GPT-6 Astra cambia ChatGPT: cosa sa fare il nuovo modello OpenAI

OpenAI porta i suoi modelli generativi oltre la classica logica della risposta a un prompt. GPT-6 Astra nasce soprattutto per lavorare: controllare interfacce grafiche, usare il browser, scrivere e verificare codice, manipolare documenti e fogli elettronici, interrogare strumenti esterni e portare avanti attività che richiedono molti passaggi consecutivi. Il salto rispetto a GPT-5.6 Sol non riguarda quindi soltanto la qualità del testo prodotto. OpenAI punta su un modello capace di prendere decisioni operative durante l’esecuzione di un compito e di conservare meglio ciò che ha appreso strada facendo.

I numeri pubblicati da OpenAI danno una prima misura del cambiamento, pur con la cautela necessaria: i risultati dei benchmark possono variare in base a come vengono configurati i test, agli strumenti messi a disposizione del modello e alle regole con cui si misura il completamento delle attività.

GPT-6 Astra non è semplicemente GPT-5.6 con benchmark migliori

Leggere Astra come il normale successore di un precedente modello linguistico rischia di far perdere la parte più interessante dell’annuncio (qui il video ufficiale di presentazione).

OpenAI combina pre-training, reinforcement learning e addestramento orientato all’uso di strumenti con un obiettivo preciso: ridurre la distanza tra la risposta proposta dal modello e il completamento effettivo del lavoro.

Un modello tradizionale può ad esempio spiegare come aggiornare un CRM; Astra può interagire con l’interfaccia, individuare i campi, compilare record e verificare il risultato.

Può aprire un’applicazione scientifica, esaminare dati, produrre grafici oppure controllare il frontend di un sito web dopo averlo modificato. Sono attività nelle quali il ragionamento linguistico rappresenta solo una parte del problema: servono percezione visiva, scelta dell’azione successiva, gestione degli errori e capacità di capire quando fermarsi.

OpenAI segnala progressi anche su OSWorld 2.0, un benchmark che misura quanto bene un agente AI riesca a svolgere attività reali al computer interagendo con applicazioni e interfacce grafiche. Astra non ottiene soltanto un punteggio più alto, ma completa i compiti anche in meno tempo.

La società guidata da Sam Altman fa presente che il nuovo modello completa le attività considerate in circa 40 minuti medi contro circa 75 minuti di GPT-5.6 Sol, una diminuzione vicina al 47%.

Computer use: il modello controlla davvero applicazioni e browser

La funzione Computer use permette al modello di lavorare su un’interfaccia grafica attraverso strumenti che gli forniscono lo stato dello schermo e consentono azioni come clic, digitazione e navigazione.

OpenAI cita attività come compilazione di moduli online, aggiornamento di record aziendali, organizzazione del calendario, ricerca sul web, elaborazione di documenti e controllo di applicazioni. ScreenSpot-Pro, che misura la capacità di individuare correttamente elementi dell’interfaccia a partire dallo schermo, passa dal 76,9% di GPT-5.6 Sol al 92,7% di Astra.

Un agente visivo può adattarsi a interfacce che cambiano, interpretare testi sullo schermo e scegliere percorsi alternativi. Di contro, aumenta la superficie di rischio: una pagina web può contenere istruzioni malevole destinate al modello, mentre un clic sbagliato può avere effetti reali.

Per questo OpenAI insiste su conferme, autorizzazioni e controlli automatici prima delle operazioni considerate sensibili.

Astra mantiene meglio il filo durante attività molto lunghe

Uno dei problemi classici degli agenti AI emerge quando una sessione cresce fino a occupare tutta la finestra disponibile.

Codex usa da tempo tecniche di compaction: la cronologia più vecchia viene riassunta per liberare spazio. È una soluzione efficace, ma il riassunto può eliminare dettagli che in seguito diventano importanti, ad esempio il motivo per cui una correzione precedente aveva fallito oppure una condizione particolare scoperta durante un test.

Con Astra OpenAI, il modello può conservare note tra finestre successive e, soprattutto, cercare nella cronologia delle finestre precedenti. Se un dettaglio non compare nelle note, Astra può recuperarlo dai vecchi messaggi oppure dagli output prodotti dagli strumenti.

L’obiettivo è evidentemente quello di mantenere una quantità gestibile di informazioni attive e, allo stesso tempo, non perdere il materiale prodotto durante ore di debugging o una modifica importante su un repository.

Il cambiamento più delicato riguarda la cybersecurity

La parte tecnicamente più rilevante dell’annuncio di OpenAI, però, non coincide con coding o automazione desktop.

OpenAI classifica Astra come il primo proprio modello che raggiunge la soglia Critical per le capacità di cybersecurity definite nel Preparedness Framework. In termini pratici significa che, disponendo degli strumenti e degli accessi necessari, il modello ha dimostrato di poter individuare vulnerabilità prima sconosciute e sviluppare metodi per sfruttarle in sistemi protetti senza richiedere una guida umana a ogni passaggio.

