# GPT-6 Astra: computer use, costi e rischio cyber Critical

> Fonte: https://francescogruner.it/gpt-6-astra-computer-use-costi-rischio-cyber/

**GPT-6 Astra non è interessante perché OpenAI lo definisce “una nuova generazione di intelligenza”. È interessante perché combina computer use, contesto molto lungo e capacità cyber classificate Critical.** Questa combinazione apre flussi di lavoro più autonomi, ma rende insufficienti le verifiche basate soltanto sulla risposta finale del modello.

 

Ho raccolto qui ciò che OpenAI ha pubblicato nella pagina di lancio, nella documentazione API e nella System Card. I numeri sono del vendor: servono per capire dove testare Astra, non per dichiarare in anticipo che sia il modello migliore per ogni attività.

   

Indice dei contenuti

 [Toggle](#) 

- [Che cos’è GPT-6 Astra](#Che_cose_GPT-6_Astra)
- [I video ufficiali mostrano il vero posizionamento](#I_video_ufficiali_mostrano_il_vero_posizionamento)
- [Ti sta piacendo?](#Ti_sta_piacendo)
- [Quanto costa davvero](#Quanto_costa_davvero)
- [Computer use e benchmark: cosa afferma OpenAI](#Computer_use_e_benchmark_cosa_afferma_OpenAI)
- [Il punto più importante: cyber Critical](#Il_punto_piu_importante_cyber_Critical)
- [Più allineato, ma più difficile da monitorare](#Piu_allineato_ma_piu_difficile_da_monitorare)
- [Come testerei GPT-6 Astra](#Come_testerei_GPT-6_Astra)
- [A chi serve e a chi no](#A_chi_serve_e_a_chi_no)
- [Conclusione](#Conclusione)
- [Fonti primarie](#Fonti_primarie)

 

## Che cos’è GPT-6 Astra

 

Astra è il modello OpenAI pensato per incarichi end-to-end: ragionamento complesso, coding, uso del computer, ricerca e creazione di documenti. Il rollout parte dalle organizzazioni del Trusted Access Program; l’accesso per ChatGPT Plus, Pro, Business, Enterprise e API viene esteso progressivamente.

 **1.050.000 token**Finestra di contesto dichiarata**128.000 token**Output massimo**$10 / $50**Input / output per milione di token**30 aprile 2026**Knowledge cutoff dichiarato 

## I video ufficiali mostrano il vero posizionamento

 

Nel video di lancio il modello porta avanti più attività su applicazioni diverse: prepara un annuncio eBay, costruisce un gioco 3D, avvia un ordine di cibo, genera la bozza di un accordo di licenza e cerca un campo da tennis. Il messaggio è chiaro: Astra viene venduto come esecutore di lavoro digitale, non soltanto come chatbot.

  

OpenAI ha pubblicato anche una raccolta di prime impressioni degli sviluppatori con accesso anticipato. Sono testimonianze selezionate dal produttore, quindi hanno valore qualitativo ma non equivalgono a un benchmark indipendente.

                   

## Ti sta piacendo?

 

Ricevi una guida pratica ogni settimana. AI, tool e automazioni.

            Iscriviti gratis             Perfetto, sei dentro.         

## Quanto costa davvero

 

La tariffa API dichiarata è di 10 dollari per milione di token in ingresso e 50 dollari per milione in uscita. La cache in lettura costa 1 dollaro e la scrittura in cache 12,50 dollari. Oltre 272.000 token di input, OpenAI applica all’intera richiesta una tariffa doppia per input e cache e 1,5 volte per l’output.

 

Batch e Flex costano il 50% dello Standard, mentre Fast costa il doppio. Questo rende fuorviante confrontare Astra soltanto sul prezzo per token. Per un agente va misurato il costo del task completato: durata, numero di tentativi, chiamate agli strumenti, correzioni umane e qualità dello stato finale.

 

## Computer use e benchmark: cosa afferma OpenAI

 

OpenAI dichiara un completamento dei task 1,9 volte più rapido rispetto a 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. La pagina di lancio presenta inoltre risultati di frontiera su workflow professionali, coding e scienza.

