Programma
Aggiornamento: OpenAI ha rilasciato l’update per il modello Instant. Dai un’occhiata alla nostra guida su GPT-5.5 Instant.
Circa un mese dopo l’ultimo aggiornamento del suo modello di punta, GPT-5.3 Codex, OpenAI ha presentato la variante 5.3 Instant. È un update pensato per chi vorrebbe che i modelli GPT “andassero al sodo” più in fretta.
Quando è stato rilasciato GPT-5.2 Instant, non è stato accolto bene dagli utenti, che l’hanno trovato troppo prudente. OpenAI ha tenuto conto di questo feedback nello sviluppo di GPT-5.3 Instant, che promette un’esperienza conversazionale migliore, risposte più accurate e risultati di ricerca più efficaci.
In questo articolo, ti guideremo tra le novità e le metteremo alla prova.
Per una panoramica di altri modelli di AI all’avanguardia, ti consigliamo di leggere le nostre guide sui seguenti LLM:
Cosa c’è di nuovo in GPT-5.3 Instant?
Le novità riguardano tutte l’esperienza d’uso.
Conversazioni migliori
Quando è uscito GPT-5.2 a dicembre, abbiamo scritto di GPT-5.2 Instant. Era stato progettato come modello quotidiano per compiti leggeri come raccogliere informazioni, creare bozze e tradurre testi.
Se i nomi ti confondono, sappi che è il modello con cui la maggior parte delle persone interagisce di default, e che privilegia bassa latenza e tempi di risposta rapidi. La velocità era l’obiettivo principale, anche a costo di qualche compromesso altrove.
I compromessi erano reali. Agli utenti non piaceva il tono delle risposte. Sembrava troppo prudente o pieno di cautele. Non appariva abbastanza naturale, e gli utenti dovevano reindirizzare il modello nella conversazione. Non era così utile come avrebbe potuto.
In sostanza, OpenAI aveva esagerato nell’addestramento per mantenere il modello sicuro. Ora fa un passo nella direzione opposta. Pur mantenendo la sicurezza come priorità, GPT-5.3 Instant è progettato per capire meglio quando fornire avvertenze reali e necessarie.
Risposte migliori dopo la ricerca sul web
GPT-5.3 Instant è ora più bravo a integrare le informazioni dalle ricerche sul web con il proprio ragionamento. GPT-5.2 Instant si affidava troppo ai risultati del web. Il nuovo modello capisce meglio cosa intende davvero l’utente nelle sue domande. Questo si collega al punto precedente: il nuovo modello non dovrebbe “girare troppo intorno” all’argomento come faceva il suo predecessore.
Questo aggiornamento piacerà a chi, interagendo con ChatGPT, chiede di cercare sul web e fornire una risposta e, dopo avere visto un muro di testo, digita subito qualcosa come: “Puoi per favore riassumere tutto e andare dritto al punto?”
Risposte più accurate
Un equilibrio migliore tra integrazione web e ragionamento, unito a una comprensione più profonda del sottotesto e dell’intento dei prompt, porta a risposte più accurate e utili.
Secondo il team OpenAI, GPT-5.3 Instant riduce le allucinazioni di circa il 20% o più rispetto al suo predecessore, GPT-5.2 Instant. I benchmark utilizzati per la valutazione erano interni.
Scrittura più incisiva, con più gamma e sfumature
Un’altra affermazione interessante è che GPT-5.3 Instant ora scrive meglio, sia nell’andare al punto nelle istruzioni sia nella scrittura creativa.
Poiché uno degli obiettivi centrali era uno stile conversazionale più fluido, l’update è pensato per eliminare il “cringe” (sì, è proprio la parola scelta da OpenAI nelle note di rilascio) ed evitare di risultare invadente o di fare supposizioni non richieste sulle intenzioni o sulle emozioni dell’utente.
Sul versante creativo, OpenAI promette una gamma espressiva più ampia, mantenendo però un tono coerente. Questo dovrebbe consentire al modello di adattarsi meglio a diversi formati professionali e informali, pur mantenendo una personalità di ChatGPT stabile e familiare che gli utenti possono regolare facilmente nelle impostazioni.
Test di GPT-5.3 Instant
Dopo aver esaminato le affermazioni di OpenAI, abbiamo voluto metterle alla prova.
Scrivere una poesia nella tradizione surrealista
Abbiamo chiesto a GPT-5.3 di scrivere una poesia simile a Sunflower di Andre Breton.
Ci è sembrato un test equo. Nelle note di rilascio, OpenAI ha chiesto a GPT-5.3 Instant di scrivere una poesia per mostrare le capacità di scrittura del nuovo modello.
Ci aspettavamo che la poesia di Andre Breton fosse difficile da emulare perché lo stile di Breton nasceva da un processo di scrittura automatica, che faceva sembrare le immagini emergere da qualche luogo profondo della psiche. Ci aspettavamo che fosse difficile replicare tutto questo.
Questo era il nostro prompt:
Can you write me a poem like Andre Breton's Sunflower? But it can't seem totally derivative
E questo è stato l’output:

