{"id":2267,"date":"2026-08-21T13:20:53","date_gmt":"2026-08-21T13:20:53","guid":{"rendered":"https:\/\/convly.ai\/?p=2267"},"modified":"2026-08-21T13:20:53","modified_gmt":"2026-08-21T13:20:53","slug":"openai-codex-open-source-harness-release","status":"publish","type":"post","link":"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/","title":{"rendered":"Rilascio open source di OpenAI Codex: riduzione dei costi API per gli sviluppatori"},"content":{"rendered":"<p>Secondo quanto riferito, OpenAI ha compiuto uno dei suoi passi pi\u00f9 audaci nel campo dell\u2019infrastruttura fino a oggi, rendendo completamente open source il Codex Harness \u2014 una mossa che riguarda direttamente ogni team di sviluppatori che monitora il <strong>openai codex open source<\/strong> panorama del settore e gestisce i costi legati allo sviluppo software assistito dall\u2019IA. Secondo 36 Kr, il rilascio concede l\u2019accesso pubblico a strumenti che fino a ora erano rimasti confinati all\u2019interno di confini proprietari, con implicazioni significative su come i team costruiscono ed eseguono flussi di lavoro di sviluppo assistiti dall\u2019IA.<\/p>\n<div class=\"convly-tldr\">\n<h3>Punti chiave<\/h3>\n<ul>\n<li>Secondo quanto riferito da 36 Kr, OpenAI ha reso completamente open source il Codex Harness.<\/li>\n<li>Il rilascio rende il codice del harness accessibile al pubblico, consentendo ai team di ispezionarlo, modificarlo e distribuirlo autonomamente.<\/li>\n<li>Gli sviluppatori potrebbero ridurre la dipendenza dall\u2019infrastruttura API ospitata eseguendo in locale il livello di orchestrazione.<\/li>\n<li>Questa mossa segna un notevole cambio strategico, mettendo l\u2019infrastruttura fondamentale di Codex nelle mani della comunit\u00e0 open source.<\/li>\n<li>I team che costruiscono <a href=\"https:\/\/convly.ai\/it\/best-ai-coding-agents-2026\/\">agenti IA per la programmazione<\/a> ottengono accesso a un\u2019architettura di riferimento testata in produzione.<\/li>\n<li>Si prevede che il rilascio intensificher\u00e0 la concorrenza nel mercato degli strumenti di programmazione assistita dall\u2019IA, abbassando la soglia di ingresso.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_86 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a888d52e62f7\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Attiva\/Disattiva<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a888d52e62f7\"  aria-label=\"Attiva\/Disattiva\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#What_Is_the_Codex_Harness_and_Why_Does_It_Matter\" >Cos\u2019\u00e8 il Codex Harness e perch\u00e9 \u00e8 importante?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#What_OpenAI_Has_Actually_Released\" >Cosa ha effettivamente rilasciato OpenAI<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#How_This_Changes_Developer_API_Cost_Calculations\" >Come cambiano i calcoli sui costi API per gli sviluppatori<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#Hosted_Versus_Self-Hosted_Codex_Harness_A_Comparison\" >Codex Harness ospitato vs. auto-ospitato: un confronto<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#Self-Hosting_the_Harness_Opportunity_and_Overhead\" >Auto-ospitare il harness: opportunit\u00e0 e sovraccarico operativo<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#Impact_on_the_AI_Coding_Agent_Ecosystem\" >Impatto sull\u2019ecosistema degli agenti di programmazione basati sull\u2019IA<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#Frequently_Asked_Questions\" >Domande frequenti<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/it\/openai-codex-open-source-harness-release\/#The_Bottom_Line\" >In sintesi<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_Is_the_Codex_Harness_and_Why_Does_It_Matter\"><\/span>Cos\u2019\u00e8 il Codex Harness e perch\u00e9 \u00e8 importante?