OpenAI sposta la competizione sull’intelligenza artificiale dal chatbot alla postazione di lavoro. GPT-6 Astra, presentato il 3 settembre 2026 e ora promosso dall’azienda come modello per le attività professionali complesse, è stato progettato per lavorare dentro browser, applicazioni desktop e strumenti aziendali, anche quando questi ultimi non dispongono di API.
La differenza economica rispetto alle precedenti generazioni di modelli sta soprattutto qui. L’obiettivo non è più soltanto rispondere a una domanda, scrivere un testo o generare una porzione di codice. OpenAI vuole che Astra possa prendere in carico una sequenza di attività, passare da un programma all’altro, consultare documenti, modificare file e arrivare a un risultato utilizzabile.
Nella pagina dedicata al prodotto, OpenAI lo definisce il proprio modello più capace per il lavoro richiesto dalle imprese. L’azienda indica applicazioni nella programmazione, nell’analisi finanziaria, nel design, nella ricerca, nella cybersicurezza e nella produzione di documenti e presentazioni.
Indice degli argomenti:
Dal chatbot all’esecuzione dei processi
La promessa commerciale di Astra riguarda soprattutto i costi di integrazione dell’intelligenza artificiale.
Molti progetti aziendali richiedono oggi la preparazione dei dati, collegamenti attraverso API, software dedicato e una revisione dei processi prima che un modello possa intervenire direttamente sul lavoro. OpenAI sostiene che Astra, attraverso ChatGPT Work e Codex, possa invece utilizzare le applicazioni già presenti nelle imprese e interagire con siti web e programmi senza la necessità di costruire sempre un’integrazione specifica.
Se questo approccio manterrà le prestazioni dichiarate su larga scala, la conseguenza economica sarà rilevante. Una parte del costo dei progetti di AI potrebbe spostarsi dallo sviluppo dell’infrastruttura alla supervisione degli agenti, alla gestione delle autorizzazioni e alla ridefinizione delle procedure interne.
OpenAI cita già alcuni utilizzi sperimentali: ottimizzazione delle GPU, ricerca di anomalie nei bilanci e produzione di presentazioni conformi agli standard grafici aziendali. Si tratta in larga parte di esempi forniti dalla stessa società o da partner che hanno avuto accesso al modello, e devono quindi essere distinti da verifiche indipendenti sull’effettivo ritorno economico nelle imprese.
Documenti, Excel e software diventano un mercato unico
Il modello è stato addestrato per produrre documenti, fogli di calcolo e presentazioni seguendo template e istruzioni aziendali. È una funzione meno spettacolare di alcune dimostrazioni sull’intelligenza generale, ma può avere un peso maggiore nella diffusione commerciale.
La maggior parte del lavoro d’ufficio passa infatti attraverso file, fogli di calcolo, browser, gestionali e programmi di produttività. Portare un modello direttamente in questi ambienti consente alle società di AI di contendere una quota della spesa che oggi va a software gestionali, consulenza, automazione dei processi e servizi professionali.
OpenAI sostiene, per esempio, che Astra abbia completato alcune prove della Financial Modeling World Cup attraverso l’uso diretto del computer con una velocità circa quattro volte superiore a quella del vincitore umano della Microsoft Excel World Championship del 2023. È un test dimostrativo selezionato dall’azienda e non equivale a misurare la produttività di un analista durante una normale giornata lavorativa, ma indica con chiarezza la direzione dello sviluppo: il modello non si limita a generare formule, opera sull’interfaccia del programma.
Anche nel software OpenAI segnala un progresso. Sul benchmark Terminal-Bench 4.0, dedicato a compiti complessi eseguiti attraverso un terminale, Astra raggiunge il 57,9%, contro il 37,3% indicato per GPT-5.6 Sol e il 55,8% attribuito a Claude Fable 5.1.
Quanto costa GPT-6 Astra
Per le imprese il confronto tra modelli non dipende soltanto dalla qualità delle risposte. Conta quanto costa arrivare al risultato.
