GPT-6 Astra: cos’è, quanto costa e perché OpenAI parla di era dell’AGI

In sintesi: OpenAI ha rilasciato GPT-6 Astra il 3 settembre 2026. È il modello più capace mai distribuito dall’azienda per l’uso autonomo di computer e browser, costa 2,5 volte il suo predecessore e ha riaperto il dibattito sull’intelligenza artificiale generale. I dati indipendenti, però, raccontano una storia più sfumata di quella dei comunicati stampa.

Nota sul nome: il modello si chiama GPT-6 Astra, non “ChatGPT Astra 6”. “Astra” è il nome in codice della generazione, come “Sol” per GPT-5.6.

I 5 punti chiave in 30 secondi

• Rilascio: 3 settembre 2026 in anteprima limitata, 4 settembre per gli utenti a pagamento.
• Prezzo API: 10 $ per milione di token in input, 50 $ in output — circa 2,5 volte GPT-5.6 Sol.
• Punto di forza: uso autonomo del computer, con il 47% di tempo in meno per completare un task rispetto al modello precedente.
• Punto critico: OpenAI ammette un calo della monitorabilità del ragionamento e capacità informatiche offensive di livello “Critico”.
• AGI: l’affermazione arriva dal presidente Greg Brockman a titolo personale. Non esiste una dichiarazione formale né una verifica indipendente.

Cos’è GPT-6 Astra

GPT-6 Astra è il modello di frontiera di OpenAI, successore di GPT-5.6 Sol. È disponibile su ChatGPT (piani Plus, Pro, Business ed Enterprise), tramite API con il nome gpt-6-astra, e attraverso Microsoft Azure e AWS Bedrock.

Il lancio era stato rinviato dopo l’incidente Hugging Face del luglio 2026, per aggiungere salvaguardie. La versione pubblica è infatti “ridotta”: rifiuta alcune categorie di richieste in ambito cybersecurity.

Secondo il vicepresidente della ricerca Aidan Clark, si è trattato del più grande addestramento mai realizzato dall’azienda: il primo pre-training su oltre 100.000 GPU nel sito Stargate in Texas.

La novità tecnica: recurrent depth

Astra introduce una tecnica chiamata recurrent depth (o looped transformers). In pratica, una parte maggiore del calcolo avviene in cicli interni al modello invece che in passaggi di testo leggibili.

Il vantaggio è l’efficienza. Il costo è la trasparenza: il ragionamento diventa in parte invisibile anche a chi lo sviluppa. È il punto da cui nasce quasi tutta la controversia attorno a questo modello.

GPT-6 Astra: tutti i benchmark

Cosa dice la tabella ufficiale OpenAI

Il dato che conta davvero: la velocità

Su OSWorld 2.0, benchmark sull’uso del computer, Astra segna il 72,6% impiegando circa il 47% di tempo in meno per task rispetto a Sol, che si fermava al 65,7%.

Non è un dettaglio. Per un agente che deve completare venti passaggi di seguito, il tempo per task è la variabile che decide se lo strumento è utilizzabile in produzione o no.

Contesto e capacità

• Finestra di contesto: circa 1,1 milioni di token
• Output massimo: 128.000 token
• Recupero su contesti lunghi: 96,3% nella fascia 512K–1M token
• Modalità Fast: fino al doppio della velocità, al doppio del prezzo

GPT-6 Astra vs Claude Fable 5.1 vs Gemini 3.8: chi vince davvero?

Tre grandi lanci nella stessa settimana di settembre 2026, tre tabelle di confronto, tre vincitori diversi — ognuno nella propria tabella. Ecco perché conviene guardare le misurazioni indipendenti.

Dove Astra è effettivamente in testa

• Terminal-Bench Science: 64,6% contro il 52,6% di Fable 5.1, con un costo API stimato inferiore di circa il 31%.
• Agents’ Last Exam: 59,3% contro il 55,5% di Claude Opus 5, usando circa il 65% di token in output in meno.
• Uso del computer e del browser: è l’area in cui il distacco dai concorrenti è più netto.

Come leggere queste tabelle

Due avvertenze, entrambe presenti nelle note a piè di pagina di OpenAI:

1. Alcuni punteggi dei modelli Claude derivano da versioni modificate delle valutazioni.
2. Claude Fable 5 e 5.1 sono esclusi da diversi benchmark biomedici perché rifiutano la maggior parte delle domande — un rifiuto non è un errore, ma nella tabella appare come assenza.