Valutare la poesia è un po’ difficile – à chacun son goût, come dicono i francesi. Ma alcune cose ci hanno colpito. Andre Breton aveva citato luoghi francesi specifici come Pont-au-Change e Rue Gît-le-Cœur, che rendevano le immagini nella sua poesia particolarmente vissute, e il tentativo di GPT-5.3 ne era decisamente privo.
Inoltre, anche se abbiamo chiesto esplicitamente al modello di non creare qualcosa di derivativo, ha prodotto una poesia con quasi lo stesso numero di versi, con un certo je ne sais quoi simile in tutto il testo, e ha persino usato un girasole come una delle immagini: quindi la poesia era decisamente derivativa.
Detto questo, il mezzo verso sugli orologi che pascolano in silenzio nei campi ci è rimasto impresso, così come il mercato degli animali invisibili e i fruttivendoli che pesano costellazioni. Un poeta esperto potrebbe dire la sua. A noi queste immagini sono sembrate piuttosto provocatorie e interessanti.
Testare le risposte da ricerche web
Poi abbiamo voluto verificare quanto fosse utile GPT-5.3 nel trovare risposte tramite ricerche sul web e quanto bene sapesse combinare le informazioni trovate con il proprio ragionamento.
Questo era il nostro prompt:
What has been the most surprising result of the 2026 Winter Olympics so far, and why might it matter for the future of this sport?
Questa è stata la risposta di GPT-5.3 Instant:

Avendo seguito da vicino i Giochi invernali e avendo in mente alcuni momenti, eravamo molto curiosi di vedere la risposta. Pur ammettendo che non era la prima a cui pensavamo, è stata sicuramente una buona scelta. È stata una grande sorpresa e aveva un elemento tragico.
In pochi secondi, GPT-5.3 Instant ha passato in rassegna circa 30 fonti e ne ha citate due in modo prominente nella risposta. Tutte e quattro le ragioni per cui il risultato sorprendente è importante per il futuro del pattinaggio di figura sembrano molto pertinenti e supportate da affermazioni accurate:
- È stata la seconda medaglia d’oro in assoluto del Kazakistan ai Giochi olimpici invernali, dopo la vittoria di Vladimir Smirnov nella 50 km di sci di fondo classico nel 1994. Un risultato del genere mostra una nuova imprevedibilità nello sport e può risvegliare l’interesse per il pattinaggio di figura in Kazakistan e altrove.
- Sul piano più tecnico, ha senso l’interpretazione di una gara indebolita per difficoltà, dato che entrambe le favorite hanno commesso errori e Shaidorov ha potuto vincere con una performance costantemente alta a una difficoltà inferiore. Il tema dei dibattiti sul giudizio è strettamente collegato a questo.
Anche in questo caso, il prompt non aveva una risposta definitiva. Ma secondo noi, GPT-5.3 Instant ha fatto un ottimo lavoro nel rispondere e nel argomentare la sua scelta da più prospettive rilevanti. La risposta era anche piacevolmente concisa.
Testare la consapevolezza del contesto
Infine, volevamo vedere se il nuovo modello fosse davvero migliore nel comprendere il sottotesto e l’intento dei prompt rispetto al precedente. Il prompt che abbiamo usato, che rispecchia alcuni prompt trovati su Reddit, a prima vista sembra semplice:
I want to wash my car at the car wash. The car wash is one block away. Should I walk or drive?
Eppure richiede un passaggio mentale. Se ti chiedessero come raggiungere qualcosa a un isolato di distanza, probabilmente risponderesti di andarci a piedi. Ovviamente, in questo esempio non ha alcun senso, perché ti serve l’auto (o potresti farti una doccia molto avventurosa).
Il vecchio modello, GPT-5.2 Thinking, è caduto nel tranello e ha suggerito di andare a piedi all’autolavaggio:

