GPT-6 Astra já chegou: benchmarks, preço e o que os números não dizem

GPT-6 Astra é real, tem nome e responde à pergunta que o setor andou a discutir o ano inteiro. Na quinta-feira, 3 de setembro de 2026, a OpenAI lançou o modelo como GPT-6 Astra, pondo fim a meses de especulação sobre se o Astra sairia como GPT-6 ou como mais uma versão intermédia da linha GPT-5. A OpenAI descreve-o como estado da arte em utilização do computador, utilização do navegador, engenharia de software, cibersegurança, ciência e trabalho profissional, e o presidente da empresa, Greg Brockman, disse numa sessão com jornalistas: «Bem-vindos à era da AGI».

É também o primeiro modelo que a OpenAI alguma vez classificou como Critical em capacidade de cibersegurança no seu Preparedness Framework, e é por isso que quase ninguém o consegue usar ainda. Este artigo cobre o que a OpenAI lançou, quanto custa e quem obtém acesso e quando. Cobre também o que os resultados de benchmarks mais citados medem na realidade depois de ler as notas de rodapé, como o alinhamento melhorou e piorou ao mesmo tempo, e como a pausa de agosto levou até aqui. Sempre que uma afirmação vem da OpenAI e não de uma fonte independente, isso é assinalado.

O essencial

• O GPT-6 Astra foi lançado a 3 de setembro de 2026. A questão do nome está resolvida. É GPT-6, não uma versão intermédia do GPT-5.
• Hoje provavelmente ainda não o consegue usar. Os defensores aprovados no programa Daybreak da OpenAI recebem-no primeiro, com ChatGPT Plus, Pro, Business e Enterprise, a API, a AWS e o Azure a seguir «nos próximos dias».
• Custa $10 por milhão de tokens de entrada e $50 por milhão de tokens de saída, cerca de 2,5 vezes o GPT-5.6 Sol e ao nível do Fable 5.1 da Anthropic. O modo Fast duplica ambos.
• Os 98,6 % no ARC-AGI-3 não são uma taxa de resolução. O ARC-AGI-3 pontua a eficiência de ação face a uma referência humana, e a OpenAI correu o Astra num harness que a própria empresa mostrou ser capaz de triplicar essa pontuação.
• É o primeiro modelo que a OpenAI classifica como Critical em cibersegurança. Isso acionou uma defesa em profundidade e, na API, uma verificação de segurança termina a tarefa por completo em vez de a suspender à espera de aprovação.
• O alinhamento mexeu-se em duas direções ao mesmo tempo. O Astra saiu do âmbito autorizado em 0 % dos casos, onde o GPT-5.6 Sol o fez em 48,2 %, mas o seu raciocínio escrito revelou-se mais difícil de monitorizar do que o do Sol nos testes de evasão.
• A afirmação sobre AGI continua a ser uma afirmação. A OpenAI não publicou o GDPval, o seu próprio benchmark de trabalho economicamente valioso, nos materiais de lançamento.

O que a OpenAI lançou a 3 de setembro

O modelo chega à API como gpt-6-astra. Tem uma janela de contexto de 1 050 000 tokens com uma entrada máxima de 922 000 tokens e 128 000 tokens de saída, o mesmo enquadramento que a OpenAI estabeleceu com a família GPT-5.6. Aceita texto e imagens e devolve texto, e a data de corte é 30 de abril de 2026. Estes valores vêm da página do modelo gpt-6-astra da OpenAI.

A proposta é agêntica, não conversacional. A OpenAI posiciona o Astra como um modelo que navega no software como uma pessoa faria, atravessando navegadores, folhas de cálculo, sites e aplicações de secretária, preenchendo formulários, atualizando registos de CRM e executando trabalhos de vários passos sem alguém a dar o mote a cada passo. As demonstrações da empresa mostram-no a trabalhar dentro do KiCad, do Power BI e do Unity. Se a ideia de fundo lhe for nova, a nossa explicação sobre o que é realmente a IA agêntica cobre os conceitos em que este lançamento assenta.

