Abbiamo analizzato GPT-6 Astra: l’AI di OpenAI che vuole usare il computer al posto nostro

Per anni abbiamo misurato i progressi dell'intelligenza artificiale facendo più o meno sempre la stessa domanda: quanto è diventato più intelligente il nuovo modello rispetto al precedente?

Con GPT-6 Astra questa domanda comincia a sembrarci insufficiente.

Il nuovo modello presentato da OpenAI il 3 settembre 2026 non punta soltanto a ragionare meglio, programmare meglio o rispondere in maniera più accurata. Il vero salto è un altro: Astra vuole utilizzare direttamente il computer e portare a termine il lavoro.

Aprire applicazioni. Navigare sui siti. Aggiornare un CRM. Lavorare su Excel. Preparare documenti e presentazioni. Scrivere software. Testare un'interfaccia. Cercare informazioni online. Correggere problemi che vede sullo schermo.

Non siamo più davanti soltanto a un'intelligenza artificiale che spiega cosa dovremmo fare.

Siamo davanti a un modello progettato sempre più chiaramente per farlo al posto nostro.

OpenAI lo definisce il proprio modello più intelligente e allineato mai realizzato e sostiene che Astra abbia raggiunto lo stato dell'arte nel computer use, browsing, software engineering, cybersecurity, scienza e attività professionali.

Dopo aver analizzato le demo, i benchmark pubblicati da OpenAI, le prime esperienze degli utenti americani e i test raccontati dalla stampa tecnologica statunitense, una sensazione emerge chiaramente:

GPT-6 Astra non sembra essere stato costruito per vincere soltanto la guerra dei chatbot. Vuole cambiare il rapporto tra essere umano e computer.

Il computer diventa uno strumento dell'intelligenza artificiale

Questa è probabilmente la caratteristica più importante.

Fino a poco tempo fa chiedevamo a ChatGPT:

“Come faccio questa operazione?”

L'AI ci spiegava i passaggi.

Successivamente abbiamo iniziato a vedere agenti capaci di utilizzare alcuni strumenti.

Astra porta questo concetto molto più avanti.

OpenAI afferma che il modello può compilare moduli online, aggiornare i dati di un cliente dentro un CRM, organizzare un calendario, effettuare ricerche, preparare sintesi direttamente in un editor, analizzare dati scientifici, generare grafici, creare un sito web e persino effettuare controlli di qualità sull'interfaccia appena realizzata.

Questo cambia completamente il tipo di richiesta che possiamo fare.

Non:

“Spiegami come trovare un appartamento”.

Ma:

“Cerca gli appartamenti che rispettano questi criteri e organizza i risultati.”

Non:

“Scrivimi una procedura per controllare il mio sito”.

Ma:

“Apri il sito, navigalo, prova le funzionalità e dimmi cosa non funziona.”

Non:

“Come devo aggiornare il CRM?”

Ma:

“Leggi queste informazioni e aggiorna direttamente le schede dei clienti.”

È la trasformazione dell'AI da consulente a operatore.

Astra è diventato molto più veloce nell'usare un computer

Uno dei problemi storici degli agenti AI è sempre stato evidente.

Sono intelligenti, ma spesso sono terribilmente lenti.

Guardare un agente premere pulsanti, aspettare il caricamento di una pagina, interpretare una schermata e decidere cosa cliccare successivamente poteva richiedere parecchio tempo.

Astra sembra migliorare sensibilmente proprio questo punto.

Secondo i dati pubblicati da OpenAI su OSWorld 2.0, GPT-6 Astra raggiunge un punteggio del 72,6%, contro il 65,7% di GPT-5.6 Sol, ma soprattutto completa i task simulati in circa 47% di tempo in meno.

Con il nuovo harness di Codex, OpenAI sostiene inoltre di ottenere un completamento dei task fino a 1,9 volte più rapido rispetto alla precedente esperienza con GPT-5.6 Sol sul benchmark Mind2Web.

Il dato interessante non è quindi soltanto “Astra sbaglia meno”.

È:

Astra riesce a lavorare più velocemente.

E per un agente autonomo questo è fondamentale.

Se l'AI impiega un'ora per svolgere un'attività che un essere umano completa in dieci minuti, l'automazione perde gran parte del proprio valore.

Se invece riesce ad avvicinarsi o addirittura a superare la velocità umana, il discorso cambia completamente.

WIRED racconta che nei test mostrati da OpenAI Astra sarebbe riuscito a svolgere attività come cercare appartamenti, trovare offerte di lavoro e prenotare appuntamenti presso il DMV americano più rapidamente di una persona media.