Possiamo confermare che GPT-5.3 Instant è migliorato in questo esempio, perché valuta correttamente la situazione e consiglia di guidare:

Questo è, naturalmente, solo un esempio, ma suggerisce che GPT-5.3 Instant fornisce risposte più accurate e utili rispetto alla versione 5.2.
Limitazioni di GPT-5.3 Instant
OpenAI sta gestendo le aspettative, in particolare per alcune lingue non inglesi. Dicono che le risposte in giapponese e coreano restano una sfida.
Inoltre, OpenAI cita il tono come una limitazione, salvo dire che dovrebbe risultare più fluido, ma che il feedback viene monitorato. Da un lato, è una lezione tratta da GPT-5.2 Instant. Dall’altro, si può leggere questa nota come una cautela preventiva contro le critiche a un modello che è già troppo cauto, il che è piuttosto ironico.
Quando è disponibile GPT-5.3 Instant?
GPT‑5.3 Instant dovrebbe essere disponibile oggi per tutti gli utenti. Dovrebbe essere disponibile anche per tutti gli sviluppatori nelle API come gpt-5.3-chat-latest.
Gli aggiornamenti a Thinking e Pro seguiranno a breve. Ti terremo aggiornato sui progressi.
GPT‑5.2 Instant ha ora una data di scadenza. Resterà disponibile solo per i prossimi tre mesi nella sezione Legacy Models del selettore di modelli. Il 3 giugno 2026 sarà il suo ultimo giorno.
Reazioni online a GPT-5.3 Instant
La reazione online è stata immediata. Gli utenti che si erano scottati con il tono eccessivamente prudente di GPT-5.2 Instant sono cautamente ottimisti.
Il primo post coglie qualcosa che OpenAI stessa ha riconosciuto nel rilascio: i miglioramenti riguardano tono, pertinenza e fluidità della conversazione, e molti utenti online sembrano apprezzare.


In un commento, un altro utente ha trovato strano vedere l’uscita di GPT-5.3 Instant senza la variante Thinking.

Considerazioni finali
Si parla spesso, nei libri di auto-miglioramento e simili, di come i produttori di auto giapponesi fossero noti per un processo di piccoli miglioramenti continui, chiamato kaizen.
In questo spirito, considererei GPT-5.3 Instant come un aggiornamento piccolo ma importante. Potrebbe essere un errore rimandare i reclami degli utenti fino al lancio di un nuovo modello di punta. Meglio migliorare il prodotto un po’ alla volta.
Se ti interessa sviluppare applicazioni di AI, ti consigliamo vivamente di iscriverti al nostro percorso di competenze AI Engineering with LangChain. Ogni corso è AI-native, il che significa che hai praticamente un insegnante personale che ti accoglie esattamente al tuo livello e ti aiuta a raggiungere i tuoi obiettivi con i tuoi tempi.
GPT-5.3 Instant – Domande frequenti
Che cos’è GPT-5.3 Instant?
GPT-5.3 Instant è il nuovo modello predefinito che sostituisce GPT-5.2 Instant per tutti gli utenti di ChatGPT, compreso il livello gratuito, con enfasi su tono, pertinenza e fluidità rispetto ai benchmark puri.
Quali miglioramenti porta GPT-5.3 Instant rispetto a GPT-5.2 Instant?
Riduce i rifiuti su query sicure ma sensibili (ad es., la fisica del tiro con l’arco), taglia le prediche nelle avvertenze, abbassa sensibilmente le allucinazioni con la ricerca sul web e sintetizza i risultati del web in modo più pertinente.
Qual è la differenza tra GPT-5.3 Instant e GPT-5.3 Codex?
GPT-5.3 Instant è il modello ChatGPT generico e predefinito per le conversazioni quotidiane, mentre GPT-5.3 Codex è un modello di coding specializzato, ottimizzato per attività di programmazione agentica come debugging, refactoring e gestione di repository.
Le differenze principali includono i livelli di ragionamento regolabili di Codex, una finestra di contesto più ampia e l’attenzione agli execution contract più che al flusso di chat.

Sono uno scrittore e editor di data science, con contributi a articoli di ricerca su riviste scientifiche. Sono particolarmente interessato ad algebra lineare, statistica, R e affini. Inoltre, gioco anche parecchio a scacchi!
Tom è un data scientist e formatore tecnico. Scrive e gestisce i tutorial e i post del blog di DataCamp su data science. In precedenza, Tom ha lavorato nella data science presso Deutsche Telekom.


