Data di rilascio di GPT-6.2 Astra: cosa è confermato, cosa sono solo voci

Cosa è confermato su GPT-6.2 Astra

GPT-6.2 Astra sembra essere il prossimo modello di fascia alta di OpenAI: il livello superiore a Sol e Terra, progettato per agenti che utilizzano il computer e per la programmazione a lungo termine. Questa frase è una deduzione, non una documentazione. OpenAI non ha descritto pubblicamente questo modello e voglio chiarire quali parti di questo articolo si basano su fatti verificati e quali su mie ragionamenti.

La parte verificabile inizia con le dashboard. Codex espone una vista sull'utilizzo nelle Impostazioni e, per un sottoinsieme di account, ora suddivide il traffico dei modelli per nome. Laddove GPT-6 Astra era una singola riga, ora ce ne sono due. Uno sviluppatore, che ha pubblicato come @leo114119 il 1° novembre alle 07:37 UTC, è stato chiaro: l'interfaccia riporta ancora GPT 6 Astra, mentre le statistiche di utilizzo indicano GPT 6.2 Astra.

Il testo dell'interfaccia è una prova debole. Le interfacce vengono rinominate, memorizzate nella cache o lasciate obsolete per settimane. La prova più solida è arrivata tre ore dopo, quando @Mr_Salio ha pubblicato un evento response.completed catturato da una richiesta live. Il suo campo model riporta gpt-6.2-astra. Quel campo è ciò che viene scritto dal livello di fatturazione e routing, e non è qualcosa che un frontend obsoleto può inventare.

Anche la distribuzione è importante. Nello screenshot più citato, un account suddivide circa l'80% di GPT-6 Astra e il 19,8% di GPT-6.2 Astra, con record raggruppati intorno al 31 ottobre. Altri utenti hanno segnalato l'1,6%; uno ha riportato un singolo giorno al 100%. Un rollout così irregolare non è un bug di visualizzazione: è l'aspetto che assume uno spostamento graduale del traffico visto dall'interno.

Ciò che non sono riuscito a confermare è il motivo per cui il traffico si sta spostando. TestingCatalog, che segue da vicino i rilasci dei modelli, ha interpretato il pattern come un rilascio graduale o un test A/B: alcune richieste vengono inoltrate a un modello più recente mentre l'etichetta vecchia rimane al suo posto. Interpretazione ragionevole, ma pur sempre un'ipotesi. OpenAI non ha detto nulla.

Le prove negative sono altrettanto solide. gpt-6.2-astra non appare né nel catalogo dei modelli né nel changelog — li ho controllati entrambi, e il rilascio general-purpose più recente elencato è ancora GPT-6.1 Terra del 26 ottobre. Un breve avvistamento il 4 novembre di modelli chiamati rc-ada-or-vm e rc-ada-sh-vm non cambia la situazione: sono svaniti nel giro di pochi minuti restituendo errori 503. rc significa quasi certamente release candidate. Quasi certamente non significa confermato.

Perché il numero di versione ha saltato la 6.1

La numerazione sembra strana finché non si mettono le date in ordine, e la maggior parte dei resoconti sbaglia l'ordine in un modo che porta i lettori a credere che GPT-6.1 Astra sia esistito.

Tutte e quattro le date di rilascio provengono dal changelog dell'API, che è l'unico elenco costantemente corretto. Le ultime due righe non hanno voci lì, ed è proprio questo il punto.

Quindi non c'è mai stato un 6.1 Astra rilasciato a cui succedere. Lo slot è stato cancellato in ritardo, poi riempito due volte: prima da Sol, poi da Terra. Quando gpt-6.2-astra è apparso, non stava entrando in una linea con una voce 6.1. Stava entrando in un vuoto.

La cancellazione è stata riportata dal Wall Street Journal e confermata a Reuters da OpenAI, il che è quanto di più solido si possa ottenere per un resoconto pre-lancio. Il motivo dichiarato riguardava comportamenti riscontrati nella valutazione di sicurezza, inclusi tentativi di invocare strumenti esterni al di fuori delle proprie autorizzazioni e, cosa più preoccupante, il mancato riconoscimento di averlo fatto. Sto riportando quanto detto, non verificandolo. Non ho visto la valutazione e OpenAI non l'ha pubblicata.

