The Pulse

Boris Power di OpenAI: l’80–90% della ricerca punta a GPT-7 e ai modelli successivi

Boris Power di OpenAI afferma che l’80–90% della ricerca dell’azienda si concentra su GPT-7, GPT-8 e sui modelli successivi. Descrive i miglioramenti ai modelli della generazione attuale come un lavoro a breve termine che aiuta i team a pro

AI.info Team · 2026-09-27

La maggior parte della ricerca di OpenAI guarda oltre GPT-6

Tra l’80% e il 90% della ricerca di OpenAI si concentra su GPT-7, GPT-8 e sui modelli successivi, secondo Boris Power, responsabile della ricerca applicata dell’azienda. Power ha fornito questa stima in dichiarazioni pubblicate domenica 27 settembre 2026, descrivendo una strategia di ricerca che dà la priorità a modelli futuri più grandi rispetto a miglioramenti circoscritti dei modelli della generazione attuale.

«Direi che ancora l’80, il 90% della ricerca di OpenAI è concentrato su GPT7, GPT8 e oltre, perché crediamo che sia da lì che provenga, fondamentalmente, la maggior parte del valore», ha detto Power.

La cifra è una stima approssimativa, non una ripartizione pubblicata del personale, della spesa o della capacità di calcolo. Power non ha indicato un metodo di misurazione né una data di rilascio per nessuna di queste generazioni di modelli. Le sue dichiarazioni descrivono gli obiettivi della ricerca secondo lui, non un calendario di prodotti confermato.

I piccoli miglioramenti hanno un altro scopo

Power ha distinto il lavoro all’interno di una generazione di modelli dalla ricerca orientata a un salto generazionale più ampio. Ha detto che i team aggiungono dataset specializzati e apportano ottimizzazioni minori per migliorare capacità specifiche nelle versioni intermedie. Ha definito questi sforzi scommesse a breve termine: utili perché aiutano OpenAI a procedere per iterazioni e ad apprendere più rapidamente, non perché rappresentino la sua strategia di ricerca a lungo termine preferita.

Ha citato l’uso degli strumenti come esempio di problema specifico. Quando i modelli erano quasi abbastanza capaci, ma ancora inaffidabili in modi che li rendevano difficili da usare, OpenAI si è concentrata sui dati di addestramento relativi a quel comportamento. Il racconto di Power suggerisce che l’azienda consideri questo lavoro una risposta a un limite concreto, anziché la via principale per ottenere miglioramenti generalizzati delle capacità.

Power ha anche distinto tra versioni successive e salti verso modelli più grandi. Nel suo esempio, versioni come 5.1, 5.2 e 5.3 possono riflettere l’impiego di dataset mirati e piccoli aggiustamenti; il passaggio da una generazione principale a un’altra può migliorare simultaneamente una gamma più ampia di capacità. Ha detto che i team rivalutano poi quali carenze specifiche richiedano ancora attenzione.

I grandi modelli come insegnanti per quelli più piccoli

La ricerca a più lungo termine non significa necessariamente che solo i modelli più grandi arrivino agli utenti. Power ha descritto un processo in cui un modello altamente capace fa da insegnante a un modello più piccolo e specializzato. Ha usato GPT-6 Astra e GPT Luna come esempi di questo rapporto, affermando che un grande modello potrebbe costituire la base per uno più piccolo attraverso la distillazione.

«Il modo migliore per addestrare un piccolo modello specializzato è in realtà addestrare un grande modello estremamente capace e poi trovare un modo per usare quel modello come insegnante per un modello allievo più piccolo», ha detto. L’approccio collega la scommessa di OpenAI sui futuri grandi modelli allo sviluppo di sistemi più piccoli, anche se Power non ha specificato quante capacità questi modelli più piccoli conserverebbero né quanto costerebbe utilizzarli.

Power lascia aperta la questione dei tempi

Le dichiarazioni offrono una rara stima numerica di come OpenAI distribuisca la propria attenzione nella ricerca, ma non rivelano quali progetti rientrino in quella quota né definiscono cosa l’azienda consideri ricerca. Non stabiliscono neppure quando potrebbero arrivare GPT-7 o GPT-8. L’affermazione più chiara è quella formulata direttamente da Power: secondo lui, l’azienda ritiene che la maggior parte del valore della propria ricerca risieda nelle generazioni successive a GPT-6.

Per ora, il quadro concreto è quello di un impegno su due fronti: un lavoro mirato per affrontare i problemi dei modelli attuali, accanto a una ricerca molto più concentrata sulle generazioni future e sulla possibilità di distillarne le capacità in sistemi più piccoli.