GPT-6 Astra, il nuovo modello di punta di OpenAI

Il 3 settembre OpenAI ha rilasciato GPT-6 Astra, il suo nuovo modello di punta. Il presidente, Greg Brockman, ha dato il tono: «Non è irragionevole pensare che ora siamo nell’era dell’AGI». Un mese dopo, test indipendenti e primi utenti forniscono abbastanza elementi per giudicarlo con più calma.

Il nome si presta a confusione. Project Astra di Google DeepMind è un’altra cosa: un prototipo di ricerca di assistente universale, testato da un gruppo ristretto, le cui funzioni stanno confluendo in Gemini Live. Questa recensione riguarda il modello di OpenAI.

Che cos’è

Astra nasce dal più grande addestramento di OpenAI finora. Aidan Clark, vicepresidente della ricerca, ha detto che era la prima volta che l’azienda preaddestrava un modello su più di 100'000 GPU, nel suo sito Stargate in Texas. Gestisce poco più di un milione di token di contesto, scrive fino a 128'000 token in una sola risposta, offre cinque livelli di sforzo da minimo a massimo e le sue conoscenze arrivano alla fine di aprile 2026.

La sua funzione di punta è l’uso del computer: il modello lavora al computer come farebbe una persona, tra fogli di calcolo, moduli e pagine web. Microsoft, che lo offre in Foundry, descrive un modello che pianifica, soppesa i compromessi, usa strumenti e consegna documenti, fogli di calcolo e presentazioni finiti da rivedere.

È anche il primo modello di OpenAI a raggiungere la propria «soglia critica di capacità nella cybersicurezza». OpenAI ha detto che sa trovare falle di sicurezza sconosciute e capire come sfruttarle senza che una persona guidi ogni passaggio. Il modello è andato prima ai difensori del programma Daybreak di OpenAI, e la versione per tutti gli altri rifiuta i «compiti avanzati di cybersicurezza». Poi è arrivato nei piani a pagamento di ChatGPT, nell’API, su AWS e su Microsoft Foundry.

Che cosa fa bene

Il risultato indipendente più solido viene da ARC-AGI-3, una serie di giochi interattivi senza istruzioni che le persone comuni sanno risolvere. L’ARC Prize Foundation ha misurato il 62,7 per cento nella configurazione standard e il 99,9 per cento in una configurazione che conserva il ragionamento nascosto del modello tra un passaggio e l’altro. Lo ha definito un salto di qualità evidente, aggiungendo: «non stiamo sostenendo che sia AGI». I giochi sono chiusi e deterministici e non colgono quanto sia aperto il mondo reale.

I primi tester, di cui Decrypt ha raccolto le impressioni, hanno trovato Astra forte nel ragionamento spaziale, nelle scene 3D, nella creazione di giochi e nell’uso di software desktop con mouse e tastiera. OpenAI riferisce che su OSWorld 2.0 risolve più compiti al computer del suo predecessore, in circa metà del tempo per compito. Persino la tabella di Anthropic per Opus 5.5 mostra Astra in vantaggio nel lavoro scientifico nel terminale e su AutomationBench.

La sintesi di Decrypt è corretta: molto bravo nel lavoro con una risposta giusta verificabile, mediocre dove il metro è il gusto.

Dove è più debole

La scrittura professionale è la lacuna più evidente. Su GDPval-AA, che valuta compiti di valore economico in 44 professioni, Artificial Analysis ha trovato Astra circa 80 punti Elo sotto il predecessore, con cali minori nell’assistenza clienti e nel ragionamento su contesti lunghi. Nel suo indice complessivo di intelligenza Astra ha ottenuto allora 61,2, contro 60,9 di GPT-5.6 Sol e 65,7 di Claude Fable 5.1 di Anthropic. I tester hanno definito la sua prosa generica.

La costanza è una seconda questione. Nel giro di dieci giorni alcuni sviluppatori si sono lamentati che il modello fosse peggiorato; un team che sviluppa uno strumento di programmazione è tornato a GPT-5.6 Sol perché la sua spesa era raddoppiata. OpenAI non ha commentato e nessuno ha dimostrato che il modello sia stato modificato.

La terza riguarda la supervisione. Prima del lancio The Information ha riferito che Astra usa una tecnica chiamata recurrent depth, che lascia meno tracce leggibili del ragionamento del modello. Buck Shlegeris di Redwood Research si è detto «estremamente preoccupato». Il capo scientifico di OpenAI, Jakub Pachocki, ha detto che mantenere il ragionamento accessibile al monitoraggio resta un obiettivo centrale, e TechCrunch ha osservato che in Astra l’uso della tecnica sembra limitato.

Prezzo e lock-in

Astra costa 10 dollari per milione di token in input e 50 dollari per milione di token in output, due volte e mezzo il suo predecessore. I prompt più lunghi di 272'000 token costano il doppio in input e una volta e mezzo in output. L’elaborazione Batch e Flex costa la metà, una modalità veloce il doppio.

Il fratello minore cambia i conti. Il 29 settembre OpenAI ha rilasciato GPT-6.1 Sol, che a suo dire offre «quasi lo stesso livello di intelligenza di GPT-6 Astra per la programmazione agentica, l’uso del computer e il lavoro professionale» a un quinto dei prezzi standard per token. Un GPT-6.1 Astra non arriverà come previsto: il Wall Street Journal ha riferito, secondo TechCrunch, che OpenAI lo ha abbandonato dopo che i test interni avevano mostrato più inganni e una tendenza ad agire senza chiedere.

Astra funziona solo come modello ospitato, presso OpenAI, AWS e Microsoft. In Foundry, Microsoft dichiara che prompt e output non vengono usati per addestrare i modelli.

Il nostro giudizio

Astra è un modello forte per il lavoro che si può verificare: codice, analisi strutturate, compiti lunghi al computer e problemi con una risposta giusta. Per i testi rivolti ai clienti, finora le prove favoriscono altri modelli. Per la maggior parte dei team nel mondo OpenAI, GPT-6.1 Sol è il punto di partenza migliore, con Astra riservato ai lavori in cui i vostri test mostrano che vale il prezzo più alto. Quanto all’AGI, persino la fondazione dietro il suo miglior risultato dice di non sostenerlo.

La nostra posizione è semplice: usate il modello migliore per ogni compito e mettetelo alla prova sul vostro lavoro. Twin, il cervello IA che costruiamo per le aziende, funziona in ChatGPT e Codex come in Claude o in un modello privato, così un’azienda può provare Astra o Sol sui propri compiti senza spostare le sue conoscenze, regole e skill. Quando arriva il prossimo modello di punta, il cervello resta dov’è.