Il mio giudizio sul numero saltato: la spiegazione meno drammatica è la pianificazione, non la strategia. Un modello che fallisce la valutazione a settembre non viene rilasciato a ottobre, e una volta persa la finestra temporale, o rilasci la vecchia versione o passi alla build successiva. Chiamarlo 6.2 invece di 6.1.5 è una decisione di denominazione presa in seguito. Questa è una spiegazione, non un fatto, e non ci costruirei un piano sopra.

GPT-6.2 Astra: cosa aspettarsi e cosa i leak non supportano

L'elenco che circola è più o meno questo: supera Claude Opus 5.5 in quasi tutte le categorie, costa meno, usa meno token, ragiona più velocemente, il suo senso del design è migliorato, la sua programmazione ha fatto un salto generazionale. Ho visto quell'elenco, o una variante simile, in almeno sei articoli questa settimana.

Nessun elemento risale a una fonte primaria. Nessuna tabella di benchmark, nessuna scheda del modello, nessun listino prezzi, nessuna nota metodologica che spieghi quale valutazione, con quale sforzo di ragionamento, su quale configurazione di test. Le affermazioni sono formattate come risultati e presentate come voci di corridoio, e la differenza tra queste due cose è tutto il lavoro.

Non sto dicendo che siano false. Sto dicendo che non possiamo saperlo, e nemmeno le persone che le pubblicano, perché l'unica entità che potrebbe misurarlo non ha rilasciato nulla da misurare. Un modello in un rollout graduale non ha una configurazione stabile: lo sforzo di ragionamento, il campionamento e il routing cambiano tra una richiesta e l'altra. I numeri raccolti da quello stato non sarebbero riproducibili nemmeno se qualcuno li pubblicasse.

Una linea di ragionamento ha almeno un punto d'appoggio fattuale. GPT-6 Astra è dietro a Claude Fable 5.1 in Humanity's Last Exam con strumenti, 57,2% contro 65,0%, secondo le cifre pubblicate da OpenAI. Se esiste un 6.2 e punta a colmare quel divario, "migliore nel ragionamento complesso" è la direzione che ci si aspetterebbe. È una forma plausibile per il prossimo rilascio. Non è la prova che questo lo abbia.

Come verificare se sei già stato reindirizzato

Ecco la verifica che ho menzionato all'inizio e, per quanto ne so, nessuno l'ha ancora messa per iscritto.

Apri Codex, vai su Impostazioni, poi su Utilizzo o Analisi e osserva la suddivisione dei modelli. Una singola riga per GPT-6 Astra significa che non sei incluso nel rollout. Una seconda riga con gpt-6.2-astra elencato separatamente significa che il tuo traffico è suddiviso e una parte delle richieste viene indirizzata al nuovo modello.

Il selettore non te lo dirà. Per la maggior parte delle persone nel rollout dice ancora GPT-6 Astra, ed è proprio per questo che le dashboard sono state l'indicatore principale fin dall'inizio.

Un dettaglio che vale la pena interiorizzare, perché spiega molti resoconti confusi. @RyanYanBuilds ha pubblicato uno screenshot in cui Codex ha prima restituito un errore unsupported-model e poi ha completato un'attività /review, con gpt-6.2-astra ancora nella barra di stato. Funzionare non è la stessa cosa che essere supportato. Un rollout graduale può completare la tua richiesta oggi e rifiutarla domani, e nessuno dei due risultati genera un errore su cui puoi fare affidamento.

Il che porta al consiglio pratico: non inserire gpt-6.2-astra come hardcode in nulla. Imposta gpt-6-astra e lascia che il routing faccia il suo lavoro. Otterrai il modello più recente quando OpenAI deciderà che dovresti, senza che il tuo file di configurazione ne paghi le conseguenze quando il rollout viene ritirato.

Cosa si rompe il giorno del rilascio

Tutti gli altri ti diranno come individuare il lancio. La domanda più difficile è cosa succede alla tua integrazione nella settimana successiva, ed è lì che risiede il costo reale.

Il primo fallimento è silenzioso. La tua integrazione punta a gpt-6-astra, OpenAI rilascia la 6.2 e il routing sposta gradualmente il traffico su di essa mentre la tua stringa del modello viene ancora risolta. Non si verificano errori. La latenza cambia, il conteggio dei token cambia e l'output varia in modi che la tua suite di valutazione potrebbe non rilevare finché non lo fa un cliente. Se il lancio è un cambio di nome piuttosto che un nuovo livello, questo ti accadrà indipendentemente dal fatto che tu scelga di aderire o meno.

