API GPT-6 Astra: prezzi, limiti e guida alla migrazione

Per usare GPT-6 Astra via API, il modello pubblicato da OpenAI è gpt-6-astra. Supporta Responses API, Chat Completions, streaming, function calling, Structured Outputs e strumenti integrati. La migrazione non dovrebbe però ridursi a cambiare una stringa: costo, parametri, cache, protezioni e comportamento sui task reali vanno verificati con un rollout graduale.

Astra è pensato per attività end-to-end difficili. Per endpoint semplici e ad alto volume, GPT-5.6 Sol, Terra o Luna possono mantenere un rapporto costo-beneficio migliore. Il design consigliato separa il modello dal dominio applicativo, così da poter instradare e sostituire senza riscrivere l’intero prodotto.

Specifiche verificate il 4 settembre 2026: 1.050.000 token di contesto, 128.000 token massimi di output, input testuale e immagini, output testuale, reasoning da low a max e fine-tuning non supportato al lancio.

Scheda tecnica dell’API GPT-6 Astra

Tra gli strumenti indicati nella scheda del modello ci sono web search, file search, image generation, code interpreter, hosted shell, computer use e MCP. La disponibilità concreta può dipendere dall’endpoint, dall’account e dalle policy applicate.

Prezzi API e soglie che cambiano il costo

OpenAI indica che i prompt oltre 272.000 token costano 2 volte la tariffa input e cache e 1,5 volte la tariffa output, applicate all’intera richiesta. Le chiamate a strumenti possono essere fatturate separatamente.

Fast non è disponibile per GPT-6 Astra con residenza dati UE, secondo la guida ufficiale al lancio. Prima di progettare una SLA conviene verificare regione, compatibilità e latenza sull’account effettivo.

GPT-6 Astra contro GPT-5.6 Sol nell’API

Il prezzo per token di Astra è 2,5 volte quello di Sol. Il nuovo modello può comunque costare meno per un risultato se completa il lavoro con meno output, retry e interventi umani. È un’ipotesi da misurare con eval interne.

Per una lettura dei benchmark e della disponibilità, consulta GPT-6 Astra: prezzi e uscita in Italia. Per il calcolo economico sul processo, usa la guida GPT-6 Astra per PMI.

Prima richiesta con la Responses API

Questo esempio TypeScript usa la chiave soltanto dal processo server. Non inserire mai OPENAI_API_KEY nel browser, nel repository o nei log.

import OpenAI from "openai";

const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
});

const response = await openai.responses.create({
  model: "gpt-6-astra",
  reasoning: { effort: "low" },
  input: [
    {
      role: "developer",
      content: "Rispondi in italiano. Segnala i dati mancanti e non inventare valori.",
    },
    {
      role: "user",
      content: "Analizza queste anomalie operative e proponi le priorità.",
    },
  ],
});

console.log(response.output_text);

In produzione aggiungi timeout, retry limitati, identificativi di correlazione, validazione dell’output e gestione esplicita degli errori. Non registrare prompt integrali quando contengono dati personali o riservati.

Parametri da controllare nella migrazione

Reasoning effort

Astra non supporta none. Se la pipeline usa none o minimal, OpenAI suggerisce di iniziare da low e misurare il risultato. Per gli altri livelli, conserva inizialmente lo sforzo effettivo per rendere più leggibile il confronto.

Un livello superiore non è sempre migliore. Può aumentare latenza e consumo senza cambiare un task semplice. Configuralo per tipologia di lavoro, non come costante globale.

Parametri non supportati

La guida di migrazione indica di rimuovere temperature, top_p e top_logprobs. Con Chat Completions va rimosso anche logprobs; con Responses non va richiesto message.output_text.logprobs in include.

Fai fallire il test in CI se una configurazione obsoleta rientra nel codice. Un warning ignorato in produzione può trasformarsi in errore dopo un aggiornamento SDK.

Tool calling

Per i flussi con strumenti OpenAI raccomanda la Responses API. Definisci strumenti con schema ristretto, valida ogni argomento anche lato server e non concedere al modello autorizzazioni più ampie del necessario.

Una funzione deleteCustomer(id) è più rischiosa di proposeCustomerDeletion(id). Separare proposta e conferma riduce l’impatto di errori e prompt injection.

Prompt caching

Mantieni istruzioni e contesto stabile all’inizio della richiesta, così che il prefisso abbia maggiori possibilità di entrare in cache. Dati variabili e domanda dell’utente vengono dopo.

Se arrivi da GPT-5.5 o versioni precedenti, la guida ufficiale indica di sostituire prompt_cache_retention con prompt_cache_options.ttl impostato a "30m". Verifica compatibilità e fatturazione delle scritture in cache prima del rollout.

