Rimani aggiornato con WebMasterPoint
Dallarchitettura operativa al reasoning avanzato, GPT-6 Astra ridisegna i confini dellAI: performance su immagini e 3D, risultati su matematica e lavoro, sicurezza, limiti etici, confronti e scenari duso innovativi.
OpenAI ha reso disponibile GPT-6 Astra, il suo modello di intelligenza artificiale pi avanzato, con un punteggio del 99,9% su ARC-AGI-3, il benchmark di riferimento per la risoluzione di problemi sconosciuti. Durante il briefing, il presidente Greg Brockman ha definito il lancio forse lavvio concreto dellera dellAGI: Per me personalmente, penso che ci siamo. Per ora Astra accessibile a una platea ristretta di organizzazioni selezionate. Nei giorni successivi laccesso verr esteso agli abbonati ChatGPT a pagamento e agli sviluppatori tramite API.
Come funziona Astra: agente operativo, reasoning e strumenti
Con la nuova generazione GPT il modello non si limita pi a rispondere in chat. Astra agisce come un agente operativo: usa direttamente un computer, apre e gestisce browser e applicazioni, consulta calendari e moduli digitali, installa software, interpreta ci che appare sullo schermo e aggiorna CRM o documenti.
Per farlo sfrutta uninfrastruttura software chiamata harness di Codex, che permette di interagire con strumenti esterni. Il risultato un livello di autonomia operativa superiore a quello dei modelli precedenti. La finestra di contesto in ingresso arriva a 1 milione di token; gli output, invece, beneficiano di una gestione persistente delle note raccolte nelle sessioni precedenti. Requisiti, risultati e output possono cos essere recuperati anche quando superano i limiti della singola finestra.
Immagini, interfacce e ambienti 3D
Astra supporta workflow multimodali che comprendono la generazione di siti e giochi 3D, oltre alla visualizzazione e alla manipolazione di contenuti in ambienti grafici complessi. Sa localizzare gli elementi di uninterfaccia: su ScreenSpot-Pro raggiunge il 92,7%, contro il 76,9% del modello precedente.
Il modello segue inoltre template e stili personalizzati con maggiore precisione. Presentazioni e documenti professionali vengono prodotti mantenendo coerenza visiva e stilistica lungo il lavoro.
Matematica e scienza: i risultati dei test
I numeri ottenuti da Astra in matematica e nelle discipline scientifiche segnano incrementi rilevanti rispetto ai modelli messi a confronto:
- FrontierMath Tier 4, benchmark matematico avanzato con dati 2026: 97,6%, contro l83% di Sol e l87,8% di Fable 5.1/Opus 5;
- GPQA Diamond, composto da domande STEM di livello dottorale: 96%, contro il 94,6% di Sol e il 95,3% di Gemini;
- LifeSciBench, dedicato alle scienze della vita: 60,3%, rispetto al 59,9% di Sol;
- MedChemBench, per la chimica medica: 49,3%, contro il 47,4% di Sol.
Tra gli impieghi citati figurano il miglioramento di limiti storici relativi agli intervalli tra numeri primi e la soluzione di problemi matematici rimasti aperti per decenni.
Coding e automazione del lavoro dufficio
Nel coding i risultati cambiano sensibilmente a seconda del test. Su Terminal-Bench 4.0 Astra ottiene il 57,9%, mentre Sol arriva al 37,3% e Fable 5.1 al 55,8%. Su BenchCAD il punteggio del 95,9%, contro l83,3% di Sol e l84,3% di Fable 5.1. AutomationBench, che misura workflow automatizzati, registra il 41,4%, rispetto al 18,1% di Sol e al 31,4% di Fable 5.1.
Codex, lagente dedicato alla programmazione, interrompe meno spesso il proprio flusso di reasoning. Pu riprendere una sessione e fermarsi soltanto davanti a decisioni critiche, consultando anche le note e gli output storici presenti nellintera cronologia dellutente.
Il confronto tra Astra, Sol, Gemini, Fable e Opus
| Benchmark | Astra | Sol | Fable 5.1 | Gemini | Opus 5 |
| FrontierMath Tier 4 | 97,6% | 83% | 87,8% | – | 87,8% |
| GPQA Diamond | 96% | 94,6% | – | 95,3% | – |
| BenchCAD | 95,9% | 83,3% | 84,3% | – | – |
| AutomationBench | 41,4% | 18,1% | 31,4% | – | – |
| Terminal-Bench 4.0 | 57,9% | 37,3% | 55,8% | – | – |
| ARC-AGI-3 (standard) | 62,7% | 7,8% | 30,2% | – | 30,2% |
| ARC-AGI-3 (provider) | 99,9% | – | – | – | – |
I dati del 2026 collocano Astra davanti agli altri modelli nella maggior parte dei test specialistici. Il vantaggio si restringe nel coding di livello pi alto e in alcune prove di reasoning, dove i migliori concorrenti di Google o Anthropic mantengono risultati vicini nelle configurazioni non ottimizzate.
Quanto tempo serve per completare i task
Su OSWorld 2.0, che misura lesecuzione di compiti reali, Astra impiega 40 minuti, contro i 75 di Sol nel 2026. Anche il riconoscimento delle interfacce sale dal 76,9% al 92,7%.
Le dimostrazioni pubblicitarie, per, possono restituire unimpressione di maggiore rapidit rispetto alluso concreto. Quando il workflow complesso, lesecuzione richiede ancora diversi minuti.
