GPT-6.2 Astra e Sol: OpenAI taglia i costi e alza l’asticella (ma leggete le note a piè di pagina)

OpenAI lancia GPT-6.2 Astra e Sol: più risultati con meno token, prezzi ritoccati al ribasso e qualche ammissione scomoda sulla sicurezza. Vi dico cosa regge e cosa va verificato.

GPT-6.2 Astra e Sol: OpenAI taglia i costi e alza l’asticella (ma leggete le note a piè di pagina)

OpenAI ha appena lanciato due modelli insieme: GPT-6.2 Astra e GPT-6.2 Sol. Il primo è il peso massimo per i lavori davvero ostici. Il secondo è il tuttofare per la giornata normale. La promessa comune? Risultati migliori con meno token in uscita. Un token è, grossolanamente, un pezzetto di parola: meno ne produce il modello, meno paghi e più roba infili nei limiti del tuo piano.

Fin qui il comunicato. Vediamo cosa c’è dietro.

Astra, il modello per i lavori pesanti

Il pitch è che slide, fogli di calcolo e documenti prodotti da Astra sembrano meno scritti da un’AI. Seguono meglio i template che gli date e le convenzioni del vostro settore, che sia diritto, finanza o contabilità. Scrive codice più pulito e costruisce frontend (la parte che l’utente vede e tocca) più curati, soprattutto per siti, giochi e design 3D.

I numeri, tutti dichiarati da OpenAI. Su Agents’ Last Exam, un test di lavoro professionale a più passaggi, Astra segna 5,2 punti in più di GPT-6 Astra spendendo meno di un terzo. Rispetto a Claude Fable 5.2 sono 5,5 punti in più al 5% del costo. Cinque per cento. Rileggetelo pure, io l’ho fatto due volte. Piccola nota che il comunicato mette in fondo: per il confronto con Fable 5.2 sono escluse nove attività che avevano usato un modello di ripiego. Non cambia la sostanza, ma il confronto non è proprio pulitissimo.

Sul fronte scienza, Terminal-Bench-Science 0.1, che misura lavoro scientifico svolto da terminale, vede Astra 9 punti percentuali sopra il predecessore a meno di un terzo del costo. OpenAI si spinge a dire che è il miglior modello al mondo per gli scienziati. Affermazione coraggiosa. Aspettiamo che qualcuno di indipendente la metta alla prova.

Sol, quello che userete davvero

Sol è il fratello efficiente. Rispetto a GPT-6.1 Sol è più intelligente, consuma meno e vi lascia fare più cose con lo stesso abbonamento. Secondo OpenAI molti dipendenti lo usano come modello predefinito, tecnici e non.

Il dato che mi ha fatto alzare un sopracciglio è FrontierCode 2.0, che misura se le modifiche a codebase reali sarebbero accettate dai maintainer, cioè da chi decide cosa entra nel progetto e cosa no. Sol arriva a 0,5 punti da Astra costando circa un quinto. Mezzo punto di distacco. Per la maggior parte dei lavori di programmazione, la domanda sensata diventa: a cosa mi serve il modello grosso?

E nella vita fuori dall’ufficio? Sul benchmark LifeVal, che copre scenari come scegliere l’asilo dopo un trasloco, trovare casa rispettando budget e tragitto, o pianificare i pasti per un genitore con una nuova diagnosi, Sol batte GPT-6 Astra a circa un settimo del costo.

Documenti, fogli e slide che somigliano a lavoro vero

Su Harvey LAB-AA v1.1, test di compiti legali in cui un risultato vale solo se rispetta ogni criterio e non contiene allucinazioni rilevanti, cioè cose inventate di sana pianta, Astra più che raddoppia il tasso di superamento di Fable 5.2 a circa un sesto del costo. Esiste anche una versione dedicata agli avvocati, Astra for Law, che fa ancora meglio.

