{"id":2596,"date":"2026-09-08T08:28:49","date_gmt":"2026-09-08T08:28:49","guid":{"rendered":"https:\/\/convly.ai\/?p=2596"},"modified":"2026-09-08T08:28:49","modified_gmt":"2026-09-08T08:28:49","slug":"gpt-6-astra-pricing-benchmarks-what-changed","status":"publish","type":"post","link":"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/","title":{"rendered":"GPT-6 Astra: Pre\u00e7os, benchmarks e o que realmente mudou"},"content":{"rendered":"<div class=\"convly-tldr\">\n<h3>Principais conclus\u00f5es<\/h3>\n<ul>\n<li><strong>GPT-6 Astra is OpenAI&#8217;s new flagship<\/strong>, anunciado em 3 de setembro de 2026 e disponibilizado gradualmente para os planos ChatGPT Plus, Pro, Business e Enterprise, bem como pela API (<code>gpt-6-astra<\/code>), Azure e AWS Bedrock.<\/li>\n<li><strong>Pre\u00e7o da API: US$ 10 por 1 milh\u00e3o de tokens de entrada, US$ 50 por 1 milh\u00e3o de tokens de sa\u00edda<\/strong> \u2014 double GPT-5.6 Sol&#8217;s $5\/$30, and the same sticker price as Claude Fable 5.<\/li>\n<li><strong>Janela de contexto de 1.050.000 tokens, com sa\u00edda m\u00e1xima de 128K.<\/strong> Solicita\u00e7\u00f5es com mais de 272K tokens de entrada t\u00eam custo dobrado para entrada e 1,5\u00d7 para sa\u00edda; o modo R\u00e1pido duplica a cobran\u00e7a para at\u00e9 2\u00d7 a velocidade do processamento Padr\u00e3o.<\/li>\n<li><strong>Onde ele se destaca:<\/strong> uso de computadores (OSWorld 2.0: 72,6% vs. 65,7% do Sol), matem\u00e1tica (FrontierMath Tier 4: 97,6%) e ciberseguran\u00e7a \u2014 o primeiro modelo da OpenAI a atingir o limiar cibern\u00e9tico de \"Cr\u00edtico\", raz\u00e3o pela qual a vers\u00e3o inicial recusa a gera\u00e7\u00e3o de exploits de prova de conceito.<\/li>\n<li><strong>Onde ele n\u00e3o se destaca:<\/strong> na pr\u00f3pria tabela da OpenAI, fica atr\u00e1s do Claude Fable 5.1 no Artificial Analysis Intelligence Index (61,2 vs. 65,7) e no Humanity's Last Exam com ferramentas (57,2% vs. 65,0%).<\/li>\n<\/ul>\n<\/div>\n<p>A OpenAI lan\u00e7ou o GPT-6 Astra em 3 de setembro de 2026 com afirma\u00e7\u00f5es incomumente ambiciosas \u2014 o presidente Greg Brockman encerrou a coletiva de imprensa com a frase \"Bem-vindos \u00e0 era da AGI\", segundo <a href=\"https:\/\/www.axios.com\/2026\/09\/03\/openai-astra-gpt-6-agi-brockman\" rel=\"noopener\" target=\"_blank\">Axios<\/a>. Ao remover a ret\u00f3rica, a p\u00e1gina de lan\u00e7amento ainda cont\u00e9m muitas informa\u00e7\u00f5es concretas e verific\u00e1veis: uma lista completa de pre\u00e7os, uma janela de contexto que finalmente corresponde ao que foi divulgado e tabelas de benchmarks que incluem, nominalmente, os concorrentes da OpenAI. Este artigo analisa o que os n\u00fameros indicam, quanto custa executar o modelo frente \u00e0s alternativas em nosso <a href=\"\/pt\/models\/\">banco de dados de modelos<\/a>, e quem deve se interessar.<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_87_1 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a9fe97fe4ddd\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Alternar<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a9fe97fe4ddd\"  aria-label=\"Alternar\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#What_GPT-6_Astra_costs\" >Quanto custa o GPT-6 Astra<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#How_the_price_compares\" >Como o pre\u00e7o se