Inizio settembre, GPT-6 Astra è uscito due giorni dopo Claude Fable 5.1, riaccendendo nelle aziende la domanda se sia necessario cambiare strumento. Un’analisi pubblicata da Journal du Net sostiene che la risposta non è quella che ci si aspetta.
- Astra agisce al posto dell’utente su più applicazioni, mentre i modelli precedenti di OpenAI si limitavano a rispondere.
- Fable 5.1 eccelle nei contenuti complessi, ma va riservato a circa il 10% dei compiti.
- Il costo di un cambio di strumento è spesso sottovalutato, perché fa perdere formazione, integrazioni e flussi di lavoro.
- Conviene formare i team sugli strumenti già in uso prima di cambiare modello.
C’è stato un tempo in cui la scelta quasi non si poneva. Claude aveva preso un vantaggio così netto che molti team avevano smesso di confrontare gli strumenti tra loro. Da GPT-4o, i modelli di OpenAI avevano deluso uno dopo l’altro, con risposte spesso fuori tema e un ragionamento che perdeva il passo non appena il compito diventava complesso.
Cosa cambia Astra rispetto ai modelli precedenti di OpenAI
Secondo l’analisi, la rottura con i modelli usciti da GPT-4o è reale. I vecchi modelli rispondevano, mentre Astra agisce. Pilota un computer come un umano: apre applicazioni, naviga sul web, compila moduli, aggiorna un CRM (strumento di gestione della relazione cliente), produce un PowerPoint e collega compiti su più strumenti fino al prodotto finale, senza che sia necessario scrivere una riga di codice.
Su OSWorld 2.0, il benchmark (test di riferimento) che misura l’uso reale di un computer, Astra raggiunge il 72,6% in un tempo inferiore del 47% rispetto a GPT-5.6 Sol. Il testo sottolinea l’interesse di questo risultato per i compiti lunghi distribuiti su più applicazioni, come quelli di un team amministrativo che destreggia tra il suo CRM, le email e i fogli di calcolo. Astra ha comunque recuperato terreno su Claude in alcuni ambiti senza superarlo.
Cosa fa meglio Fable 5.1 rispetto agli altri
Claude Fable 5.1 si distingue per la comprensione e la creazione di contenuti complessi. La sua finestra di contesto da un milione di token (unità di testo elaborate dal modello) gli permette di assorbire interi documenti, che si tratti di rapporti di 500 pagine, contratti e i loro allegati o intere basi di codice. Team finanziari gli affidano data room per preparare comitati di investimento, e sviluppatori lo usano per migrare una base di codice da 50 milioni di righe in un giorno, un lavoro che avrebbe impegnato un team per diverse settimane.
Il modello non si limita all’analisi. Alcuni team gli chiedono di ricreare videogiochi completi a partire da un semplice prompt, e sviluppatori ricostruiscono applicazioni a partire da screenshot.
L’articolo precisa anche che Fable 5.1 serve solo per circa il 10% dei compiti in un uso quotidiano ben calibrato. Claude Sonnet copre il 60% degli usi comuni, Opus circa il 30%, e Fable resta riservato ai lavori veramente complessi. Usarlo per tutto equivarrebbe, secondo l’autore, a prendere una Lamborghini per andare a comprare il pane all’angolo della strada.
È davvero necessario cambiare strumento?
L’autore ripete, nelle sue formazioni, un messaggio che ritiene più pertinente che mai: smettere di avere la FOMO (la paura di perdere una novità) ad ogni annuncio. Se un’azienda lavora già con Claude, con i suoi flussi di lavoro, i team formati e le integrazioni configurate, non c’è motivo di mettere tutto in discussione. Se è su ChatGPT e i suoi team lo padroneggiano, Astra può rispondere, secondo il testo, alla grande maggioranza delle esigenze.
Il costo reale di un cambio di strumento è, secondo l’analisi, raramente calcolato: riformare i team, riconfigurare le integrazioni, perdere flussi di lavoro costruiti in mesi, attraversare un periodo in cui la produttività cala, ricreare i Projects, le Skills e le istruzioni personalizzate. Il mercato dell’IA assomiglia sempre di più a quello degli smartphone, conclude il testo, dove le aziende che hanno investito nella formazione e negli usi avanzano più velocemente di quelle che corrono dietro all’ultimo modello. «Prima di cambiare modello, formate i vostri team su quello che avete.»
