OpenAI ha deciso di fermare il lancio di GPT-6.1 Astra, il modello che secondo le indiscrezioni avrebbe dovuto debuttare a ottobre. La motivazione, riportata dalle fonti, sarebbe il mancato superamento dei nuovi parametri di valutazione di sicurezza interna. Nello stesso periodo, al DevDay 2026, l’azienda ha presentato GPT-6.1 Sol, una versione quasi alla pari con Astra ma a un quinto del prezzo, insieme a Codex nel cloud e ai nuovi agenti sempre attivi chiamati dots. Il quadro che emerge è quello di un settore dove la corsa alle prestazioni si intreccia sempre più con i controlli di sicurezza e con i costi operativi.
Perché Astra è stata bloccata
Secondo quanto riportato, la decisione di sospendere il lancio di GPT-6.1 Astra non sarebbe legata a un singolo incidente, ma all’introduzione di criteri di valutazione più severi da parte di OpenAI. Il modello avrebbe dovuto arrivare sul mercato a ottobre, ma la società ha preferito fermarsi. Si tratta di un segnale rilevante: quando i test interni non vengono superati, il rilascio slitta, anche a costo di perdere il vantaggio competitivo temporale. Le fonti non specificano quali test siano stati falliti né se il blocco sia temporaneo o definitivo, quindi è opportuno mantenere prudenza sulle tempistiche di un eventuale recupero.
Sol, Codex e dots: la strategia del lavoro agentico
Il giorno successivo al blocco di Astra, OpenAI ha comunque presentato al DevDay 2026 una serie di novità pensate per il lavoro agentico. GPT-6.1 Sol viene descritto come quasi alla pari con Astra, ma con un prezzo molto più contenuto: circa un quinto. Accanto a Sol, l’azienda ha portato Codex nel cloud e ha introdotto dots, agenti pensati per restare sempre attivi. Il messaggio è chiaro: l’attenzione si sposta dal singolo modello alla capacità di orchestrare agenti che lavorano in modo continuativo, con listini e costi per task che diventano parte integrante della valutazione aziendale.
Il costo reale degli agenti in azienda
Per chi porta gli agenti AI nei processi produttivi, la variabile economica non è più solo il prezzo del modello. Contano i costi per singolo task, la configurazione dei controlli e la governance degli agenti sempre attivi. Un agente che resta operativo in modo continuo può generare consumo costante di risorse, e senza limiti chiari il conto può crescere rapidamente. Le fonti sottolineano la necessità di configurare controlli adeguati prima di adottare questi strumenti su larga scala. In assenza di dati definitivi sui listini completi, le aziende dovrebbero trattare le stime come indicative e verificare i costi effettivi in base ai propri casi d’uso.
Sicurezza e competitività: il nuovo equilibrio
Il caso Astra mostra che la sicurezza sta diventando un vincolo concreto sulla roadmap dei modelli. Non è più solo un tema di conformità: un test non superato può ritardare un prodotto atteso dal mercato. Allo stesso tempo, il lancio di Sol suggerisce che OpenAI voglia mantenere una proposta competitiva anche quando un modello di punta viene fermato. Per le imprese questo significa due cose: da un lato, maggiore attenzione alla robustezza dei modelli prima dell’adozione; dall’altro, la possibilità di accedere a capacità elevate a costi inferiori, ma con valutazioni attente su affidabilità e perimetro di utilizzo.
Cosa significa per chi legge
Se stai valutando l’adozione di agenti AI in azienda, tre indicazioni pratiche emergono da questa vicenda. Primo: non dare per scontata la disponibilità immediata dei modelli più potenti, perché i controlli di sicurezza possono ritardarne il rilascio. Secondo: calcola il costo per task e non solo il prezzo del modello, soprattutto con agenti sempre attivi come dots. Terzo: definisci in anticipo limiti, permessi e supervisione umana, così da evitare che l’automazione sfugga al controllo. La corsa all’AI resta veloce, ma la partita si gioca sempre più sulla gestione del rischio e dei costi.