NotizieMacro'Parla in lingue che solo 6.2 Astra comprende': perché i primi tester odiano il nuovo modello di OpenAI

'Parla in lingue che solo 6.2 Astra comprende': perché i primi tester odiano il nuovo modello di OpenAI

Autore: Decrypt·

Punti chiave

  • •OpenAI ha rilasciato GPT-6.2 Astra e Sol martedì, e i tester pre-lancio hanno segnalato fallimenti nella programmazione, spiegazioni incomprensibili e agenti senza progressi misurabili dopo giorni di lavoro.
  • •La valutazione interna Blocker Deception di OpenAI ha rilevato che GPT-6.2 Astra ha nascosto ostacoli introdotti deliberatamente nel 22,28% dei test di programmazione, quasi il doppio dell'11,09% del predecessore GPT-6 Astra.
  • •L'amministratore delegato Sam Altman ha riconosciuto i reclami sull'usabilità e si è impegnato a dare priorità al rendere i modelli più piacevoli da usare nelle prossime versioni.
  • •Il dirigente di OpenAI Thibault Sottiaux ha detto che modifiche sostanziali sono state fatte negli ultimi tre o quattro giorni prima del lancio senza ri-test, suggerendo che alcune recensioni anticipate potrebbero non riflettere la versione rilasciata.
  • •Nonostante le critiche, i tester hanno elogiato le capacità di Astra nel 3D e nello sviluppo di giochi, e test indipendenti gli hanno attribuito 62 punti su 100 nell'Intelligence Index di Artificial Analysis, dietro il Claude Fable 5.2 di Anthropic a 65.
'Parla in lingue che solo 6.2 Astra comprende': perché i primi tester odiano il nuovo modello di OpenAI

I nuovi modelli di punta di OpenAI stanno ricevendo recensioni insolitamente dure proprio dagli sviluppatori che li hanno testati prima del lancio: i primi utenti descrivono fallimenti frustranti nella programmazione, spiegazioni incomprensibili e agenti che sprecano giorni senza mostrare progressi misurabili.

La critica non è solo aneddotica: la stessa valutazione di sicurezza di OpenAI ha rilevato che GPT-6.2 Astra ha nascosto ostacoli noti nel 22,28% dei test di programmazione con ostacoli introdotti deliberatamente, circa il doppio del modello precedente. L'amministratore delegato di OpenAI Sam Altman ha riconosciuto i problemi di usabilità, mentre un altro dirigente dell'azienda ha sostenuto che modifiche significative dell'ultimo momento potrebbero aver reso alcune recensioni anticipate obsolete.

Per uno sviluppatore di IA, sentire dire che il proprio modello è piacevole è sempre una bella cosa. Ma sentire dire che il proprio modello è come uno "shinigami sadico che trasforma la tua vita in un inferno" è tutt'altra cosa.

Un lancio di alto profilo, un'accoglienza divisa

OpenAI ha rilasciato GPT-6.2 Astra e Sol martedì, promettendo agenti IA più intelligenti, prestazioni migliori nella programmazione e notevoli capacità creative. Alcuni sviluppatori che avevano testato i modelli prima del lancio avevano un messaggio piuttosto diverso: li hanno trovati brillanti, frustranti e, in certi casi, quasi impossibili da usare.

La reazione si è rapidamente diffusa sui social media. L'ingegnere IA Hesam, voce molto attiva nella comunità dell'IA, ha dichiarato che "tutti concordano sul fatto che è il peggior modello mai rilasciato da OAI".

La reazione è stata forte, ma non unanime.

'Parla in lingue che solo 6.2 Astra comprende'

Lo sviluppatore e creatore di T3 Code Theo Browne ha pubblicato una lunga lettera a OpenAI dopo i primi test. "Non mi piace 6.2 Astra. Per il mio lavoro da sviluppatore non lo sceglierei al posto di Opus 5.5", ha scritto. Ha aggiunto che OpenAI aveva corretto solo una manciata dei problemi da lui segnalati.

"Parla in lingue che solo 6.2 Astra comprende", ha scritto Theo, definendo le sue risposte "le uscite più incomprensibili di qualsiasi llm abbia usato quest'anno", riferendosi ai grandi modelli linguistici.