<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Il Codex Harness \u00e8 il livello di orchestrazione che circonda il modello Codex di OpenAI, incaricato di gestire l\u2019invio dei task, le finestre contestuali e la logica del ciclo dell\u2019agente per lo sviluppo software assistito dall\u2019IA. Mentre il modello Codex stesso si occupa della generazione del codice e del ragionamento, il harness rappresenta la struttura portante che rende coerenti i compiti di programmazione multi-step \u2014 sequenziando le chiamate, mantenendo lo stato e traducendo istruzioni ad alto livello in interazioni strutturate con il modello.<\/p>\n<p>Fino a questo rilascio, i team che sviluppavano applicazioni basate su Codex dovevano progettare autonomamente l\u2019orchestrazione intorno all\u2019interfaccia API del modello, operando entro i vincoli delle interfacce documentate da OpenAI. Il harness rappresentava un\u2019infrastruttura di qualit\u00e0 produttiva che solo OpenAI stessa poteva distribuire secondo le proprie specifiche. Rendere il harness open source modifica radicalmente questa equazione, offrendo un riferimento pubblico che riflette come OpenAI struttura, su larga scala, i flussi di lavoro di programmazione assistita dall\u2019IA.<\/p>\n<p>Per l\u2019intero ecosistema di sviluppatori, questo fatto \u00e8 significativo ben oltre le scelte prodotto di una singola azienda. Le implementazioni di riferimento di infrastrutture di orchestrazione AI di qualit\u00e0 produttiva sono rare; tendono infatti a rimanere proprietarie proprio perch\u00e9 incorporano decisioni ingegneristiche frutto di esperienza consolidata. Il loro rilascio accelera l\u2019intero settore, eliminando mesi di tentativi ed errori nella progettazione per i team che partono da zero.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_OpenAI_Has_Actually_Released\"><\/span>Cosa ha effettivamente rilasciato OpenAI<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Secondo il report di 36 Kr, il rilascio \u00e8 descritto come un\u2019apertura completa del Codex Harness, caratterizzata da dettagli chiave e impatto significativo. Oltre a questa descrizione, numeri di versione specifici, ubicazioni dei repository e termini di licenza non sono stati confermati nella documentazione disponibile al momento della stesura. Gli sviluppatori dovrebbero consultare i canali ufficiali di OpenAI per ottenere documentazione tecnica autorevole prima di prendere decisioni architetturali basate su questo rilascio.<\/p>\n<p>La distinzione tra rilasci open source completi e parziali \u00e8 qui cruciale. Una divulgazione selettiva \u2014 in cui vengono pubblicati soltanto strumenti di supporto ma la logica centrale rimane proprietaria \u2014 offre un\u2019utilit\u00e0 limitata ai team che intendono auto-ospitare o creare derivati. Un rilascio completo, come suggerito dal report, implica l\u2019accesso pubblico alla logica stessa del harness: il ciclo dell\u2019agente, la gestione del contesto, il sistema di invio dei task. Si tratta di un tipo di apertura qualitativamente diverso, dotato di un reale peso per chiunque costruisca soluzioni sulla stack di Codex.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"How_This_Changes_Developer_API_Cost_Calculations\"><\/span>Come cambiano i calcoli sui costi API per gli sviluppatori<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Una delle implicazioni pratiche pi\u00f9 immediate di un harness open source \u00e8 la possibilit\u00e0 di separare l\u2019orchestrazione dai servizi ospitati di OpenAI. In precedenza, eseguire flussi di lavoro di programmazione basati su Codex richiedeva di instradare ogni passaggio di orchestrazione attraverso l\u2019infrastruttura di OpenAI \u2014 con ogni chiamata all\u2019API che accumulava costi di utilizzo. Con il rilascio open source del harness, i team potrebbero ospitare autonomamente il livello di orchestrazione, chiamando l\u2019API del modello esclusivamente per i passaggi di inferenza, anzich\u00e9 per la gestione completa dei cicli dell\u2019agente.