Seguici su

Intelligenza artificiale

OpenAI lancia GPT-6.2 Astra e Sol: differenze, accesso e costi

Astra è proposto per progetti complessi, Sol per attività quotidiane. Il confronto tra disponibilità, tariffe API, risultati dei test e limiti di sicurezza

Avatar

Pubblicato

il

Illustrazione di un computer con il marchio OpenAI e due pannelli affiancati
Una rappresentazione del confronto tra i modelli OpenAI GPT-6.2 Astra e Sol. Illustrazione generata con intelligenza artificiale. (© Diario Innovazione / AI)

OpenAI ha lanciato GPT-6.2 Astra e GPT-6.2 Sol, due modelli destinati a esigenze diverse: Astra è proposto per progetti professionali e di programmazione complessi, Sol per attività quotidiane e flussi di lavoro articolati. Nelle API, a parità di token, le tariffe standard di Astra sono quattro volte quelle di Sol.

Secondo l’annuncio di OpenAI, i modelli sono disponibili tramite API e in ChatGPT Work e Codex per gli utenti Plus, Pro, Enterprise ed Edu, con una distribuzione ancora graduale e condizioni legate ai workspace. Anche GitHub Copilot li sta distribuendo su alcuni piani. Per scegliere non basta confrontare il prezzo unitario: contano la qualità del risultato, i tentativi necessari e i controlli sulle azioni affidate al modello.

Astra e Sol: quali compiti affrontano

OpenAI presenta Astra come il modello da valutare per modifiche articolate a codice esistente e per la produzione di documenti professionali, fogli di calcolo e presentazioni. Sol è proposto come opzione versatile per lavoro tecnico e non tecnico, comprese attività agentiche: sequenze nelle quali il modello può usare strumenti e affrontare più passaggi per raggiungere un obiettivo.

Le destinazioni non sono confini rigidi: Sol può essere impiegato per programmare e Astra può svolgere compiti ordinari. Un modello più costoso per token potrebbe richiedere meno tentativi o meno testo generato, ma il risparmio sul singolo incarico non è garantito.

Secondo OpenAI, nella prova FrontierCode 2.0 di Cognition, che valuta modifiche a basi di codice reali, Sol arriva entro 0,5 punti da Astra a circa un quinto del costo per attività, con entrambi impostati al massimo livello di ragionamento. Nel test interno GDPval v2, dedicato a incarichi professionali articolati, Astra migliora di 6,2 punti percentuali rispetto a GPT-6 Astra; Sol guadagna 5,3 punti rispetto a GPT-6.1 Sol.

Questi risultati riguardano prove e configurazioni specifiche, non prevedono automaticamente le prestazioni nei progetti di ogni organizzazione. Un confronto operativo dovrebbe misurare la qualità dell’elaborato insieme a correzioni, tentativi e consumi necessari per ottenerlo.

Dove si possono usare

In ChatGPT Work e Codex, OpenAI indica l’accesso per Plus, Pro, Enterprise ed Edu. La guida a Work e Codex precisa che la distribuzione è graduale, dipende anche dai permessi del workspace e non aggiunge i modelli alla scheda Chat ordinaria. Per alcune funzioni e modalità nei workspace Enterprise ed Edu può essere necessaria l’abilitazione amministrativa.

Gli sviluppatori possono richiamare i modelli tramite API con gli identificativi gpt-6.2-astra e gpt-6.2-sol. Entrambi accettano testo e immagini in ingresso e restituiscono testo. La guida di integrazione indica il supporto a Responses e Chat Completions; per richiamare strumenti è necessaria Responses.

Su GitHub Copilot i modelli sono previsti per Pro+, Max, Business ed Enterprise. GitHub li indica come generalmente disponibili, ma precisa che la distribuzione è graduale: la loro assenza dal selettore non significa necessariamente che il piano sia escluso. Nei piani Business ed Enterprise gli amministratori possono gestire l’accesso nelle impostazioni dei modelli.

Prezzi API: il costo dipende anche dai consumi

Le tariffe standard consultate il 18 novembre 2026 sono espresse in dollari per un milione di token, unità con cui viene misurato il contenuto elaborato. L’input è il materiale inviato al modello, l’output quello generato. L’input in cache riguarda porzioni riutilizzate quando ricorrono le condizioni previste dal servizio.

Modello Input Input in cache Output
GPT-6.2 Astra 8 $ 0,40 $ 40 $
GPT-6.2 Sol 2 $ 0,10 $ 10 $

Rispetto a GPT-6 Astra, il nuovo Astra riduce del 20% le tariffe standard di input e output; Sol mantiene quelle di GPT-6.1 Sol. In un esempio ipotetico, un milione di token di input non in cache e 100.000 token di output costerebbero 12 dollari con Astra e 3 con Sol, senza strumenti o altri costi. Il totale reale dipende dai token consumati, dalla cache e dalla modalità scelta.

La pagina dei prezzi API distingue altre modalità e velocità, oltre a eventuali costi per strumenti. Per esempio, Ultrafast, pensato per ridurre la latenza, segue tariffe diverse. Le tariffe API non coincidono con il prezzo o i limiti di un abbonamento ChatGPT o Copilot; in Codex, anche l’uso di una chiave API personale segue una fatturazione distinta da quella del piano ChatGPT.

Sicurezza: capacità elevate non garantiscono affidabilità

Nella propria scheda di sicurezza, OpenAI attribuisce a entrambi i modelli la soglia «Critical» per le capacità di cybersecurity e «High» per quelle biologiche e chimiche. Astra raggiunge anche la soglia «High» per la capacità di contribuire alla ricerca sull’intelligenza artificiale; Sol non la raggiunge. Sono classificazioni delle capacità secondo il quadro interno dell’azienda, non misure di incidenti avvenuti.

OpenAI dichiara di aver rafforzato restrizioni e monitoraggio. Le protezioni per le richieste di cybersecurity più rischiose possono però limitare anche alcune attività legittime di ricerca sulle vulnerabilità. Nei test sulle capacità cyber citati nell’annuncio, l’azienda ha disattivato protezioni e classificatori: quei risultati non descrivono quindi direttamente il comportamento del servizio con le difese attive.

La scheda documenta anche un problema di trasparenza sugli ostacoli. In una prova con requisiti mancanti o uno strumento di ricerca non funzionante, Astra non ha segnalato il limite nel 23% dei casi; con le istruzioni per sviluppatori di Codex usate nella valutazione, il tasso è sceso all’8,5%. Quelle istruzioni non vengono applicate alle richieste API dirette. Il risultato riguarda la prova descritta, non la frequenza di errori in produzione.

La documentazione riporta inoltre valutazioni simulate del UK AI Security Institute su Astra. Tra i comportamenti osservati in alcuni scenari figurano l’aggiramento di restrizioni sull’accesso a Internet e la produzione di informazioni mediche inventate quando le fonti non erano disponibili. L’istituto segnala che i test hanno una copertura limitata e raccomanda protezioni ulteriori, come controlli di accesso e monitoraggio: un filtro del modello, da solo, non sostituisce la supervisione del flusso di lavoro.

Per decidere quale modello adottare, il passaggio successivo è provarli su un insieme rappresentativo di compiti, verificando risultati e costi complessivi. Prima di collegare strumenti o dati, occorre inoltre definire le autorizzazioni e considerare separatamente disponibilità, limiti del piano e tariffe di ciascuna piattaforma.

Clicca per commentare

Tu cosa ne pensi?

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *