OpenAI ha presentato GPT-6 Astra, il suo nuovo modello di frontiera, e il momento del lancio dice quasi quanto le prestazioni. Astra arriva appena due giorni dopo Claude Fable 5.1 e Mythos 5.1 di Anthropic e a un giorno da Gemini 3.8 Flash di Google. La corsa all'intelligenza artificiale è entrata in una fase in cui gli aggiornamenti si susseguono nel giro di ore, ma soprattutto stanno cambiando i criteri con cui si misura un modello.
Non basta più rispondere bene a una domanda. OpenAI presenta Astra come un sistema pensato per portare a termine lavori complessi dall'inizio alla fine, usando browser, software, terminali e altri strumenti. È la stessa direzione presa dai concorrenti: l'obiettivo sono agenti AI capaci di lavorare su più passaggi, mantenere il contesto e intervenire direttamente negli strumenti digitali.
Il salto più evidente è nell'uso del computer
È qui che Astra mostra alcuni dei risultati più interessanti pubblicati da OpenAI. Su OSWorld 2.0, benchmark che misura la capacità di svolgere attività attraverso un'interfaccia grafica, raggiunge il 72,6%, contro il 65,7% di GPT-5.6 Sol. Secondo le simulazioni dell'azienda, impiega inoltre circa 40 minuti per compito contro 75 minuti del predecessore.
Su AutomationBench, dedicato ai flussi professionali automatizzati, Astra arriva al 41,4%. Claude Fable 5.1 si ferma al 31,4%, mentre GPT-5.6 Sol era al 18,1%. Anche Terminal-Bench 4.0, più vicino al lavoro da sviluppatore, vede Astra al 57,9% e Fable 5.1 al 55,8%.
Non significa però che OpenAI sia davanti in ogni misura. Nell'Artificial Analysis Intelligence Index Fable 5.1 ottiene 65,7 punti contro i 61,2 di Astra. Su Humanity's Last Exam con strumenti, Fable 5.1 arriva al 65%, mentre Astra si ferma al 57,2%. I benchmark dipendono molto da configurazione, strumenti e modalità di esecuzione, quindi è più utile leggerli come indicazioni delle aree di forza che come una classifica definitiva.
Scienza e matematica diventano un nuovo campo di gara
OpenAI insiste molto anche sulle capacità scientifiche. Astra raggiunge il 64,6% su Terminal-Bench Science 0.1, contro il 52,6% di Fable 5.1 e il 22,4% di GPT-5.6 Sol. Su FrontierMath Tier 4 arriva invece al 97,6%, mentre su ARC-AGI-3 dichiara il 99,9%.
La parte meno ordinaria dell'annuncio riguarda però due risultati matematici. OpenAI afferma che Astra abbia contribuito a migliorare risultati noti sui divari tra numeri primi, compreso un limite rimasto sostanzialmente fermo per decenni. È un territorio su cui anche Anthropic sta insistendo molto con Fable 5.1. La competizione si sta quindi spostando dai benchmark astratti alla capacità di produrre risultati utili dentro veri processi di ricerca.
La cybersecurity diventa il punto più delicato
Astra segna anche un passaggio importante sul fronte sicurezza. OpenAI afferma che il modello abbia raggiunto la soglia “Critical” per le capacità di cybersecurity prevista dal proprio Preparedness Framework. Nei test senza le protezioni della versione pubblica, Astra ha ottenuto il 100% su ExploitBench e, durante una valutazione, avrebbe individuato e utilizzato due vulnerabilità zero-day non note in precedenza.
Per questo il modello distribuito agli utenti avrà limiti più rigidi sulle richieste avanzate legate agli exploit. È un problema simile a quello affrontato da Anthropic con Mythos 5.1, che condivide il modello di base con Fable ma resta accessibile soltanto a soggetti verificati in alcuni ambiti sensibili. Più i modelli diventano capaci di agire, più la gara riguarda anche quali capacità possano essere realmente messe nelle mani degli utenti.
Disponibilità e prezzi
GPT-6 Astra parte inizialmente con un gruppo limitato di organizzazioni. OpenAI prevede di estenderlo nei prossimi giorni agli utenti ChatGPT Plus, Pro, Business ed Enterprise, oltre che tramite API e Amazon Web Services. Gli utenti Pro, Business ed Enterprise avranno inoltre accesso ad Astra Pro.
In API il prezzo standard è di 10 dollari per milione di token in ingresso e 50 dollari per milione in uscita, la stessa tariffa base annunciata da Anthropic per Fable 5.1. La finestra di contesto arriva a 1,05 milioni di token.
Il punto, quindi, non è soltanto chi abbia il modello “più intelligente”. Nel giro di pochi giorni OpenAI, Anthropic e Google hanno aggiornato le proprie piattaforme puntando tutte su coding, strumenti, ricerca e autonomia. La corsa del 2026 sembra essersi spostata dalla qualità della singola risposta alla quantità di lavoro che un modello riesce davvero a completare senza perdere il controllo del compito.