Architettura per cambiare modello senza riscrivere il prodotto

Evita chiamate OpenAI sparse in controller, pagine e job. Usa un confine unico.

type AiTask = "classify" | "draft" | "complex_agent";

const modelByTask: Record<AiTask, string> = {
  classify: "gpt-5.6-luna",
  draft: "gpt-5.6-terra",
  complex_agent: "gpt-6-astra",
};

Dietro questa mappa, un servizio comune gestisce:

• autenticazione e timeout;
• prompt versionati;
• output schema;
• logging sicuro;
• costo stimato;
• retry e circuit breaker;
• fallback;
• telemetria ed eval.

Questa separazione permette di cambiare un modello per una sola categoria, eseguire A/B test e tornare indietro senza modificare il dominio applicativo.

Eseguire eval prima del rollout

Un set di eval utile contiene casi reali e criteri automatici dove possibile. Per ogni modello misura:

• percentuale di risposte accettate;
• errori gravi e allucinazioni;
• aderenza allo schema;
• chiamate strumento corrette;
• token input e output;
• latenza p50 e p95;
• numero di retry;
• minuti di revisione umana;
• costo per caso completato.

Non usare solo esempi facili. Inserisci documenti incompleti, richieste ambigue, input malevoli, errori di strumenti e casi in cui la risposta corretta è fermarsi.

Rollout graduale con fallback

Una sequenza prudente è:

1. eseguire Astra offline sul set di eval;
2. attivare shadow mode, senza usare il risultato;
3. inviare l’1-5% del traffico non critico;
4. confrontare qualità, latenza e costo;
5. aumentare per scaglioni;
6. mantenere un kill switch;
7. conservare il precedente modello come fallback per un periodo definito.

Il fallback non deve duplicare azioni. Se Astra ha già creato un record o inviato una richiesta, il secondo tentativo deve riconoscere l’identificativo idempotente e non ripetere l’effetto.

Protezioni per agenti e computer use

Le capacità di Astra rendono possibili workflow più autonomi, ma ampliano la superficie di rischio. Applica:

• sandbox per shell e codice;
• allowlist di domini e comandi;
• credenziali a privilegi minimi;
• separazione tra lettura e scrittura;
• approvazione umana per azioni irreversibili;
• scansione dei file ricevuti;
• difese contro prompt injection;
• log delle azioni, non del ragionamento sensibile;
• limiti di spesa e di durata per esecuzione.

OpenAI avverte che le protezioni di Astra possono mettere in pausa o interrompere anche attività lecite. L’applicazione deve gestire questo esito come stato esplicito, non come generico errore da ritentare all’infinito.

Controllare il budget in produzione

Definisci limiti su quattro livelli:

1. per richiesta: token massimi, durata e chiamate strumento;
2. per utente o tenant: quota giornaliera e mensile;
3. per funzione: Astra solo dove autorizzato dal routing;
4. globale: allerta, degrado su modello economico e arresto controllato.

Registra il costo stimato insieme alla versione del prompt, al modello e all’esito. Una dashboard che mostra solo token totali non dice se il prodotto crea valore; serve il costo per pratica accettata o per risultato verificato.

Checklist di migrazione

• Verificare accesso a gpt-6-astra nel progetto reale.
• Aggiornare SDK in un branch controllato.
• Rimuovere i parametri non supportati.
• Impostare reasoning minimo low.
• Preferire Responses API per tool calling.
• Validare ogni argomento degli strumenti lato server.
• Aggiornare strategia di prompt caching.
• Aggiungere limiti di token, tempo, strumenti e budget.
• Eseguire eval su casi reali, errori e prompt injection.
• Attivare canary, fallback, idempotenza e kill switch.
• Confrontare costo per risultato con GPT-5.6 Sol o alternative.
• Documentare data, modello, prompt e criteri di rollback.

Metodo e fonti

Questa guida è stata verificata il 4 settembre 2026 sulla scheda API di GPT-6 Astra, sul confronto ufficiale dei modelli e sulla guida ufficiale di migrazione. Prima del rilascio controlla documentazione, SDK, account, regione e prezzi correnti.

Domande frequenti sull’API GPT-6 Astra

Qual è l’identificativo API?

L’identificativo pubblicato è gpt-6-astra. La disponibilità dipende dal rollout e dai limiti del progetto API.

Quanto costa?

In Standard costa 10 dollari per milione di token in input, 1 dollaro per milione di token in cache e 50 dollari per milione di token in output. Cache write, strumenti, contesti lunghi e Fast hanno tariffe specifiche.

Supporta la Responses API?

Sì. OpenAI raccomanda Responses per i flussi con strumenti. Astra supporta anche Chat Completions, streaming, function calling e Structured Outputs.

Basta cambiare il nome del modello?

No. Verifica reasoning, parametri, costi, cache, strumenti, eval, fallback e comportamento delle protezioni prima di aumentare il traffico.

Se vuoi progettare la migrazione senza introdurre costi o rischi non controllati, scopri come lavoro come sviluppatore AI per PMI oppure richiedi un audit AI gratuito.