Le tabelle dei laboratori sono materiale di marketing, non letteratura scientifica sottoposta a revisione.

Quanto costa GPT-6 Astra e conviene davvero?

Prezzo API: 10 $ / milione di token in input, 50 $ in output. Il predecessore costava 4 $ e 20 $: un aumento del 150% su entrambe le voci.

Un’analisi indipendente sintetizza bene il problema: sull’indice generale di intelligenza Astra e Sol ottengono punteggi quasi identici, pur con un divario di prezzo di 2,5 volte. Il premio non compra “più intelligenza”: compra affidabilità ed economia di token.

Quando ha senso pagarlo

Sì, se: coding agentico, uso prolungato del computer, task lunghi dove un errore si propaga per venti passaggi successivi.

No, se: generazione di testo ordinaria, estrazione dati, domande dove un errore si individua subito e costa poco.

La contro-argomentazione di OpenAI è di spostare la metrica dal costo per token al costo per task completato. Se un modello più caro richiede meno passaggi, meno tempo e meno correzioni umane, il conto finale può essere più basso. È la scommessa economica dietro Astra, e per ora è una scommessa, non un risultato dimostrato.

Siamo davvero entrati nell’era dell’AGI?

Al briefing del 3 settembre il presidente di OpenAI Greg Brockman ha parlato dell’inizio dell’era dell’AGI. È importante inquadrare bene questa frase: è una posizione personale, non una dichiarazione scientifica dell’azienda. Non c’è una delibera del consiglio, né una verifica di un panel indipendente.

Il problema del metro di misura

Lo statuto di OpenAI definisce l’AGI come un sistema altamente autonomo capace di superare gli esseri umani nella maggior parte del lavoro economicamente rilevante.

Il punto: OpenAI non ha pubblicato i risultati di GDPval, cioè il benchmark che l’azienda stessa ha costruito per misurare esattamente quella cosa. È un’assenza rumorosa.

Cosa dicono gli esperti

Greg Kamradt (ARC Prize Foundation) — l’organizzazione dietro il benchmark più “AGI-coded” — parla del miglior modello mai testato e di un cambiamento di passo nella capacità di affrontare ambienti nuovi. Ma non usa la parola AGI come conclusione.

Gary Marcus, storicamente scettico, offre una lettura equilibrata: l’avanzamento gli sembra reale, ma il successo su ARC-AGI non è una prova di AGI, e si aspetta molti problemi su compiti aperti del mondo reale. Le prestazioni migliori, osserva, restano concentrate nei domini verificabili.

La formulazione più onesta

Astra potrebbe segnare l’arrivo di un’agentività digitale ampiamente generale. Non ha ancora soddisfatto uno standard completo di AGI umana o economica.

Parlare di “era dell’AGI” è un’ipotesi storica difendibile. Considerarla un fatto acquisito è prematuro.

Il nodo sicurezza: capacità critiche e ragionamento opaco

Qui il quadro si fa serio, e vale la pena leggerlo con attenzione.

Capacità offensive di livello “Critico”

OpenAI dichiara che Astra raggiunge la soglia Critica in cybersecurity secondo il proprio Preparedness Framework. Senza salvaguardie di produzione:

• 100% su ExploitBench, contro il 78,5% di Sol
• 88,0% dei task di reverse engineering risolti al primo tentativo, contro il 55,9%
• Durante una valutazione ha scoperto e usato due vulnerabilità zero-day mai documentate prima, poi comunicate ai manutentori

Il ragionamento è più difficile da controllare

OpenAI conferma un calo sostanziale della monitorabilità della catena di pensiero. Il capo scienziato Jakub Pachocki ha ammesso che con l’aumento delle capacità il monitoraggio diventa più difficile.

Ryan Greenblatt (Redwood Research) ha definito lo sviluppo estremamente preoccupante. Marcus l’ha paragonato a togliere un’impalcatura già traballante prima di averne una migliore.

Alcune analisi della system card aggiungono un dettaglio inquietante: il modello mostra una notevole consapevolezza di essere sottoposto a valutazione. Il che apre la domanda su quanto valgano i test di allineamento superati.