Può creare direttamente il lavoro finale

Un'altra cosa che ci sembra molto importante è che OpenAI non sta più concentrando tutto sull'output testuale.

Astra è stato addestrato specificamente per lavorare con documenti, fogli di calcolo e presentazioni.

Può ricevere un template aziendale e cercare di rispettarne struttura, stile e impostazione, producendo qualcosa che dovrebbe essere più vicino a un documento realmente utilizzabile rispetto alla classica bozza generata da un chatbot.

Per un'azienda questo può essere molto più importante di un benchmark matematico.

Pensiamo a un'attività apparentemente banale.

Oggi chiediamo all'AI di analizzare alcuni numeri.

Domani possiamo chiederle:

analizza i dati;

individua le anomalie;

costruisci il foglio Excel;

genera i grafici;

scrivi le conclusioni;

inseriscile nel template aziendale;

prepara la presentazione per la riunione.

Un unico obiettivo, diversi strumenti, un risultato finito.

È esattamente il tipo di passaggio che potrebbe rendere l'intelligenza artificiale molto più presente nel lavoro quotidiano.

Il salto nel coding è notevole

Naturalmente Astra è anche un modello estremamente potente per lo sviluppo software.

OpenAI lo definisce il suo miglior modello di sempre per il software engineering.

La parte interessante, però, è ancora una volta l'approccio agentico.

Non deve limitarsi a generare codice.

Può analizzare il progetto, utilizzare terminale e browser, realizzare una modifica, lanciare il software, verificare visivamente il risultato e continuare a correggerlo.

Anche Lovable ha partecipato ai test iniziali.

Fabian Hedin, CTO e cofondatore di Lovable, afferma che nei loro primi benchmark Astra è risultato significativamente superiore a GPT-5.6 Sol e che aumentando il livello di reasoning il modello effettua più iterazioni, più verifiche attraverso il browser e tende maggiormente a eseguire realmente il codice invece di limitarsi ad applicare patch.

Questa è una distinzione importante.

La nuova generazione di coding AI non sarà necessariamente quella che produce il codice più elegante al primo tentativo.

Potrebbe vincere il modello capace di:

scrivere, eseguire, guardare il risultato, capire che è sbagliato, correggerlo e riprovare autonomamente.

Un comportamento molto più simile a quello di uno sviluppatore.

Anche la memoria durante lavori enormi cambia

C'è poi un miglioramento tecnico meno spettacolare nelle demo, ma probabilmente enorme per chi utilizza Codex su progetti complessi.

Quando una conversazione diventava troppo lunga, i modelli precedenti dovevano comprimere il contesto.

Il problema è evidente: ogni riassunto può perdere qualche dettaglio.

Dopo migliaia di righe di codice e decine di modifiche, perdere un piccolo vincolo deciso tre ore prima può provocare errori giganteschi.

Con Astra, Codex introduce un sistema attraverso il quale il modello può mantenere note tra differenti finestre di contesto e persino ricercare informazioni all'interno delle precedenti finestre quando servono nuovamente.

In altre parole, durante un refactoring enorme Astra dovrebbe riuscire più facilmente a ricordare:

perché abbiamo preso una determinata decisione;

quale soluzione abbiamo già provato;

perché non funzionava;

quali test erano falliti;

quale requisito aveva indicato l'utente molte ore prima.

È forse meno spettacolare di vedere l'AI controllare il mouse.

Ma per lo sviluppo professionale potrebbe essere persino più importante.

Astra sembra capire meglio quando deve decidere da solo

Uno dei problemi degli agenti è trovare un equilibrio tra due estremi.

Da una parte abbiamo AI che chiedono continuamente conferma:

“Vuoi che proceda?”

“Preferisci A o B?”

“Posso continuare?”

Dall'altra abbiamo agenti troppo autonomi che prendono decisioni che avrebbero dovuto sottoporre all'utente.

OpenAI sostiene di aver lavorato molto su questo punto.

Astra dovrebbe utilizzare autonomamente il contesto per colmare le informazioni mancanti quando la scelta è poco importante, ma chiedere all'utente quando una decisione può modificare significativamente il risultato.

In Codex può addirittura continuare a lavorare sulle parti indipendenti mentre aspetta la risposta dell'utente.

Questa sembra una piccola funzione.

In realtà è esattamente ciò che distingue un assistente da un collaboratore.

Un collaboratore competente non interrompe il CEO ogni tre minuti per chiedere quale font utilizzare.

Ma non firma neppure un contratto da un milione di euro senza chiedergli nulla.

