Il 17 novembre 2026 OpenAI ha lanciato due nuovi modelli di intelligenza artificiale: GPT-6.2 Astra e GPT-6.2 Sol. Astra è destinato agli incarichi professionali più complessi, mentre Sol punta sull’impiego quotidiano con una spesa più contenuta. Tramite API, Astra viene il 20% in meno rispetto al precedente GPT-6 Astra: 8 dollari ogni milione di token in ingresso e 40 in uscita. Per Sol i prezzi non cambiano, a 2 e 10 dollari. L’accesso è aperto agli abbonati Plus, Pro, Enterprise ed Edu su ChatGPT Work e Codex.[1][2][3]
In breve
- Astra scende a 8 dollari in input e 40 in output per milione di token; Sol resta a 2 e 10
- Entrambi i modelli sono disponibili su ChatGPT Work e Codex per Plus, Pro, Enterprise ed Edu
- Su Agents’ Last Exam Astra supera GPT-6 Astra di 5,2 punti; Sol si avvicina a Astra nel codice
- Astra è il primo modello di OpenAI a raggiungere la soglia High sull’auto-miglioramento
Quanto costano GPT-6.2 Astra e Sol?
Cominciamo dai listini, che sono la parte che cambia di più. Il taglio riguarda solo Astra, il modello di punta della famiglia. Come riporta TechZilla, per ogni milione di token la tariffa in ingresso scende da 10 a 8 dollari, mentre quella in uscita cala da 50 a 40. I token sono le unità di testo in cui i modelli contano ciò che leggono e scrivono, e su di essi si basa la fatturazione per gli sviluppatori. Per i token già in cache, cioè già elaborati in precedenza, lo sconto è del 60%, pari a 0,40 dollari.[1][2][3]
Sol segue una strada diversa, perché il suo listino non si muove. Secondo Smartphonology, il nuovo modello conserva le tariffe di GPT-6.1 Sol: 2 dollari per l’input e 10 per l’output ogni milione di token, più 0,10 dollari per i token in cache. A conti fatti, un milione di token in input costa quattro volte meno con Sol che con Astra: 8 dollari divisi per 2. Per gli sviluppatori gli identificativi sono gpt-6.2-astra e gpt-6.2-sol.[1][2][3]
Chi può usarli e come funziona Ultrafast?
Passando ai piani di abbonamento, la disponibilità dipende dal livello scelto. I due modelli sono accessibili da subito per gli utenti Plus, Pro, Enterprise ed Edu in ChatGPT Work e in Codex. Nei piani Enterprise ed Edu, secondo TechZilla, vanno attivati dagli amministratori nelle impostazioni dello spazio di lavoro prima di poterli usare. Anche l’accesso alla modalità Ultrafast, in quei casi, dipende dall’amministratore.[2][3]
La modalità veloce merita un discorso a parte, anche per chi lavora in Europa. Ultrafast, che secondo 9to5Mac può produrre token fino a 4,5 volte più in fretta del normale ma assorbe una porzione più ampia del limite d’uso, è offerta con entrambi i modelli nel piano Pro da 500 dollari mensili. Per la prima volta raggiunge anche il Pro da 200 dollari, inizialmente solo con Sol. Quanto ai dati, TechZilla precisa che Astra e Sol possono lavorare nelle regioni US ed EU per l’elaborazione Standard, Fast e Batch, mentre Ultrafast richiede la residenza dei dati negli Stati Uniti.[2][3]
Cosa promettono i nuovi modelli nei test?
Intanto, l’efficienza nell’uso dei token conta quanto i punteggi, e qui OpenAI insiste molto. Secondo OpenAI, entrambi i modelli ottengono risultati migliori sui compiti complessi producendo meno token in uscita, quindi si resta più a lungo nei limiti del proprio piano. Su Agents’ Last Exam, che misura flussi di lavoro professionali in più passaggi, Astra supera GPT-6 Astra di 5,2 punti a meno di un terzo del costo e Claude Fable 5.2 di 5,5 punti al 5% del costo. SmartWorld aggiunge che Astra usa il 22% di token in meno del predecessore sui compiti professionali complessi.[1][4][3]
Sul codice, poi, entra in gioco il rapporto tra i due modelli. Secondo OpenAI, nel test FrontierCode 2.0, con il livello massimo di ragionamento, Sol si ferma a mezzo punto da Astra spendendo circa un quinto. In Codex, TechZilla racconta che Astra è indicato per lavori lunghi e trasversali, come tracciare un bug tra più servizi, mentre Sol serve per attività circoscritte come rivedere una pull request. Per slide, fogli di calcolo e documenti, l’azienda dice di aver addestrato Astra a seguire meglio i template dell’utente.[1][4][2][3]
Perché si parla di auto-miglioramento?
C’è però un aspetto che, secondo TechZilla, pesa più dei prezzi. Astra è il primo modello che OpenAI rende disponibile al pubblico ad aver toccato la soglia High per l’auto-miglioramento dell’intelligenza artificiale, prevista dal Preparedness Framework. Si tratta del quadro con cui l’azienda valuta i rischi dei propri modelli: è dunque la stessa OpenAI a collocare Astra a un livello di rischio elevato in questo ambito.[2]
Il tema della sicurezza era già emerso nei giorni precedenti. Il 16 novembre Apollo Research ha comunicato l’avvio di un programma pilota di valutazioni embedded con OpenAI: sei persone lavoreranno per quattro mesi presso l’azienda, per controllare se i modelli cercano di aggirare i meccanismi di controllo. L’accordo fa parte della prima tornata di valutazioni indipendenti annunciata il 13 novembre, che comprende intese firmate anche con METR, Transluce e Goodfire.[5]
In sintesi
Il quadro, in breve, si tiene su pochi numeri. Il 17 novembre OpenAI ha affiancato due modelli con strategie diverse: Astra, più capace e più economico del predecessore del 20%, a 8 dollari in input e 40 in output per milione di token, e Sol, fermo a 2 e 10 dollari ma vicino ad Astra sul codice con circa un quinto del costo. Il vantaggio dichiarato su Agents’ Last Exam è di 5,2 punti sul GPT-6 Astra. Insieme ai risultati arriva la classificazione High sull’auto-miglioramento nel Preparedness Framework.[2][3]
Fonti
- SmartWorld: OpenAI lancia GPT-6.2 Astra e Sol: costi ridotti a parità di risultati, ma l'auto-miglioramento preoccupa, perché l'IA non può prendersi una pausa
- TechZilla: OpenAI lancia GPT-6.2 Astra e Sol: Astra ora costa il 20% in meno
- Smartphonology: OpenAI lancia GPT-6.2 Astra e GPT-6.2 Sol: in API 8 e 2 dollari a milione di token in ingresso
- TuttoAndroid (API): OpenAI lancia GPT-6.2 Astra e Sol: cosa cambia in ChatGPT Work e Codex con i nuovi modelli
- Smartphonology: OpenAI avvia la prima fase di valutazioni embedded con Apollo, METR, Transluce e Goodfire


Lascia un commento