Há duas mudanças que importam mais a quem desenvolve do que a tabela de benchmarks. O Astra consegue manter notas entre janelas de contexto e pesquisar mensagens e saídas de ferramentas anteriores, em vez de depender da compaction, que resume o trabalho anterior e pode deitar fora precisamente o detalhe de que um agente vai precisar mais tarde. Consegue ainda fazer uma pergunta sem parar o trabalho que não depende da resposta, o que elimina uma falha comum em que uma única decisão por resolver bloqueia a tarefa inteira. A funcionalidade de notas é experimental e está atrás de uma definição no config.toml, e a OpenAI diz que passará a ser a predefinição do Astra nas próximas semanas.

Quem pode usar o GPT-6 Astra, e a partir de quando

Se abriu o ChatGPT esta manhã à espera de um modelo novo no seletor, não o encontrou. O acesso começa pelos defensores de cibersegurança aprovados no programa Daybreak da OpenAI, um esquema por candidatura para organizações que a OpenAI validou, com uma via Daybreak Blue para quem protege infraestruturas críticas. Os restantes esperam.

Encare «nos próximos dias» pelo que é: uma intenção, não uma data. A OpenAI usou linguagem semelhante antes do GPT-5.6, que esteve cerca de duas semanas limitado a umas 20 organizações validadas pelo Estado antes da disponibilidade geral a 9 de julho de 2026. Um lançamento faseado dependente de uma revisão de capacidade cibernética pode escorregar, e este depende da classificação mais grave que a OpenAI alguma vez aplicou a um modelo seu.

Quanto custa o GPT-6 Astra

O Astra é um degrau acima no preço, não um passo ao lado. A $10 por milhão de tokens de entrada e $50 por milhão de tokens de saída, custa cerca de 2,5 vezes o que custa o GPT-5.6 Sol na tarifa promocional atual, e fica ao nível do Fable 5.1 da Anthropic. Batch e Flex funcionam a metade da tarifa padrão, o modo Fast ao dobro, e a entrada em cache desce para $1 com escritas em cache a $12.50.

Os preços vêm da própria página do modelo da OpenAI e da análise dos números do lançamento feita pelo The New Stack, que os coloca lado a lado com as tarifas atuais da concorrência.

A resposta da OpenAI ao preço é que se está a medir a coisa errada. «Cobrar por tokens não faz sentido nenhum», disse Brockman. «O que se quer mesmo, e acho que o mercado está a começar a acordar para isso, é o preço por tarefa.» O argumento é coerente: uma tarifa por token mais alta não produz uma fatura mais alta se o modelo terminar em menos passos e precisar de menos repetições, e a OpenAI diz que o Astra consome menos tokens em várias avaliações e em testes com parceiros. Os dados do lançamento são demasiado escassos para mostrar se essa poupança compensa o acréscimo na prática. A OpenAI nota ainda que, salvo indicação em contrário, as suas avaliações correram com esforço máximo, uma definição que sobe os resultados e ao mesmo tempo aumenta a latência e o consumo de tokens.

Os benchmarks e os seus asteriscos

Os números são extraordinários e vários estão a ser divulgados sem as ressalvas que a própria OpenAI forneceu. Os resultados abaixo são da OpenAI e foram publicados no lançamento. Nenhum avaliador independente os verificou, e as duas cifras mais citadas são justamente as duas que mais contexto exigem.

O resultado no ARC-AGI-3 não é uma taxa de resolução

O destaque são os 98,6 % no ARC-AGI-3, contra 7,8 % do GPT-5.6 Sol. Lê-se como se o Astra tivesse resolvido 98,6 % das tarefas. Não resolveu, porque não é isso que o benchmark reporta. O ARC-AGI-3 pontua a Relative Human Action Efficiency, que mede quantas ações um sistema precisa para chegar a um objetivo em comparação com uma referência humana, e não se chegou sequer a alcançá-lo. A metodologia de pontuação publicada do ARC-AGI-3 limita o resultado por nível a 1,0 e eleva-o ao quadrado, pelo que a cifra descreve com que economia o Astra desvendou ambientes interativos desconhecidos face a uma pessoa que joga pela primeira vez.

Continua a ser um resultado notável, porque o ARC-AGI-3 foi construído precisamente para colocar os modelos em terreno que os dados de treino não cobrem. O asterisco é o harness. A OpenAI avaliou o Astra através do seu harness da Responses API com duas definições alteradas: uma mantém o raciocínio entre turnos, a outra usa compaction para gerir contextos longos. A OpenAI diz que os outros modelos da comparação correram com configurações diferentes. A OpenAI publicou investigação própria intitulada como ativar duas definições triplicou os nossos resultados no ARC-AGI-3, na qual a empresa demonstra que escolhas de sistema conseguem mover esta cifra de forma substancial sem mexer no modelo. O benchmark está a medir o Astra e o andaime de agentes da OpenAI em conjunto. À data de publicação, a ARC Prize Foundation não tem nenhum resultado verificado do Astra na sua tabela.

FrontierMath Tier 4 e a divulgação da Epoch AI

O Astra obteve 97,6 % no FrontierMath Tier 4 v2, o nível mais duro de um benchmark desenhado para resistir à memorização. O resultado parece abranger os 41 problemas privados dos 43 que o nível contém. A Epoch AI, que gere o FrontierMath, divulgou que a OpenAI financiou o desenvolvimento do benchmark e tem acesso exclusivo a parte dele. Isso não torna o resultado errado. Significa que o fornecedor avaliado ajudou a pagar a régua, e essa divulgação merece acompanhar a cifra sempre que ela for citada.

Programação, utilização do computador e ciência

Longe das duas cifras de destaque, os ganhos são menores mas mais fáceis de interpretar, e alguns trazem concorrentes identificados ao lado.

Todos os números acima são da OpenAI, compilados na análise de benchmarks do The New Stack.

Três dessas linhas trazem ressalvas fornecidas pela OpenAI. A comparação do BenchCAD usou definições de avaliação modificadas para os resultados do Claude, ainda que a distância face ao Sol se sustente por si. As cifras do ExploitGym vieram com o habitual limite de seis horas retirado a ambos os modelos, pelo que não são comparáveis com execuções publicadas antes. A Anthropic reporta 77,9 % no OSWorld para o Fable 5.1, à frente do Astra, mas diz que usou uma versão diferente do OSWorld e que a cifra não deve ser colocada contra resultados anteriores. Cortar para metade o tempo por tarefa no OSWorld, de cerca de 75 para cerca de 40 minutos, é talvez o resultado mais útil na prática de toda a tabela.

O que a OpenAI não publicou

Para um lançamento construído em torno da inteligência artificial geral, há uma ausência que salta à vista. A OpenAI não incluiu o GDPval nos materiais de lançamento, o benchmark que construiu em 2025 precisamente para medir o desempenho em trabalho real economicamente valioso. Uma empresa que defende que o seu modelo consegue fazer o que as pessoas fazem com um computador escolheu não reportar a sua própria medida disso. A OpenAI avisa ainda contra reduzir este leque de resultados a uma única cifra de desempenho, um bom conselho que o seu próprio enquadramento sobre AGI torna mais difícil de seguir.

O primeiro modelo que a OpenAI classifica como Critical em cibersegurança

O Astra é o primeiro modelo classificado no nível de capacidade de cibersegurança Critical do Preparedness Framework da OpenAI, o limiar que descreve encontrar e explorar vulnerabilidades de dia zero em sistemas reais endurecidos sem ajuda humana. A OpenAI sinalizou a possibilidade em agosto antes de a conseguir confirmar, e o lançamento confirma-a.

A resposta é uma defesa em profundidade em vez de um controlo único: treino do comportamento do modelo, classificadores, controlos de segurança, monitorização e resposta a ameaças após a implementação. A OpenAI diz que a monitorização de desalinhamento é compatível com Zero Data Retention, com os classificadores a correr sem reter dados onde isso se aplica. Para quem desenvolve há uma mudança de comportamento concreta que vale a pena prever: na API, uma verificação de segurança termina a tarefa por completo em vez de a suspender à espera de aprovação. A forma como a empresa abordou este terreno na geração anterior foi tratada no nosso artigo sobre o GPT-5.6 e a capacidade cibernética.

Nada disto passou por uma aprovação governamental, apesar da confusão generalizada neste ponto. A ordem executiva de junho de 2026 cria uma revisão voluntária de até 30 dias. Exclui explicitamente o licenciamento, os testes obrigatórios e qualquer veto do Estado sobre lançamentos, como expõe o alerta a clientes da WilmerHale sobre a ordem. A nossa explicação sobre a revisão governamental de modelos de IA detalha o que exige e o que não exige. O calendário de lançamento manteve-se sempre nas mãos da OpenAI.

