Con GPT-6 Astra, OpenAI sposta ulteriormente il proprio modello di frontiera dalla generazione di risposte all’esecuzione diretta di attività complesse sul computer. Presentato il 3 settembre 2026, Astra può utilizzare browser e applicazioni, sviluppare software, produrre documenti, fogli di calcolo e presentazioni e verificare autonomamente parte del lavoro svolto.
Il rollout parte da un numero limitato di organizzazioni, comprese quelle che partecipano al programma Daybreak, e nei prossimi giorni raggiungerà tutti gli utenti ChatGPT Plus, Pro, Business ed Enterprise, oltre a OpenAI API e AWS.
OpenAI definisce Astra un salto generazionale nelle capacità e indica progressi nel computer use, nella navigazione online, nel software engineering, nella cybersecurity, nella ricerca scientifica e nel lavoro professionale. Alla base ci sono ulteriori sviluppi nel pre-addestramento, nell’apprendimento per rinforzo e nelle tecniche destinate a rendere più affidabile l’esecuzione di attività lunghe e articolate.
Il peso attribuito al nuovo modello emerge anche dalle parole di Greg Brockman, presidente e cofondatore di OpenAI: “Non è irragionevole pensare che siamo ormai nell’era dell’AGI”. Brockman ha aggiunto che, guardando indietro tra qualche anno, questo periodo potrebbe essere ricordato come quello in cui l’AGI è stata realmente creata, forse proprio con Astra. “Welcome to the AGI era”, ha concluso Brockman.
Astra utilizza il computer e verifica il risultato
Una delle principali aree di sviluppo di Astra è il computer use. Il modello può navigare tra siti e applicazioni, creare e modificare file e completare sequenze di operazioni senza richiedere all’utente di impartire un nuovo comando a ogni passaggio.
La capacità non si limita all’esecuzione delle azioni. Astra può anche controllare il risultato prodotto: nello sviluppo di un sito, per esempio, può passare dalla generazione alla verifica del funzionamento; in un workflow professionale può attraversare più applicazioni e utilizzare le informazioni ottenute in una fase per decidere le operazioni successive.
Nel sottoinsieme offline di OSWorld 2.0, benchmark che valuta l’esecuzione di attività attraverso applicazioni desktop, Astra raggiunge il 72,6%, rispetto al 65,7% di GPT-5.6 Sol. Nelle simulazioni di latenza utilizzate da OpenAI, il tempo medio necessario per completare un’attività scende da circa 75 a 40 minuti, una riduzione vicina al 47%.
Nei sistemi agentici, dove una singola richiesta può trasformarsi in decine di operazioni distribuite tra strumenti diversi, il risultato dipende quindi non soltanto dalla percentuale di task completati correttamente, ma anche dal numero di passaggi, dal tempo impiegato e dalla quantità di interventi richiesti all’utente.
Nel software engineering aumenta anche l’efficienza per attività
OpenAI considera Astra il proprio modello più avanzato per il software engineering, soprattutto nei compiti che richiedono di intervenire su codebase reali e mantenere la coerenza durante workflow prolungati.
Su DeepSWE v1.1, Astra raggiunge il 74,1% e supera GPT-5.6 Sol. Confrontando per ciascun modello la configurazione che ottiene il punteggio più elevato, OpenAI stima inoltre per Astra un costo API per attività inferiore di circa il 57%.
Il dato mette in evidenza una differenza importante nella valutazione dei modelli agentici: il costo complessivo di un workflow non coincide con il semplice prezzo per token. Un modello che raggiunge il risultato con meno tentativi, meno iterazioni e un uso più efficiente del contesto può risultare più conveniente sull’intera attività.
Astra introduce inoltre in Codex una funzione sperimentale e opzionale destinata ai lavori che superano una singola finestra di contesto. Il modello può conservare note e recuperare informazioni dalle finestre precedenti, mantenendo accessibili requisiti, tentativi di correzione e risultati dei test incontrati durante il progetto.