OpenAI ha fissato per Astra un prezzo API iniziale di 10 dollari per un milione di token in input e 50 dollari per un milione di token generati in output. La società afferma di avere addestrato il modello per completare le attività con meno token e meno tentativi, riducendo quindi il costo complessivo per singolo compito.
È un parametro importante perché gli agenti autonomi possono moltiplicare rapidamente il consumo. Un’attività che a una persona appare come una singola richiesta può richiedere al modello decine di passaggi, letture di documenti, interrogazioni di strumenti e correzioni.
Il costo per milione di token racconta quindi solo una parte del conto. Alle aziende interesseranno il costo di ogni processo completato correttamente, il tempo risparmiato, la percentuale di interventi umani richiesta e il prezzo degli errori.
Databricks, citata da OpenAI tra le aziende che hanno testato Astra, afferma di avere rilevato un costo per attività inferiore rispetto a GPT-5.6 Sol nei propri benchmark aziendali. Basis sostiene invece che, nei propri flussi agentici di durata superiore alle cinque ore, il tasso di completamento sia salito del 20% con un numero inferiore di chiamate al modello.
Sono valutazioni delle singole aziende e non benchmark universali, ma mostrano quali indicatori stanno diventando centrali nel mercato enterprise.
La concorrenza si misura sul lavoro completo
Astra arriva mentre i grandi produttori di modelli stanno cercando di trasformare l’intelligenza artificiale generativa in una piattaforma operativa.
Il confronto non riguarda più soltanto OpenAI, Google, Anthropic o altri laboratori nella capacità di rispondere a test matematici o di programmazione. La competizione riguarda l’affidabilità con cui un agente può portare a termine un lavoro di diverse ore, utilizzare strumenti esterni e fermarsi quando non dispone dell’autorizzazione necessaria.
Il Wall Street Journal, in un articolo pubblicato il 5 settembre, ha collegato i progressi di Astra e di altri modelli recenti a una trasformazione delle strutture organizzative. L’ipotesi è che agenti capaci di eseguire attività trasversali possano ridurre alcuni passaggi di coordinamento e modificare il ruolo del management intermedio. Il giornale cita anche le previsioni di Gartner sulla tendenza delle imprese a semplificare le gerarchie attraverso l’uso dell’AI.
Il punto, per le aziende, riguarda quindi l’organizzazione prima ancora dell’occupazione complessiva. Se un analista può delegare a un agente la raccolta dei dati, la costruzione di un modello, il controllo di alcuni documenti e la preparazione delle slide, cambia il perimetro del suo lavoro. Il valore si sposta verso la definizione dell’obiettivo, la verifica delle fonti, il giudizio sul risultato e la responsabilità della decisione.
Il nodo della cybersicurezza
Le capacità più avanzate di Astra hanno però prodotto anche il principale elemento di rischio del lancio.
Il 3 settembre OpenAI ha dichiarato che GPT-6 Astra è il primo modello dell’azienda a raggiungere il livello “Critical” per le capacità di cybersicurezza previsto dal suo Preparedness Framework. Secondo la società, con strumenti e accessi adeguati il modello può individuare vulnerabilità sconosciute e sviluppare nuove modalità per sfruttarle in sistemi protetti senza richiedere una guida umana per ogni passaggio.
La stessa capacità che rende Astra interessante per difendere reti e individuare bug rende quindi più serio il problema dell’abuso.
OpenAI dichiara di avere introdotto isolamento più rigido dei sistemi, cifratura dei checkpoint, monitoraggio delle attività e valutazioni di allineamento prima dell’uso interno. Per le aziende sono previsti inoltre controlli che permettono agli amministratori di limitare i siti e le applicazioni accessibili, governare upload e download e richiedere conferme prima di azioni considerate rilevanti.
