OpenAI ha presentato il 3 settembre 2026 GPT-6 Astra, il nuovo sistema di punta della famiglia GPT. L’azienda lo descrive come il modello più capace finora distribuito su larga scala e ne ha avviato il rilascio iniziale a un gruppo limitato di organizzazioni, con un’estensione prevista agli abbonamenti ChatGPT Plus, Pro, Business ed Enterprise, alle API e ad AWS. Microsoft ha avviato parallelamente la distribuzione attraverso il Limited Access Program di Microsoft Foundry.La novità più interessante, tuttavia, non consiste semplicemente nell’aumento delle prestazioni. Astra mostra quanto il concetto stesso di modello stia diventando insufficiente per descrivere i sistemi di intelligenza artificiale più avanzati.Il modello può usare il computer, effettuare ricerche, intervenire sul codice, lavorare su documenti e utilizzare diversi strumenti durante la stessa attività. OpenAI lo propone quindi come motore per lavori end-to-end, nei quali la generazione del linguaggio rappresenta soltanto una parte dell’esecuzione.Indice degli argomenti

OpenAI Gpt 6 Astra, il computer diventa parte del ragionamentoNel coding conta sempre più l’efficienza dell’agenteARC-AGI-3 rivela il peso della memoria con AstraUn milione di token non è soltanto una specifica tecnicaPiù autonomia con Gpt 6 Astra rende il controllo più importanteIl costo mette alla prova il valore dell’autonomiaIl confine tra modello e sistema si sta dissolvendoBibliografiaOpenAI Gpt 6 Astra, il computer diventa parte del ragionamentoUno dei cambiamenti più evidenti riguarda il computer use. Nei test pubblicati da OpenAI, Astra raggiunge il 72,6 per cento su OSWorld 2.0, rispetto al 65,7 per cento di GPT-5.6 Sol. Su ScreenSpot-Pro, benchmark che valuta la capacità di individuare e comprendere elementi nelle interfacce grafiche, il risultato sale dal 76,9 al 92,7 per cento.Numeri di questo tipo non misurano soltanto la capacità di riconoscere ciò che compare su uno schermo. Un agente deve capire in quale stato si trova un’applicazione, scegliere l’azione successiva, utilizzare gli strumenti disponibili e verificare se il risultato ottenuto corrisponde all’obiettivo. È una forma di lavoro nella quale percezione, ragionamento ed esecuzione diventano parti dello stesso processo.Questa impostazione emerge anche nei compiti professionali. OpenAI riporta per Astra il 41,4 per cento su AutomationBench contro il 18,1 per cento di Sol e miglioramenti nelle valutazioni interne dedicate alla data science e alla produzione di artefatti professionali. I risultati provengono in parte da test dell’azienda e vanno quindi interpretati come tali, ma indicano chiaramente la direzione dello sviluppo.Nel coding conta sempre più l’efficienza dell’agenteIl software engineering offre un esempio ancora più netto. OpenAI presenta Astra come il proprio modello più avanzato per il coding, ma le verifiche di Artificial Analysis permettono di distinguere meglio il progresso specifico dalle prestazioni generali.Nel Coding Agent Index indipendente Astra raggiunge 67 punti. Alla massima intensità di reasoning utilizza circa un terzo dei token impiegati da GPT-5.6 Sol nella stessa infrastruttura Codex e ottiene due punti in più con un costo per attività sostanzialmente analogo. Il vantaggio deriva quindi non soltanto dalla capacità di generare codice corretto, ma dalla possibilità di arrivare al risultato con meno passaggi e meno consumo di contesto.Il quadro cambia nel più generale Intelligence Index. Astra ottiene 61 punti, lo stesso valore arrotondato di GPT-5.6 Sol. Artificial Analysis registra miglioramenti in alcuni test e regressioni in altri. L’idea di un salto uniforme dell’“intelligenza” del modello trova quindi meno sostegno rispetto all’ipotesi di un progresso particolarmente forte nell’esecuzione di lavori agentici.ARC-AGI-3 rivela il peso della memoria con AstraÈ ARC-AGI-3 a offrire probabilmente l’indicazione più interessante sulla nuova architettura. Astra ha ottenuto un massimo del 99,9 per cento, ma il numero assume un significato diverso quando si osserva come è stato raggiunto.ARC Prize ha valutato il sistema attraverso due ambienti. Nel proprio Standard harness, costruito per confrontare modelli diversi attraverso un’interfaccia neutrale, Astra raggiunge il 62,7 per cento. Utilizzando invece il Provider Adapter, che conserva lo stato di reasoning tra richieste successive e impiega il meccanismo di compaction previsto per Astra, il risultato migliore sale al 99,9 per cento. Entrambi rappresentano risultati di vertice, ma rispondono a domande differenti.La distanza tra i due valori è più istruttiva del record preso isolatamente. Significa che la gestione della memoria e del contesto può cambiare radicalmente le prestazioni dello stesso modello. Nelle coppie di problemi risolte da entrambe le configurazioni, ARC Prize ha rilevato che il Provider Adapter utilizzava complessivamente il 49 per cento di token in meno ed era circa 3,66 volte più rapido nel tempo aggregato registrato.Il risultato sposta l’attenzione dai soli parametri del modello verso l’intero sistema che lo circonda. Un agente efficace deve ricordare ciò che ha già scoperto, comprimere le informazioni senza perdere gli