorica apre interrogativi sul ruolo degli strumenti computazionali nella produzione scientifica originale.

  • Scenario 1: la distinzione tra Instant, Thinking e Pro potrebbe consolidarsi come standard di mercato, con gli utenti che scelgono il livello di ragionamento in base al contesto senza cambiare piattaforma.
  • Scenario 2: i risultati attribuibili a sistemi di calcolo avanzato potrebbero moltiplicarsi in altri ambiti scientifici, ridefinendo le convenzioni su autoria e citazioni accademiche.
  • Scenario 3: le integrazioni con servizi personali come Gmail e Calendar potrebbero trasformare questi strumenti da assistenti generici a sistemi contestualizzati sulla vita quotidiana dell'utente.

Cosa monitorare

⬆ Torna su
  • L'effettiva adozione delle tre versioni da parte di sviluppatori e utenti professionali.
  • Il dibattito nella comunità scientifica su autoria e attribuzione dei risultati.
  • L'impatto della modalità Study sull'educazione e sull'apprendimento.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • gpt
  • OpenAI
  • Altman
  • Thinking

Link utili

Apri l'articolo su DeafNews