GPT-6 Astra è il nuovo modello di punta presentato da OpenAI il 3 settembre 2026. Il lancio riguarda soprattutto tre aree: uso autonomo del computer, lavoro professionale complesso e sicurezza. L’accesso parte da un gruppo limitato di organizzazioni e verrà esteso nei prossimi giorni agli abbonati ChatGPT Plus, Pro, Business ed Enterprise, oltre che alle API e ad AWS. Il prezzo API standard è di 10 dollari per milione di token in ingresso e 50 dollari in uscita.
| Dato | GPT-6 Astra | Cosa significa |
|---|---|---|
| Prezzo API | $10 input / $50 output per 1M token | Modello premium per compiti ad alto valore |
| Contesto | 1.050.000 token | Adatto a repository e documenti molto estesi |
| Output massimo | 128.000 token | Può produrre risultati lunghi e strutturati |
| Rollout | Graduale | Non tutti gli utenti lo ricevono subito |
| Cybersecurity | Livello Critical | Accesso e protezioni sono più restrittivi |
Che cos’è GPT-6 Astra e dove cambia il passo
OpenAI descrive Astra come un modello progettato per completare flussi di lavoro dall’inizio alla fine, non soltanto per rispondere a domande. Può utilizzare software, navigare, programmare, esaminare documenti e produrre presentazioni o fogli di calcolo. Il punto centrale è il computer use: il modello osserva l’ambiente, decide quali azioni eseguire e verifica il risultato, avvicinandosi al comportamento di un operatore digitale.
Questa impostazione rende il lancio interessante anche fuori dall’ecosistema OpenAI. Un modello capace di lavorare dentro applicazioni reali può cambiare il costo dell’automazione per aziende, sviluppatori e professionisti. Rimane però essenziale controllare autorizzazioni e perimetro operativo. Il nostro approfondimento sull’aumento dei rischi legati agli agenti IA spiega perché un sistema più autonomo richiede regole più precise, non meno supervisione.
Prezzi API e disponibilità: chi può usarlo oggi
Il listino ufficiale indica 10 dollari per milione di token di input, 1 dollaro per l’input recuperato dalla cache e 50 dollari per milione di token di output. Le scritture in cache costano 12,50 dollari. Batch e Flex applicano uno sconto del 50%, mentre la modalità Fast costa il doppio. Oltre 272.000 token di input, OpenAI applica moltiplicatori maggiori all’intera richiesta: un dettaglio da considerare quando si caricano repository o archivi molto grandi.
Al momento del lancio, GPT-6 Astra non è disponibile immediatamente per chiunque. Il rollout parte dalle organizzazioni ammesse al programma di accesso controllato; OpenAI prevede poi l’arrivo su Plus, Pro, Business, Enterprise e API. Gli utenti italiani rientrano nel rollout generale, ma la formula “nei prossimi giorni” non garantisce una data uguale per ogni account. Prima di pianificare una migrazione conviene verificare la presenza effettiva del modello nel proprio selettore o nel catalogo API.
I benchmark ufficiali e come leggerli
I risultati pubblicati sono elevati: 99,9% su ARC-AGI-3, circa 98% su FrontierMath Tier 4 v2, 95,9% su BenchCAD e 100% su ExploitBench. Su OSWorld 2.0 Astra raggiunge il 72,6% in circa 40 minuti per compito, contro il 65,7% e circa 75 minuti attribuiti a GPT-5.6 Sol. Il dato più interessante non è soltanto il punteggio, ma la riduzione del tempo necessario per completare un’attività.
Questi numeri provengono dal materiale di lancio e devono essere letti come risultati dichiarati dal produttore. Non sostituiscono test indipendenti su codice proprietario, browser instabili, procedure aziendali o documenti reali. Anche un modello migliore può fallire per permessi insufficienti, interfacce cambiate o istruzioni ambigue. Il confronto corretto non è “quale modello ha il numero più alto”, ma quanto costa completare un compito verificato con un tasso di errore accettabile.
Perché la soglia cyber Critical è importante
Astra è il primo modello OpenAI indicato al livello Critical per le capacità di cybersecurity. Secondo l’azienda, con strumenti e accessi adeguati può individuare vulnerabilità sconosciute e sviluppare metodi di sfruttamento con meno guida umana. Per questo OpenAI ha rafforzato isolamento, monitoraggio delle traiettorie, classificatori e controlli sugli utenti considerati ad alto rischio.
La maggiore capacità non elimina gli errori di allineamento. OpenAI dichiara che Astra resiste meglio ai jailbreak e alle prompt injection, ma segnala anche la necessità di tecniche di audit che non dipendano soltanto dall’osservazione del ragionamento interno. Il precedente incidente di sicurezza durante i test dei modelli OpenAI aiuta a capire perché isolamento e autorizzazioni minime sono parte del prodotto, non un’aggiunta facoltativa.
Cosa cambia per sviluppatori e aziende
Per uno sviluppatore, il milione di token di contesto rende più pratico analizzare grandi codebase, migrazioni e documentazione collegata. Il limite resta economico: una richiesta enorme viene tariffata con moltiplicatori e può generare output costoso. Servono quindi recupero selettivo del contesto, cache e verifiche automatiche. Astra non rende improvvisamente conveniente inviare ogni file a ogni chiamata.
Per un’azienda, il vantaggio potenziale è la capacità di attraversare più strumenti: leggere dati, aggiornare un CRM, preparare un documento e controllarne il risultato. Il rischio è concedere a un agente un account troppo potente. Identità separate, log, approvazioni per le azioni irreversibili e ambienti di prova diventano requisiti minimi. Chi preferisce mantenere i dati localmente può confrontare questo approccio con modelli aperti come Qwen per uso locale, accettando capacità e requisiti hardware differenti.
Per una decisione diretta tra le due generazioni, consulta il confronto GPT-6 Astra vs GPT-5.6 Sol con velocità, latenza, listino API e criteri di scelta.
La lettura CryptoRoad
GPT-6 Astra è un lancio rilevante perché sposta l’attenzione dal chatbot al lavoro eseguito dentro ambienti reali. Prezzo per token, benchmark e dimensione del contesto contano, ma il vero test sarà il costo per compito completato senza correzioni manuali. Prima di sostituire una pipeline esistente conviene misurare almeno accuratezza, tempo, consumo di output, interventi umani e frequenza dei blocchi di sicurezza.
Per valutare Astra conviene partire dal proprio lavoro: scegliere alcune attività ricorrenti, fissare criteri di riuscita e confrontare i risultati con lo strumento attuale. Un punteggio di laboratorio non misura la qualità su ogni documento o applicazione. Il passaggio ha senso quando migliora risultati verificabili e riduce il tempo necessario alle correzioni, mantenendo costi e autorizzazioni sotto controllo.
Per gli sviluppatori abbiamo pubblicato anche la guida operativa alla migrazione verso la GPT-6 Astra API, con parametri incompatibili, reasoning effort, cache, tool asincroni e checklist di rollback.
Fonti: annuncio GPT-6 Astra, scheda ufficiale del modello e panoramica di sicurezza OpenAI.
