Risposta breve:
Tra DeepSeek V4 e OpenAI GPT-5.5, GPT-5.5 risulta generalmente il migliore nel complesso, soprattutto nel ragionamento, nella programmazione e nell'esecuzione di compiti complessi.
Tuttavia, DeepSeek-V4 offre prestazioni competitive—e in alcuni ambiti, come la visualizzazione HTML, offre addirittura prestazioni superiori—pur essendo più efficiente e leggero.
In conclusione: GPT-5.5 è complessivamente più potente, ma DeepSeek-V4 offre prestazioni impressionanti a un costo molto inferiore.
Il 24 aprile 2026 è successo qualcosa di insolito: per gli sviluppatori di IA di tutto il mondo è stato un “venerdì da pazzi”, il tipo di giornata che potrebbe passare alla storia della tecnologia.
Nelle prime ore del mattino, OpenAI ha pubblicato GPT-5.5 proprio nei tempi previsti, con l’obiettivo, ancora una volta, di ridefinire i confini dell’intelligenza grazie alla sua imponente portata.
Ma prima ancora che le onde d’urto avessero il tempo di placarsi, dall’altra parte dell’oceano, DeepSeek è entrata in scena, lanciando DeepSeek-V4 lo stesso giorno, passando direttamente a uno scontro diretto.
Da una parte si è assistito a un vero e proprio spettacolo tecnologico. Dall’altra? Un contrattacco quasi “da ribaltamento del tavolo” da parte del mondo dell’open source.
La corsa verso AGI all'improvviso mi è sembrato più basso.
GPT-5.5 contro DeepSeek-V4: un confronto diretto in termini di prestazioni
Test di logica: verità, bugie e ragionamento sull’identità
Il primo test sembra semplice, ma non lo è.
Quattro persone: A, B, C, D. Solo una di loro ha rubato una gemma.
- A: Non l’ho rubato.
- B: È stato C a rubarlo.
- C: D l'ha rubato.
- D: B sta mentendo.
Condizioni note:
- Esattamente due affermazioni sono vere
- Il ladro mente sempre
- Chi non è un ladro può mentire o dire la verità
A prima vista, sembra una questione risolvibile, ma in realtà, sia B che C soddisfano tutte le condizioni.
Questa è una domanda a trabocchetto.
La vera prova sta nel verificare se il modello si accorge che il problema non può essere determinato in modo univoco.
Un modello più solido dovrebbe rispondere:
Non è possibile identificare in modo univoco il ladro. Potrebbe trattarsi di B o di C. Le condizioni non sono sufficienti.
GPT-5.5 ha capito subito il trucco.
DeepSeek-V4, d'altra parte, ci ha messo molto più tempo: il suo processo di ragionamento si è protratto notevolmente. Ma alla fine è comunque giunto alla conclusione corretta.
Il risultato è corretto. È solo che il processo è più lento.
Ragionamento matematico: mettere alla prova i limiti della profondità del CoT
Problema di gioco a livello IMO
Per spingere il ragionamento al limite, hanno utilizzato un vero e proprio problema del livello delle Olimpiadi Internazionali di Matematica:
Alice e Bob giocano a un gioco che prevede un parametro λ:
- Turni dispari: sceglie Alice xn, con somma totale ≤ λn
- Turni pari: sceglie Bob xn, con somma dei quadrati ≤ n
- Se un giocatore non può muoversi, perde
- Gioco infinito = nessun vincitore
Il compito: determinare per quali valori di λ ogni giocatore disponga di una strategia vincente.
Prestazioni di GPT-5.5
In modalità di ragionamento approfondito, GPT-5.5:
- Ha fornito la risposta corretta
- Ho preso 2 minuti e 51 secondi
- Ha dimostrato un ragionamento chiaro e strutturato
- Formattazione pulita fornita
Prestazioni di DeepSeek-V4
Con la modalità esperto attivata:
- Inizialmente non ha fornito una risposta chiara
- Proseguimento obbligatorio
- Alla fine ho trovato la direzione giusta
- La correzione è stata completata con successo
Si vede chiaramente: la profondità di ragionamento di DeepSeek è migliorata notevolmente, ma è ancora più lento e meno deciso. Tuttavia, considerando quanto DeepSeek inizia ad aggiornarsi frequentemente, questa situazione potrebbe non durare a lungo.
Capacità di visualizzazione: generazione di contenuti HTML
Compito: Creare una pagina web didattica
Istruzioni: crea una pagina HTML che spieghi le origini dell'uomo e l'evoluzione biologica, corredata di immagini.