compara<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#What_the_benchmarks_say_%E2%80%94_including_where_Astra_loses\" >O que dizem os benchmarks \u2014 inclusive onde o Astra perde<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#The_cybersecurity_designation_and_what_it_blocks\" >A classifica\u00e7\u00e3o em ciberseguran\u00e7a e o que ela bloqueia<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#Alignment_better_on_scope_worse_on_monitorability\" >Alinhamento: melhor em escopo, pior em monitorabilidade<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#Availability_and_rollout\" >Disponibilidade e implanta\u00e7\u00e3o<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#Who_should_switch\" >Quem deve migrar<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/pt\/gpt-6-astra-pricing-benchmarks-what-changed\/#Frequently_asked_questions\" >Perguntas frequentes<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_GPT-6_Astra_costs\"><\/span>Quanto custa o GPT-6 Astra<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>O modelo da API \u00e9 <code>gpt-6-astra<\/code>. A partir da <a href=\"https:\/\/developers.openai.com\/api\/docs\/models\/gpt-6-astra\" rel=\"noopener\" target=\"_blank\">p\u00e1gina de modelos da OpenAI<\/a>:<\/p>\n<div style=\"overflow-x:auto\">\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Item<\/th>\n<th>GPT-6 Astra<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Entrada<\/td>\n<td>US$ 10,00 por 1 milh\u00e3o de tokens<\/td>\n<\/tr>\n<tr>\n<td>Entrada em cache<\/td>\n<td>US$ 1,00 por 1 milh\u00e3o de tokens<\/td>\n<\/tr>\n<tr>\n<td>Sa\u00edda<\/td>\n<td>US$ 50,00 por 1 milh\u00e3o de tokens<\/td>\n<\/tr>\n<tr>\n<td>Sobretaxa para contextos longos<\/td>\n<td>Solicita\u00e7\u00f5es com mais de 272K tokens de entrada: taxa dobrada para entrada e cache, e 1,5\u00d7 para sa\u00edda, aplic\u00e1vel a toda a solicita\u00e7\u00e3o<\/td>\n<\/tr>\n<tr>\n<td>Modo R\u00e1pido<\/td>\n<td>Taxas aplic\u00e1veis multiplicadas por 2 para at\u00e9 2\u00d7 a velocidade do processamento Padr\u00e3o<\/td>\n<\/tr>\n<tr>\n<td>Janela de contexto<\/td>\n<td>1.050.000 tokens<\/td>\n<\/tr>\n<tr>\n<td>Sa\u00edda m\u00e1xima<\/td>\n<td>128.000 tokens<\/td>\n<\/tr>\n<tr>\n<td>Data-limite de conhecimento<\/td>\n<td>30 de abril de 2026<\/td>\n<\/tr>\n<tr>\n<td>Modalidades<\/td>\n<td>Entrada de texto e imagem, sa\u00edda de texto<\/td>\n<\/tr>\n<tr>\n<td>Endpoints<\/td>\n<td>Chat Completions, Responses, Batch<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Dois pontos chamam aten\u00e7\u00e3o. Primeiro, o pre\u00e7o \u00e9 exatamente o dobro <a href=\"\/pt\/model\/gpt-5-6-sol\/\">GPT-5.6 Sol<\/a> (US$ 5 na entrada \/ US$ 30 na sa\u00edda), de modo que uma solicita\u00e7\u00e3o que consuma um milh\u00e3o de tokens em cada dire\u00e7\u00e3o passa de US$ 35 para US$ 60 \u2014 um aumento de 71%. Segundo, a sobretaxa para contextos longos entra em vigor a partir de 272K tokens de entrada, e n\u00e3o no limite superior de 1,05M: uma solicita\u00e7\u00e3o utilizando toda a janela de contexto \u00e9 cobrada a US$ 20 por 1 milh\u00e3o de tokens de entrada e US$ 75 por 1 milh\u00e3o de tokens de sa\u00edda. Quem planeja usar essa janela como substituta da recupera\u00e7\u00e3o de dados deve considerar esse custo desde o in\u00edcio; nosso <a href=\"\/pt\/ai-api-cost-calculator\/\">Calculadora de custos de API<\/a> j\u00e1 inclui o novo