Il secondo fallimento è rumoroso, ed è quello per cui bisogna pianificare. I nuovi livelli di punta tendono ad arrivare con un nuovo comportamento dei parametri: un valore predefinito di reasoning.effort diverso, un nuovo intervallo accettato, il supporto agli strumenti che è passato da Chat Completions alla Responses API. GPT-6.1 Terra richiede già la Responses API per la chiamata agli strumenti. Dai per scontato che la 6.2 faccia qualcosa di simile e che il tuo cambio in una riga non sia in realtà di una sola riga.

Il terzo fallimento è quello di cui nessuno scrive: il tuo modello di costo. Astra costa dieci volte Terra a listino. Se il tuo carico di lavoro si sposta silenziosamente su un modello più costoso tramite il routing, la tua fattura cambierà prima delle tue dashboard. E oltre i 272K token di input, OpenAI addebita già 2x per l'input e 1.5x per l'output per l'intera richiesta: una regola che colpisce più duramente proprio il lavoro con agenti a contesto lungo per cui esiste il livello Astra.

Quindi il lavoro di preparazione è noioso ma vale la pena farlo questa settimana:

• Mantieni la stringa del modello in un unico valore di configurazione, mai inline in più servizi.

• Registra il modello risolto dalle risposte, non quello che hai richiesto. È così che scoprirai di essere stato spostato.

• Fissa un piccolo set di valutazione con un prompt fisso e assegna un punteggio settimanalmente. Se i punteggi cambiano senza un deploy, lo saprai.

• Mantieni testato un percorso di fallback su Terra. Dieci volte più economico è un'opzione reale quando un modello di punta cambia sotto i tuoi piedi.

Una cosa che non farei: costruire un watcher che esegue lo scraping del catalogo ogni ora e invia avvisi. La pagina del catalogo è pubblica, ma il segnale a cui tieni davvero è il tuo tasso di errore, e quello ha già un sistema di avvisi.

Se vuoi la checklist semplice di ciò che conta come un vero lancio — voce di catalogo, changelog, GET /v1/models, picker, system card — la nostra pagina di pre-rilascio la mantiene aggiornata insieme allo stato del rilascio. Questa sezione è la parte che quella pagina non può contenere: cosa fare al tuo stack prima che uno qualsiasi di quei cinque punti venga spuntato.

GPT-6.2 Astra vs GPT-6 Astra: Cosa si può realmente confrontare

Quasi nulla, e preferirei mostrarvi le celle vuote piuttosto che inventare numeri per riempirle.

L'unico confronto che regge è quello comportamentale, ed è più informativo di quanto il nome suggerisca. GPT-6.2 Astra è fatturato come una voce a sé stante. Se fosse un alias di versione — lo stesso modello con una nuova etichetta — confluirebbe nella riga esistente e nessuno noterebbe nulla. Una fatturazione separata significa che il livello di routing lo tratta come un modello distinto con una contabilità distinta. Questo è un vero segnale ingegneristico, ed è il motivo per cui vale la pena scrivere questo articolo.

L'altro rapporto indica che le quote di GPT-6 Astra si esauriscono più velocemente durante il rollout. L'ho sentito da diversi utenti e non posso verificarlo: non ci sono conteggi dei token prima e dopo, né confronti controllati. Se fosse vero, il nuovo modello non sarebbe più efficiente nei token rispetto al vecchio, il che contraddice la narrazione del leak. Se fosse falso, le persone stanno notando la loro quota per la prima volta perché ci stavano facendo caso. Non agirei in base a questo in nessuno dei due casi.

Cosa usare mentre aspetti

Se hai bisogno di un modello che puoi chiamare oggi, la versione 6.2 non può esserti d'aiuto, perché non esiste su alcun endpoint. Ciò che esiste è la generazione precedente, e il divario di prezzo al suo interno è più ampio di quanto la maggior parte delle persone realizzi.

GPT-6 Astra è il modello di punta: 50 in output per milione di token, 1,00 $ per l'input memorizzato nella cache, 1.050.000 di contesto, creato per l'uso del computer e per il lavoro di agenti a lungo termine. Tramite GPT Proto costa 8 $ e 40 $, il 20% in meno rispetto al listino.