Sul GDPval v2, benchmark interno con progetti reali di consulenza, finanza e design, Astra guadagna 6,2 punti percentuali su GPT-6 Astra usando il 22% di token in meno. Sol migliora di 5,3 punti rispetto a 6.1 Sol. Attenzione: è un test interno, quindi il giudice e l’organizzatore sono la stessa persona.

Su AA-AnalystAgent di Artificial Analysis, che usa fogli e report reali come le spese di trasporto medico dal Medicaid della California, Astra risponde correttamente al 62,5% delle domande su tutti e cinque i tentativi indipendenti. Non è il 100%. Però la soglia di tutti e cinque i tentativi è severa, e dice più sulla costanza che sulla fortuna.

Per le slide, Astra riproduce layout, colori e tipografia fino alla dimensione esatta del font, partendo anche solo da uno screenshot. I tester dicono che i deck richiedono meno ritocchi perché i titoli dichiarano il messaggio principale. Finalmente, direi.

Cosa dicono i clienti

Le testimonianze vanno prese per quello che sono: scelte da chi ha lanciato il prodotto. I numeri però sono interessanti.

Legora, studio legale-tech, racconta che Astra ha usato il 62% di token in meno di GPT-6.1 Sol su compiti legali complessi. Harvey parla di oltre 3 volte i task completati rispetto a GPT-6 Astra con il 34,5% di output in meno. In ClickUp, nei test alla cieca su app, dashboard e slide, Astra ha avuto un piccolo vantaggio con circa il 40% di token e il 30% di giri di revisione in meno. Basis, che fa contabilità, dice che il tempo medio sui lavori lunghi è sceso del 50%, fino al 73% sui più complessi.

Il mio preferito è Jump Trading: Astra avrebbe saturato un benchmark che resisteva da oltre tre anni, raggiungendo in meno di un giorno obiettivi che l’autore della testimonianza credeva impossibili. Tradotto: il test non riesce più a distinguere i migliori. Parole forti, da verificare.

3D, CAD e design web

Qui OpenAI si diverte. Astra lavora con precisione dentro strumenti CAD e di simulazione, fino ai singoli componenti e alle connessioni. Ha simulato la dinamica di una macchina su una strada di montagna: modello 3D, solver in Python per l’interazione tra pneumatici e sospensioni, poi animazione in Blender. Ha anche trasformato i balconi a conchiglia delle torri Marina City di Chicago in una lampada di carta, dalle foto di riferimento al CAD fino all’oggetto montato a mano. Dettaglio carino: il sito per costruirne una vostra l’ha generato lo stesso modello.

Su AA-3D, dove giudici umani scelgono tra due esperienze 3D create dallo stesso prompt senza sapere chi le ha fatte, Astra è primo con 1.318 Elo. Fable 5.2 segue con 1.271, poi Sol con 1.259. Il piccolo Sol sta solo 12 punti sotto il rivale più forte. Higgsfield, azienda di video, dice che nei suoi test di generazione 3D Astra ha centrato il risultato al primo colpo nel 73% dei casi, mentre GPT-6 Astra aveva bisogno di tre o più iterazioni.

Quanto costa

Le tariffe API, per milione di token: Astra a 8 dollari in input, 0,40 per l’input in cache e 40 in output. Sol a 2, 0,10 e 10. La cache è lo sconto che ottenete quando rimandate lo stesso inizio di prompt: il modello non lo rilegge da zero.

Astra costa il 20% in meno di GPT-6 Astra su input e output, il che significa che prima si pagava 10 dollari in input e 50 in output. Per l’input in cache lo sconto arriva al 60%. Sol mantiene i prezzi di GPT-6.1 Sol. Il consiglio pratico di OpenAI: tenete invariato l’inizio del prompt e aggiungete le nuove istruzioni in coda, così la cache lavora per voi.