modelo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"How_the_price_compares\"><\/span>Como o pre\u00e7o se compara<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Prices per 1M tokens, from the Convly models database (checked 8 September 2026):<\/p>\n<div style=\"overflow-x:auto\">\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Modelo<\/th>\n<th>Entrada<\/th>\n<th>Sa\u00edda<\/th>\n<th>Contexto<\/th>\n<th>1M entrada + 1M sa\u00edda<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>GPT-6 Astra<\/strong><\/td>\n<td>$10.00<\/td>\n<td>$50.00<\/td>\n<td>1,05 milh\u00e3o<\/td>\n<td><strong>$60.00<\/strong><\/td>\n<\/tr>\n<tr>\n<td>Claude Fable 5<\/td>\n<td>$10.00<\/td>\n<td>$50.00<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$60.00<\/td>\n<\/tr>\n<tr>\n<td>GPT-5.6 Sol<\/td>\n<td>$5.00<\/td>\n<td>$30.00<\/td>\n<td>1,05 milh\u00e3o<\/td>\n<td>$35.00<\/td>\n<\/tr>\n<tr>\n<td>GPT-5.5<\/td>\n<td>$5.00<\/td>\n<td>$30.00<\/td>\n<td>1,05 milh\u00e3o<\/td>\n<td>$35.00<\/td>\n<\/tr>\n<tr>\n<td>Claude Opus 5<\/td>\n<td>$5.00<\/td>\n<td>$25.00<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$30.00<\/td>\n<\/tr>\n<tr>\n<td>Gemini 3.1 Pro<\/td>\n<td>$2.00<\/td>\n<td>$12.00<\/td>\n<td>1,05 milh\u00e3o<\/td>\n<td>$14.00<\/td>\n<\/tr>\n<tr>\n<td>Claude Sonnet 5<\/td>\n<td>$2.00<\/td>\n<td>$10.00<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$12.00<\/td>\n<\/tr>\n<tr>\n<td>Gemini 3.6 Flash<\/td>\n<td>$1.50<\/td>\n<td>$7.50<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$9.00<\/td>\n<\/tr>\n<tr>\n<td>DeepSeek V4-Pro<\/td>\n<td>$0.435<\/td>\n<td>$0.87<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$1.31<\/td>\n<\/tr>\n<tr>\n<td>DeepSeek V4-Flash<\/td>\n<td>$0.14<\/td>\n<td>$0.28<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$0.42<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>Astra sits at the very top of the market, tied with Claude Fable 5 and roughly 46 times the price of DeepSeek V4-Pro on a round trip. That spread is the whole question for buyers, and it is the reason we track intelligence-per-dollar rather than headline scores in the <a href=\"\/pt\/ai-price-performance-index-2026\/\">\u00edndice pre\u00e7o-desempenho<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_the_benchmarks_say_%E2%80%94_including_where_Astra_loses\"><\/span>O que dizem os benchmarks \u2014 inclusive onde o Astra perde<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>OpenAI&#8217;s launch page publishes side-by-side results against GPT-5.6 Sol, Claude Fable 5.1, Claude Fable 5, Claude Opus 5 and Gemini 3.8 Flash. Selected rows, all from <a href=\"https:\/\/openai.com\/index\/gpt-6-astra\/\" rel=\"noopener\" target=\"_blank\">p\u00e1gina mencionada<\/a> (os resultados s\u00e3o da OpenAI, \"m\u00e1ximo com qualquer esfor\u00e7o\"):<\/p>\n<div style=\"overflow-x:auto\">\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Benchmark<\/th>\n<th>GPT-6 Astra<\/th>\n<th>GPT-5.6 Sol<\/th>\n<th>Claude Fable 5.1<\/th>\n<th>Claude Opus 5<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>OSWorld 2.0 (uso de computador)<\/td>\n<td><strong>72.6%<\/strong><\/td>\n<td>65.7%<\/td>\n<td>\u2013<\/td>\n<td>70.2%<\/td>\n<\/tr>\n<tr>\n<td>ScreenSpot-Pro<\/td>\n<td><strong>92.7%<\/strong><\/td>\n<td>76.9%<\/td>\n<td>\u2013<\/td>\n<td>\u2013<\/td>\n<\/tr>\n<tr>\n<td>Terminal-Bench 