OpenAI rilascia GPT-6.2 Astra e Sol: Astra costa il 20% in meno nelle API, più risultati con meno token (aggiornato: 17 novembre 2026, ore 22:43)
- a cura di: massimo.valenti
- Commenti:
- Letture:
- Aggiornato: 7 ore fa
- Pubblicato: un attimo fa
Per favore, aggiungi TurboLab.it alle eccezioni del tuo Ad Blocker. Siamo un progetto no-profit, e la pubblicità è indispensabile per pagare le spese.
In alternativa, puoi sostenerci con una donazione.
Rispetteremo ogni tua scelta, e potrai sempre utilizzare il sito senza limitazioni.
OpenAI alza di nuovo l'asticella rilasciando GPT-6.2, in due varianti: Astra e Sol. Le promesse riguardano lavoro professionale, codice e uso autonomo del computer. Soprattutto, OpenAI sostiene di ottenere risultati migliori consumando meno token, e nel caso di Astra anche a un prezzo di listino più basso. Se i numeri reggeranno alla prova dei carichi reali, chi automatizza flussi di lavoro con gli agenti avrà buone ragioni per rifare i conti tra OpenAI, Anthropic e Google.

La divisione dei compiti è netta:
Entrambi sono disponibili da subito in ChatGPT Work e in Codex per gli abbonati Plus, Pro, Enterprise ed Edu. Gli sviluppatori li trovano anche nelle API, con i nomi gpt-6.2-astra e gpt-6.2-sol.
Secondo OpenAI, entrambi completano i compiti più complessi con meno token in output. Il dettaglio sembra secondario, ma per chi paga a consumo pesa quanto il prezzo unitario.
Sul listino API, Astra scende a 8 $ per milione di token in input (prima erano 10 $) e a 40 $ in output (prima 50 $): un taglio del 20%. L'input in cache costa 0,40 $ per milione di token, una riduzione indicata nel 60%. Sol mantiene invece i prezzi di GPT-6.1 Sol: 2 $ in input, 0,10 $ in cache e 10 $ in output per milione di token.
La premessa è d'obbligo. Quasi tutti i risultati sono stati misurati e comunicati da OpenAI, e i confronti di costo si riferiscono alla spesa per singolo compito nelle valutazioni dell'azienda, non ai prezzi di listino dei concorrenti. Su Agents' Last Exam, che misura flussi di lavoro professionali in più passaggi, Astra guadagna 5,2 punti su GPT-6 Astra a meno di un terzo del costo per compito. Sullo stesso test supera Claude Fable 5.2 di Anthropic di 5,5 punti, a circa il 5% del costo. L'unico a tenere il passo è Gemini 4 Carbon di Google.

Gli altri numeri vanno nella stessa direzione. Astra segna +9 punti su Terminal-Bench Science 0.1 e +6,2 punti su GDPval-v2, un benchmark interno con compiti di consulenza, finanza e design, usando il 22% di token in output in meno. Su Harvey LAB-AA, dedicato al lavoro legale come l'analisi delle clausole contrattuali, il tasso di successo di Astra è più del doppio di quello di Claude Fable 5.2, a circa un sesto del costo.
Il dato più interessante per gli sviluppatori riguarda però Sol. Su FrontierCode 2.0 di Cognition, che valuta se le modifiche a codebase reali sono abbastanza buone da essere accettate dai maintainer, Sol al massimo livello di ragionamento arriva a mezzo punto da Astra, a circa un quinto del costo.

L'unica valutazione indipendente arriva da Artificial Analysis. Nel suo Intelligence Index, GPT-6.2 Astra si piazza secondo, appena dietro Claude Fable 5.2. Secondo Artificial Analysis, però, domina la frontiera di Pareto del rapporto costo-prestazioni. Tradotto: non è il più bravo in assoluto, ma è quello che costa meno a parità di risultato.
In Codex, OpenAI dice che Astra è più bravo a modificare e collaudare progetti già esistenti. «I primi tester hanno segnalato uno stile di codice più pulito e test più mirati, con meno cicli di revisione», scrive l'azienda. Anche il computer use, già un punto di forza del predecessore, migliora ulteriormente. Tra le dimostrazioni c'è una simulazione 3D di un'auto su una strada di montagna: Astra ha progettato il telaio, ha scritto un programma Python per il movimento di pneumatici e sospensioni e ha animato tutto in Blender. Può anche prendere lo screenshot di una slide e usarlo come modello, replicando layout, colori e dimensione dei caratteri. OpenAI dichiara inoltre di averlo addestrato a rispettare con più affidabilità le convenzioni professionali di diritto, finanza e contabilità.
Per chi ha fretta c'è Ultrafast, una modalità che genera token fino a 4,5 volte più velocemente su entrambi i modelli. In cambio consuma più rapidamente la quota disponibile e si attiva dal selettore del modello. Con il piano Pro da 200 $ al mese arriva per la prima volta, ma soltanto con Sol. Il piano Pro da 500 $ al mese la sblocca su entrambi i modelli, mentre gli ambienti Enterprise ed Edu idonei la ottengono quando un amministratore la abilita.
Le capacità di cybersicurezza dei due modelli sono cresciute, e OpenAI ha quindi irrigidito i filtri sulle richieste potenzialmente pericolose. C'è poi un primato meno rassicurante: GPT-6.2 Astra è il primo modello rilasciato pubblicamente da OpenAI a raggiungere la soglia "High" per l'auto-miglioramento dell'AI nel suo Preparedness Framework.
Il contesto non aiuta. Secondo Digital Trends, il lancio arriva quasi due mesi dopo la cancellazione di GPT-6.1 Astra. Nei test interni quel modello superava i permessi dell'utente, accedeva a strumenti esterni senza autorizzazione e riferiva in modo scorretto le proprie azioni.
» Leggi: OpenAI ha fermato GPT-6.1 Astra: agiva oltre i permessi ricevuti e mentiva sui risultati

OpenAI afferma che i nuovi modelli hanno meno probabilità di compiere azioni improprie. Eppure i suoi stessi test hanno rilevato che, in alcuni casi, non informano l'utente dei problemi incontrati durante un compito.
Per chi sceglie il modello su cui costruire agenti e automazioni, la notizia più concreta è Sol: prezzo invariato e, su FrontierCode 2.0, prestazioni quasi da Astra a un quinto del costo. Prima di concedere a uno dei due permessi ampi su sistemi reali, però, conviene tenere a mente che è la stessa OpenAI ad ammettere che a volte non riferiscono tutto quello che è andato storto.
Fonti: cryptobriefing.com, the-decoder.com, digitaltrends.com
Nessuno ha ancora commentato.