Ho controllato cosa c’è dietro GPT-6 Astra: AGI, benchmark e il mistero dei 20 dollari

Quando ho letto che GPT-6 Astra sarebbe una specie di “supercomputer da 20 dollari”, la prima cosa che ho fatto è stata fermarmi. Una frase del genere attira l’attenzione, ma mette insieme almeno tre cose diverse: la potenza del nuovo modello, il prezzo di un abbonamento ChatGPT e l’idea — ancora molto discussa — che siamo entrati nell’era dell’AGI.

Ho quindi fatto quello che faccio quando una notizia tecnologica mi sembra troppo bella, o troppo semplice, per essere raccontata con un titolo. Ho incrociato la documentazione ufficiale di OpenAI con le ricostruzioni e le analisi pubblicate dalla stampa tecnologica e internazionale, tra cui Reuters e The Verge. Alla fine sono arrivato a una conclusione personale: Astra è un salto importante, forse uno dei più interessanti fatti da OpenAI negli ultimi anni, ma raccontarlo come “un supercomputer da 20 dollari” rischia di nascondere proprio la parte più interessante della storia.

La prima cosa che ho controllato: Astra è davvero GPT-6?

Sì. Su questo adesso non c’è più l’ambiguità che avevamo nei giorni precedenti. OpenAI lo ha presentato ufficialmente con il nome GPT-6 Astra e lo definisce il suo modello più intelligente e allineato finora.

Per me questa precisazione è importante perché soltanto pochi giorni fa “Astra” era soprattutto il nome di un modello interno di cui conoscevamo le capacità eccezionali in cybersicurezza. Sul sito avevo già ricostruito come Astra fosse arrivato a trovare vulnerabilità zero-day e a superare la soglia Critical. Oggi il quadro è diverso: quello stesso progetto ha un nome commerciale, una scheda tecnica e un percorso di distribuzione.

La vera novità, secondo me, non è che Astra sappia più cose

Guardando i benchmark si rischia di perdere il punto. Quasi ogni nuovo modello arriva con grafici migliori del precedente. Quello che trovo più interessante in GPT-6 Astra è un’altra cosa: la distanza tra “dimmi come si fa” e “fallo per me” si sta accorciando.

OpenAI descrive Astra come capace di usare il computer per compilare moduli, aggiornare dati in un CRM, organizzare il calendario, fare ricerca online, lavorare su documenti e fogli di calcolo, creare siti, eseguire controlli sul frontend, installare software e diagnosticare problemi sullo schermo.

È qui che vedo il cambiamento. Un chatbot tradizionale mi spiega i passaggi. Un agente abbastanza capace può invece ricevere un obiettivo, decidere una sequenza di azioni, usare gli strumenti necessari, controllare il risultato e correggersi. Non è una differenza cosmetica: cambia il modo in cui possiamo usare l’intelligenza artificiale nel lavoro quotidiano.

I numeri sono impressionanti, ma io non li prenderei come una sentenza

OpenAI dichiara risultati estremamente alti: 98% su FrontierMath Tier 4, 99,9% su ARC-AGI-3 e 100% su ExploitBench. Sono numeri che fino a poco tempo fa avrebbero fatto pensare a fantascienza. Alcune analisi indipendenti riportano il valore non arrotondato di FrontierMath a 97,6%.

Sul 99,9% di ARC-AGI-3 serve però una precisazione che nei titoli sparisce quasi sempre: quel risultato è stato ottenuto con un agente OpenAI configurato con memoria e strumenti aggiuntivi, e misurato con l’harness dell’azienda. Significa che il punteggio fotografa un sistema, non il modello isolato. Citarlo da solo come prova di AGI è scorretto.

Ma qui tengo separati il fatto e la mia valutazione. Il fatto è che questi sono i risultati comunicati da OpenAI nelle proprie valutazioni e documentazioni. La mia valutazione è che un modello non diventa automaticamente “intelligenza generale” perché satura alcuni benchmark. Bisogna vedere come si comporta fuori dal laboratorio, con compiti sporchi, ambigui, lunghi e pieni di imprevisti.

È anche il motivo per cui considero importanti i test indipendenti che arriveranno nelle prossime settimane. Il benchmark serve; l’uso reale decide.

Allora siamo arrivati all’AGI?

Qui ho trovato molta più sicurezza nei titoli che nelle definizioni. AGI significa Artificial General Intelligence, ma non esiste un test unico, universalmente accettato, che permetta di timbrare un modello con la scritta “AGI raggiunta”.

Astra mostra capacità molto generali: ragionamento, programmazione, navigazione, computer use, scienza, matematica, documenti e attività professionali. È legittimo chiedersi se stiamo entrando in una nuova fase. È molto diverso, però, scrivere che OpenAI ha dimostrato scientificamente di avere raggiunto l’AGI. Io non lo scriverei.

E soprattutto non lo scriverei attribuendolo a OpenAI. Nella pagina di lancio l’azienda presenta Astra come il proprio modello più intelligente e allineato, non come una dichiarazione formale di AGI raggiunta. Greg Brockman, presidente di OpenAI, ha descritto l’AGI come una questione sfumata, aggiungendo che secondo lui in futuro si potrebbe guardare a questo modello come a un punto di svolta. È una previsione personale, e va letta per quello che è.

