GPT-6 Astra e il computer use

L'uso del computer è l'area su cui l'annuncio di GPT-6 Astra insiste di più, ed è anche quella con le implicazioni più concrete per un'azienda: significa un modello che opera dentro il software che già usi, senza bisogno che qualcuno costruisca un'integrazione.

Questa pagina raccoglie cosa dichiara OpenAI, i numeri ufficiali e cosa serve per usarlo davvero. Dati verificati il 4 settembre 2026.

I numeri ufficiali

Il salto generazionale è netto: quindici punti su ScreenSpot-Pro rispetto a Sol, sette su OSWorld, quasi sei su Agents' Last Exam.

Il confronto con la concorrenza è più sfumato di quanto la comunicazione lasci intendere: su OSWorld 2.0 il vantaggio su Opus 5 è di 2,4 punti, su Agents' Last Exam di 3,8. Sono margini reali ma non schiaccianti.

Il fattore tempo

Accanto ai punteggi, l'annuncio riporta due misure di velocità — cosa rara e particolarmente rilevante per gli agenti.

Su OSWorld 2.0, in simulazioni di latenza, Astra ottiene 72,6% impiegando circa 40 minuti per task, contro il 65,7% in circa 75 minuti della generazione precedente. Più risultato in circa metà del tempo.

Sul benchmark Mind2Web, con l'impalcatura Codex aggiornata, OpenAI dichiara un completamento dei task 1,9 volte più veloce rispetto all'esperienza con GPT-5.6 Sol.

Questo conta più di quanto sembri. Nei flussi che usano il computer la latenza si moltiplica per il numero di passaggi: se un compito richiede quaranta azioni, dimezzare il tempo di ciascuna cambia se quel flusso può girare mentre qualcuno guarda o solo durante la notte.

Cosa dichiara di saper fare

L'annuncio elenca compiti concreti, che vale la pena riportare perché sono più informativi di un punteggio.

• Compilare moduli online e aggiornare anagrafiche clienti in un CRM
• Organizzare il calendario
• Fare ricerche online e scrivere riassunti dentro email o documenti
• Analizzare dati scientifici, generare grafici, creare un sito
• Eseguire controlli di qualità sul frontend di un sito
• Installare e testare software, diagnosticare problemi visti a schermo

Gli esempi mostrati includono il layout di un circuito stampato in un software di progettazione elettronica, la compilazione di un modulo fiscale, la formattazione di un documento legale e l'uso di strumenti di business intelligence.

Sono compiti accomunati da una caratteristica: software specialistici senza API comode. È esattamente lo spazio in cui l'uso del computer ha senso — dove l'integrazione tradizionale non esiste o costerebbe troppo.

Quando serve davvero

La colonna di destra merita una nota: far navigare un'interfaccia a un modello è più fragile di chiamare una API. Se l'integrazione esiste, resta la strada corretta. L'uso del computer è la soluzione per il caso in cui non esiste.

Esempi pratici

Studio che deve inserire dati in un portale della pubblica amministrazione. Nessuna API, interfaccia che cambia poco, decine di pratiche al mese. È il caso da manuale: il costo di un'integrazione non si giustifica, il lavoro manuale sì che pesa.

Azienda che aggiorna anagrafiche su un gestionale storico. L'annuncio cita esplicitamente l'aggiornamento di record in un CRM. Vale la prova, misurando quanti aggiornamenti arrivano a conclusione senza intervento e cosa succede quando il modello incontra un campo inatteso.

E-commerce che verifica il funzionamento del sito dopo ogni rilascio. I controlli di qualità sul frontend sono fra i compiti citati. Qui il vantaggio è che il controllo è visivo, cioè esattamente ciò che uno script tradizionale fatica a fare.

Errori da evitare

• Usarlo dove esiste già una API: più fragile e più costoso.
• Leggere solo i punteggi ignorando i token consumati.
• Non prevedere l'interruzione del task in API.
• Lasciarlo operare senza registrare i passaggi.
• Assumere margini enormi sui concorrenti: sono pochi punti.
• Dimenticare che la latenza si moltiplica per i passaggi.

Come applicarlo in azienda

L'uso del computer va trattato come un agente a tutti gli effetti, quindi valutato di conseguenza.

Prendi dieci compiti reali completi del tuo processo — non azioni isolate — e includine tre anomali: un campo che manca, una schermata inattesa, un documento fuori formato. Registra ogni passaggio, non solo l'esito: è nei passaggi che si vede dove la catena si rompe.

I numeri da raccogliere sono tre: quanti compiti arrivano a conclusione senza intervento, quanto tempo richiede l'esecuzione intera, e cosa fa il modello quando qualcosa non torna.

Progetta infine il livello umano dall'inizio: una percentuale di casi deve arrivare a una persona, con il contesto già preparato. E ricorda che in API un task fermato dai controlli di sicurezza si interrompe: serve sapere chi se ne accorge e chi lo riprende.