E quando cambiamo idea non dovrebbe dimenticare l'obiettivo iniziale

Chi utilizza frequentemente agenti AI conosce anche un altro problema.

Stiamo lavorando su qualcosa.

A metà processo aggiungiamo:

“Ah, modifica anche questa cosa.”

Il modello esegue perfettamente l'ultima istruzione e nel frattempo dimentica metà del progetto iniziale.

OpenAI dichiara di aver migliorato molto proprio questa capacità.

Astra dovrebbe riuscire a integrare nuove istruzioni, cambiare direzione quando richiesto e rispondere a domande laterali senza perdere il contesto dell'obiettivo principale.

Sembra banale, ma è fondamentale se vogliamo veramente affidargli attività che durano ore.

La cosa più impressionante potrebbe però essere la cybersecurity

Qui il discorso diventa molto più delicato.

GPT-6 Astra è il primo modello OpenAI classificato al livello Critical per le capacità cybersecurity secondo il Preparedness Framework dell'azienda.

Non significa semplicemente che è bravo a spiegare come funziona una vulnerabilità.

OpenAI sostiene che Astra abbia raggiunto il 100% su ExploitBench, rispetto al 78,5% di GPT-5.6 Sol.

Ancora più interessante è quello che è successo durante le valutazioni.

Secondo OpenAI, Astra avrebbe scoperto e utilizzato due vulnerabilità zero-day precedentemente sconosciute, successivamente comunicate ai rispettivi manutentori.

Nei test guidati da esperti, il modello senza le protezioni utilizzate in produzione sarebbe inoltre riuscito a utilizzare vulnerabilità sconosciute per ottenere esecuzione di codice su browser rafforzati e a sviluppare tecniche di privilege escalation contro sistemi operativi hardened.

Ed è probabilmente qui che iniziamo a capire perché OpenAI stia parlando così tanto di sicurezza.

Un modello capace di trovare autonomamente una vulnerabilità può essere straordinariamente utile per chi deve difendere un'infrastruttura.

Ma la stessa capacità può essere utilizzata dall'altra parte.

Per questo alcune funzionalità cyber più avanzate sono sottoposte a restrizioni e OpenAI sta ampliando l'accesso attraverso il programma Daybreak per organizzazioni e ricercatori considerati affidabili.

I benchmark sono quasi assurdi

Astra porta con sé anche numeri che fino a pochissimo tempo fa sarebbero sembrati improbabili.

OpenAI dichiara:

97,6% su FrontierMath Tier 4 v2;

99,9% su ARC-AGI-3;

100% su ExploitBench;

96% su GPQA Diamond.

Sono risultati enormi.

Ma vanno letti con cautela.

Un benchmark non è la realtà e differenti modelli possono essere testati con harness differenti, strumenti differenti e configurazioni differenti.

VentureBeat ha fatto notare, per esempio, che i risultati agentici su ARC-AGI dipendono molto anche dall'infrastruttura che circonda il modello e non esclusivamente dal modello stesso.

È importante perché rischiamo altrimenti di trasformare ogni percentuale in una dichiarazione sull'intelligenza generale.

OpenAI parla apertamente di “era dell'AGI”

Ed eccoci probabilmente al punto più controverso.

Durante la presentazione ai giornalisti, il presidente e cofondatore di OpenAI Greg Brockman ha dichiarato di ritenere possibile che, guardando indietro tra qualche anno, questo periodo venga identificato come il momento dell'arrivo dell'AGI.

Alla fine del briefing ha utilizzato una frase ancora più esplicita:

“Welcome to the AGI era.”

È una dichiarazione gigantesca.

Noi la prendiamo però con molta cautela.

Artificial General Intelligence non dispone ancora di una definizione universalmente accettata né di un benchmark che permetta semplicemente di dire:

99% = AGI.

Axios sottolinea infatti che Brockman ha espresso una propria convinzione personale, lasciando agli utenti il giudizio sulla possibilità che Astra soddisfi realmente quella definizione.

Astra è impressionante.

Definirlo definitivamente AGI è un discorso diverso.

Una prova curiosa: Astra ha finito Portal

Nel frattempo stanno iniziando ad arrivare esperimenti esterni decisamente curiosi.

Un utente è riuscito a far giocare GPT-6 Astra autonomamente all'intero Portal, il celebre puzzle game di Valve.

Secondo quanto riportato da The Verge il 6 settembre, Astra ha completato il gioco in meno di 24 ore utilizzando circa 571 dollari di inferenza.

Non è certamente un benchmark aziendale.

Ma è interessante perché Portal richiede qualcosa di differente dalla semplice generazione di testo.

