OpenAI lancia GPT-6 Astra e lo definisce il suo primo modello informatico critico
OpenAI ha rilasciato GPT-6 Astra il 3 settembre con una finestra di contesto di 1,1 milioni di token a 10 dollari per milione di token di input e 50 dollari per milione di output. È il primo modello che secondo l’azienda soddisfa la soglia critica di sicurezza informatica.
OpenAI ha rilasciato GPT-6 Astra giovedì scorso, quattro settimane dopo aver affermato di aver deliberatamente rallentato il modello a causa del rischio informatico. È la nuova ammiraglia dell’azienda e il lancio è avvenuto nel bel mezzo del periodo più impegnativo di rilasci di modelli di frontiera quest’anno: quattro grandi modelli in circa 72 ore, da quattro diversi laboratori.
Innanzitutto i numeri. Astra accetta una finestra di contesto di circa 1,1 milioni di token, ovvero la quantità di testo che un modello può tenere a mente in una sola volta, e produce fino a 128.000 token in un’unica risposta. Il prezzo dell’API è di 10 dollari per milione di token di input e 50 dollari per milione di token di output, con input memorizzato nella cache a 1 dollaro. Esiste una modalità Veloce che funziona fino a 2,5 volte più velocemente al doppio del prezzo. Su OSWorld 2.0, un benchmark che misura quanto bene un modello può gestire un vero computer desktop, OpenAI riporta il 72,6% contro il 65,7% di GPT-5.6 Sol e il 70,2% di Claude Opus 5. L’azienda afferma inoltre che Astra spesso raggiunge questi punteggi spendendo meno token di output rispetto ai suoi predecessori, il che è importante perché i token di output rappresentano la metà costosa del conto.
La linea più consequenziale nell’annuncio non è un punto di riferimento. OpenAI afferma che Astra è il primo modello a soddisfare il livello “Critico” della propria scala di rischio per la sicurezza informatica, il che significa che può trovare difetti software precedentemente sconosciuti e scrivere codice di exploit funzionante senza che un essere umano lo segua attraverso i passaggi. Il modello viene fornito con formazione sull’allineamento oltre a ciò che OpenAI chiama misure di salvaguardia del sistema: revisione automatizzata del codice che produce e monitoraggio del disallineamento durante l’esecuzione in produzione. Privato di tali protezioni operative, OpenAI riferisce che Astra rifiuta il 91,5% dei tentativi di jailbreak noti, contro il 59% di Sol.
Cosa sta realmente succedendo qui. Tutti i principali laboratori ora pubblicano un quadro di rischio con livelli e il 2026 è l’anno in cui i modelli hanno iniziato ad arrivare al livello più alto anziché comodamente al di sotto di esso. Google ha fatto la stessa cosa il giorno prima con una variante Gemini incentrata sul cyber che consegna solo a difensori controllati. Lo schema è che la capacità grezza arriva per prima, con essa arriva il gate e il pubblico ottiene la versione sicura mentre un insieme più piccolo di organizzazioni fidate ottiene quella senza restrizioni. Si tratta di un accordo ragionevole e anche di un’enorme fiducia riposta in una manciata di società private che decidono chi conta come affidabile. Vale la pena tenere entrambi i pensieri contemporaneamente.
Cosa significa per te. Se usi ChatGPT, Astra è disponibile su tutti i piani, incluso Plus, quindi potresti già averlo senza accorgertene. Per la scrittura, il riassunto e la ricerca di tutti i giorni, la risposta onesta è che farai fatica a sentire la differenza rispetto al modello precedente. Dove dovrebbe apparire è un lavoro lungo e in più fasi: un modello che può contenere un milione di token e gestire un desktop è rivolto a persone che gli passano un’intera base di codice o un intero pomeriggio di clic, non un paragrafo. Se paghi per token tramite l’API, esegui i calcoli prima di cambiare. A $ 50 per milione di gettoni di output, Astra è un modello con un prezzo di frontiera, e uno più economico potrebbe finire altrettanto bene il tuo lavoro.
Fonti
K2 Horizon fornisce sei modelli aperti e con essi i dati di addestramento
L'Institute of Foundation Models di Abu Dhabi ha rilasciato sei modelli con parametri da 0,9B a 375B il 3 settembre sotto Apache 2.0, pubblicando pesi, codice, dati di addestramento e metodologia. Il più piccolo è pensato per funzionare con un orologio.