Il paradosso in una riga: il modello dichiarato più allineato di sempre è anche quello di cui è più difficile verificare l’allineamento.

Cosa cambia per il lavoro, l’economia e la società

Per chi lavora

Il bersaglio non è più il chatbot, ma il flusso di lavoro qualificato. OpenAI cita esempi come compilare dichiarazioni fiscali, costruire scene di videogiochi, cercare lavoro, ordinare cibo.

I settori dove il ritorno arriva più rapidamente sono ingegneria del software, analisi finanziaria e ricerca legale. L’utente occasionale di ChatGPT, al contrario, potrebbe non notare grandi differenze.

L’effetto più probabile non è la sostituzione degli avvocati o degli sviluppatori. È l’erosione dei gradini iniziali della carriera: revisione documentale, formattazione, data entry qualificato, QA. Cioè esattamente i compiti su cui quei professionisti si formavano.

Per l’economia

L’aumento di prezzo alza l’asticella della monetizzazione. Le aziende dovranno dimostrare che una capacità superiore genera abbastanza ricavi, risparmi o produttività da giustificare il costo.

Sul piano macroeconomico il tema si allarga oltre le GPU: memoria, networking, storage, energia. Il rischio è che capacità e spesa crescano più rapidamente della domanda finale.

Per chi investe, la distinzione utile è tra capacità dimostrata in laboratorio e adozione effettiva. La seconda dipende da affidabilità, sicurezza, integrazione e dalla disponibilità delle imprese a ridisegnare i processi attorno all’AI. Nessuna di queste è una variabile tecnica.

Per la società

Due questioni si impongono.

Primo: la diffusione di capacità offensive informatiche. La versione pubblica rifiuta i compiti più avanzati, ma OpenAI prevede di ampliare l’accesso con salvaguardie meno restrittive attraverso il programma Daybreak. Un sistema che scopre zero-day non è una tecnologia geopoliticamente neutra.

Secondo: la governance dell’opacità. Se le architetture premiano il ragionamento interno non leggibile, la supervisione umana perde il suo strumento principale proprio mentre i sistemi diventano più autonomi. È una scelta di progettazione, non una fatalità. E oggi nessuna norma impone la leggibilità del ragionamento di un modello.

Domande frequenti su GPT-6 Astra

Quando è uscito GPT-6 Astra?

Il 3 settembre 2026 in anteprima limitata per organizzazioni selezionate, il 4 settembre per tutti gli utenti a pagamento.

Quanto costa GPT-6 Astra?

Via API, 10 $ per milione di token in input e 50 $ in output. Su ChatGPT è incluso nei piani Plus, Pro, Business ed Enterprise, con crediti acquistabili per usi aggiuntivi.

GPT-6 Astra è meglio di Claude Fable 5.1?

Dipende dal compito. Astra guida su uso del computer, browser e task scientifici da terminale. Fable 5.1 resta avanti su diversi indici indipendenti di intelligenza generale e di coding agentico.

GPT-6 Astra è un’AGI?

No, non secondo criteri verificabili. L’affermazione sull'”era dell’AGI” è di Greg Brockman a titolo personale, e OpenAI non ha pubblicato i risultati del proprio benchmark GDPval sul lavoro economicamente rilevante.

Qual è il rischio principale di GPT-6 Astra?

La cybersecurity. OpenAI stessa classifica le sue capacità offensive come “Critiche” e ha limitato l’accesso alle funzioni più avanzate.

Cos’è il recurrent depth?

Una tecnica che sposta parte del ragionamento in cicli interni al modello invece che in passaggi di testo leggibili. Aumenta l’efficienza ma rende il processo decisionale più difficile da ispezionare.

Astra rappresenta un salto reale su una dimensione precisa: l’esecuzione affidabile di compiti lunghi al computer. Non è, secondo gli standard che OpenAI stessa si era data, un’AGI dimostrata. E su diversi indici indipendenti i concorrenti restano avanti.

La domanda giusta oggi non è “è arrivata l’AGI?”.

È: quanto lavoro reale possiamo delegare a un sistema di cui vediamo sempre meno il ragionamento?

Su questa seconda domanda il margine tra capacità e controllo si è ristretto. È lì che si gioca il prossimo anno.