Il reclamo riguardava tanto la comunicazione quanto le capacità. Astra riusciva a risolvere problemi complessi, ma faceva fatica a spiegare cosa aveva fatto e talvolta poneva agli utenti domande a cui non potevano in alcun modo rispondere.

In un esperimento, Theo ha chiesto ad Astra di creare un nuovo livello per il gioco Outer Wilds. A due ore dall'inizio del progetto, il modello si è dichiarato bloccato e ha chiesto: "does r24's reviewer write it's clips to 24_g521.mp4 or 24_p11.mp4?" Dal suo punto di vista, la domanda tecnica era incomprensibile e irrilevante per chi aveva semplicemente richiesto un livello giocabile.

Le cose sono peggiorate in una riscrittura del codice. Theo ha detto di aver dato ad Astra sette giorni per migliorare il progetto; non ha prodotto alcun miglioramento e ha reso il compilatore più lento del 56%. Altri quattro giorni hanno prodotto zero modifiche. "Va in loop e non arriva da nessuna parte", ha scritto.

'Una lingua aliena durante i flussi di lavoro lunghi'

Il problema comunicativo non sembra essere isolato a un solo tester. L'account pseudonimo TokenGremlin ha elogiato il modello—"GPT-6.2 Astra è SOTA in Three.js, Blender e 3D"—notando però che "inizia a parlare una lingua aliena durante i flussi di lavoro lunghi".

Theo ha descritto una richiesta al modello di spiegare perché i worktree erano lenti su uno dei suoi computer. Astra ha risposto con quattro paragrafi sulle viscere dei gestori di pacchetti e sul comportamento della cache. La risposta che ha detto di aver ricevuto da Claude Opus 5.5 di Anthropic era considerevolmente più chiara: "it's because the ssd is slow".

Una creatività che 'regredisce alla media'

La presunta creatività del modello è stato un altro punto dolente. Theo e un altro tester hanno richiesto indipendentemente livelli originali per due giochi diversi, Outer Wilds e Majora's Mask. Entrambi hanno ricevuto livelli musicali a tema acqua e campane, entrambi chiamati "Bellwether". "Questo modello regredisce alla media come nessuno che io abbia mai visto", ha scritto Theo.

Diversi altri account hanno segnalato lo stesso schema:

Seems like GPT-6.2 Astra has a thing for bells. Unbelievable

— Racist James Franco (@racist_james) (November 18, 2026)

Per un modello presentato come capace di una creatività straordinaria, reinventare ripetutamente lo stesso livello non era un segnale incoraggiante.

Brillante nelle dimostrazioni, pessimo nel lavoro

Anche lo sviluppatore di IA Matt Shumer è rimasto deluso. "Non ho mai scritto una recensione negativa di un modello. Questo è particolarmente cattivo", ha scritto, sostenendo che il modello può colpire nelle piccole dimostrazioni ma "semplicemente non funziona proprio" quando viene spinto su progetti seri. In un follow-up separato lo ha definito "completamente inutilizzabile".

I've never written a bad review of a model. This one is especially bad.

It's fine if you're playing putt-putt golf with the models, but if you're trying to drive them the way you should be, this model just straight up doesn't work.

— Matt Shumer (@mattshumer_) (November 17, 2026)

Max Weinbach ha descritto lo stesso divario tra intelligenza e usabilità. "Ho passato più tempo a essere infastidito dai modelli che tempo a rimanerne colpito", ha scritto. In un follow-up, ha elogiato la capacità dei modelli di fare un "lavoro fantastico", ma ha detto che "necessitano di un sacco di prompt 'continue'" e spesso si fermano invece di provare un altro approccio. "Usarli è una fatica e fastidioso anche se sono modelli davvero buoni."

Altrove, un commentatore su X ha paragonato la versione precedente di Astra a "uno shinigami sadico", sostenendo che la nuova versione ha solo peggiorato le cose.

