GPT-5.5 Instant diventa il nuovo modello predefinito di ChatGPT e sostituisce GPT-5.3 Instant con un obiettivo dichiarato: rendere le risposte quotidiane più accurate, più chiare, meno dispersive e meglio adattate al contesto dell’utente. Non è un aggiornamento marginale, perché Instant è il modello usato ogni giorno da centinaia di milioni di persone. In questo scenario, anche miglioramenti apparentemente piccoli possono incidere molto sull’esperienza reale.
La direzione scelta da OpenAI è netta. Il nuovo modello deve aiutare l’utente a ottenere risposte più affidabili, con meno contenuti da filtrare, un tono conversazionale più naturale e una maggiore capacità di usare il contesto già condiviso quando la personalizzazione può rendere la risposta più utile.
GPT-5.5 Instant riduce le allucinazioni e migliora l’accuratezza
Il dato più forte riguarda la factuality. Secondo le valutazioni interne, GPT-5.5 Instant produce il 52,5% in meno di affermazioni allucinate rispetto a GPT-5.3 Instant su prompt ad alto rischio in ambiti come medicina, diritto e finanza. Su conversazioni particolarmente difficili, già segnalate dagli utenti per errori fattuali, il nuovo modello riduce le affermazioni inesatte del 37,3%.
Il miglioramento non riguarda solo la correttezza delle risposte. GPT-5.5 Instant viene indicato come più capace nelle attività quotidiane, nell’analisi di foto e immagini caricate dagli utenti, nelle domande STEM e nella scelta autonoma del momento in cui usare la ricerca web per fornire una risposta più utile.
Un esempio concreto riguarda un problema di algebra. Davanti all’equazione √(x + 7) = x – 1, GPT-5.3 Instant riconosce che x = 3 non soddisfa l’equazione originale, ma conclude erroneamente che non esistano soluzioni reali. GPT-5.5 Instant, invece, recupera meglio il ragionamento: individua l’errore nel passaggio algebrico, corregge l’equazione e arriva alla soluzione valida.
Il passaggio corretto è x + 7 = (x – 1)², quindi x + 7 = x² – 2x + 1. Portando tutti i termini da un lato si ottiene x² – 3x – 6 = 0, non x² – x – 6. Applicando la formula risolutiva si arriva a x = (3 ± √33) / 2. Poiché il lato destro richiede x ≥ 1, la soluzione valida è (3 + √33) / 2.
Questo esempio mostra il punto sostanziale dell’aggiornamento: non basta accorgersi che una risposta non torna. Serve tornare al ragionamento, individuare il punto sbagliato e correggerlo. È qui che GPT-5.5 Instant mostra un vantaggio rispetto al modello precedente.
I benchmark premiano ragionamento visivo, matematica e scienza in GPT-5.5 Instant
I progressi emergono anche nei benchmark citati da OpenAI. In CharXiv-reasoning, dedicato al ragionamento su grafici scientifici, GPT-5.5 Instant passa dal 75,0% di accuratezza di GPT-5.3 Instant all’81,6%. In MMMU-Pro, benchmark di ragionamento multimodale esperto, sale dal 69,2% al 76,0%.
Nel parsing documentale, misurato con OmniDocBench, il tasso medio di errore scende dal 14,6% al 12,5%, dove il valore più basso è migliore. Su GPQA, benchmark scientifico di livello PhD, GPT-5.5 Instant cresce dal 78,5% all’85,6%. Su AIME 2025, dedicato alla matematica competitiva, il salto è ancora più evidente: dal 65,4% all’81,2%.
Sono numeri che collocano l’aggiornamento su un piano più ampio rispetto alla semplice rifinitura stilistica. Il modello appare più solido proprio nelle aree in cui ragionamento, precisione e gestione di input complessi diventano determinanti.
Risposte più brevi, ma senza perdere sostanza
OpenAI insiste anche su un altro aspetto: GPT-5.5 Instant risponde in modo più diretto, riducendo verbosità e sovrastruttura. Il nuovo modello cerca di mantenere utilità e tono naturale, ma con meno parole, meno righe e meno formattazione superflua.
L’esempio sulla comunicazione in ufficio è indicativo. Alla domanda informale su come dire a un collega di parlare meno, GPT-5.3 Instant produce una risposta più lunga e organizzata in varie sezioni, compresa una parte su cosa evitare. GPT-5.5 Instant arriva invece più rapidamente al punto, proponendo frasi utilizzabili in base al livello di fermezza richiesto.