Il criterio generale per valutare un agente è in miglior modello AI per agenti; il calcolo del costo reale, che negli agenti cresce più che linearmente coi passaggi, è in costo per task o prezzo per token.

Come si comporta quando l'istruzione è ambigua

Un aspetto che i benchmark catturano poco e che nell'uso quotidiano di un agente pesa moltissimo.

L'annuncio descrive Astra come migliore dei modelli precedenti nel decidere cosa fare quando le istruzioni lasciano spazio all'interpretazione: usa il contesto per colmare i vuoti di routine e pone domande mirate quando la risposta cambierebbe l'esito. In Codex può chiedere in modo asincrono, continuando nel frattempo il lavoro che non dipende dalla risposta.

Se non riceve risposta, procede con assunzioni ragionevoli dove è appropriato, ma attende sulle decisioni con conseguenze.

C'è poi un miglioramento sul mantenere l'orientamento: i modelli precedenti a volte trattavano un messaggio di correzione come un nuovo obiettivo, perdendo la richiesta originale o i vincoli iniziali. Astra è descritto come capace di incorporare nuovi requisiti, cambiare rotta quando richiesto e rispondere a domande laterali senza abbandonare il compito principale.

Sicurezza: i numeri e il prezzo da pagare

Sull'uso del computer OpenAI pubblica metriche di allineamento specifiche, dove un valore più basso è migliore.

Il confronto è stato fatto, dichiara OpenAI, con un'impalcatura generica basata sugli strumenti di uso del computer disponibili nelle API di entrambi i fornitori, e senza le protezioni aggiuntive normalmente attive in Codex e ChatGPT Work.

Il rovescio della medaglia è dichiarato con altrettanta chiarezza: i controlli extra possono rallentare, mettere in pausa o fermare lavoro legittimo. In ChatGPT o Codex può essere chiesta una revisione prima di continuare; in API il task si ferma.

Per chi progetta un'automazione che gira di notte senza supervisione, questo è un requisito architetturale, non un dettaglio: serve un meccanismo che registri l'interruzione e la porti all'attenzione di qualcuno.

Cosa mettere in conto nel budget

Gli agenti che usano il computer hanno una struttura di costo che i preventivi sbagliano quasi sempre, per due ragioni che si sommano.

La prima: a ogni passaggio il contesto cresce, perché il modello riceve anche ciò che è successo nei passi precedenti. Il consumo di input aumenta quindi più che linearmente rispetto al numero di azioni.

La seconda: i compiti non conclusi si pagano interamente. Un flusso che si ferma al passo diciotto su venti ha consumato diciotto passaggi senza produrre valore.

La stima va quindi fatta su compiti completi, non su singole chiamate: cinquanta esecuzioni reali dall'inizio alla fine, sommando tutti i token — compresi quelli dei tentativi falliti — e dividendo per i compiti conclusi correttamente.

Il salto che rende possibili progetti prima esclusi

Vale la pena isolare cosa cambia davvero per una PMI, al di là dei punteggi.

Finora automatizzare un processo che passa da un software senza API significava una di tre cose: pagare un'integrazione su misura, rassegnarsi al lavoro manuale, oppure costruire uno script che imita i clic e si rompe al primo cambio di interfaccia. Tutte e tre hanno un costo che spesso supera il beneficio su volumi medi.

Un modello che guarda lo schermo e capisce cosa sta vedendo cambia quel calcolo: tollera piccole variazioni dell'interfaccia, non richiede di mappare in anticipo ogni campo, e non va riscritto quando il fornitore aggiorna il gestionale.

Questo non lo rende adatto a tutto — resta più fragile e più lento di una API, e va usato dove l'alternativa non esiste. Ma sposta la soglia oltre la quale un'automazione diventa conveniente, e alcuni processi che finora restavano manuali entrano nella fascia sostenibile.

È il tipo di guadagno che i benchmark non catturano e che si misura in un modo solo: quante ore di lavoro ripetitivo tornano disponibili.

Tre riferimenti collegati. La panoramica generale è in GPT-6 Astra: cos'è e cosa cambia, i costi reali in GPT-6 Astra: prezzi e come si paga, e la valutazione per caso d’uso aziendale in GPT-6 Astra: tutti i benchmark ufficiali.

Conclusione

Sull'uso del computer GPT-6 Astra segna un salto netto rispetto alla generazione precedente — quindici punti su ScreenSpot-Pro, metà del tempo per task su OSWorld — e un vantaggio più contenuto sui concorrenti diretti, dove i margini sono di 2-4 punti.

Il dato più rilevante non è però il punteggio: è il consumo, con circa il 65% di token di output in meno dichiarato rispetto a Opus 5. Su questa fascia di prezzo, l'efficienza vale quanto la capacità.

Per un'azienda l'uso del computer ha senso dove l'integrazione non esiste. Dove esiste, resta la strada migliore.

Se vuoi capire quali processi della tua azienda possono essere automatizzati con l'AI, Giallo Studio progetta agenti e automazioni su misura per le PMI.

Schema consigliato: Article + FAQPage + BreadcrumbList