OpenAI sposta la competizione nell’intelligenza artificiale dal chatbot all’esecuzione autonoma del lavoro digitale. Il 3 settembre 2026 la società ha presentato GPT-6 Astra, il suo nuovo modello di punta, progettato per navigare sul web, utilizzare software, scrivere codice, analizzare dati e portare a termine attività composte da molte operazioni consecutive.
La novità interessa direttamente le imprese perché modifica l’unità economica con cui valutare un sistema di intelligenza artificiale. Non conta più soltanto quanto costa generare un milione di token o rispondere a una domanda. Diventa rilevante quanto costa completare un lavoro: aggiornare un Crm, costruire un foglio di calcolo, produrre una presentazione, individuare un errore nel software o svolgere una ricerca utilizzando browser e applicazioni.
OpenAI descrive Astra come il proprio modello «più intelligente e allineato». È un’affermazione della società, non una certificazione indipendente. I risultati diffusi al momento del lancio indicano comunque progressi significativi in diversi benchmark, soprattutto nell’uso del computer e negli incarichi professionali.
Indice degli argomenti:
Dal chatbot all’agente che lavora sul computer
La caratteristica economicamente più rilevante di GPT-6 Astra è la capacità di interagire direttamente con interfacce digitali. Secondo la documentazione pubblicata da OpenAI il 3 settembre, il modello può compilare moduli online, aggiornare informazioni nei sistemi di gestione dei clienti, organizzare calendari, svolgere ricerche sul web, preparare documenti, analizzare dati scientifici e controllare il funzionamento di siti e applicazioni.
Su OSWorld 2.0, benchmark utilizzato per misurare l’abilità dei modelli nell’interagire con ambienti informatici, Astra ha ottenuto il 72,6%, contro il 65,7% di GPT-5.6 Sol. OpenAI afferma inoltre che nelle proprie simulazioni Astra ha completato i compiti in circa il 47% di tempo in meno: circa 40 minuti per attività contro 75 minuti del modello precedente.
Sono numeri prodotti o riportati dalla società e non equivalgono automaticamente alle prestazioni che un’impresa otterrà nella propria infrastruttura. Indicano però la direzione dello sviluppo: l’intelligenza artificiale viene addestrata per intervenire direttamente nei processi aziendali anziché limitarsi a produrre testo da copiare successivamente in un’altra applicazione.
Microsoft, che ha iniziato a distribuire Astra attraverso il programma ad accesso limitato di Microsoft Foundry, descrive casi d’impiego che comprendono business intelligence, gestione dei record aziendali, sviluppo software e produzione di documenti, presentazioni e fogli di calcolo. La società raccomanda al tempo stesso credenziali con permessi limitati, registrazione delle attività e autorizzazioni umane per le operazioni più rilevanti.
Il costo dei token aumenta, quello del lavoro può scendere
La politica dei prezzi mostra bene il cambiamento. La documentazione OpenAI indica per GPT-6 Astra un prezzo di 10 dollari per milione di token in ingresso e 50 dollari per milione di token in uscita nell’Api. Il modello dispone inoltre di una finestra di contesto fino a 1,05 milioni di token e può produrre fino a 128 mila token in uscita.
Microsoft applica nella configurazione Standard Global a contesto breve gli stessi 10 dollari per milione di token in input e 50 dollari in output. Per i contesti lunghi i prezzi salgono rispettivamente a 20 e 75 dollari.
Il prezzo unitario, però, racconta soltanto una parte del costo. OpenAI sostiene che Astra utilizzi meno token per completare determinati incarichi. Nel test BenchCAD, per esempio, la società calcola un costo Api stimato inferiore del 43% rispetto a GPT-5.6 Sol e dell’86% rispetto a Claude Fable 5.1 nelle configurazioni confrontate. Astra ha raggiunto un punteggio del 95,9%, contro l’83,3% di Sol e l’84,3% riportato per Fable 5.1.
Per un’impresa questa metrica può contare più del listino per token. Un modello più caro può risultare economicamente conveniente se conclude il compito con meno passaggi, meno correzioni e meno supervisione umana. Il vero confronto commerciale tra i fornitori di AI tende quindi a spostarsi verso il costo per risultato prodotto.
La competizione con Anthropic passa dal lavoro professionale
Il lancio arriva mentre la concorrenza tra OpenAI, Anthropic e Google si è intensificata sul segmento dei modelli destinati alle imprese.
Il Financial Times ha riferito il 3 settembre che OpenAI considera Astra uno strumento per recuperare terreno rispetto ad Anthropic in alcune aree del mercato professionale. Secondo il quotidiano britannico, le capacità considerate più importanti nella nuova fase competitiva comprendono sviluppo software, scienza, sicurezza informatica, analisi dei dati e automazione di attività aziendali.
La distinzione tra modello e applicazione sta contemporaneamente diventando meno netta. Un sistema capace di aprire programmi, consultare documenti, interpretare ciò che compare sullo schermo e decidere la sequenza di azioni può sostituire parti di software tradizionale oppure collegare applicazioni che in precedenza richiedevano integrazioni specifiche.
Per i grandi fornitori cloud significa anche aumentare il consumo di infrastruttura. Astra sarà distribuito attraverso l’Api di OpenAI e, secondo l’annuncio della società, attraverso Microsoft Azure e Amazon Web Services. OpenAI prevede inoltre l’accesso per gli utenti ChatGPT Plus, Pro, Business ed Enterprise nei giorni successivi al lancio.
