GPT-6 Astra è il nuovo modello agentico di OpenAI per usare il computer, navigare sul web, programmare e gestire flussi di lavoro composti da più passaggi. L’annuncio del 17 settembre 2026 lo presenta anche per attività scientifiche, professionali e di cybersecurity. Il salto rispetto a GPT-5.6 Sol appare concreto nei benchmark e in alcune prove pratiche, ma gli errori riscontrati impediscono di trattarlo come un operatore autonomo senza supervisione.
GPT-6 Astra arriva come agente per attività complesse
Il punto di Astra non è soltanto generare risposte migliori in una chat. OpenAI lo ha progettato per agire attraverso applicazioni e strumenti: può compilare moduli online, aggiornare record CRM, organizzare calendari, creare siti e applicazioni, testare software e lavorare su documenti e fogli di calcolo.
In questo contesto, agentico significa che il modello prova a mantenere una sequenza di azioni orientata a un obiettivo, invece di fermarsi alla produzione di testo o codice. Il risultato dipende comunque dagli strumenti disponibili, dalla configurazione del sistema e dai controlli applicati al flusso di lavoro.
OpenAI ha comunicato un rilascio iniziale per organizzazioni selezionate, seguito dall’estensione a ChatGPT Plus, Pro, Business ed Enterprise, all’API OpenAI, a Microsoft Azure e ad AWS Bedrock.
Che cosa migliora rispetto a GPT-5.6 Sol
Il confronto più leggibile riguarda OSWorld 2.0, un benchmark per attività svolte attraverso un’interfaccia grafica. OpenAI riporta per GPT-6 Astra un punteggio del 72,6%, contro il 65,7% di GPT-5.6 Sol. Nelle dimostrazioni associate, il tempo indicato è di circa 40 minuti per attività per Astra e di circa 75 minuti per GPT-5.6 Sol.
| Modello | Punteggio OSWorld 2.0 | Tempo indicato per attività |
| GPT-6 Astra | 72,6% | circa 40 minuti |
| GPT-5.6 Sol | 65,7% | circa 75 minuti |
OpenAI riporta inoltre il 92,7% per Astra e il 76,9% per GPT-5.6 Sol in ScreenSpot-Pro senza strumenti, oltre al 57,9% contro il 37,3% in Terminal-Bench 4.0. Sono differenze riferite a benchmark specifici, non una garanzia di superiorità in ogni attività.
Una valutazione pratica di NeoTeo ha individuato circa il 4% in più di bug etichettati e azionabili rispetto a GPT-5.6 Sol nell’insieme dei casi analizzati. Nel sottoinsieme più difficile, con revisioni distribuite tra più file, il vantaggio è arrivato al 20%. Il dato resta circoscritto alla revisione del codice, ma indica dove un modello capace di seguire relazioni tra file può diventare utile.
I benchmark più spettacolari hanno un perimetro preciso
OpenAI riporta il 99,9% su ARC-AGI-3, un benchmark interattivo che valuta la capacità di imparare a risolvere compiti nuovi, e il 100% su ExploitBench, dedicato allo sfruttamento di vulnerabilità note. I risultati sono stati ottenuti in configurazioni di valutazione specifiche, con strumenti, prompt e livelli di protezione che possono cambiare da un ambiente all’altro.
ARC-AGI-3 non chiude da solo il dibattito sull’intelligenza artificiale generale: l’AGI non ha una definizione universalmente accettata e un punteggio su un benchmark non equivale a un’affidabilità autonoma valida per ogni situazione.
Anche il lavoro quotidiano racconta una storia meno trionfale. La valutazione pratica ha rilevato che Astra sapeva correggere un errore del predecessore, ma ha anche introdotto un bug capace di rendere inutilizzabile un gioco; per individuarne l’origine sono servite ore di debugging. Potente, sì. Infalibile, nemmeno per sogno.
Programmazione e uso del computer: il controllo resta parte del lavoro
Per uno sviluppatore, il vantaggio più concreto emerge quando il modello deve analizzare file, modificare codice, verificare un risultato e proseguire con il passaggio successivo. Astra può ridurre il lavoro manuale in questi flussi, ma non sostituisce la revisione dell’architettura complessiva del progetto.
Il rischio è una forma di brillantezza locale: il modello risolve correttamente un singolo passaggio e lascia un problema più serio nel sistema generale. Per questo la supervisione non è un accessorio da aggiungere alla fine, ma una parte del processo quando il modello modifica software o opera su dati e applicazioni reali.
Cibersecurity: capacità elevate e protezioni più severe
OpenAI riporta per Astra il 100% su ExploitBench e afferma che il modello ha individuato e utilizzato due vulnerabilità zero-day durante una valutazione, comunicandole ai manutentori. La società dichiara inoltre che Astra raggiunge la soglia Critical per la cybersecurity nel proprio Preparedness Framework.
Il modello è presentato anche per attività difensive, come la revisione del codice sicuro e l’applicazione di patch, mentre OpenAI afferma che rifiuta compiti più avanzati, tra cui la creazione di exploit proof-of-concept. Qui il confine operativo conta molto: una capacità tecnica elevata richiede strumenti e autorizzazioni configurati per ridurre gli usi impropri.
Accesso e prezzo dell’API
OpenAI indica per l’API standard un prezzo di 10 dollari per un milione di token in ingresso e 50 dollari per un milione di token in uscita. La modalità Fast offre fino al doppio della velocità al doppio del prezzo standard.
Un token è una piccola unità di testo elaborata dal modello. Il costo dipende quindi sia dal contesto inviato sia dalla quantità di codice, testo o analisi generata: i flussi agentici lunghi possono consumare rapidamente il budget anche quando ogni singola richiesta sembra modesta.
GPT-6 Astra ha senso soprattutto per sviluppatori e team che lavorano su revisioni complesse, automazioni tra applicazioni e attività multi-step. Per una risposta rapida o una bozza semplice, il vantaggio rispetto a un modello meno intensivo può essere molto meno evidente; quando invece entra nel progetto reale, la revisione umana resta l’ultimo passaggio decisivo.
OpenAI presenta Astra for Law, l’AI per il diritto con accesso limitato
OpenAI rileva risultati diversi nella supervisione di GPT-6 Astra