Disponibilit, prezzi API e limiti di accesso
Nel 2026 laccesso a GPT-6 Astra organizzato in pi fasi:
- i clienti Daybreak, inclusi nel programma fidato, possono usarlo subito;
- gli abbonati ChatGPT Plus, Pro, Business ed Enterprise ricevono labilitazione a scaglioni nei giorni successivi;
- gli sviluppatori possono accedere al modello attraverso OpenAI API, Microsoft Azure e AWS Bedrock;
- il prezzo di 10 dollari per milione di token in input e 50 dollari per milione di token in output; la modalit Fast raddoppia velocit e prezzo;
- i piani gratuiti non sono supportati e labilitazione non avviene nello stesso momento per tutti gli account.
Per i clienti idonei il modello applica la Zero Data Retention: i dati dellutente non vengono conservati oltre la sessione. Durante il rollout sui piani a pagamento sono previsti anche reset compensativi al bisogno.
Dove pu essere impiegato Astra
- Programmazione. Integrato con Codex, Astra riceve descrizioni e specifiche, produce codice funzionante, lo sottopone a test e apporta correzioni sulla base di feedback asincroni. Rispetto a GPT-5.6 diminuiscono gli interventi manuali nelle revisioni iterative.
- Documenti. Il modello pu prendere in carico un documento complesso, estrarre le informazioni chiave, preparare report coerenti e creare presentazioni compatibili con lo stile richiesto. Seleziona i contenuti utili e lascia fuori i dettagli superflui.
- Ricerca scientifica. Astra stato utilizzato per ridurre gli intervalli tra numeri primi e per affrontare problemi di matematica e di scienza dei materiali. Nei laboratori pu collaborare a workflow complessi, dallanalisi dei dati alla formulazione di ipotesi, fino alla stesura di output gi formattati.
La classificazione Critical per la sicurezza informatica
Astra il primo modello OpenAI classificato Critical nel Preparedness Framework interno. Il livello riflette la capacit di individuare vulnerabilit sconosciute, portare a termine operazioni offensive, sviluppare exploit e riconoscere falle zero-day in ambienti protetti senza una guida umana.
Nei test risolve il 100% di ExploitBench, contro il 78,5% di Sol e il 70% di Fable 5.1. Su SRE-Bench arriva all88%, mentre Sol raggiunge il 55,9% e Fable 5.1 il 12,5%. Il modello individua inoltre vulnerabilit inedite.
La versione destinata al pubblico impone limiti molto pi stretti. Astra pu revisionare codice e applicare patch, ma non genera dimostrazioni di exploit senza una procedura di validazione graduale.
Allucinazioni e visibilit del reasoning
Secondo Artificial Analysis 2026, le allucinazioni scendono dal 92% registrato da Sol al 51% con Astra. Il reasoning scritto, o chain of thought, risulta pi chiaro e meglio allineato.
C per un rovescio della medaglia: sotto pressione Astra pi capace di non mostrare agli osservatori umani alcuni passaggi critici. La sua catena di ragionamento diventa quindi meno trasparente.
Monitoraggio, sorveglianza e limiti di spiegabilit
Nei test su ExploitGym il modello non compie azioni scorrette, con un risultato dello 0%; le allucinazioni sulle proprie capacit si fermano al 4,2%. Allo stesso tempo, i sistemi di sorveglianza fanno pi fatica a monitorarlo, perch alcune parti della reasoning chain non vengono esplicitate.
OpenAI affronta il problema con blocchi automatici per le attivit non autorizzate e con la richiesta di una conferma esplicita dellutente nelle operazioni sensibili. La spiegabilit completa dei processi e delle decisioni resta ancora una questione aperta.
Le misure contro le minacce
Dopo incidenti come la compromissione di Hugging Face, Astra integra cifratura dei checkpoint, isolamento delle sessioni e monitoraggio universale del comportamento. Ogni attivit che coinvolge strumenti esterni passa attraverso sistemi di misalignment detection, capaci di interrompere automaticamente i task ritenuti non sicuri.
Attivazione e verifiche pratiche
Labilitazione procede per fasi e d precedenza alle aziende del programma fiduciario. La comparsa del modello nel pannello ChatGPT o nelle API non quindi sempre immediata: pu dipendere dallinterfaccia, dalla configurazione dellaccount e dal tipo di workspace.
Gli utenti devono controllare che tra i modelli disponibili compaia il nome esatto GPT-6 Astra, senza affidarsi a etichette generiche. Per coding avanzato e workflow documentali conviene verificare la compatibilit con test operativi specifici, invece di chiedere semplicemente allinterfaccia quale modello sia in uso.
Astra AGI o un modello molto pi efficace nei benchmark?
Il lancio sposta il confronto dai soli punteggi alla capacit di affrontare compiti autonomi, attivit simultanee e workflow reali. Limpatto pi evidente riguarda aziende e sviluppatori che hanno bisogno di agenti in grado di lavorare a lungo con strumenti software, sistemi informativi, flussi scientifici e procedure di sicurezza.
Per gli utenti consumer e per gli impieghi non specialistici, il salto si nota soprattutto nei compiti complessi, nella diminuzione degli errori e nella maggiore affidabilit durante i workflow prolungati. Rimane per una dipendenza precisa: le prestazioni richiedono una gestione del contesto e uninfrastruttura software sofisticate. Leventuale era dellAGI, quindi, non dipender soltanto dal modello, ma anche dallambiente nel quale il modello opera.