GPT-6 Astra: i cinque livelli di ragionamento

GPT-6 Astra espone cinque livelli di ragionamento: low, medium, high, xhigh e max. È un parametro che decide contemporaneamente qualità, costo e tempo di risposta — e che su questo modello pesa più che altrove, perché l'output costa cinquanta dollari per milione di token.

Dati verificati il 4 settembre 2026 sulla scheda ufficiale del modello.

Cosa succede quando alzi il livello

Il modello non diventa più capace: si prende più spazio per arrivare alla risposta. Produce ragionamento intermedio, considera più strade, verifica di più prima di concludere.

Le conseguenze sono tre e vanno considerate insieme.

• La qualità sale sui compiti che richiedono più passaggi concatenati
• Il costo sale, perché i token intermedi si pagano come output
• La latenza sale, spesso in modo sensibile
• Sui compiti semplici il guadagno è nullo o negativo

L'ultimo punto sorprende sempre. Su un compito di riconoscimento — classificare un messaggio, estrarre una data — alzare il livello non migliora nulla e a volte peggiora: il modello elabora una risposta semplice più del necessario e finisce per complicarla.

I benchmark sono tutti al massimo

C'è una riga nelle note dell'annuncio che cambia la lettura di tutte le tabelle: i punteggi sono il massimo ottenuto a qualunque livello di ragionamento.

Significa due cose. La prima: quei numeri non descrivono il comportamento del modello alla configurazione che useresti tu in produzione, dove per costo e latenza starai quasi certamente più in basso. La seconda: non sono confrontabili con risultati di altri modelli ottenuti a livello fisso o a costo controllato.

È il problema descritto in reasoning effort: cosa cambia nei confronti, qui reso esplicito dal produttore stesso.

I risultati a livelli ridotti

OpenAI pubblica però anche due risultati a impostazioni più economiche, e sono i più utili dell'intero annuncio per chi deve progettare un sistema reale.

La prima riga è quella che dovrebbe orientare le scelte: a impostazione ridotta Astra supera comunque il miglior risultato della generazione precedente, spendendo circa un terzo in meno.

Tradotto: nella maggior parte dei casi non serve il livello massimo per ottenere un risultato migliore di quello che avevi prima. È il tipo di informazione che cambia un preventivo.

Come scegliere il livello

La regola pratica è semplice: alza il livello quando il compito concatena passaggi di ragionamento, abbassalo quando è di riconoscimento o estrazione. La scelta va fatta per tipo di compito, non una volta per tutte.

I due errori speculari

Impostare il massimo ovunque "per sicurezza". Sembra prudente e non lo è: moltiplica il costo su tutto il traffico, comprese le migliaia di richieste banali che non ne traggono alcun beneficio, e peggiora la latenza proprio dove gli utenti la notano. Su un modello con l'output a 50 dollari, è l'errore più caro che si possa fare.

Tenere il minimo ovunque per risparmiare. Produce risposte affrettate sui compiti che richiedono ragionamento, che poi vanno corrette a mano — e il tempo di correzione costa più del risparmio.

Esempi pratici

Sistema che classifica email in sei categorie. Compito di riconoscimento puro: livello basso. Alzarlo non migliora la classificazione, costa di più e rallenta le risposte.

Agente che analizza contratti e segnala clausole critiche. Richiede di collegare parti distanti e concatenare deduzioni: livello alto sui documenti complessi, medio su quelli standard. La differenza si vede sui casi difficili, non sulla media.

Flusso misto sul ciclo passivo. La maggior parte delle fatture è ordinaria, una minoranza presenta anomalie. La configurazione corretta usa un livello basso per il primo passaggio e lo alza solo sui casi che il primo segnala come dubbi.

Errori da evitare

• Impostare max ovunque: moltiplica il costo su tutto il traffico.
• Tenere low sui compiti di ragionamento, pagando in correzioni.
• Confrontare benchmark senza sapere a che livello sono stati ottenuti.
• Trattarlo come configurazione globale invece che per compito.
• Ignorare l'impatto sulla latenza negli scenari interattivi.
• Non misurare i token di output effettivamente consumati.

Come applicarlo in azienda

Il principio operativo è che l'effort è una variabile del compito, non una configurazione del sistema. Nei progetti ben fatti cambia da una chiamata all'altra.

Il flusso tipico usa un livello basso per la classificazione iniziale — veloce, economica e sufficiente — e lo alza solo per i casi marcati come complessi. Si ottiene la qualità dove serve pagandola solo dove serve, ed è lo stesso principio della strategia a modello misto applicato ai parametri invece che ai modelli.

Per tarare, misura i token di output effettivamente fatturati su cento casi reali a due livelli diversi. Non stimarli dalla lunghezza delle risposte: i token di ragionamento non compaiono nel testo finale ma si pagano, e su questo modello sono la voce che pesa di più.

Infine, tieni presente il dato dichiarato da OpenAI: a impostazione ridotta Astra supera comunque i risultati migliori della generazione precedente. Partire dal basso e salire solo su un fallimento misurato è la strategia che costa meno e informa di più.