<\/p>\n<p>Per distribuzioni ad alto volume, la differenza nell\u2019architettura dei costi pu\u00f2 essere sostanziale. I compiti di programmazione multi-step generano numerose chiamate al modello per ogni sessione; su larga scala, l\u2019overhead di orchestrazione pu\u00f2 rappresentare una percentuale significativa della spesa totale per l\u2019API. I team che rivedono la propria catena di strumenti in seguito a questo rilascio dovrebbero valutare attentamente i numeri. Il nostro <a href=\"https:\/\/convly.ai\/it\/ai-api-cost-calculator\/\">Calcolatore dei costi delle API per l'IA<\/a> \u00e8 progettato proprio per questo tipo di modellazione basata sull\u2019uso.<\/p>\n<p>Per i team che valutano l\u2019economia complessiva dell\u2019infrastruttura AI open source rispetto alla distribuzione basata sull\u2019API, il nostro <a href=\"https:\/\/convly.ai\/it\/open-vs-closed-ai-cost-gap-2026\/\">Studio comparativo sui costi dell'IA: open vs closed<\/a> offre un contesto di benchmarking pertinente \u2014 anche se cifre specifiche relative al Codex Harness richiederanno misurazioni empiriche una volta che il rilascio sar\u00e0 pienamente attivo e accessibile.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Hosted_Versus_Self-Hosted_Codex_Harness_A_Comparison\"><\/span>Codex Harness ospitato vs. auto-ospitato: un confronto<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Fattore<\/th>\n<th>Codex ospitato (basato sull\u2019API)<\/th>\n<th>Harness auto-ospitato (open source)<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Complessit\u00e0 di configurazione<\/td>\n<td>Basso \u2014 integrazione API esclusivamente<\/td>\n<td>Pi\u00f9 elevato \u2014 richiede il provisioning dell\u2019infrastruttura<\/td>\n<\/tr>\n<tr>\n<td>Costo di orchestrazione<\/td>\n<td>Incluso nella fatturazione dell\u2019uso dell\u2019API<\/td>\n<td>Potenzialmente ridotto \u2014 la logica di orchestrazione viene eseguita localmente<\/td>\n<\/tr>\n<tr>\n<td>Profondit\u00e0 di personalizzazione<\/td>\n<td>Vincolata all\u2019interfaccia API<\/td>\n<td>Accesso completo alla logica del harness e ai cicli dell\u2019agente<\/td>\n<\/tr>\n<tr>\n<td>Trasparenza del codice<\/td>\n<td>Orchestrazione a scatola nera<\/td>\n<td>Codebase completamente ispezionabile e verificabile<\/td>\n<\/tr>\n<tr>\n<td>Responsabilit\u00e0 della manutenzione<\/td>\n<td>Gestita da OpenAI<\/td>\n<td>Di propriet\u00e0 del team; richiede il monitoraggio degli aggiornamenti upstream<\/td>\n<\/tr>\n<tr>\n<td>Latency di esecuzione<\/td>\n<td>Soggetta ai tempi di round-trip dell\u2019API<\/td>\n<td>L\u2019esecuzione locale potrebbe ridurre la latency di orchestrazione<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p><em>Il confronto riflette distinzioni architettoniche generali. I risultati reali in termini di prestazioni e costi dipendono dalle scelte di implementazione, dalla configurazione di accesso al modello e dall\u2019ambiente di hosting.<\/em><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Self-Hosting_the_Harness_Opportunity_and_Overhead\"><\/span>Auto-ospitare il harness: opportunit\u00e0 e sovraccarico operativo<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Rendere open source il harness non significa automaticamente che i team migreranno via dai servizi ospitati di OpenAI. Il modello Codex sottostante \u2014 il componente che genera effettivamente i completamenti di codice e ragiona sul software \u2014 richiede comunque l\u2019accesso all\u2019API, a meno che i team non utilizzino un modello open-weight separatamente disponibile. Il harness gestisce l\u2019orchestrazione; l\u2019inferenza continua a viaggiare verso un endpoint del modello. Ci\u00f2 che cambia \u00e8 dove viene eseguita la logica di gestione e chi ne detiene il controllo.