OpenAI potrebbe lanciare 1-2 nuovi modelli entro l’anno: per il modello di punta, al centro sicurezza e monitorabilità

Secondo quanto riferito da un dipendente dell’azienda, è probabile che OpenAI lanci 1-2 nuovi modelli entro la fine dell’anno. Non è però ancora certo che tra questi ci sarà il modello di punta attualmente in fase di sviluppo. Per quest’ultimo, a quanto si dice, devono ancora essere completati il lavoro di allineamento affinché si comporti in linea con le aspettative di ricercatori e clienti e il potenziamento delle infrastrutture di test. La notizia è stata riportata il 14 ottobre 2026.

I modelli in arrivo entro l’anno e la distanza dal modello di punta

Il punto da tenere presente è che «lancio di un nuovo modello» e «lancio del modello di punta» sono due cose diverse. Secondo le valutazioni del dipendente, è probabile che entro la fine dell’anno ne vengano lanciati 1-2. Resta però incerto se tra questi sarà inclusa la versione con il grande aggiornamento attualmente in fase di sviluppo.

Per il modello di punta restano da affrontare due questioni importanti. La prima è l’allineamento, cioè il lavoro per adeguare gli obiettivi dell’AI alle esigenze degli sviluppatori e delle aziende che la utilizzano. La seconda è il rafforzamento degli ambienti di test per verificare il modello. Nessuno dei due aspetti si riflette nei punteggi della competizione sulle prestazioni, ma entrambi sono passaggi decisivi per stabilire se il modello può essere distribuito.

Anche dopo che i vertici avranno approvato le valutazioni interne sulla sicurezza, resta un altro passaggio. Nell’ambito del quadro di valutazione dell’AI avanzata previsto da un ordine esecutivo del presidente Trump, OpenAI avrebbe accettato di consentire al governo degli Stati Uniti di accedere ai nuovi modelli fino a 30 giorni prima di condividerli con partner esterni. Per la disponibilità al pubblico generale bisognerà prevedere tempi ancora più lunghi. Non siamo più nell’epoca in cui «appena è pronto, si lancia».

Un sistema che ripete lo stesso processo per affinare le risposte

La chiave del modello di punta è il «transformer ricorrente». Un modello convenzionale elabora i token, le unità minime del linguaggio, una sola volta attraverso una serie di livelli computazionali sovrapposti, quindi produce la parola successiva. Un modello ricorrente, invece, passa più volte dagli stessi livelli prima di generare la parola successiva. A quanto si riferisce, OpenAI impiega già questa tecnologia in produzione con il nome di «Recurrent Depth» e l’ha posta al centro dell’attuale modello di fascia più alta, Astra.

L’obiettivo è migliorare i risultati in matematica e programmazione e ridurre i costi. Anche un modello piccolo può esprimere prestazioni superiori alle proprie dimensioni riflettendo più volte. È un po’ come leggere e rileggere lo stesso manuale per approfondirne la comprensione.

Più aumentano le prestazioni, meno è possibile vedere cosa accade all’interno

Questo approccio, tuttavia, ha un costo. Parte del «ragionamento» del modello si svolge attraverso rappresentazioni numeriche interne anziché in un testo leggibile dagli esseri umani. Finora i ricercatori che si occupano di sicurezza hanno individuato comportamenti sospetti seguendo il testo del ragionamento del modello fino alla risposta. È il monitoraggio della «catena di pensiero». Più aumentano i cicli, più diventa difficile tenere sotto controllo il modello.

Secondo quanto riferito, con Astra OpenAI ha fissato un limite al numero di cicli per mantenere leggibile il ragionamento. In pratica, il modello è stato lanciato lasciando volutamente margine per ulteriori miglioramenti delle prestazioni. Si dice che la stessa tecnologia sarà impiegata anche nel modello di punta: il prossimo nodo sarà decidere dove tracciare il limite.

La rimozione dei documenti di Microsoft e la riservatezza

A portare alla luce il funzionamento di questo sistema è stato un documento tecnico di Microsoft. L’azienda, che ha accesso alla proprietà intellettuale di OpenAI, ha pubblicato una spiegazione di GPT-6.1 Sol, la versione economica di Astra lanciata da OpenAI questo mese. Nel documento si parlava di «ragionamento ricorrente» e si spiegava che il modello elabora lo stesso problema attraverso più «passaggi» prima di fornire una risposta.

Secondo la descrizione, GPT-6.1 Sol utilizzava gli stessi pesi del modello di base di GPT-6 Sol, ma riduceva da tre a due i passaggi di ragionamento. Questa parte è stata poi rimossa. Una persona a conoscenza della vicenda ha confermato che la descrizione corrispondeva a informazioni comunicate in via riservata da OpenAI. Ciò lascia intendere che i modelli ricorrenti siano un ambito tecnologico che OpenAI tratta con particolare cautela, sia in fase di addestramento sia durante l’inferenza.

L’idea di differenziare prezzi e prestazioni variando il numero di passaggi è razionale per ricavare più prodotti dalla stessa base. D’altra parte, più passaggi ci sono, meno è possibile vedere cosa accade all’interno. La progettazione del prodotto e quella della sicurezza sono collegate alla stessa manopola.

La quota del 10% delle risorse di calcolo

Sono state riportate cifre concrete anche sugli investimenti nella sicurezza. Dopo un incidente che ha coinvolto Hugging Face, OpenAI avrebbe destinato circa il 10% delle proprie risorse di calcolo complessive all’allineamento e alla sicurezza. In termini di capacità elettrica dei data center, si tratta di alcune centinaia di megawatt; se prese in affitto ai prezzi di mercato, equivarrebbero a diversi miliardi di dollari l’anno.

Anche il ricercatore Noam Brown ha dichiarato, in un podcast a metà settembre, che circa il 10% del suo team lavora su sicurezza informatica e sicurezza dell’AI. Il dato del 10% sta diventando un riferimento per descrivere le dimensioni dell’organizzazione.

Riusciremo a preservare un ragionamento leggibile?

Il chief scientist Jakub Pachocki ha ammesso che il monitoraggio della catena di pensiero sta diventando «fragile» e che «purtroppo stiamo andando nella direzione sbagliata». Ha inoltre messo in guardia dalla corsa che sta spingendo l’intero settore verso modelli privi di un ragionamento leggibile.

L’aumento delle prestazioni e la riduzione dei costi sono vantaggi allettanti sul piano commerciale. Proprio perché sono così allettanti, la questione è fin dove si possa spingere il modello senza rinunciare alla possibilità di monitorarlo. I modelli, uno o due, attesi entro la fine dell’anno dovrebbero mostrare a che punto è questo percorso. Più che quando arriverà il modello di punta, mi interessa sapere in che condizioni verrà presentato.