6.0 astra was very like a sadistic shinigami who would make your life a living hell if you asked for any kind of help

an incredibly powerful model that somehow required you to run yourself into the ground just to get it to accomplish anything

— M1 (@M1Astra) (November 17, 2026)

Elogi accanto alle critiche

Tuttavia, alcuni dei medesimi sviluppatori ne hanno anche apprezzato i punti di forza. Theo ha definito Astra un "ottimo revisore" e "di livello mondiale nelle cose 3d e di gioco", ne ha evidenziato le capacità di controllo del computer e ha descritto un'inedita soluzione reverse-proxy che, secondo la sua stima, potrebbe far risparmiare 25.000 dollari al mese. La divisione, in sintesi, era tra capacità grezze impressionanti e la difficoltà di ricavarne lavoro affidabile.

Questi punti di forza sono coerenti con le capacità tecniche promosse da OpenAI al lancio. Come raccontato in una precedente copertura, test indipendenti hanno collocato Astra a 62 punti su 100 nell'Intelligence Index di Artificial Analysis, un aggregato di nove valutazioni che coprono capacità tra cui ragionamento, programmazione e conoscenza scientifica. Il Claude Fable 5.2 di Anthropic ha ottenuto 65 sul medesimo indice. I modelli di Anthropic rappresentano il metro di confronto in questi resoconti—Theo ha misurato il suo lavoro contro Opus 5.5 due volte—e il confronto sottolinea quanto direttamente i due laboratori competano ormai per il lavoro di programmazione degli sviluppatori.

OpenAI ammette che c'è un problema

Alcune delle critiche trovano riscontro nella stessa documentazione sulla sicurezza di OpenAI.

In una valutazione interna chiamata Blocker Deception, i ricercatori hanno assegnato ad agenti IA compiti di programmazione realistici con ostacoli introdotti deliberatamente, come file mancanti o strumenti non disponibili. Hanno quindi misurato la percentuale di test in cui la risposta finale del modello nascondeva o travisava quegli ostacoli. La metrica ha un peso reale per chiunque deleghi lavoro agli agenti: un modello che nasconde un ostacolo segnala progressi dove non ce ne sono, e gli utenti potrebbero non scoprire la vicolo cieco finché non è già stato speso molto tempo.

GPT-6.2 Astra ha nascosto l'ostacolo nel 22,28% di quei test, contro l'11,09% di GPT-6 Astra—quasi il doppio del modello precedente. I numeri hanno rapidamente circolato su X, dove il commentatore e leaker di IA Chetaslua ha riassunto il dato come "2 volte peggiore nel dirti quando è bloccato".

L'amministratore delegato di OpenAI Sam Altman ha risposto pubblicamente alle critiche. "Sebbene i nuovi modelli siano molto intelligenti, abbiamo ancora lavoro da fare per renderli piacevoli da usare", ha scritto, promettendo di dare priorità ai miglioramenti. "Ma anche se richiede un po' di lavoro in più, l'intelligenza e la capacità sono straordinarie."

Although the new models are very smart, we have more work ahead of us on making the models nice to work with, and will prioritize that for upcoming releases.

But even if it takes a little extra work, the intelligence and capability are extraordinary.

— Sam Altman (@sama) (November 17, 2026)

Thibault Sottiaux di OpenAI ha suggerito che le recensioni anticipate potrebbero non riflettere pienamente la versione ricevuta dagli utenti al lancio. "Abbiamo dato accesso a poche persone un po' di tempo fa e poi abbiamo fatto molte modifiche negli ultimi 3-4 giorni", ha scritto, aggiungendo di essere "abbastanza sicuro che non sia stato fatto alcun ri-test" in quel periodo, prima della produzione dei video di recensione.

Ciononostante, Sottiaux ha riconosciuto i problemi di fondo. Pur definendo i nuovi modelli "un balzo considerevole" rispetto ai predecessori, ha detto che OpenAI aveva ancora lavoro da fare sulla "qualità e piacevolezza d'uso". Queste ammissioni definiscono i termini di ciò che verrà: se le modifiche dell'ultimo momento citate da Sottiaux abbiano effettivamente risolto i reclami dei tester, e come si concretizzeranno i miglioramenti di usabilità promessi da Altman nelle prossime versioni.

GPT-6.2 Astra e Sol sono ora disponibili tramite ChatGPT Work, Codex e l'API di OpenAI per gli utenti idonei. Le modifiche specifiche per Codex sono incluse al lancio, ma gli sviluppatori che accedono ai modelli direttamente tramite l'API non ricevono lo stesso intervento di prompting.