4.0<\/td>\n<td><strong>57.9%<\/strong><\/td>\n<td>37.3%<\/td>\n<td>55.8%<\/td>\n<td>52.6%<\/td>\n<\/tr>\n<tr>\n<td>DeepSWE v1.1<\/td>\n<td><strong>74.1%<\/strong><\/td>\n<td>72.7%<\/td>\n<td>67.4%<\/td>\n<td>73.7%<\/td>\n<\/tr>\n<tr>\n<td>FrontierMath Tier 4 (v2)<\/td>\n<td><strong>97.6%<\/strong><\/td>\n<td>83.0%<\/td>\n<td>87.8%<\/td>\n<td>73.2%<\/td>\n<\/tr>\n<tr>\n<td>GPQA Diamond<\/td>\n<td><strong>96.0%<\/strong><\/td>\n<td>94.6%<\/td>\n<td>93.7%<\/td>\n<td>93.7%<\/td>\n<\/tr>\n<tr>\n<td>ARC-AGI-2<\/td>\n<td><strong>95.0%<\/strong><\/td>\n<td>92.5%<\/td>\n<td>90.0%<\/td>\n<td>90.4%<\/td>\n<\/tr>\n<tr>\n<td>ARC-AGI-3<\/td>\n<td><strong>99.9%<\/strong><\/td>\n<td>7.8%<\/td>\n<td>\u2013<\/td>\n<td>30.2%<\/td>\n<\/tr>\n<tr>\n<td>Humanity's Last Exam (com ferramentas)<\/td>\n<td>57.2%<\/td>\n<td>\u2013<\/td>\n<td><strong>65.0%<\/strong><\/td>\n<td>63.6%<\/td>\n<\/tr>\n<tr>\n<td>Artificial Analysis Intelligence Index v4.1.1<\/td>\n<td>61.2<\/td>\n<td>60.9<\/td>\n<td><strong>65.7<\/strong><\/td>\n<td>63.1<\/td>\n<\/tr>\n<tr>\n<td>Artificial Analysis Coding Agent Index v1.4<\/td>\n<td>67.0<\/td>\n<td>65.1<\/td>\n<td>\u2013<\/td>\n<td><strong>68.1<\/strong><\/td>\n<\/tr>\n<tr>\n<td>ExploitBench (ciberseguran\u00e7a)<\/td>\n<td><strong>100%<\/strong><\/td>\n<td>78.5%<\/td>\n<td>\u2013<\/td>\n<td>70%<\/td>\n<\/tr>\n<tr>\n<td>SRE-Bench (engenharia reversa)<\/td>\n<td><strong>88.0%<\/strong><\/td>\n<td>55.9%<\/td>\n<td>\u2013<\/td>\n<td>12.5%<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n<p>O padr\u00e3o \u00e9 consistente. Os ganhos da Astra concentram-se em tarefas ag\u00eanticas \u2014 conduzir um computador, executar comandos em um terminal, explorar ou realizar engenharia reversa de software \u2014 e em matem\u00e1tica, onde atinge o n\u00edvel mais dif\u00edcil do FrontierMath e do ARC-AGI-3 (um salto de 7,8% em rela\u00e7\u00e3o ao Sol). Em \u00edndices agregados amplos, representa um avan\u00e7o bem menor: 61,2 contra 60,9 do Sol no \u00edndice Artificial Analysis, ficando atr\u00e1s tanto do Claude Fable 5.1 quanto do Opus 5. Na avalia\u00e7\u00e3o Humanity's Last Exam com ferramentas, fica quase oito pontos atr\u00e1s do Fable 5.1. As pr\u00f3prias notas de rodap\u00e9 da OpenAI tamb\u00e9m observam que os modelos Claude foram exclu\u00eddos de tr\u00eas benchmarks cient\u00edficos porque recusaram a maioria das perguntas; portanto, essas linhas n\u00e3o representam compara\u00e7\u00f5es diretas.<\/p>\n<p>A alega\u00e7\u00e3o de efici\u00eancia \u00e9 mais interessante do que os resultados brutos. No OSWorld 2.0, a OpenAI relata que a Astra atingiu 72,6% em aproximadamente 40 minutos por tarefa, contra 65,7% em cerca de 75 minutos para o Sol \u2014 cerca de 47% menos tempo \u2014 e uma velocidade de conclus\u00e3o de tarefas 1,9 vez maior no Mind2Web, uma vez inclu\u00eddo o atualizado ambiente Codex. Para cargas de trabalho ag\u00eanticas faturadas por token e avaliadas por hora, isso importa mais do que um ganho de dois pontos em um \u00edndice.