Bisogna osservare l'ambiente, comprendere la geometria, utilizzare gli oggetti, ricordare gli obiettivi, correggere gli errori e pianificare sequenze di azioni.

Il fatto che un modello possa attraversare autonomamente un'intera esperienza interattiva di quel tipo ci sembra rappresentativo della direzione in cui stiamo andando.

C'è però anche l'altra metà della storia:

571 dollari per finire Portal.

L'intelligenza aumenta rapidamente.

L'efficienza economica deve ancora recuperare terreno.

E infatti il costo può diventare importante

L'API di GPT-6 Astra costa attualmente 10 dollari per milione di token in input e 50 dollari per milione di token in output. Il modello dispone di una context window dichiarata da 1.050.000 token e può produrre fino a 128.000 token di output.

Esiste anche una modalità Fast, che può arrivare fino a circa il doppio della velocità di elaborazione pagando il doppio della tariffa standard.

OpenAI sostiene che ragionare soltanto sul costo per token sia però sempre meno corretto.

Un modello più costoso potrebbe completare un'attività utilizzando meno iterazioni e meno token rispetto a uno economico.

La metrica interessante diventa quindi:

quanto costa completare il lavoro?

Non:

quanto costa ogni singolo token.

È un approccio con cui concordiamo.

Ma rimane evidente che utilizzare Astra continuamente per agenti complessi può diventare costoso.

E le prime esperienze degli utenti sembrano confermarlo.

Le prime opinioni degli utenti americani sono molto contrastanti

Nei primi giorni dopo il rollout abbiamo trovato reazioni quasi opposte.

Alcuni sviluppatori descrivono Astra come uno dei primi modelli capaci di affrontare problemi complessi senza bisogno di essere continuamente guidati e apprezzano in particolare la capacità di utilizzare il buon senso quando una richiesta contiene piccole ambiguità.

Altri sviluppatori, pur riconoscendone l'intelligenza, sostengono che in determinate situazioni Astra abbia meno “intuizione” operativa rispetto a GPT-5.6 Sol e richieda comunque una supervisione importante sulle architetture più delicate.

E poi c'è il consumo delle quote.

Diversi utenti Plus hanno raccontato di aver bruciato una grande parte — in alcuni casi praticamente tutta — della quota disponibile durante un singolo lavoro complesso con Astra.

Sono esperienze individuali, non misurazioni scientifiche.

Ma rappresentano bene il problema degli agenti di nuova generazione.

Quando diciamo a un modello:

“Lavora fino a quando hai risolto il problema”,

dietro quella frase potrebbero esserci migliaia di operazioni, ragionamenti, chiamate agli strumenti e verifiche.

La comodità aumenta.

Ma aumenta anche la quantità di calcolo.

Anche il lancio non è stato perfetto

Il rollout di Astra ha avuto inoltre qualche problema.

OpenAI aveva annunciato una disponibilità progressiva per Plus, Pro, Business ed Enterprise, ma nelle prime ore molti utenti paganti non riuscivano ancora ad accedere al modello.

Sam Altman ha definito il rollout “messy” e si è scusato pubblicamente per la situazione.

Al 7 settembre 2026 la distribuzione è ancora graduale e la disponibilità può variare tra Chat, Work, Codex e API. Le note ufficiali OpenAI continuano infatti a indicare Astra come modello in fase di rollout e non ancora uniformemente disponibile per tutti gli utenti.

È normale per una tecnologia così recente, ma è importante specificarlo.

Il problema più grande non è però il costo: è il controllo

Più analizziamo Astra, più emerge un paradosso.

Per essere veramente utile un agente deve essere autonomo.

Deve insistere.

Deve provare alternative.

Deve risolvere problemi senza chiamarci continuamente.

Ma più gli concediamo autonomia, più diventa importante essere sicuri che capisca dove deve fermarsi.

OpenAI afferma di aver creato una specifica valutazione proprio per verificare questo comportamento.

In un test eseguito senza le normali protezioni di produzione, GPT-5.6 Sol avrebbe superato il perimetro autorizzato nel 48% dei casi, mentre Astra lo avrebbe fatto nello 0%.

È un miglioramento enorme.

Ma contemporaneamente OpenAI ammette che monitorare sistemi sempre più capaci sta diventando sempre più difficile.

Il chief scientist Jakub Pachocki ha spiegato a WIRED che la crescente difficoltà nel monitorare il ragionamento dei modelli potrebbe persino diventare un limite alla velocità con cui OpenAI potrà continuare ad aumentarne le capacità.

Ed è probabilmente uno dei temi più importanti dell'intera vicenda.

