GPT-6 Astra: come cambia l’intelligenza artificiale al lavoro

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.

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…