Il problema: costo per token e qualità del lavoro
Per le aziende che valutano l'adozione di agenti di intelligenza artificiale il nodo è il costo d'uso delle API, legato ai token consumati. Lo sottolinea un articolo di ITmedia AI+, ripreso da Keyman's Net, dedicato a Codex, l'agente di coding di OpenAI. Il dilemma descritto è semplice: far girare il modello più potente su tutte le fasi del progetto comprime il budget, mentre scegliere ovunque un modello economico moltiplica i cicli di correzione e il lavoro rifatto. La sintesi della fonte è che velocità di sviluppo e qualità vanno cercate dentro un budget definito, non fuori.
Tre modelli, compiti diversi
Codex consente di scegliere tra tre modelli: GPT-6 Astra per i compiti più complessi, GPT-6.1 Sol per il miglior rapporto tra qualità e rapidità, GPT-6 Luna per i compiti ripetitivi a basso costo. Shuuhei Ishida, applied AI engineer di OpenAI Japan, indica una ripartizione precisa: Sol per progettazione, revisione e correzioni basate sulla revisione; passaggio ad Astra quando Sol non basta; Luna per implementazioni lunghe e volumi elevati di attività standardizzate. La leva dichiarata è la combinazione dei tre modelli lungo il ciclo di sviluppo, insieme alla regolazione della quantità di ragionamento richiesta al modello.
La fonte cita anche risultati concreti: un benchmark di software engineering, DeepSWE, vedrebbe Astra forte sui compiti più complessi, mentre Sol raggiungerebbe una precisione analoga a circa un quinto del costo. La maggiore efficienza nei token, secondo Ishida, riduce il costo per attività e accorcia i tempi di risposta. Sono dichiarazioni dell'azienda, non verifiche indipendenti.
Dalla chat alle regole scritte
Oltre alla scelta del modello, la fonte insiste sull'organizzazione dell'ambiente. Codex è accessibile da terminale, ambienti di sviluppo integrati e applicazione desktop, con una base comune, Codex Core, che gestisce il ciclo dell'agente, l'esecuzione degli strumenti, la configurazione e l'autenticazione. Può essere invocato anche in modo automatico tramite Codex Exec, il Codex SDK e l'Agents API.
Sul piano operativo Ishida propone tre strumenti. Il primo è un modello di prompt che espliciti obiettivo, contesto, vincoli e condizioni di completamento: senza quest'ultima, avverte, l'agente può chiudere il lavoro senza verificare che funzioni, mentre indicare «continuare fino alla build» lo tiene attivo fino al superamento. Il secondo sono i plugin, che collegano Codex a chat, mail, file condivisi e strumenti gestionali. Il terzo sono i file AGENTS.md e Skills: il primo viene letto automaticamente a ogni avvio e raccoglie struttura del repository, comandi di build e test, regole e vincoli; il secondo conserva procedure riutilizzabili e condivisibili nel team.
Che cosa resta da verificare
La fonte riporta casi citati da OpenAI, come la riduzione da circa tre mesi a poche settimane per portare un servizio web su mobile, e circa 1.500 richieste di modifica create e unite in cinque mesi in un progetto interno. Si tratta di esempi presentati dall'azienda, senza dati di contesto o metodologia di misurazione. Il quadro è quindi una proposta operativa basata sull'esperienza del fornitore, non una valutazione indipendente dei risparmi ottenibili né delle soglie oltre le quali conviene passare da un modello all'altro.
