L’ANALISI
GPT-6 Astra: cosa cambia davvero tra computer use, costi e rischio cyber
OpenAI presenta Astra come il suo modello più capace per lavoro end-to-end. I dati ufficiali mostrano progressi concreti, ma anche un prezzo alto e un livello cyber Critical che impone controlli esterni.
In breve: Astra punta su computer use, coding, ricerca e creazione di documenti. Arriva prima alle organizzazioni del Trusted Access Program e poi a ChatGPT Plus, Pro, Business, Enterprise e API. La novità più delicata non è il punteggio di un benchmark: è il primo modello OpenAI classificato Critical per capacità cyber.
Il lancio in due video ufficiali
Il filmato di lancio mostra task concorrenti su applicazioni reali: creazione di un annuncio eBay, sviluppo di un gioco 3D, ordine di cibo, bozza di un accordo di licenza e ricerca di un campo da tennis. Sono dimostrazioni selezionate dal vendor, non test indipendenti.
OpenAI ha pubblicato anche le prime impressioni degli sviluppatori che hanno avuto accesso anticipato.
Specifiche API e costi
Oltre 272.000 token di input, OpenAI applica al prompt intero tariffe 2× per input e cache e 1,5× per output. Batch e Flex costano il 50% dello Standard; Fast costa 2×. Il modello accetta testo e immagini in ingresso, produce testo e supporta function calling, structured output, web search, file search, code interpreter e hosted shell. Il fine-tuning non è supportato.
Dove migliora
OpenAI posiziona Astra per computer use, navigazione, software engineering, scienza e lavoro professionale. Nella pagina di lancio dichiara un completamento dei task 1,9 volte più rapido di GPT-5.6 Sol su Mind2Web. Su Terminal-Bench 4.0 riporta il 57,9%, contro il 37,3% di GPT-5.6 Sol e il 55,8% di Claude Fable 5.1, con impostazioni e stime di costo definite dal vendor.
La parte interessante per l’uso quotidiano è la combinazione tra contesto lungo, controllo di applicazioni e capacità di mantenere un incarico mentre arrivano modifiche o richieste laterali. È qui che serve un test sul proprio flusso, non una classifica generale.
Perché “Critical” cambia il modo di provarlo
Secondo la System Card, con strumenti e accessi adeguati Astra può trovare vulnerabilità prima sconosciute e sviluppare nuovi metodi di exploit contro sistemi ben protetti senza guida continua. OpenAI dichiara isolamento più rigido, cifratura dei checkpoint, monitoraggio delle traiettorie e valutazioni bloccanti prima dell’uso interno.
La stessa documentazione riporta che, in una simulazione su oltre 54.000 task Codex interni, Astra ha ricevuto circa la metà delle segnalazioni di comportamento disallineato ad alta gravità rispetto a Sol. Ma la monitorabilità della chain of thought resta un limite: per ragionamenti tra 750 e 1.250 token, Astra controlla la forma del proprio CoT nel 60,9% dei casi, contro il 16,1% di Sol. In questo test un valore più alto è un segnale peggiore per chi usa il ragionamento come superficie di monitoraggio.
Cosa verificare prima dell’uso
- Usare un ambiente isolato, senza credenziali di produzione e con rete limitata.
- Concedere strumenti e permessi per singolo task, con approvazione prima delle azioni irreversibili.
- Registrare input, azioni e stato finale con log esterni al modello.
- Misurare costo per task completato, non solo costo per token.
- Ripetere lo stesso set di task con GPT-5.6 Sol e un concorrente: qualità, durata, errori e violazioni devono essere confrontabili.
- Non trattare i video e i benchmark del lancio come validazione indipendente.