Il conto: quanto costa alzare il livello

Facciamo un esempio concreto per rendere tangibile l'impatto economico.

Prendiamo 20.000 richieste al mese con 3.000 token di input e una risposta visibile di 500 token. Il consumo di output cambia radicalmente col livello, perché i token di ragionamento si sommano alla risposta.

I moltiplicatori sono indicativi e vanno misurati sul proprio caso — l'unica cosa certa è la direzione. Ma illustrano il punto: la stessa identica richiesta può costare dieci volte tanto solo cambiando un parametro, senza toccare il prompt.

L'input resta invece costante a 600 dollari mensili in tutti gli scenari. È per questo che su un modello con l'output a cinque volte l'input, il livello di ragionamento è la leva economica più potente a disposizione.

L'effetto sulla latenza

Il ragionamento non costa solo denaro: costa tempo. E in alcuni scenari il tempo pesa più del denaro.

Alzare il livello significa che il modello produce token intermedi prima di iniziare a rispondere. Su un'interfaccia dove qualcuno guarda uno schermo, la differenza fra due secondi e dieci non è un dettaglio: è la differenza fra uno strumento che si usa e uno che si abbandona.

Nei flussi agentici l'effetto si moltiplica per il numero di passaggi. Un agente che compie dodici passi a livello alto paga il ritardo dodici volte, e un'esecuzione che a livello medio dura tre minuti può arrivare a dieci.

L'ultima riga è quella dove il livello massimo si giustifica davvero: pochi casi, valore alto per caso, nessuno che aspetta. Fuori da lì è quasi sempre eccessivo.

Come si combina con Fast mode

Su Astra c'è un secondo parametro che tocca la velocità: la Fast mode, che secondo la documentazione offre fino al doppio della velocità al doppio del prezzo applicabile.

I due si sommano in modo che vale la pena capire. Fast mode raddoppia la tariffa; un livello di ragionamento alto moltiplica i token consumati. Attivarli insieme su tutto il traffico produce un conto che sorprende.

La combinazione sensata è quasi sempre l'opposto di quella istintiva: livello di ragionamento adeguato al compito, Fast mode solo dove la latenza è un requisito reale. Alzare entrambi "per sicurezza" è il modo più rapido di moltiplicare la spesa senza un guadagno corrispondente.

Vale infine ricordare che Batch e Flex costano metà dello Standard: su un carico non urgente, la combinazione più efficiente è livello adeguato e modalità economica, come descritto in GPT-6 Astra: prezzi e come si paga.

Una domanda che precede la scelta del livello

Prima di tarare l'effort, vale la pena porsi una domanda più a monte: serve questo modello?

Il livello di ragionamento è la leva giusta quando il modello è quello giusto. Ma se il compito è classificare messaggi o estrarre campi da documenti strutturati, il problema non è quale effort impostare su Astra: è che un modello di fascia economica farebbe lo stesso lavoro a un cinquantesimo del prezzo, con qualunque impostazione.

L'ordine corretto è quindi: prima la fascia, poi il livello, poi la modalità. Invertirlo — tarare finemente i parametri di un modello sovradimensionato — è un'ottimizzazione che produce risparmi marginali su una spesa che non doveva esistere.

Il criterio per la prima decisione è in quando basta un modello economico.

Un dettaglio sulla documentazione

La scheda del modello elenca i cinque livelli senza indicare quale sia il predefinito. È un'informazione che vale la pena verificare direttamente nella propria integrazione, perché determina cosa succede se non specifichi nulla — e quindi quanto stai spendendo oggi senza averlo deciso.

È la stessa categoria di verifica che conviene fare sull'identificativo del modello: controllare cosa usa davvero il sistema, invece di assumere. Nei progetti cresciuti nel tempo la differenza fra configurazione voluta e configurazione effettiva è più comune di quanto si creda.

Il resto del percorso, in tre pagine. Il confronto con la generazione precedente è in GPT-6 Astra: cos'è e cosa cambia. Per i benchmark su cui il modello resta indietro, GPT-6 Astra: tutti i benchmark ufficiali. Il metodo per verificare tutto sui tuoi casi è in Dove GPT-6 Astra non è il migliore.

Conclusione

I cinque livelli di ragionamento di Astra sono la leva che decide contemporaneamente qualità, costo e velocità — e su un modello con l'output a 50 dollari per milione di token è la scelta con il maggiore impatto economico.

I benchmark pubblicati usano il massimo, quindi non descrivono la configurazione che userai. I due risultati a livello ridotto che OpenAI dichiara sono molto più utili: dicono che nella maggior parte dei casi non serve spingere al massimo per stare meglio di prima.

Se vuoi progettare un sistema AI che usi la configurazione giusta al momento giusto, Giallo Studio aiuta PMI e team a costruire automazioni concrete, misurabili e sostenibili.

Schema consigliato: Article + FAQPage + BreadcrumbList