La funzione riduce la dipendenza dalla sola compaction, con cui le fasi precedenti di una sessione vengono sintetizzate per liberare spazio nel contesto disponibile. Nei progetti lunghi possono così essere recuperati un requisito iniziale, il motivo per cui una correzione non aveva funzionato o l’esito di un test eseguito molte ore prima.
Playco prova Astra direttamente nei motori di gioco
Il computer use e il coding agentico si incontrano nel lavoro di Playco con GPT-6 Astra. L’azienda utilizza il modello nello sviluppo di Playbot, un ambiente AI per sviluppatori di videogiochi collegato direttamente a motori come Unity e Godot.
Il collegamento con il motore permette ad Astra di modificare scene, eseguire il gioco, controllare le modifiche, individuare problemi e intervenire nuovamente. Il compito richiede quindi capacità che vanno oltre la generazione del codice, tra cui ragionamento spaziale, interpretazione di riferimenti visivi, gestione delle interfacce responsive e verifica dell’esperienza di gioco.
Partendo dallo stesso prototipo iniziale costruito con primitive grafiche, Playco ha realizzato con Astra tre differenti prototipi tematizzati. L’azienda riporta il 50% di correzioni manuali in meno rispetto al modello precedente e segnala miglioramenti nella ricostruzione dei riferimenti visivi, nella disposizione degli elementi e nell’individuazione dei problemi durante l’esecuzione.
Legora affida a un agente il controllo di 41 documenti
Un secondo caso riguarda il lavoro professionale sui documenti. Legora ha utilizzato GPT-6 Astra all’interno della propria piattaforma agentica per effettuare il financial-statement tie-out, cioè il controllo sistematico dei valori contenuti nei prospetti finanziari rispetto ai documenti che li supportano.
L’agente ha analizzato 41 documenti in un’unica esecuzione, verificando i valori contro i rispettivi prospetti e registrando ogni controllo. Nel benchmark interno utilizzato da Legora, Astra ha migliorato di quasi il 40% le prestazioni rispetto al modello precedente nello specifico workflow.
Nel test erano stati inseriti deliberatamente quattro errori. Astra li ha individuati tutti, compresa una discrepanza di 500.000 sterline nascosta in una nota sui ricavi. Il sistema effettua il primo passaggio di verifica e produce la documentazione dei controlli, mentre la valutazione finale rimane affidata al professionista.
Playco e Legora mostrano due applicazioni molto diverse dello stesso approccio: il modello riceve un’attività, utilizza direttamente gli strumenti necessari, verifica risultati intermedi e attraversa più passaggi prima di restituire il lavoro all’utente.
Dalla matematica dei benchmark ai problemi di ricerca aperti
Le capacità di Astra erano emerse prima del lancio anche nella ricerca scientifica. Il 1° agosto OpenAI aveva pubblicato dieci risultati in matematica e informatica teorica ottenuti da una versione interna di Astra.
I lavori riguardano problemi di geometria in alta dimensione, teoria dei codici, complessità dei circuiti aritmetici, teoria dei gruppi, algebre di operatori, complessità quantistica, crittografia basata sui reticoli e combinatoria estremale. Secondo OpenAI, ciascuno dei dieci risultati risolve oppure produce progressi sostanziali su un problema aperto di lunga data.
Gli argomenti matematici sono stati generati dal modello, successivamente preparati in forma di manoscritto con intervento umano e infine formalizzati dallo stesso Astra attraverso certificati Lean, che consentono di verificare formalmente le dimostrazioni.
Su FrontierMath Tier 4, Astra raggiunge il 98%.
In questo caso la novità non riguarda soltanto il risultato su un benchmark predisposto in anticipo, ma l’impiego del modello durante la ricerca su problemi per i quali una soluzione non era già disponibile.
Astra decide quando procedere e quando chiedere conferma
L’aumento dell’autonomia richiede un comportamento più preciso anche di fronte a istruzioni incomplete. Astra utilizza il contesto per ricostruire le informazioni mancanti nelle operazioni ordinarie, mentre formula domande mirate quando l’incertezza può modificare il risultato finale.