Microsoft ha già iniziato il rilascio attraverso Microsoft Foundry. La distribuzione tramite più piattaforme cloud amplia il mercato potenziale e consente alle aziende di utilizzare il modello senza costruire da zero sistemi di identità, monitoraggio, networking e controllo degli accessi.
L’automazione entra nel lavoro qualificato
I settori scelti da OpenAI per presentare Astra indicano un’altra trasformazione. Le applicazioni citate non riguardano soprattutto mansioni elementari, ma attività svolte da sviluppatori, analisti, progettisti, ricercatori e professionisti.
OpenAI riporta un risultato del 41,4% su AutomationBench, contro il 18,1% di GPT-5.6 Sol. Nei propri test interni di data science Astra raggiunge il 40,9%, rispetto al 30,5% del predecessore. Su BenchCAD arriva al 95,9%.
La società ha inoltre raccolto valutazioni di aziende che hanno sperimentato il modello prima del lancio, fra cui Cognition, Harvey, Jane Street e Lovable. Queste testimonianze devono essere considerate per ciò che sono: giudizi di clienti o partner selezionati e pubblicati all’interno del materiale promozionale di OpenAI. Forniscono però indicazioni sui mercati nei quali il gruppo cerca ricavi: programmazione, servizi legali, finanza, produzione creativa e automazione aziendale.
L’effetto sul lavoro dipenderà da quanto queste prestazioni si trasferiranno dai benchmark agli ambienti produttivi. Se un agente può eseguire una quota maggiore del flusso operativo, la produttività non cresce soltanto perché il dipendente scrive più rapidamente. Cambia la quantità di lavoro che può essere affidata al software prima dell’intervento umano.
Il problema della sicurezza cresce con l’autonomia
Più un modello può agire, maggiore diventa il costo potenziale di un errore. Il punto è particolarmente rilevante per Astra perché OpenAI lo ha classificato al livello «Critical» per le capacità di cybersecurity previste dal proprio Preparedness Framework.
Nella valutazione pubblicata il 3 settembre, la società afferma che Astra può, nelle configurazioni più potenti, individuare vulnerabilità sconosciute e sviluppare tecniche per sfruttarle contro sistemi protetti senza richiedere la guida continua di una persona. OpenAI dichiara di avere quindi rafforzato isolamento, crittografia dei checkpoint, monitoraggio e test di sicurezza prima dell’impiego interno.
Nei test effettuati senza le protezioni della versione commerciale, Astra ha ottenuto il 100% su ExploitBench, contro il 78,5% di GPT-5.6 Sol. Durante valutazioni basate su vulnerabilità recenti il modello, secondo OpenAI, ha inoltre scoperto due vulnerabilità zero-day precedentemente sconosciute, poi comunicate ai responsabili del software interessato.
Per questo motivo alcune funzioni più avanzate di cybersecurity non vengono distribuite liberamente. Il modello commerciale rifiuta, per esempio, determinati incarichi relativi alla costruzione di exploit. OpenAI prevede accessi più ampi per attività difensive attraverso il programma Daybreak.
OpenAI torna a parlare di AGI
Il presidente di OpenAI Greg Brockman ha utilizzato il lancio anche per rilanciare il tema dell’intelligenza artificiale generale. Axios ha riferito che Brockman considera Astra un progresso abbastanza importante da poter essere ricordato, in futuro, come l’inizio dell’era dell’AGI.
È una valutazione aziendale e il concetto di AGI non dispone di una definizione tecnica universalmente accettata. Anche all’interno del settore i criteri utilizzati cambiano: autonomia, capacità di apprendimento, prestazioni superiori all’uomo oppure abilità nello svolgere la maggior parte dei lavori economicamente rilevanti.
I benchmark presentati da OpenAI sono comunque molto elevati in alcuni ambiti. Astra ottiene il 98% su FrontierMath Tier 4, il 99,9% su ARC-AGI-3 e il 100% su ExploitBench, secondo i risultati pubblicati dall’azienda.
La distanza tra punteggi sperimentali e utilizzo quotidiano rimane però importante. Un modello può eccellere in una prova circoscritta e commettere errori quando incontra dati incompleti, autorizzazioni insufficienti, siti modificati o istruzioni ambigue. È per questo che Microsoft, nel presentare Astra ai clienti aziendali, insiste su controlli degli accessi e verifiche umane per le azioni con conseguenze rilevanti.
L’economia dell’AI si sposta sul costo per attività
GPT-6 Astra rende più visibile una trasformazione che riguarda l’intero mercato dell’intelligenza artificiale. Le società del settore stanno cercando di vendere capacità operative, non semplicemente accesso a modelli che producono risposte.
Per OpenAI significa dimostrare che un modello più costoso per token può generare un risparmio complessivo se esegue un compito in meno tempo e con meno tentativi. Per Microsoft e AWS significa intercettare la domanda di calcolo e degli strumenti necessari a controllare gli agenti. Per le imprese significa valutare nuovi investimenti confrontando il prezzo dell’AI con il costo del processo che può automatizzare.
È su questa misura che Astra dovrà essere giudicato fuori dai benchmark. Il risultato commerciale dipenderà da quante ore di lavoro, passaggi software ed errori riesca davvero a eliminare senza aumentare in misura equivalente i costi di supervisione, sicurezza e infrastruttura.
Con modelli capaci di muoversi autonomamente tra browser, codice, fogli di calcolo e applicazioni aziendali, il valore economico dell’intelligenza artificiale sarà legato sempre meno alla qualità della singola risposta e sempre più alla quantità di lavoro che riesce a portare a termine sotto controllo umano.
Partecipa alla community