Preferisco una domanda più concreta: quanto lavoro umano complesso riesce Astra a completare dall’inizio alla fine senza che io debba tenergli la mano a ogni passaggio? Per me sarà questa la prova interessante.

Il “supercomputer da 20 dollari”: due pagine ufficiali, due risposte diverse

È il passaggio che mi ha fatto approfondire questa storia. Vedere accostati “GPT-6 Astra”, “supercomputer” e “20 dollari” crea l’impressione che basti sottoscrivere ChatGPT Plus per avere in mano il modello più potente di OpenAI, senza limiti.

La parola “supercomputer”, intanto, non regge in nessuna lettura. Un abbonamento dà accesso a un servizio e a un modello dentro determinate allowance: non compri la macchina che lo esegue, e OpenAI specifica che l’uso di Astra rientra nelle allowance già previste dal piano, con la possibilità di acquistare crediti aggiuntivi.

Sulla seconda parte, quella dei 20 dollari, mi aspettavo di trovare una risposta netta nella documentazione. Non l’ho trovata. Le pagine ufficiali di OpenAI, nello stesso momento, dicono due cose che non coincidono.

Che una delle aziende più osservate del pianeta, nel giorno del lancio del suo modello di punta, pubblichi su due pagine ufficiali indicazioni non allineate su chi può usarlo, per me non è un dettaglio burocratico. È il segnale di un rollout gestito a fasi, con condizioni che cambiano mentre vengono comunicate. Chi paga un abbonamento merita di sapere che oggi la risposta esatta, nero su bianco, non c’è.

Quindi il titolo “un supercomputer per soli 20 dollari?” funziona come domanda provocatoria. Come risposta fattuale, oggi direi che è presto per darne una: una parte della risposta non dipende da noi, ma da quale delle due pagine OpenAI deciderà di allineare all’altra.

Un milione di token di contesto cambia parecchio

Nella documentazione API, GPT-6 Astra arriva a una finestra di contesto di 1.050.000 token e può produrre fino a 128.000 token di output. Sono numeri che interessano soprattutto sviluppatori e aziende, ma hanno una conseguenza semplice: il modello può lavorare su quantità molto grandi di materiale senza dover spezzare continuamente il problema.

Documentazione tecnica, repository, fascicoli, ricerche, dataset e lunghe sequenze operative diventano più gestibili all’interno dello stesso lavoro. Anche qui, però, contesto enorme non significa memoria perfetta né assenza di errori.

Il paradosso di Astra: più capace, ma anche più difficile da controllare

Questa è la parte che trovo più interessante e che molti titoli sul lancio rischiano di saltare. OpenAI afferma che Astra è più allineato e più robusto di GPT-5.6 Sol. Allo stesso tempo, nella propria documentazione di sicurezza riconosce che la monitorabilità della chain of thought è diminuita: in test avversariali Astra può controllare meglio ciò che lascia trasparire nel proprio ragionamento e, in alcuni scenari costruiti appositamente, può riuscire a eludere i monitor.

Non significa che Astra stia cercando di ingannare gli utenti durante il normale utilizzo. I risultati arrivano da condizioni avversariali progettate proprio per stressare il sistema. Ma per me è un segnale importante: più un agente diventa autonomo, più non basta chiedersi quanto sia intelligente. Bisogna chiedersi quanto bene possiamo capire, limitare e interrompere quello che sta facendo.

È la stessa questione che emerge dalla cybersicurezza. Astra è il primo modello OpenAI classificato Critical in quel dominio, ed è una soglia di cui avevo già spiegato il significato quando OpenAI decise di rallentare il progetto. Nel mio approfondimento su Astra e le vulnerabilità zero-day ho analizzato perché questa capacità rappresenta contemporaneamente un vantaggio enorme per chi difende i sistemi e un rischio che non può essere trattato come una funzione software qualsiasi.

La mia analisi dopo aver incrociato fonti e documentazione

Dopo aver passato in rassegna la documentazione OpenAI e le analisi della stampa tecnologica e internazionale, io non vedo in GPT-6 Astra la storia di un “supercomputer da 20 dollari”. Vedo qualcosa di più serio.

Vedo il tentativo di trasformare ChatGPT da un sistema che principalmente risponde e consiglia in un sistema che può prendere in carico una parte crescente del lavoro digitale. Se questo passaggio funzionerà davvero fuori dalle demo, il valore di Astra non sarà avere una risposta più brillante a una domanda. Sarà poter dire: “questo è il risultato che voglio”, e tornare più tardi trovando il lavoro fatto bene.

È anche qui che, secondo me, inizierà la discussione vera sull’AGI. Non quando un benchmark toccherà il 99,9%, ma quando milioni di persone inizieranno ad affidare a un sistema attività che fino al giorno prima richiedevano ore di lavoro umano, strumenti diversi e decisioni continue.

Per adesso mantengo una dose di prudenza. I numeri di Astra sono straordinari; la prova decisiva comincia adesso. Voglio vedere cosa succede quando il modello arriverà nelle mani di molti utenti, incontrerà siti che cambiano, software che si bloccano, istruzioni incomplete e tutti quei piccoli problemi che una demo non può prevedere.

Se supererà anche quella prova, allora il punto non sarà più chiedersi se 20 dollari siano pochi o tanti. Dovremo iniziare a chiederci quanto vale, economicamente e socialmente, un software capace di fare una parte crescente del lavoro che oggi consideriamo umano.