Cos'è GPT-6 e come funzionano effettivamente i grandi modelli linguistici?

GPT-6 non è un singolo prodotto lanciato in un giorno. OpenAI l'ha rilasciato in due fasi: una versione di livello frontier chiamata GPT-6 Astra nei primi giorni di settembre 2026, seguita da due versioni rivolte ai consumatori, GPT-6 Sol e GPT-6 Luna, che hanno sostituito il modello precedente all'interno di ChatGPT nell'ottobre 2026.

Astra prima, poi Sol e Luna per tutti

Secondo il resoconto di OpenAI riepilogato su Wikipedia, GPT-6 Astra è entrato in anteprima limitata il 3 settembre 2026 e ha raggiunto gli utenti paganti di ChatGPT il giorno successivo. OpenAI l'ha descritto come il suo sistema più capace fino ad oggi, sottolineando i progressi nella codifica, nella matematica e nell'uso autonomo dei computer. Il vicepresidente di OpenAI Aidan Clark ha affermato che il modello era lo sforzo di addestramento più grande dell'azienda fino ad oggi, chiamandolo la prima volta che OpenAI aveva addestrato in precedenza un modello su più di 100.000 GPU, presso il suo sito Stargate in Texas.

OpenAI ha classificato Astra al livello di capacità di sicurezza informatica 'Critico' secondo il suo Quadro di preparazione interno, secondo la revisione dei materiali pubblicati di OpenAI da parte di DataCamp. DataCamp ha riferito che questa valutazione riflette la capacità di Astra di aiutare a creare exploit informatici piuttosto che una capacità di scoprire autonomamente falle sconosciute nei sistemi induriti da sole, e che OpenAI ha limitato i compiti di sicurezza informatica più avanzati del modello, come la produzione di exploit di prova di concetto, dietro il suo programma di accesso Daybreak al lancio. Il presidente di OpenAI Greg Brockman ha detto ai giornalisti che pensava fosse ragionevole dire che l'industria era entrata in quella che ha chiamato un'era AGI, anche se si è fermato prima di dire che OpenAI aveva raggiunto l'intelligenza artificiale generale.

Il 7 ottobre 2026, OpenAI ha introdotto una seconda ondata di GPT-6 nell'app ChatGPT principale, questa volta costruita per la conversazione quotidiana piuttosto che per lavori agentici specializzati, secondo l'annuncio di OpenAI sul suo forum della comunità sviluppatori e il rapporto di TechCrunch. Gli abbonati Plus, Pro, Business ed Enterprise hanno ricevuto immediatamente una versione chiamata GPT-6 Sol; gli utenti gratuiti e del livello Go hanno iniziato a ricevere GPT-6 Luna il giorno successivo.

Il cambiamento visibile: un 'Intelligent UI'

Insieme al cambio del modello, OpenAI ha introdotto una funzione che chiama Intelligent UI. Invece di rispondere solo in paragrafi, ChatGPT può ora assemblare una risposta da testo, grafici, pulsanti toccabili, moduli e piccoli strumenti interattivi come calcolatori, secondo il post della comunità di OpenAI e il rapporto di TechCrunch. Il product manager di OpenAI Aarush Selvan ha affermato che l'obiettivo era rendere più facili da comprendere gli argomenti complessi, spiegando che le risposte più utili a molte domande non sono solo testo semplice, come riportato da TechCrunch. Il sistema decide caso per caso se un diagramma, un grafico interattivo o testo semplice si adatta meglio a una domanda, e gli utenti possono regolare la frequenza con cui questi elementi visivi appaiono.

Cosa hanno trovato i test di sicurezza interni di OpenAI

La scheda del sistema di OpenAI per il rilascio di ottobre, pubblicata sul suo Hub di sicurezza di distribuzione, afferma che GPT-6 Sol e Luna hanno migliorato diverse misure di sicurezza rispetto ai modelli precedenti GPT-5.6: maggiore resistenza ai tentativi di jailbreak, inclusi attacchi multi-turno, comportamento meno disonesto o ingannevole e migliore accuratezza fattuale sulla maggior parte delle metriche. Lo stesso documento segnala anche regressioni statisticamente significative nel modo in cui i modelli hanno gestito un set ristretto di categorie di valutazione sensibili, inclusi i prompt relativi all'autolesionismo, con Luna che mostra ulteriori regressioni su contenuti violenti e sessuali nei test interni; la propria valutazione di OpenAI ha descritto gli output problematici che ha esaminato come di bassa gravità e comunque all'interno delle sue aspettative generali di sicurezza.

Secondo il Quadro di preparazione di OpenAI, la scheda del sistema classifica anche Sol e Luna come capacità 'Alta' nelle categorie di rischio biologico/chimico e di sicurezza informatica, ma al di sotto della soglia 'Critica' — una categoria di rischio inferiore rispetto al modello Astra rilasciato il mese precedente, che OpenAI aveva valutato Critico per la sicurezza informatica.

Come funzionano effettivamente i grandi modelli linguistici

GPT-6, come GPT-4, Claude o Llama, è costruito su un'architettura di rete neurale chiamata transformer, introdotta da ricercatori di Google nel 2017, secondo la spiegazione della ricerca di IBM. Un transformer suddivide il testo in piccole unità chiamate token, converte ogni token in un vettore numerico e quindi utilizza un meccanismo chiamato auto-attenzione per capire quanto fortemente ogni token si relaziona a ogni altro token nell'input, inclusi quelli lontani nel testo.

Prima che tutto ciò accada, il modello deve essere addestrato. La spiegazione di IBM descrive questo come l'inizio con dataset massivi — miliardi o trilioni di parole tratte da libri, siti web e codice — che vengono puliti, tokenizzati e passati attraverso la rete utilizzando l'apprendimento auto-supervisionato, un metodo che non richiede agli umani di etichettare la risposta corretta per ogni esempio.

Una volta addestrato, il modello funziona prendendo un prompt, convertendolo in token e prevedendo ripetutamente il singolo token successivo più probabile, uno alla volta, finché la risposta non è completa. Come lo spiega la spiegazione di IBM, il sistema non conosce la sua risposta finale in anticipo; genera la risposta pezzo per pezzo utilizzando le relazioni statistiche apprese durante l'addestramento, piuttosto che recuperare un fatto archiviato o ragionare come farebbe una persona.

Cosa significa questo per fidarsi dell'output

Poiché il sistema sta predicendo testo plausibile piuttosto che verificare la verità, la spiegazione di IBM elenca l'allucinazione — informazioni generate con sicurezza ma false — come una limitazione intrinseca dell'architettura, insieme al rischio che i pregiudizi presenti nei dati di addestramento si riflettano o si amplino negli output. L'addestramento e l'esecuzione di modelli a questa scala richiede anche quantità molto grandi di potenza di calcolo ed energia, un punto che lo stesso OpenAI ha sottolineato quando ha detto che l'esecuzione dell'addestramento di Astra ha utilizzato più di 100.000 GPU in un singolo sito.