Abbiamo esaminato in un'unica sessione la documentazione ufficiale di ogni provider e riconciliato il catalogo con essa, riga per riga. Non la lista di un aggregatore: gli aggregatori mettono nel mezzo il proprio margine e hanno le proprie ragioni per ciò che mostrano. Le pagine che abbiamo letto erano quelle dei provider stessi.
Nuovi arrivi
Da OpenAI: gpt-6-astra, un modello di ragionamento; gpt-5.3-codex per il codice; gpt-realtime-2.1-mini, un modello vocale in tempo reale più piccolo; e gpt-transcribe per la trascrizione. Da Anthropic: claude-fable-5-1. Da Google: gemini-3.8-flash, gemini-3.5-flash-lite e lyria-3.5 per la musica. Da xAI: grok-4.6. Il livello V4.1 Flash di DeepSeek si è unito quella stessa sera con il proprio nome.
Ognuno di questi che ha un percorso di runtime è stato davvero chiamato con una chiave di sviluppo prima che la sua riga fosse scritta. Una voce di catalogo mai provata è una supposizione con un prezzo attaccato sopra.
Ritiri, e nuovi prezzi
I modelli i cui creatori hanno pubblicato una data di fine ora portano quella data — non a memoria, ma presa dalla pagina di dismissione del provider: diverse generazioni di Claude, la vecchia linea Mistral, due modelli immagine, un modello vocale OpenAI, una famiglia di modelli di ricerca. Un modello davvero chiuso è contrassegnato come chiuso, invece di restare lì con un prezzo attivo.
I prezzi non vengono mai modificati sul posto. Quando un provider cambia una tariffa, la vecchia riga riceve una data di fine e ne inizia una nuova — così una fattura del mese scorso si legge ancora alla tariffa effettivamente addebitata, e lo farà sempre. Ecco perché questo passaggio ha prodotto molte più righe che modelli.
La data di chiusura che non esisteva
La scoperta che contava. Quattro modelli Gemini 2.5 nel nostro catalogo portavano una data di ritiro a ottobre. La pagina di dismissione di Google non elenca alcuna data di chiusura per essi. Se non corretto, tre modelli usati oggi si sarebbero spenti da soli a una data che avevamo inventato noi, e il guasto sarebbe sembrato del provider.
È stata rimossa. Le sue vicine — date effettivamente pubblicate — sono rimaste, e due che erano sbagliate nell'altra direzione sono state corrette.
Capacità prima di tutto significa che una riga sbagliata rompe tutto
ToRun non sceglie un modello per nome. Determina di cosa ha davvero bisogno un turno — può vedere, può chiamare strumenti, ha bisogno di un contesto lungo, parlerà — mantiene solo i modelli che possono fare tutto questo, e classifica ciò che resta. Il che significa che una capacità registrata male non degrada una sola funzionalità. Instrada male, silenziosamente, tutto ciò che ha bisogno di quella capacità.
Quindi questo passaggio ha corretto anche i collegamenti. Un esempio: il nostro livello Anthropic più alto non aveva alcun punteggio di intelligenza, quindi veniva valutato come sconosciuto e classificato sotto il modello più economico della propria famiglia. Un altro: un modello musicale il cui identificatore cadeva in un ramo generico ed eseguiva silenziosamente un modello diverso da quello indicato nella riga.
Scegliere un modello a mano continua a essere rispettato esattamente come prima — motivo per cui quella scelta può ancora essere rifiutata per un lavoro che non è in grado di fare.