La differenza quantitativa è rilevante: GPT-5.5 Instant usa il 30,2% di parole in meno e il 29,2% di righe in meno. La risposta resta utile perché mantiene gli elementi essenziali: non attaccare la personalità del collega, impostare il tema sul proprio tempo e sulla concentrazione, interrompere prima invece di subire conversazioni troppo lunghe, essere coerenti nel fissare i confini.
Il vantaggio non è la brevità in sé. È la capacità di dare una risposta più adatta al tono della richiesta. Per una domanda casuale e pratica, una risposta troppo rifinita può risultare sproporzionata. GPT-5.5 Instant prova a correggere proprio questo e a evitare domande di follow-up non necessarie, emoji gratuite o strutture che appesantiscono l’interazione.
La personalizzazione usa meglio chat passate, file e Gmail
La seconda grande area dell’aggiornamento riguarda la personalizzazione. GPT-5.5 Instant è più efficace nell’usare il contesto proveniente da chat precedenti, file e Gmail collegato, se disponibili e se pertinenti. L’obiettivo è evitare che l’utente debba ripetere preferenze, vincoli, abitudini o informazioni già condivise.
La differenza emerge nell’esempio sulle sale da tè. Alla domanda su quale nuovo locale provare, GPT-5.3 Instant tiene conto soprattutto della posizione dell’utente a San Francisco e propone una selezione ampia di posti. GPT-5.5 Instant restringe invece il campo in modo più personale, perché richiama preferenze già note: frequentazione di Asha Tea House, gusto per tè taiwanesi puliti, high-mountain e meno zuccherati rispetto al boba tradizionale.
Da qui derivano suggerimenti più mirati: Ceré Tea come possibile nuovo riferimento quotidiano, Song Tea & Ceramics per un’esperienza più seria e intenzionale, Tea Rex Cafe & Specialty Teas per un contesto più raccolto e Stonemill Matcha come alternativa coerente con l’interesse per matcha e hojicha.
La differenza è sostanziale. GPT-5.3 Instant offre suggerimenti ragionevoli ma più generici. GPT-5.5 Instant produce raccomandazioni più selettive perché non si limita alla localizzazione, ma usa preferenze e abitudini già emerse.
Le memory sources rendono più leggibile la personalizzazione
OpenAI introduce anche le memory sources su tutti i modelli ChatGPT. Quando una risposta viene personalizzata, l’utente può vedere quale contesto è stato usato, per esempio memorie salvate o chat precedenti. È un passaggio importante perché la personalizzazione, senza trasparenza, rischia di sembrare opaca.
Il controllo resta all’utente. È possibile cancellare chat che non si vuole vengano più citate, modificare o eliminare elementi salvati nella memoria dalle impostazioni, oppure usare le chat temporanee, che non usano e non aggiornano la memoria. OpenAI specifica anche che le memory sources non vengono mostrate ad altri quando si condivide una conversazione.
C’è però un limite: le memory sources possono non mostrare ogni elemento che ha contribuito alla risposta. In alcuni casi potrebbero indicare solo alcune chat particolarmente rilevanti, non tutte quelle cercate o consultate. OpenAI afferma che continuerà a migliorare questa vista per renderla più completa.
Disponibilità: GPT-5.5 Instant sostituisce GPT-5.3 Instant
GPT-5.5 Instant è in distribuzione da oggi per tutti gli utenti ChatGPT e sostituisce GPT-5.3 Instant come modello predefinito. Nell’API sarà disponibile come chat-latest. Per gli utenti a pagamento, GPT-5.3 Instant resterà accessibile per tre mesi tramite le impostazioni di configurazione del modello, prima del ritiro definitivo.
La personalizzazione avanzata basata su chat precedenti, file e Gmail collegato è in distribuzione per gli utenti Plus e Pro sul web, con arrivo su mobile previsto in seguito. L’estensione agli utenti Free, Go, Business ed Enterprise è prevista nelle prossime settimane.
Le memory sources sono invece in distribuzione su tutti i piani consumer di ChatGPT sul web e arriveranno presto anche su mobile. La disponibilità delle singole fonti di personalizzazione può variare in base alla regione.
Nel complesso, GPT-5.5 Instant punta a rendere ChatGPT più affidabile e meno dispersivo. Il modello non promette solo risposte più intelligenti, ma un’interazione più efficiente: più precisione, più sintesi, più uso del contesto e meno necessità per l’utente di correggere, spiegare di nuovo o filtrare contenuti superflui.