<\/p>\n<p>L\u2019auto-ospitazione comporta per\u00f2 un proprio sovraccarico: potenza computazionale per eseguire il harness, tempo ingegneristico per distribuirlo e mantenerlo, e la responsabilit\u00e0 continua di tenere sincronizzato un fork locale con gli aggiornamenti upstream. Per molti team, la domanda pi\u00f9 rilevante non \u00e8 se auto-ospitare completamente, ma quali componenti traggono maggior vantaggio dal controllo locale. Il nostro <a href=\"https:\/\/convly.ai\/it\/self-hosting-vs-api-calculator\/\">calcolatore self-hosting vs API<\/a> \u00e8 progettato per aiutare a modellare questa decisione in base a profili di utilizzo specifici e dimensioni del team.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Impact_on_the_AI_Coding_Agent_Ecosystem\"><\/span>Impatto sull\u2019ecosistema degli agenti di programmazione basati sull\u2019IA<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Il rilascio del Codex Harness come infrastruttura open source non passer\u00e0 certo inosservato nel mercato degli strumenti di programmazione assistita dall\u2019IA. Il harness rappresenta un modello testato in produzione per costruire flussi di lavoro di programmazione agente \u2014 il genere di conoscenza a livello progettuale che normalmente rimane proprietaria perch\u00e9 incorpora mesi o anni di iterazioni. Rendendolo pubblico, OpenAI innalza di fatto il livello minimo di ci\u00f2 che un team indipendente pu\u00f2 costruire senza dover partire da zero.<\/p>\n<p>Per gli sviluppatori e le startup attive in questo ambito, le implicazioni vanno in entrambe le direzioni. Da un lato, una base condivisa accelera tutti: i team che hanno speso cicli ingegneristici per reinventare schemi di orchestrazione possono ora concentrarsi su obiettivi superiori, come la differenziazione del prodotto, le integrazioni e il tuning specifico per dominio. Dall\u2019altro, quando l\u2019infrastruttura di base diventa una commodity, competere esclusivamente su tale infrastruttura diventa insostenibile. Il mercato per <a href=\"https:\/\/convly.ai\/it\/best-ai-coding-agents-2026\/\">agenti IA per la programmazione<\/a> si appresta a diventare pi\u00f9 affollato \u2014 e pi\u00f9 capace \u2014 come conseguenza.<\/p>\n<p>Esiste anche una lettura strategica di questa decisione. OpenAI opera in un mercato in cui la fiducia degli sviluppatori e il controllo sull\u2019ecosistema contano tanto quanto la capacit\u00e0 pura del modello. Rendere open source il harness \u00e8 un segnale che OpenAI \u00e8 disposta a competere sulla qualit\u00e0 del modello e sull\u2019affidabilit\u00e0 dell\u2019API, piuttosto che sul lock-in tramite strumenti proprietari. Si tratta di una postura competitiva diversa, che potrebbe rivelarsi particolarmente attraente per i team enterprise con forti posizioni in merito alla sovranit\u00e0 infrastrutturale.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_Asked_Questions\"><\/span>Domande frequenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Cos\u2019\u00e8 esattamente il Codex Harness?<\/strong> Il Codex Harness \u00e8 il livello di orchestrazione costruito intorno al modello Codex di OpenAI. Gestisce il ciclo dell\u2019agente, la sequenzializzazione del contesto e l\u2019invio dei task che rendono coerenti i flussi di lavoro di programmazione assistita dall\u2019IA multi-step \u2014 essenzialmente il livello infrastrutturale tra le istruzioni dell\u2019utente e l\u2019inferenza del modello.<\/p>\n<p><strong>OpenAI ha ufficialmente confermato questo rilascio open source?<\/strong> Il rilascio \u00e8 stato riportato da 36 Kr. Al momento della stesura, dettagli specifici sul repository, i termini di licenza e la conferma ufficiale da parte di OpenAI non erano disponibili nella documentazione di riferimento. I team dovrebbero verificare tali informazioni tramite i canali ufficiali di OpenAI prima di prendere decisioni infrastrutturali basate su questo report.<\/p>\n<p><strong>Il rilascio open source del harness ridurr\u00e0 i costi dell\u2019API?<\/strong> Potenzialmente. Se i team riescono a auto-ospitare il livello di orchestrazione, potrebbero ridurre il numero di chiamate API necessarie per gestire i cicli dell\u2019agente, pagando soltanto per l\u2019inferenza del modello. Tuttavia, l\u2019impatto reale sui costi dipende fortemente dalle scelte di implementazione e dai modelli di utilizzo. Utilizza il nostro <a href=\"https:\/\/convly.ai\/it\/ai-api-cost-calculator\/\">Calcolatore dei costi delle API per l'IA<\/a> modellare il proprio scenario specifico.