Il benchmark ExploitBench parte da vulnerabilità già conosciute e verifica la capacità di produrre exploit funzionanti: Astra raggiunge il 100%, mentre GPT-5.6 Sol si ferma al 78,5%. Proprio perché una parte di quei problemi potrebbe essere comparsa nei dati di addestramento, OpenAI ha costruito anche un set interno basato su 20 vulnerabilità V8 (falle nel motore JavaScript di Chrome e Chromium) ad alta gravità pubblicate tra giugno e agosto 2026. In quella prova Astra ha ottenuto esecuzione di codice arbitrario nel 39% dei casi, contro l’11,5% di Sol.

Durante tali test il modello ha inoltre individuato due vulnerabilità zero-day che OpenAI dichiara di aver immediatamente comunicato agli sviluppatori interessati.

Alcune valutazioni condotte da esperti sono andate oltre: Astra ha assemblato una catena capace di compromettere un browser rinforzato, uscire dalla sandbox ed eseguire comandi sul sistema host; in un altro esperimento ha combinato più vulnerabilità di un sistema operativo protetto fino a ottenere un’escalation locale dei privilegi da utente non privilegiato a root.

Sono abilità, tuttavia, che non corrispondono a ciò che un normale utente può chiedere alla versione pubblica. OpenAI limita i compiti offensivi più avanzati: Astra rifiuta, ad esempio, richieste dirette per costruire proof-of-concept di vulnerabilità secondo le restrizioni previste per il rilascio generale.

C’è però un problema nuovo: Astra è più difficile da monitorare

La system card del nuovo modello contiene però un dato che ci è balzato all’occhio perché va nella direzione opposta rispetto ai miglioramenti appena descritti. OpenAI sostiene che la monitorabilità del ragionamento di Astra sia peggiorata rispetto a GPT-5.6 Sol.

Nei test progettati appositamente per mettere sotto pressione il modello e verificare se tenta di aggirare i controlli di sicurezza, Astra dimostra maggiore capacità di controllare ciò che rende visibile nel proprio ragionamento. In alcune prove riesce a nascondere meglio comportamenti come il sandbagging, cioè l’atto di ottenere volontariamente risultati peggiori per celare le proprie capacità; in determinate attività di sabotaggio riesce talvolta a eludere i monitoraggi interni.

OpenAI precisa di non aver trovato evidenze di ragionamenti steganografici, ossia informazioni nascoste dentro testo apparentemente innocuo, e sottolinea che Astra viola complessivamente i limiti di sicurezza meno spesso di Sol.

Rimane comunque un segnale da non sottovalutare: modelli più capaci potrebbero diventare contemporaneamente più affidabili nel comportamento ordinario e più difficili da interpretare qualora tentassero deliberatamente di aggirare i controlli. Affidarsi soltanto alla lettura della chain of thought, quindi, non rappresenta una garanzia sufficiente.

Disponibilità in ChatGPT, Codex, API, Azure e AWS

Il rilascio parte da un gruppo limitato di organizzazioni e si estende nei giorni successivi agli utenti ChatGPT Plus, Pro, Business ed Enterprise. OpenAI prevede inoltre l’accesso tramite API, Microsoft Azure e Amazon Bedrock. Per gli amministratori, Enterprise Astra parte disattivato e richiede un’abilitazione esplicita a livello di workspace.

I piani Pro, Business ed Enterprise ricevono anche accesso a GPT-6 Astra Pro. L’utilizzo rientra inizialmente nelle soglie previste dagli abbonamenti esistenti, con la possibilità di acquistare crediti aggiuntivi.

Per alcuni clienti API idonei, Astra supporta anche Zero Data Retention, una modalità nella quale OpenAI non conserva i dati inviati al modello dopo l’elaborazione.

In parallelo, l’azienda sta sperimentando Private Safety Processing: i controlli di sicurezza possono analizzare comportamenti sospetti distribuiti su più interazioni senza rendere leggibili i contenuti al personale OpenAI. In alcune configurazioni i dati restano direttamente sull’infrastruttura del cliente; in altre possono risiedere sui sistemi OpenAI, ma cifrati con chiavi controllate dal cliente.

Perché GPT-6 Astra segna un passaggio importante

La novità più significativa di Astra consiste proprio nell’unione di abilità che fino a poco tempo fa apparivano separate: ragionamento scientifico, uso delle interfacce, coding, ricerca web, memoria operativa tra sessioni lunghe e gestione asincrona degli strumenti.

Più aumenta l’autonomia, però, più cambia anche il criterio con cui valutare un modello.

Astra sembra quindi anticipare una fase in cui i modelli di frontiera saranno giudicati meno come chatbot e più come esecutori di lavoro digitale. La qualità del linguaggio rimane importante, ma diventa quasi un requisito di base. La differenza vera emerge quando il sistema deve utilizzare software, ricordare perché una soluzione precedente non funzionava, modificare il piano durante l’esecuzione, verificare il risultato e, soprattutto, capire dove finisce l’autorità che l’utente gli ha concesso.