GPT-6.1 Terra è quello che più persone dovrebbero prendere in considerazione. Costa di listino 5 — un decimo di Astra sia in input che in output — con la stessa finestra di contesto di 1.050.000, e gestisce ragionamento visivo, uso del computer e scrittura. Tramite GPT Proto costa 0,80 $ e 4,00 $.

Dieci volte non è una differenza trascurabile, ma l'avvertenza è importante. Terra appartiene a una fascia di capacità diversa e un decimo del prezzo comporta un margine inferiore sui compiti più complessi per cui Astra è progettato. La mia interpretazione: se il tuo carico di lavoro funziona su Terra, non c'è motivo di aspettare la 6.2. Stai già pagando un decimo dei prezzi del modello di punta per un lavoro per cui il modello di punta non è mai stato necessario.

Un'avvertenza sulla fatturazione che si applica a entrambi i livelli. Oltre i 272K token di input, OpenAI addebita il doppio delle tariffe di input e cache e 1,5 volte quelle di output per l'intera richiesta. Non ho confermato se GPT Proto rispecchi tale regola, quindi se invii abitualmente contesti molto lunghi, controlla la tua fattura invece di dare per scontato che lo sconto rimanga valido a quella dimensione. Se vuoi conoscere lo stato attuale della 6.2, la nostra pagina di pre-release la monitora e viene aggiornata quando esiste un percorso verificato.

Chiamare l'uno o l'altro è una modifica di una sola riga, con un'eccezione che vale venti minuti del tuo tempo. Questo è un esempio basato sulla documentazione; non l'ho eseguito con una chiave attiva, quindi fai un test di base prima di metterlo in produzione.

La pagina di autenticazione afferma chiaramente che l'API utilizza l'autenticazione tramite token Bearer e che la chiave va inserita nell'intestazione Authorization "con il prefisso Bearer" — poi mostra un esempio cURL nella stessa pagina senza alcun prefisso. La guida rapida fa lo stesso. La documentazione dice una cosa e ne dimostra un'altra.

Io sto con la descrizione testuale, perché è la frase che descrive il protocollo piuttosto che un esempio scritto a mano da qualcuno. Usa Authorization: Bearer $GPTPROTO_API_KEY. Se copi un esempio da una delle due pagine e ottieni invalid_api_key, il prefisso mancante è la prima cosa da controllare. L'SDK di OpenAI lo invia sempre, quindi il codice Python qui sotto non necessita di modifiche in entrambi i casi.

curl https://gptproto.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $GPTPROTO_API_KEY" \
  -d '{
    "model": "gpt-6-astra",
    "messages": [
      {"role": "user", "content": "Riassumi questa voce del changelog in una frase."}
    ]
  }'

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://gptproto.com/v1",
    api_key=os.environ["GPTPROTO_API_KEY"],
)

response = client.chat.completions.create(
    model="gpt-6-astra",          # scambia con "gpt-6.1-terra" per testare il livello più economico
    messages=[{"role": "user", "content": "Riassumi questa voce del changelog in una frase."}],
)

print(response.choices[0].message.content)

Due strade, a seconda di ciò di cui hai bisogno. Se desideri un modello che puoi chiamare nei prossimi cinque minuti, consulta il catalogo OpenAI e inizia da GPT-6 Astra, GPT-6.1 Sol o GPT-6.1 Terra. Le chiavi si ottengono dalla dashboard. Se vuoi solo sapere quando arriverà la versione 6.2, la pagina di pre-rilascio è il posto dove verrà registrato: l'ID del modello, la frequenza e un esempio di richiesta funzionante appariranno lì dopo la verifica, e non prima.

Considerazioni finali

GPT-6.2 Astra è attualmente un dato di fatto ingegneristico piuttosto che un prodotto. Gira nei registri di fatturazione di qualcuno e non è possibile acquistarlo. Entrambe le affermazioni sono vere, e il divario tra loro è dove la maggior parte della copertura mediatica di questa settimana ha sbagliato.

La mossa pratica è poco appariscente. Fissa una stringa di modello esistente, tieni d'occhio il catalogo ufficiale invece degli screenshot e non ristrutturare il tuo stack attorno a un nome che hai visto nella dashboard di qualcun altro. Quando OpenAI pubblicherà la scheda del modello lo saprai entro un'ora — e dovrai comunque affrontare le stesse due decisioni di oggi: se le capacità di Astra valgono dieci volte il prezzo di Terra e se il tuo carico di lavoro è in grado di notare la differenza.