<\/p>\n<p><strong>Cosa significa questo per i team che sviluppano strumenti AI per la programmazione?<\/strong> Abbassa in modo significativo la barriera all\u2019ingresso per la creazione di applicazioni basate su Codex, accelerando probabilmente la crescita dell\u2019intero ecosistema degli agenti AI per la programmazione. I team che in precedenza non disponevano delle risorse necessarie per costruire la propria infrastruttura di orchestrazione possono ora utilizzare l\u2019infrastruttura open source come punto di partenza, risparmiando un notevole sforzo ingegneristico.<\/p>\n<p><strong>Dove possono accedere gli sviluppatori al Codex Harness open source?<\/strong> I dettagli specifici del repository non sono stati confermati nelle informazioni disponibili al momento della stesura di questo articolo. Gli sviluppatori dovrebbero monitorare i canali ufficiali GitHub e della documentazione di OpenAI per ottenere informazioni autorevoli sull\u2019accesso.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_Bottom_Line\"><\/span>In sintesi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Se il report di The Information si rivela accurato, la decisione di OpenAI di rendere completamente open source il Codex Harness rappresenta un momento significativo per la comunit\u00e0 degli sviluppatori di strumenti AI. Offre ai team di ingegneria un accesso senza precedenti a un\u2019infrastruttura di orchestrazione testata in produzione, potrebbe modificare il calcolo dei costi legati all\u2019utilizzo delle API e innalza il livello minimo di capacit\u00e0 disponibile a chiunque sviluppi strumenti AI per la programmazione.<\/p>\n<p>Come per ogni importante rilascio open source, il diavolo \u00e8 nei dettagli: le condizioni di licenza, gli impegni in termini di manutenzione e il divario tra il codice rilasciato e il sistema di produzione effettivamente utilizzato da OpenAI. I team dovrebbero verificare i dettagli specifici tramite i canali ufficiali prima di prendere decisioni architetturali basate su questo rilascio. Tuttavia, come segnale indicativo \u2014 che OpenAI riconosce un valore nell\u2019aprire la propria infrastruttura per gli sviluppatori alla comunit\u00e0 \u2014 esso assume un peso significativo per chiunque segua l\u2019evoluzione dello sviluppo software assistito dall\u2019IA.<\/p>\n<p><em>Fonti: news.google.com. Segnalato il 21 agosto 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>OpenAI has reportedly fully open-sourced its Codex Harness, according to 36 Kr, opening the AI coding orchestration framework to independent deployment and inspection. The move has significant implications for how engineering teams manage API costs and build AI coding workflows.<\/p>","protected":false},"author":1,"featured_media":2268,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[5],"tags":[819,916,1113,1114,858,1104,426],"class_list":["post-2267","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-tools","tag-ai-coding-agents","tag-api-costs","tag-codex","tag-coding-infrastructure","tag-developer-tools","tag-open-source","tag-openai"],"_links":{"self":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2267","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/comments?post=2267"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2267\/revisions"}],"predecessor-version":[{"id":2269,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2267\/revisions\/2269"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media\/2268"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media?parent=2267"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/categories?post=2267"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/tags?post=2267"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}