Ho letto la pagina di lancio di GPT-6 Astra con il metodo che uso per ogni annuncio di questo tipo: prima tolgo gli aggettivi, poi guardo i numeri, poi cerco le frasi che ammettono qualcosa. Le frasi che ammettono qualcosa sono quasi sempre le più interessanti, e in questo caso ce ne sono due che meritano più attenzione di tutti i benchmark messi insieme.
Cosa dice OpenAI
Il modello viene presentato come "il più intelligente e il più allineato al mondo". Il confronto è quasi sempre con il predecessore, GPT-5.6 Sol, e in alcune tabelle compaiono anche i modelli concorrenti di Anthropic e Google.
I numeri che OpenAI mette in apertura sono tre: 98% su FrontierMath Tier 4, 99,9% su ARC-AGI-3 e 100% su ExploitBench. Il termine usato è "saturare", cioè il modello ha raggiunto il punto in cui il test non serve più a misurare nulla. Sulla matematica c'è anche un risultato concreto: un miglioramento del limite sui gap tra numeri primi (da 240 a 186) e la correzione di un termine che era fermo da oltre ottant'anni.
Per chi lavora in azienda, la parte che conta è quella sull'uso del computer. Su OSWorld 2.0, il test in cui il modello deve usare un sistema operativo come farebbe una persona, Astra arriva al 72,6% in circa 40 minuti, contro il 65,7% in circa 75 minuti del modello precedente. Gli esempi che OpenAI elenca sono volutamente banali: compilare moduli online, aggiornare un CRM, sistemare un calendario, cercare informazioni e scrivere un riassunto, costruire un sito e verificarlo. Su AutomationBench, che misura proprio i flussi di lavoro d'ufficio, il salto è da 18,1% a 41,4%. Su BrowseComp, la ricerca online complessa, il modello è al 91,5%.
Sul codice i numeri crescono in modo simile (Terminal-Bench 4.0 passa da 37,3% a 57,9%), e la parte che a me interessa di più è una frase di Jane Street, tra i partner citati: il modello "comunica in un modo più facile da seguire per gli sviluppatori e produce codice che richiede meno iterazioni". Meno iterazioni significa meno tempo mio a rileggere.
Poi c'è la sicurezza informatica, che OpenAI tratta con un tono diverso dal resto della pagina. Astra è il primo modello che l'azienda classifica al livello "Critico" nel proprio framework di preparazione: durante i test ha trovato e usato due vulnerabilità zero-day sconosciute, e gli esperti esterni hanno verificato che, senza le protezioni di produzione, riesce a eseguire codice arbitrario in browser protetti. Per questo la versione che arriva agli utenti blocca le attività offensive avanzate e permette solo revisione del codice e correzioni. L'apertura a usi difensivi più ampi è prevista nelle prossime settimane attraverso un programma chiamato Daybreak.
Sulla disponibilità: il rollout parte da un gruppo ristretto di organizzazioni e nei giorni successivi arriva a tutti gli utenti Plus, Pro, Business ed Enterprise, oltre che via API e Amazon Bedrock. Per le aziende Enterprise l'accesso è disattivato di default e va abilitato manualmente. Il prezzo API è 10 dollari per milione di token in ingresso e 50 per milione in uscita, con una modalità veloce che costa il doppio.
Le due frasi che contano
La prima è nella sezione sull'allineamento. OpenAI scrive che il ragionamento scritto di Astra è "più difficile da monitorare" rispetto a Sol, sulla base di test in cui al modello veniva chiesto esplicitamente di sfuggire al monitoraggio. Aggiunge che il modello "sembra ancora faticare a nascondere il ragionamento necessario per compiti complessi", ma che il peggioramento viene preso sul serio. È una frase rara in una pagina di lancio, e va letta per quello che è: il modello più capace è anche quello di cui si capisce meno cosa sta facendo dentro.
La seconda è nella sezione sulle protezioni. I controlli di sicurezza aggiuntivi "possono a volte rallentare, mettere in pausa o fermare lavoro legittimo". Tradotto per chi lo userà in ufficio: aspettatevi interruzioni, anche su attività normali, perché il sistema di classificatori che sorveglia il modello sbaglia per eccesso di prudenza. OpenAI dice che ci sta lavorando, e non ho motivo di dubitarne, ma nel frattempo è un costo operativo reale che nessuna tabella misura.
Cosa cambia per chi gestisce un'attività
Il punto che vedo poco discusso è che l'annuncio non parla più di un assistente che risponde. Parla di un modello che apre il browser, compila il modulo, aggiorna il CRM e fa il controllo qualità del sito. Il test OSWorld è costruito su quello. E il tempo dimezzato non è un dettaglio: un compito che prima richiedeva 75 minuti di esecuzione automatica ora ne richiede 40, e un compito da 40 minuti si può delegare senza pensarci troppo, mentre uno da 75 lo si programma.
Qui torno a una cosa che ripeto da anni e che questo annuncio rende più urgente, non meno. Un modello che esegue attività sul computer amplifica quello che trova. Se il CRM ha campi compilati in tre modi diversi, se il calendario ha eventi senza criterio, se i template aziendali esistono solo nella testa di chi li usa, il modello lavorerà a velocità doppia dentro quel disordine. Sulla pagina di OpenAI c'è una riga che lo dice senza volerlo: Astra produce presentazioni, documenti e fogli di calcolo "seguendo i template aziendali". Il presupposto è che i template ci siano.
Nella mia settimana questo si traduce in una domanda concreta. Delle attività che faccio ogni lunedì mattina per riallineare i due brand, quali hanno una struttura abbastanza chiara da poter essere affidate a un modello che opera da solo per 40 minuti? La risposta onesta, oggi, è: meno della metà. Non perché il modello non sia capace, ma perché il resto vive ancora in decisioni che prendo al momento, senza averle mai scritte da nessuna parte.
Un'ultima osservazione sul prezzo. Cinquanta dollari per milione di token in uscita non è una cifra da uso quotidiano indiscriminato, e la modalità veloce raddoppia. Il modello ha senso su compiti lunghi, delimitati, con un risultato verificabile alla fine. Per la maggior parte delle attività di un professionista continua a bastare un modello più piccolo, e la scelta di quale modello usare per quale tipo di lavoro diventa una competenza in sé.
In pratica
Se avete un abbonamento Plus o Business, nei prossimi giorni il modello comparirà nell'elenco. Prima di provarlo su un'attività vera, prendete un flusso di lavoro che fate spesso e che ha un inizio e una fine chiari, scrivetelo passo per passo, e dategli quello. Il test più utile non è vedere quanto è intelligente. È vedere quanto del vostro lavoro è già strutturato al punto da poter essere consegnato.
Quale attività della vostra settimana affidereste per prima a un modello che lavora da solo per 40 minuti? E quale, invece, non riuscireste nemmeno a spiegargli?
Alessandra
Fonte: OpenAI, "Introducing GPT-6 Astra", settembre 2026. I dati e le citazioni riportati provengono dalla pagina di annuncio ufficiale; i confronti si riferiscono al modello precedente, GPT-5.6 Sol.