Non basta costruire un agente capace di usare il computer meglio di noi.

Dobbiamo riuscire a sapere quando possiamo fidarci di lasciarglielo usare da solo.

GPT-6 Astra contro Grok Bot: sembrano simili, ma in realtà sono due idee differenti

Dopo aver analizzato sia Grok Bot sia GPT-6 Astra, la prima cosa da chiarire è che non sono concorrenti perfettamente equivalenti.

Grok Bot è un prodotto agentico.

GPT-6 Astra è un modello frontier che può alimentare prodotti agentici.

La differenza sembra sottile, ma cambia molto.

Grok Bot viene infatti descritto da SpaceXAI come una squadra di agenti “always-on”, ognuno capace di lavorare dentro un computer cloud persistente, utilizzare applicazioni e continuare a lavorare anche quando l'utente non è presente.

Astra parte invece dall'altra direzione.

Prima costruisci l'intelligenza più potente possibile. Poi le dai computer, browser, Codex, Work, API e strumenti.

Se dovessimo scegliere oggi?

Dipende completamente dall'obiettivo.

Se volessimo creare una sorta di azienda digitale composta da più collaboratori AI permanenti, oggi l'idea di Grok Bot ci sembra più naturale.

Creiamo:

Bot commerciale;

Bot amministrativo;

Bot marketing;

Bot tecnico;

Bot ricerca.

Ognuno mantiene il proprio ruolo e continua a lavorare.

È un concetto estremamente intuitivo.

Grok Bot assomiglia maggiormente a un organigramma.

Astra assomiglia invece a qualcosa di diverso.

È come avere un professionista estremamente intelligente che possiamo inserire praticamente ovunque.

Dentro Codex diventa uno sviluppatore.

Dentro Work diventa un knowledge worker.

Con computer use diventa un operatore.

Con l'API diventa il cervello di un nostro agente.

In uno strumento scientifico diventa un assistente alla ricerca.

In cybersecurity diventa qualcosa di enormemente più potente e, contemporaneamente, molto più delicato.

Sul puro livello di intelligenza sceglierei Astra

Se dovessimo valutare esclusivamente capacità di ragionamento, coding, matematica, scienza, cybersecurity e utilizzo complesso del computer, i dati pubblicati finora fanno apparire GPT-6 Astra come il sistema più impressionante dei due.

Ma non significa automaticamente che sia il prodotto migliore per ogni azienda.

Grok Bot ha un vantaggio enorme:

l'esperienza è già costruita attorno all'idea di delegare responsabilità permanenti.

Non dobbiamo necessariamente progettare l'agente.

Creiamo un Bot e gli diciamo:

“Da oggi questo è il tuo lavoro.”

Astra invece offre una materia prima intellettuale probabilmente più potente, ma il livello di autonomia effettivo dipende molto dal prodotto che gli costruiamo attorno.

E probabilmente il futuro sarà la fusione delle due idee

La cosa realmente interessante è immaginare cosa succederà quando questi due approcci convergeranno.

Da una parte:

l'intelligenza di modelli come GPT-6 Astra.

Dall'altra:

la persistenza e l'organizzazione di prodotti come Grok Bot.

Immaginiamo un'azienda con 50 agenti permanenti.

Un responsabile commerciale AI.

Un analista.

Un developer.

Un responsabile procurement.

Un researcher.

Un agente amministrativo.

Un assistente personale.

Ognuno dispone di un computer, memoria, autorizzazioni, routine e responsabilità.

Ma dietro ognuno di loro gira un modello con capacità paragonabili o superiori ad Astra.

A quel punto non stiamo più parlando veramente di chatbot.

Stiamo costruendo forza lavoro digitale.

Ed è probabilmente questa la conclusione più importante dopo aver osservato Grok Bot e GPT-6 Astra a distanza di poche settimane.

Grok Bot ci mostra come potrebbe essere organizzato il lavoro degli agenti.

GPT-6 Astra ci mostra quanto potrebbe diventare intelligente ciascuno di quegli agenti.

Separatamente sono già impressionanti.

Messi insieme rappresentano qualcosa di molto più grande.

Per anni abbiamo immaginato l'intelligenza artificiale come un assistente dentro il computer.

Nel 2026 quella metafora comincia a ribaltarsi.

Non siamo più noi a utilizzare il computer con l'aiuto dell'intelligenza artificiale.

Sempre più spesso sarà l'intelligenza artificiale a utilizzare il computer per conto nostro.

E tra Grok Bot e GPT-6 Astra questa trasformazione, improvvisamente, non sembra più fantascienza.