- DeepSeek-V4 ha ottenuto risultati migliori qui
- GPT-5.5 presentava problemi di formattazione
Questo round va a DeepSeek.
Sviluppo di videogiochi: funzionalità 2D vs 3D
Compito: Realizzare un sito web dedicato ai videogiochi
I requisiti includevano:
- Grafica dinamica
- Interazione 3D
- Rilevamento delle collisioni
- Architettura generale
GPT-5.5:
- Portato a termine in breve tempo
- È stata fornita un'anteprima funzionante
- Maggiore potenza nella resa grafica e nell'architettura
DeepSeek-V4:
- Questa volta ragionerò più velocemente
- Ma una produzione finale più debole
In questo round: GPT-5.5 vince nettamente.
GPT-5.5 sembra più “umano”
Tra i primi tester e sviluppatori è emersa una conclusione unanime:
GPT-5.5 eccelle in:
- Programmazione
- Ragionamento
- Attività di lunga durata
Ma ciò che colpisce davvero è un altro aspetto: sembra più umano.
- Più costoso per singolo token, ma più conveniente nel complesso
- Più potente, ma anche più bravo a conversare
- Più autonomo, ma anche più controllabile
È come se il modello non si fosse semplicemente aggiornato, ma avesse cambiato carattere.
Modalità Codex: oltre la “programmazione assistita dall’IA”
GPT-5.5 Modalità Codex elimina di fatto il concetto di “programmazione assistita dall’IA”.”
Un tester ha assegnato al prodotto un punteggio PRD massimo e ha aggiunto una sola parola: vai
Poche ore dopo, l'intero progetto era stato completato.
Ma soprattutto, il flusso di lavoro:
- Costruire
- Ispezionare visivamente
- Individuare i problemi
- Iterare
Forma un circuito chiuso, cosa che si vedeva raramente prima.
Noam Brown ha affermato che la sua produttività non è mai stata così alta: ora è in grado di scrivere kernel CUDA e condurre esperimenti avvalendosi di GPT-5.5.
Punti di forza e punti deboli
Punti di forza
- Sviluppo backend
- Debug complesso
- Comprensione approfondita del codice sorgente
- Operazioni sui fogli di calcolo (prestazioni all’avanguardia)
- Attività di ricerca di lunga durata (fino a 31 ore di esecuzione autonoma)
L'intelligenza artificiale sta passando dal ruolo di assistente a quello di collaboratore esterno.
Punti deboli
- Il design degli interni è ancora indietro rispetto ai modelli di punta
- A volte troppo prudente
- Potrebbe causare un numero eccessivo di test unitari
- SVG disordinati o scorciatoie di layout occasionali
Forte, ma ha bisogno di una guida.
Perché GPT-5.5 sembra diverso
È basato su un nuova fase di pre-addestramento.
Il pre-addestramento definisce le capacità fondamentali del modello prima che:
- Ottimizzazione delle istruzioni
- L'uso degli strumenti
- Strutture di supporto al ragionamento
A differenza di GPT-5.4, che riutilizzava modelli di base precedenti, GPT-5.5 introduce un nuovo modello di base.
Questo probabilmente spiega:
- Maggiore coerenza
- Maggiore efficienza
- Comportamento più stabile
Ci sono persino indizi che facciano pensare che si tratti semplicemente di un punto di controllo iniziale di un modello futuro più solido.
Il paradosso dei costi: più costoso, eppure più economico
Sulla carta, Prezzi di GPT-5.5 è superiore a 5,4.
Ma in pratica:
- Richiede un numero inferiore di token per le stesse operazioni
- Svolge le attività più rapidamente
- Richiede un numero inferiore di tentativi
Effetto netto: costi effettivi inferiori
Questo aspetto è molto importante per gli agenti di intelligenza artificiale, poiché l'efficienza dei token influisce direttamente sulla scalabilità.
Il quadro generale
GPT-5.5 non ha determinato un “cambiamento di fase” radicale.”
Invece, esso:
- Spigoli smussati
- Rafforzamento delle aree più deboli
- È diventato più affidabile nell'affrontare compiti complessi del mondo reale
Non è magia.
Non sostituirà obiettivi chiari, il contesto o la verifica.
Ma per la maggior parte delle persone, nella maggior parte dei casi, funziona semplicemente meglio.
Conclusione: un modello più completo
GPT-5.5 non è solo una questione di maggiore intelligenza.
Si tratta di essere:
- Più ampio
- Più sicuro
- Più coerente
Colma le lacune.
E questo, in fondo, potrebbe contare più di ogni altra cosa.