elementi essenziali e riutilizzare quelle conoscenze quando il compito prosegue. Il vantaggio competitivo si sposta così anche nell’architettura del contesto.Un milione di token non è soltanto una specifica tecnicaLa documentazione delle API attribuisce ad Astra una finestra di contesto di 1,05 milioni di token e un output massimo di 128.000. Sono dimensioni che acquistano significato soprattutto quando vengono collegate alla capacità di lavorare su attività prolungate.OpenAI riporta, per esempio, il 100 per cento nella propria valutazione MRCR v2 tra 256.000 e 512.000 token e il 96,3 per cento nell’intervallo tra 512.000 e un milione, contro il 73,8 per cento attribuito a GPT-5.6 Sol in quest’ultimo scenario. Anche in questo caso si tratta di benchmark del produttore, ma mostrano quanto la competizione si stia spostando dalla semplice disponibilità di finestre molto grandi alla capacità di utilizzarle realmente.Più autonomia con Gpt 6 Astra rende il controllo più importanteLa stessa trasformazione che rende Astra più utile rende anche più complesso il problema della sicurezza. Il modello è il primo di OpenAI ad aver raggiunto la soglia “Critical” per le capacità di cybersecurity prevista dal Preparedness Framework. Secondo l’azienda, con gli strumenti e gli accessi appropriati Astra può individuare vulnerabilità precedentemente sconosciute e sviluppare modalità per sfruttarle su sistemi ben protetti senza richiedere una guida umana per ogni passaggio.OpenAI sostiene contemporaneamente che il modello sia più resistente ai jailbreak e più rispettoso dei limiti autorizzativi rispetto a GPT-5.6 Sol. In una simulazione su oltre 54.000 attività interne di Codex avrebbe ricevuto circa la metà delle segnalazioni per comportamenti disallineati di maggiore gravità. L’azienda ha inoltre applicato sistemi di monitoraggio a tutte le inferenze esterne di Astra che utilizzano strumenti.Esiste però una tensione ancora irrisolta. Nei test avversariali Astra si è mostrato più capace di controllare ciò che appare nel proprio chain of thought e, in alcune condizioni costruite appositamente, è riuscito a non essere individuato mentre sottoperformava strategicamente o durante specifiche simulazioni di sabotaggio. OpenAI non ha osservato evidenze di ragionamento steganografico e precisa che queste situazioni sono state prodotte deliberatamente per mettere alla prova il monitoraggio.Il costo mette alla prova il valore dell’autonomiaIl prezzo standard delle API è di 10 dollari per milione di token in input e 50 dollari per l’output, 2,5 volte il prezzo per token indicato da Artificial Analysis per GPT-5.6 Sol. Il dato da solo non determina però la convenienza economica di un agente.Nel coding, la forte riduzione dei token permette ad Astra di mantenere un costo per attività competitivo. Nell’Intelligence Index di Artificial Analysis la situazione è opposta. Il risparmio di circa il 10 per cento nei token di output non compensa l’incremento tariffario e, alla massima intensità di reasoning, Astra risulta circa il 75 per cento più costoso per task rispetto a Sol.È una distinzione destinata a diventare sempre più importante. Per un sistema agentico la metrica economica più utile potrebbe non essere il prezzo del singolo token, ma il costo necessario per completare correttamente un intero lavoro.Il confine tra modello e sistema si sta dissolvendoGPT-6 Astra suggerisce che la prossima fase dell’intelligenza artificiale difficilmente potrà essere raccontata attraverso una classifica unica dei modelli. Lo stesso sistema può ottenere risultati molto differenti a seconda di come conserva il contesto, quali strumenti può utilizzare e quale infrastruttura coordina le sue azioni.È questo il cambiamento più significativo. La competizione non riguarda più soltanto chi costruisce il modello capace di produrre la risposta migliore, ma chi riesce a trasformarlo in un agente che ricorda, utilizza strumenti, verifica il proprio lavoro e porta a termine compiti lunghi mantenendo costi e rischi sotto controllo.Nel futuro sarà questo ciò che conta: quanto lavoro autonomo può essere affidato a un sistema e quali condizioni servono perché quella delega rimanga affidabile.BibliografiaOpenAI, GPT-6 Astra: A new generation of intelligence, 3 settembre 2026. urlOpenAI – GPT-6 Astrahttps://openai.com/index/gpt-6-astra/OpenAI, Safety overview: GPT-6 Astra, 3 settembre 2026. urlOpenAI – Safety overviewhttps://openai.com/index/safety-overview-gpt-6-astra/OpenAI, GPT-6 Astra Model – API documentation, settembre 2026. urlOpenAI API – GPT-6 Astrahttps://developers.openai.com/api/docs/models/gpt-6-astraARC Prize Foundation, Greg Kamradt, OpenAI’s GPT-6 Astra on ARC-AGI-3, 3 settembre 2026. urlARC Prize – Astra on ARC-AGI-3https://arcprize.org/blog/astraArtificial Analysis, Benchmarking GPT-6 Astra, 3 settembre 2026. urlArtificial Analysis – Benchmarking GPT-6 Astrahttps://artificialanalysis.ai/articles/benchmarking-gpt-6-astraMicrosoft, GPT-6 Astra: Frontier intelligence for work, now available in Microsoft Foundry, 3 settembre 2026. urlMicrosoft Azure – GPT-6 Astrahttps://azure.microsoft.com/en-us/blog/gpt-6-astra-frontier-intelligence-for-work-now-available-in-microsoft-foundry/