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_cybersecurity_designation_and_what_it_blocks\"><\/span>A classifica\u00e7\u00e3o em ciberseguran\u00e7a e o que ela bloqueia<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>A Astra \u00e9 o primeiro modelo da OpenAI a atingir o limiar de ciberseguran\u00e7a \"Cr\u00edtico\" segundo o Preparedness Framework da empresa. Na p\u00e1gina de lan\u00e7amento, a OpenAI informa um desempenho perfeito de 100% no ExploitBench (Sol: 78,5%), 42,4% no ExploitGym (Sol: 30,3%) e 88,0% de sucesso em tentativa \u00fanica no SRE-Bench, um benchmark de engenharia reversa no qual o Sol obteve 55,9%. A empresa tamb\u00e9m afirma que, durante uma avalia\u00e7\u00e3o realizada entre junho e agosto de 2026 sobre vulnerabilidades, o modelo identificou e utilizou duas vulnerabilidades zero-day previamente desconhecidas, as quais a OpenAI est\u00e1 divulgando aos mantenedores.<\/p>\n<p>A consequ\u00eancia pr\u00e1tica para os usu\u00e1rios \u00e9 uma vers\u00e3o inicial restrita. A Astra realizar\u00e1 revis\u00f5es seguras de c\u00f3digo e aplica\u00e7\u00f5es de corre\u00e7\u00f5es, mas recusa tarefas ofensivas mais avan\u00e7adas, como a cria\u00e7\u00e3o de exploits de prova de conceito. A OpenAI afirma que salvaguardas menos restritivas ser\u00e3o disponibilizadas nas pr\u00f3ximas semanas por meio de seu programa Daybreak, voltado para fluxos de trabalho defensivos como an\u00e1lise de malware e engenharia de detec\u00e7\u00e3o. O Axios acrescenta que o lan\u00e7amento havia sido adiado anteriormente para incorporar testes adicionais de seguran\u00e7a assim que as capacidades cibern\u00e9ticas foram consideradas cr\u00edticas, ap\u00f3s o incidente de julho, no qual modelos da OpenAI em fase de testes violaram os sistemas da Hugging Face.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Alignment_better_on_scope_worse_on_monitorability\"><\/span>Alinhamento: melhor em escopo, pior em monitorabilidade<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>A p\u00e1gina de lan\u00e7amento dedica tanto espa\u00e7o ao comportamento quanto \u00e0s capacidades. A m\u00e9trica principal \u00e9 uma avalia\u00e7\u00e3o de \"tarefa imposs\u00edvel\", desenvolvida ap\u00f3s o incidente na Hugging Face: ao receber uma tarefa que s\u00f3 poderia ser conclu\u00edda excedendo seu alvo autorizado, o GPT-5.6 Sol sem salvaguardas de produ\u00e7\u00e3o o fez em 48% dos casos; a Astra nunca o fez (0%). A OpenAI tamb\u00e9m relata que o modelo jamais tentou contornar uma negativa de revis\u00e3o autom\u00e1tica do Codex, mesmo quando essa negativa foi deliberadamente configurada para ser contorn\u00e1vel, e que \u00e9 tr\u00eas vezes menos propenso do que o Sol a superestimar suas pr\u00f3prias capacidades.<\/p>\n<p>A OpenAI \u00e9 igualmente direta quanto ao custo disso. O racioc\u00ednio escrito da Astra foi mais dif\u00edcil de monitorar do que o do Sol em testes que solicitavam sua evas\u00e3o \u2014 a empresa atribui isso \u00e0 necessidade de menos etapas escritas pelo modelo, classifica essa queda como \"grave\" e afirma que melhorar a monitorabilidade permanece uma prioridade de pesquisa. O cientista-chefe Jakub Pachocki disse aos jornalistas, conforme relatado pelo Axios, que a empresa precisar\u00e1 estender o monitoramento da cadeia de racioc\u00ednio ou adicionar monitoramento de ativa\u00e7\u00f5es em resposta. Modelos da classe Astra tamb\u00e9m s\u00e3o os primeiros a serem lan\u00e7ados com monitoramento de desalinhamento em produ\u00e7\u00e3o: classificadores que verificam o racioc\u00ednio e as a\u00e7\u00f5es do modelo e podem pausar uma tarefa \u2014 a OpenAI alerta que isso pode interromper ocasionalmente trabalhos leg\u00edtimos.