Cosa cambia con i due nuovi modelli
OpenAI ha annunciato il rilascio di due nuovi modelli linguistici, GPT-6.2 Astra e GPT-6.2 Sol, secondo quanto riporta The Decoder. Il primo è pensato per attività professionali complesse, il secondo per un uso quotidiano rapido e versatile. Entrambi sono disponibili per gli utenti Plus, Pro, Enterprise ed Edu in ChatGPT Work e Codex, e sono accessibili agli sviluppatori tramite API. I sottoscrittori Pro-500 possono usare la modalità Ultrafast con entrambi; per la prima volta anche i Pro-200 vi accedono, a partire da Sol.
Sul fronte dei prezzi, OpenAI dichiara un taglio del 20 percento per Astra rispetto al predecessore: 8 dollari per milione di token in input, 0,40 per gli input in cache e 40 per milione in output. Sol mantiene invece la tariffa di GPT-6.1 Sol, con 2 dollari in input, 0,10 per la cache e 10 in output. L'azienda insiste sul rapporto tra prezzo e prestazioni, sostenendo che Astra supera GPT-6 Astra di 5,2 punti su Agents' Last Exam a meno di un terzo del costo, e che su Harvey LAB-AA più che raddoppia il tasso di superamento di Claude Fable 5.2 di Anthropic a circa un sesto del costo.
Le prestazioni tra dichiarazioni e verifiche indipendenti
OpenAI rivendica progressi in diverse aree: dalla capacità di gestire convenzioni professionali in ambito legale, finanziario e contabile, alla computer use, con demo in cui il modello costruisce modelli 3D, scrive solver fisici in Python e produce guide di assemblaggio animate. Su AA-3D, benchmark in cui giudici umani confrontano esperienze interattive in cieco, Astra guida con 1.318 punti Elo davanti a Claude Fable 5.2 (1.271) e a Sol (1.259). Sol, dal canto suo, resta indietro di soli 0,5 punti su FrontierCode 2.0 rispetto ad Astra, a un quinto del costo.
Le valutazioni indipendenti confermano in parte il quadro. Nell'Artificial Analysis Intelligence Index, Astra si piazzza secondo dietro Claude Fable 5.2, guadagnando cinque punti su GPT-6 Astra e superando Gemini 4 Carbon di Google (60 punti) e Claude Opus 5.5 di Anthropic (59). Sol sale di due punti a 57, eguagliando il predecessore ad appena il 15 percento del costo per attività. Secondo Artificial Analysis, OpenAI detiene la frontiera di Pareto costo-prestazioni, con Anthropic e Meta come unici altri nomi presenti.
I dati però non sono uniformemente positivi. Sempre secondo Artificial Analysis, il coding è fermo: nell'indice specifico, calcolato con il sistema Codex al massimo della potenza di calcolo, Astra non migliora rispetto a GPT-6 Astra e Sol perde tre punti rispetto a Sol precedente, con un calo di 14 punti su SWE-Atlas-QnA-AA dovuto all'omissione di fatti chiave nelle risposte. Viene inoltre segnalato un tasso di allucinazione elevato: al massimo sforzo Astra allucina nel 59 percento dei casi e Sol nel 55 percento, anche se su domande particolarmente difficili, quindi non rappresentative dell'uso quotidiano.
Sicurezza informatica e limiti della ricerca
Entrambi i modelli, secondo OpenAI, migliorano in cybersecurity: trovano e sfruttano più efficacemente le vulnerabilità, scrivono codice più sicuro e forniscono correzioni migliori. Raggiungono la soglia "Critical" del Preparedness Framework, come già il predecessore. L'azienda annuncia salvaguardie più rigorose per le richieste potenzialmente rischiose, che renderanno più difficile l'abuso ma limiteranno anche la ricerca legittima sulle vulnerabilità. I nuovi modelli saranno disponibili tramite OpenAI Daybreak, il programma che già consente a ricercatori accreditati di accedere con meno filtri; i numeri pubblicati sui benchmark di cybersecurity provengono da test interni con salvaguardie e classificatori disattivati.
Un elemento rilevante riguarda la sicurezza e la trasparenza: secondo The Decoder, Astra è il primo modello rilasciato a raggiungere la soglia alta di auto-miglioramento nella scala interna di OpenAI, che l'azienda stessa classifica come rischio. Epoch AI rileva inoltre che Astra esegue ragionamenti complessi all'interno di un singolo token di output, senza catena di pensiero visibile, con 12,3 passi seriali contro i 10,5 del predecessore: modelli di questo tipo sono più difficili da monitorare. Sui benchmark di Epoch AI, Astra pareggia Claude Fable 5.2 nell'Epoch Capabilities Index (174 punti) ma resta indietro su compiti di ricerca reale, dove ha saltato stime chiave ed è rimasto troppo prudente. Resta da verificare, come sempre per le valutazioni interne delle aziende, l'effettivo trasferimento di questi risultati nell'uso concreto.