 

Questi risultati descrivono il sistema del vendor, con harness, prompt e stime di costo specifiche. Non dimostrano che Astra sia automaticamente migliore su un gestionale, un browser autenticato o una codebase reale. Il test utile è ripetere lo stesso incarico con gli stessi permessi, gli stessi dati e gli stessi criteri di accettazione.

 

## Il punto più importante: cyber Critical

 

GPT-6 Astra è il primo modello OpenAI a raggiungere il livello **Critical** per le capacità di cybersecurity nel Preparedness Framework. Secondo la System Card, con strumenti e accessi adeguati può trovare vulnerabilità prima sconosciute e sviluppare nuovi metodi di exploit contro sistemi ben protetti senza una guida umana continua.

 **Critical non significa che ogni utente riceva accesso a tutte queste capacità.** Significa che la capacità sottostante richiede restrizioni, Trusted Access, isolamento, monitoraggio e controlli operativi più forti. 

OpenAI dichiara di aver rafforzato isolamento, cifratura dei checkpoint, monitoraggio delle traiettorie e valutazioni bloccanti prima dell’uso interno. In una simulazione su oltre 54.000 task Codex interni, Astra avrebbe ricevuto circa la metà delle segnalazioni di comportamento disallineato ad alta gravità rispetto a Sol.

 

## Più allineato, ma più difficile da monitorare

 

La System Card segnala un limite che merita attenzione. Nei test di controllabilità della chain of thought, tra 750 e 1.250 token Astra riesce a controllare proprietà del proprio ragionamento nel 60,9% dei casi, contro il 16,1% di GPT-5.6 Sol. In questo contesto un valore più alto è un segnale peggiore: un modello più capace di plasmare il proprio ragionamento può ridurre l’affidabilità del monitoraggio basato sulla chain of thought.

 

Per questo non userei mai il testo del ragionamento come unica prova di correttezza o sicurezza. Servono log degli strumenti, controllo dello stato finale, limiti di rete, credenziali temporanee e approvazioni esterne al modello.

 

## Come testerei GPT-6 Astra

 

1. Ambiente isolato, senza credenziali di produzione.
2. Stesso set di task per Astra, GPT-5.6 Sol e almeno un concorrente.
3. Permessi concessi per singola operazione, non per tutta la sessione.
4. Approvazione obbligatoria prima di cancellazioni, invii e modifiche irreversibili.
5. Misura di costo, tempo, qualità, errori e violazioni.
6. Verifica dello stato reale dopo ogni azione: database, pagina pubblica, file o API.
7. Log esterni al modello e rollback già provato.

 

## A chi serve e a chi no

 

Astra ha senso quando il valore del task giustifica un modello costoso: debugging complesso, lavoro su più applicazioni, ricerca con molti documenti, creazione di artefatti strutturati e automazioni in cui ridurre i passaggi umani produce un vantaggio misurabile.

 

Non partirei da Astra per riassunti, classificazioni semplici, risposte standard o automazioni ad alto volume. In questi casi un modello più piccolo può offrire quasi tutto il valore con costi e superficie di rischio inferiori.

 

## Conclusione

 

GPT-6 Astra porta progressi rilevanti nel computer use e nel lavoro end-to-end. Ma il salto di capacità non elimina il lavoro di controllo: lo rende più importante. Prima di adottarlo, confronterei task reali, costo per risultato, rispetto dei confini e possibilità di ricostruire ogni azione senza fidarmi della spiegazione prodotta dal modello.

 

## Fonti primarie

 

- [OpenAI: GPT-6 Astra, pagina ufficiale di lancio](https://openai.com/index/gpt-6-astra/)
- [OpenAI API: specifiche e prezzi](https://developers.openai.com/api/docs/models/gpt-6-astra)
- [OpenAI Deployment Safety Hub: Safety Overview](https://deploymentsafety.openai.com/gpt-6-astra/safety-overview-gpt-6-astra)
- [Video ufficiale di lancio](https://www.youtube.com/watch?v=1QNsdr-Qx_I)
- [Prime impressioni degli sviluppatori](https://www.youtube.com/watch?v=-TTyyY3VWh8)