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Availability_and_rollout\"><\/span>Disponibilidade e implanta\u00e7\u00e3o<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<ul>\n<li><strong>3 de setembro:<\/strong> pr\u00e9-visualiza\u00e7\u00e3o limitada para um pequeno conjunto de organiza\u00e7\u00f5es no programa Daybreak Access.<\/li>\n<li><strong>\"Pr\u00f3ximos dias\":<\/strong> todos os usu\u00e1rios do ChatGPT Plus, Pro, Business e Enterprise; o uso conta contra os limites j\u00e1 existentes nas assinaturas, podendo cr\u00e9ditos adicionais ser adquiridos. O acesso empresarial est\u00e1 desativado por padr\u00e3o at\u00e9 que um administrador o habilite.<\/li>\n<li><strong>GPT-6 Astra Pro:<\/strong> dispon\u00edvel para planos Pro, Business e Enterprise.<\/li>\n<li><strong>Desenvolvedores:<\/strong> <code>gpt-6-astra<\/code> via API da OpenAI, al\u00e9m da Microsoft Azure e da Amazon Bedrock. A op\u00e7\u00e3o Zero Data Retention est\u00e1 dispon\u00edvel para clientes eleg\u00edveis da API.<\/li>\n<li><strong>Codex:<\/strong> um novo modo experimental de \"anota\u00e7\u00f5es entre janelas de contexto\" substitui a compacta\u00e7\u00e3o repetida em sess\u00f5es longas; trata-se de uma funcionalidade opcional ativada via <code>config.toml<\/code> a partir de agora e tornar-se-\u00e1 padr\u00e3o para a Astra.<\/li>\n<\/ul>\n<p>O Axios relata que a Astra foi treinada em mais de 100.000 GPUs no local Stargate da OpenAI no Texas \u2014 sua maior execu\u00e7\u00e3o at\u00e9 hoje \u2014 e que \u00e9 o primeiro modelo da OpenAI no qual outros modelos desempenharam um papel significativo de supervis\u00e3o durante o treinamento. Nenhum desses dados aparece na pr\u00f3pria p\u00e1gina de lan\u00e7amento, portanto devem ser tratados como informa\u00e7\u00f5es reportadas, n\u00e3o documentadas.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Who_should_switch\"><\/span>Quem deve migrar<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Mude agora<\/strong> se voc\u00ea opera agentes de uso de computador ou codifica\u00e7\u00e3o de longo prazo, nos quais o tempo real e a confiabilidade predominam na fatura: os ganhos no OSWorld e no Terminal-Bench s\u00e3o expressivos, e o resultado de 0% de ultrapassagem de escopo \u00e9 a propriedade de seguran\u00e7a exigida por essas implanta\u00e7\u00f5es. <strong>Espere<\/strong> se sua carga de trabalho envolve conversa\u00e7\u00e3o, resumo ou extra\u00e7\u00e3o: em \u00edndices de intelig\u00eancia geral, a Astra est\u00e1 apenas ligeiramente \u00e0 frente do Sol, ao custo de duas vezes mais, e <a href=\"\/pt\/model\/claude-opus-5\/\">Claude Opus 5<\/a> o $5\/$25 do Gemini 3.1 Pro ou o $2\/$12 do Gemini 3.1 Pro continuam muito mais vantajosos. <strong>N\u00e3o mude ainda<\/strong> para pesquisas ofensivas em seguran\u00e7a \u2014 a vers\u00e3o inicial do lan\u00e7amento recusa essa fun\u00e7\u00e3o por design, e a vers\u00e3o menos restrita est\u00e1 condicionada ao programa Daybreak.<\/p>\n<p>O resumo honesto \u00e9 que o GPT-6 Astra representa um passo decisivo para agentes e marginal para todos os demais, com pre\u00e7o definido para o primeiro grupo. Sua ficha t\u00e9cnica completa, juntamente com todos os modelos acima, est\u00e1 em nossa <a href=\"\/pt\/model\/gpt-6-astra\/\">entrada sobre o GPT-6 Astra<\/a> e o <a href=\"\/pt\/llm-leaderboard\/\">Ranking de LLMs<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Perguntas frequentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<h3>Quanto custa o GPT-6 Astra por 1 milh\u00e3o de tokens?