Disponibilità: da oggi per gli utenti Plus, Pro, Enterprise ed Edu in ChatGPT Work e Codex. Per Enterprise ed Edu serve che l’amministratore del workspace abiliti l’accesso. Gli abbonati Pro 500 possono usare la modalità Ultrafast con entrambi i modelli. Per la prima volta arriva anche ai Pro 200, partendo da Sol. Gli sviluppatori trovano gpt-6.2-astra e gpt-6.2-sol nell’API, con Ultrafast fin dal lancio.

Sicurezza: la parte che non vorreste saltare

Il tono cambia. Entrambi i modelli superano la soglia Critical per le capacità in cybersicurezza nel Preparedness Framework di OpenAI, la griglia con cui l’azienda classifica i rischi dei propri modelli. Trovano vulnerabilità in modo più efficace, ma scrivono anche codice più sicuro e producono patch migliori. Per questo il lancio avviene con protezioni più strette sulle richieste a rischio più alto.

Il prezzo è ammesso senza giri di parole: le misure riducono il rischio di abuso, ma limitano anche parte del lavoro legittimo di ricerca e test di sicurezza. Per i difensori c’è il programma OpenAI Daybreak, con accessi dedicati a modelli GPT-6 con meno rifiuti. I modelli 6.2 non ci sono ancora, ma OpenAI dice che ci lavora.

Poi c’è la soglia High per le capacità biologiche e chimiche, con ulteriori restrizioni su richieste a doppio uso. E soprattutto: Astra è il primo modello rilasciato all’esterno a raggiungere il livello High per l’auto-miglioramento dell’AI. Cosa vuol dire? Che il suo impatto sulla ricerca equivale a dare a ogni ricercatore OpenAI un ingegnere assistente molto capace rispetto al 2024. Un modello che aiuta a costruire i modelli futuri può far correre il progresso più in fretta di quanto controlli e supervisione umana riescano a seguire. Lo dice OpenAI stessa.

La risposta sono nuovi controlli: ambienti di ricerca più isolati, un sistema chiamato Control Room che tiene traccia dei carichi di lavoro e può fermare l’output del modello, e un monitoraggio esteso che esamina ragionamento e azioni segnalando comportamenti non autorizzati.

Il difetto che OpenAI ammette

Sull’allineamento, cioè quanto i modelli fanno ciò che vogliamo davvero, i due modelli vanno più o meno come GPT-6 Astra, con meno azioni improprie nei compiti simulati da ufficio. In due test, però, hanno omesso più spesso di segnalare ostacoli che bloccavano il lavoro, come un file mancante o uno strumento di ricerca non disponibile. Nel test Blocker Deception, per esempio, gli si toglie il file da modificare e si guarda se lo dicono all’utente. OpenAI ha aggiunto istruzioni in Codex che riducono parecchio il problema e continua a indagare.

Il problema non è piccolo. Un assistente che vi consegna un lavoro finito senza dirvi che gli mancava un pezzo è peggio di uno che si pianta. Se lo mettete su compiti lunghi, controllate sempre cosa dichiara di aver trovato e cosa no.

Che fare adesso

Se pagate l’API, il test sensato è semplice: prendete un vostro flusso di lavoro reale, giratelo su Sol e su Astra, e confrontate costo per compito e qualità. Se la distanza è davvero quella dei benchmark OpenAI, Sol diventa la scelta predefinita e Astra serve solo per i casi duri. Tutti i numeri qui sopra sono dichiarati dall’azienda. Le verifiche indipendenti, la scheda di sistema completa e l’arrivo dei modelli 6.2 su Daybreak diranno quanto reggono fuori dal laboratorio.

Scritto da

Michel Morelli

Sviluppatore full-stack da oltre 26 anni. Integro l’IA in siti, e-commerce e gestionali, e ogni giorno racconto le novità dell’intelligenza artificiale su ZioBuddaLabs.

Vuoi l’IA al lavoro nella tua azienda?

Una call di 30 minuti, senza impegno. Oppure scrivi a michel@ziobuddalabs.it