La questione ha attirato attenzione anche fuori dall’azienda. Axios ha osservato il 4 settembre che l’aumento delle capacità dei modelli coincide con maggiori difficoltà nel comprenderne e controllarne i processi decisionali. Il tema della “monitorabilità” diventa particolarmente importante quando un sistema non produce soltanto testo, ma può effettuare operazioni su altri sistemi informatici.
Gli errori costano più delle allucinazioni in chat
Nel mercato professionale l’affidabilità ha un significato diverso rispetto all’uso individuale di un chatbot.
Una risposta inesatta può essere corretta rapidamente. Un agente che modifica un database, spedisce un file riservato o cancella informazioni può produrre conseguenze molto più costose.
OpenAI dichiara che, nel proprio benchmark interno sull’uso sicuro del computer, Astra avrebbe prodotto risultati non intenzionali con una frequenza inferiore dell’89% rispetto a GPT-5.6 Sol e del 74,7% rispetto a Claude Fable 5.1.
La natura interna del test impone prudenza nel confronto, ma il dato chiarisce quale sia il problema tecnico che i produttori stanno cercando di risolvere.
Box, una delle società citate nella documentazione di OpenAI, afferma che Astra sarebbe risultato oltre il 10% meno incline a formulare con sicurezza conclusioni non sostenute dai documenti esaminati.
Hebbia riferisce invece una maggiore capacità di collegare le affermazioni alle fonti corrette durante la produzione di presentazioni basate su materiale finanziario. Anche in questo caso si tratta di valutazioni comunicate nell’ambito del lancio del prodotto.
La distribuzione parte con limiti e controlli
Il lancio di Astra non è stato immediatamente universale. Nelle note di rilascio del 3 settembre OpenAI spiegava che l’accesso sarebbe partito da un numero limitato di organizzazioni, con una distribuzione più ampia nei giorni successivi.
La società ha successivamente indicato ChatGPT Plus, Pro, Business ed Enterprise, API OpenAI, Microsoft Azure e AWS Bedrock tra i canali previsti per l’accesso al modello. Per le organizzazioni Enterprise ed Edu idonee, la documentazione del centro assistenza segnala inoltre che Astra è disattivato per impostazione predefinita al momento del lancio e deve essere abilitato dagli amministratori quando disponibile nel relativo workspace.
OpenAI sta contemporaneamente ampliando l’integrazione con applicazioni aziendali. Il 10 settembre la società indica nuovi plugin enterprise per strumenti tra cui Oracle Analytics, Power BI, Navan e Avalara, utilizzabili attraverso ChatGPT Desktop.
Il mercato dell’AI entra nei budget operativi
La novità economica di Astra non si misura soltanto nelle classifiche dei benchmark. OpenAI sta cercando di vendere capacità di esecuzione del lavoro.
È un passaggio che può cambiare anche il modo in cui le imprese valutano gli investimenti nell’intelligenza artificiale. Un assistente utilizzato occasionalmente è una voce di software. Un agente che analizza bilanci, programma applicazioni, utilizza strumenti interni e completa flussi di lavoro entra invece direttamente nella misurazione della produttività.
Le aziende dovranno confrontare il costo della macchina con quello delle ore di lavoro risparmiate, ma dovranno contabilizzare anche controllo umano, sicurezza, audit e conseguenze degli errori.
Astra alza contemporaneamente entrambe le grandezze: capacità e rischio operativo. Più un sistema riesce ad agire senza assistenza, maggiore è il valore economico potenziale di ogni esecuzione corretta. Ma cresce anche il costo di un’autorizzazione sbagliata o di una decisione non controllata.
Per questo il risultato più importante del lancio non sarà un benchmark. Saranno i dati che arriveranno dalle imprese nei prossimi mesi: costo effettivo per attività completata, quota di lavoro automatizzata senza correzioni, incidenti, produttività per dipendente e modifiche all’organizzazione. È su queste variabili che GPT-6 Astra dovrà dimostrare se il salto nelle capacità tecniche può diventare un vantaggio economico misurabile.
Partecipa alla community