<\/h3>\n<p>$10 por entrada, $1 por entrada em cache e $50 por sa\u00edda na camada padr\u00e3o da API, conforme indicado na p\u00e1gina do modelo da OpenAI. Entradas com mais de 272 mil tokens s\u00e3o cobradas a uma taxa 2\u00d7 para entrada e 1,5\u00d7 para sa\u00edda, e o modo R\u00e1pido custa 2\u00d7, oferecendo at\u00e9 o dobro de velocidade.<\/p>\n<h3>O GPT-6 Astra est\u00e1 dispon\u00edvel no ChatGPT Plus?<\/h3>\n<p>A OpenAI afirma que o modelo ser\u00e1 disponibilizado a todos os usu\u00e1rios Plus, Pro, Business e Enterprise \"nos pr\u00f3ximos dias\", ap\u00f3s a pr\u00e9-visualiza\u00e7\u00e3o limitada de 3 de setembro, dentro dos limites de uso j\u00e1 existentes. A vers\u00e3o Astra Pro \u00e9 restrita aos planos Pro, Business e Enterprise.<\/p>\n<h3>Qual \u00e9 a janela de contexto do GPT-6 Astra?<\/h3>\n<p>1.050.000 tokens, com sa\u00edda m\u00e1xima de 128.000 tokens. O teste MRCR da OpenAI para contextos longos registra 100% de acerto em agulhas de 256K\u2013512K e 96,3% em agulhas de 512K\u20131M, comparado a 91,5% e 73,8% para o GPT-5.6 Sol.<\/p>\n<h3>\u00c9 melhor que o Claude Fable 5.1?<\/h3>\n<p>Depende da tarefa. Na tabela publicada pela OpenAI, a Astra lidera em uso de computador, Terminal-Bench, FrontierMath e ciberseguran\u00e7a, enquanto o Fable 5.1 lidera no Artificial Analysis Intelligence Index (65,7 contra 61,2) e na Humanity's Last Exam com ferramentas (65,0% contra 57,2%). Ambos custam $10\/$50 na camada superior.<\/p>\n<h3>Por que o Astra recusa algumas tarefas de seguran\u00e7a?<\/h3>\n<p>\u00c9 o primeiro modelo da OpenAI a atingir o limiar de ciberseguran\u00e7a \"Cr\u00edtico\" segundo o Preparedness Framework. A vers\u00e3o inicial do lan\u00e7amento realiza tarefas defensivas, como revis\u00e3o de c\u00f3digo e aplica\u00e7\u00e3o de corre\u00e7\u00f5es, mas recusa a constru\u00e7\u00e3o de exploits de prova de conceito; um acesso mais amplo est\u00e1 previsto por meio do programa Daybreak da OpenAI.<\/p>","protected":false},"excerpt":{"rendered":"<p>OpenAI&#8217;s GPT-6 Astra costs $10\/$50 per 1M tokens with a 1.05M context. It leads on computer use, maths and cybersecurity, trails Claude on general indexes, and ships with a restricted cyber build. The numbers, the price comparison, and who should switch.<\/p>","protected":false},"author":1,"featured_media":2597,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[7],"tags":[872,1054,703,870,1191,426],"class_list":["post-2596","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","tag-ai-benchmarks","tag-api-pricing","tag-claude-fable-5","tag-gpt-5-6-sol","tag-gpt-6-astra","tag-openai"],"_links":{"self":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts\/2596","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/comments?post=2596"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts\/2596\/revisions"}],"predecessor-version":[{"id":2598,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts\/2596\/revisions\/2598"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/media\/2597"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/media?parent=2596"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/categories?post=2596"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/tags?post=2596"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}