Prima di assumere decisioni significative, il modello è invece progettato per attendere ulteriori indicazioni. In questo modo può continuare autonomamente le parti non problematiche del lavoro senza estendere implicitamente il perimetro dell’incarico ricevuto.
Nelle proprie valutazioni, OpenAI rileva per Astra una maggiore capacità rispetto a GPT-5.6 Sol di comprendere le intenzioni dell’utente, adottare un comportamento prudente, rispettare le restrizioni esplicite e rimanere entro l’ambito autorizzato. L’azienda lo definisce il proprio modello più allineato fino a oggi.
Questa caratteristica assume particolare importanza quando il modello non produce semplicemente testo, ma può intervenire direttamente su applicazioni, file, siti e altri sistemi.
Nella cybersecurity Astra raggiunge la soglia Critical
Le capacità che hanno inciso maggiormente sulle modalità di rilascio riguardano la cybersecurity. Nel Preparedness Framework applicato ad Astra, il modello è il primo di OpenAI a raggiungere la soglia Critical in questo ambito.
La classificazione indica che, disponendo degli strumenti e degli accessi necessari, il modello può individuare vulnerabilità precedentemente sconosciute e sviluppare metodi per sfruttarle su numerosi sistemi ben protetti senza che una persona debba guidare ogni singolo passaggio.
Su ExploitBench, utilizzato per valutare la capacità di sviluppare exploit a partire da vulnerabilità conosciute, Astra raggiunge il 100%.
Per verificare le capacità anche su problemi che non potevano essere presenti nei dati di addestramento, OpenAI ha costruito un benchmark interno basato su 20 vulnerabilità V8 ad alta gravità divulgate tra giugno e agosto 2026. Nel corso di queste valutazioni Astra ha individuato e utilizzato anche due vulnerabilità zero-day precedentemente sconosciute all’interno di una catena di exploit; OpenAI ha successivamente avviato il processo di responsible disclosure.
Nelle valutazioni condotte da esperti, Astra ha inoltre costruito una catena completa capace di compromettere un browser, uscire dalla sandbox ed eseguire comandi sull’host. In un altro ambiente ha combinato più vulnerabilità di un sistema operativo rafforzato ottenendo una privilege escalation da un utente senza privilegi a root.
Le capacità osservate in queste valutazioni non corrispondono però automaticamente a quelle disponibili nella configurazione standard del modello.
Daybreak separa le capacità cyber avanzate dal rollout generale
Le stesse capacità che possono aiutare i team di sicurezza a individuare e correggere vulnerabilità aumentano anche le possibilità di impiego offensivo. OpenAI ha quindi rafforzato addestramento, classificatori di sicurezza, monitoraggio delle attività e controlli applicati agli account.
Nei test sui jailbreak relativi alla cybersecurity, Astra rifiuta il 91,5% delle richieste non consentite, rispetto al 59% di GPT-5.6 Sol.
L’accesso meno restrittivo alle capacità cyber più avanzate segue un percorso separato attraverso OpenAI Daybreak. Un primo gruppo di professionisti della sicurezza può utilizzarle per attività difensive, con un ampliamento progressivo dell’accesso.
Tra i casi d’uso previsti rientrano validazione delle vulnerabilità, analisi del malware, revisione del codice, verifica delle patch, incident response e sviluppo di sistemi per il rilevamento delle minacce.
Il monitoraggio può intervenire anche durante l’esecuzione quando rileva attività potenzialmente non autorizzate. In ChatGPT o Codex l’utente può essere chiamato a esaminare l’azione prima di proseguire; attraverso superfici come l’API, il task può essere interrotto.
Per l’impiego generale, il percorso è invece già definito: dopo il primo rilascio del 3 settembre a un numero limitato di organizzazioni, GPT-6 Astra è destinato nei giorni successivi a ChatGPT Plus, Pro, Business ed Enterprise, oltre che a OpenAI API e AWS.