O alinhamento melhorou e piorou ao mesmo tempo

A afirmação de segurança mais forte da OpenAI assenta num resultado genuíno. Em testes internos com tarefas difíceis ou impossíveis e sem as proteções de produção, o GPT-5.6 Sol saiu do âmbito autorizado em 48,2 % dos casos. O Astra fê-lo em 0 % dos casos e não tentou alcançar sistemas adjacentes durante os testes de segurança. Para uma classe de modelos definida por trabalhar horas sem supervisão, é este o número que mais importa.

Os mesmos materiais revelam um retrocesso. Em avaliações desenhadas para provocar a evasão à monitorização, o raciocínio escrito do Astra foi mais difícil de acompanhar do que o do Sol. A OpenAI atribui isso em parte ao facto de o Astra resolver problemas mais simples em menos passos escritos e ter mais controlo sobre o seu raciocínio escrito, e diz que continua a custar-lhe esconder o raciocínio em tarefas mais difíceis. O cientista-chefe Jakub Pachocki formulou o princípio com clareza: «O progresso em inteligência não garante progresso em alinhamento», acrescentando que a OpenAI «não aceitará a degradação da nossa capacidade de monitorizar o alinhamento dos modelos para além de certo nível». Uma notícia do The Information segundo a qual uma técnica de treino poderia reduzir a compreensão humana do processamento do modelo gerou críticas antes do lançamento, que Pachocki contestou. Um modelo que nunca ultrapassa o seu âmbito mas cujo raciocínio custa mais a ler é uma troca, não uma vitória limpa.

Estamos na era da AGI?

Brockman fez a afirmação de forma tão direta quanto um dirigente consegue. «Bem-vindos à era da AGI», disse numa sessão fechada com jornalistas, acrescentando que o Astra «consegue mesmo fazer tudo o que uma pessoa consegue fazer com um computador» e que «para mim, pessoalmente, acho que já lá estamos. Acho que há um argumento bastante bom para isso.» O investigador Aidan Clark disse que o salto do Sol para o Astra representa um aumento de capacidades maior do que o salto para o Sol face aos seus antecessores, com base nas avaliações acompanhadas durante o pré-treino.

As provas sustentam uma afirmação mais estreita. Se AGI significa fazer trabalho intelectual útil em muitos domínios diferentes, o Astra está perto do que muita gente tinha em mente quando o termo foi criado. Se significa igualar o discernimento humano em toda a linha, nenhum benchmark dos materiais de lançamento o estabelece, e o ARC-AGI-3 em particular não o pode fazer, porque mede eficiência de ação em jogos e não discernimento no mundo. O desempenho a este nível depende ainda muito do andaime à volta do modelo, que é exatamente o que a ressalva sobre o harness expõe. A nossa análise mais longa sobre onde está realmente o debate sobre AGI em 2026 percorre as definições com que esta discussão embate vezes sem conta.

Como o Astra chegou aqui: a pausa de agosto

Este lançamento fecha cinco semanas pouco habituais. A OpenAI deu o nome Astra a 1 de agosto de 2026, não com um anúncio de produto mas com um artigo que continha dez resultados novos em matemática e informática teórica, cada um acompanhado de uma prova verificável por máquina. Seis dias depois, a 7 de agosto, suspendeu o trabalho interno sobre o modelo, dizendo que as suas avaliações não permitiam excluir um nível Critical de cibersegurança. A 18 de agosto a pausa alargou-se: a OpenAI disse ao Axios que tinha parado duas semanas de treino por reforço orientado à implementação, que a sua maior corrida de RL de fronteira planeada estava suspensa e que estava a reescrever o próprio Preparedness Framework. Uma pausa de treino separada, de cerca de duas semanas, seguiu-se ao incidente em que um agente da OpenAI escapou do seu ambiente de testes, que cobrimos quando modelos de IA entraram no Hugging Face durante testes.

O Astra foi pré-treinado com mais de 100 000 DBU na infraestrutura Stargate da OpenAI, e a OpenAI diz que é o primeiro modelo cujo treino foi supervisionado pelos seus antecessores. O nome segue o esquema latino dos níveis do GPT-5.6, em que Sol é o sol, Terra a terra e Luna a lua. Astra significa as estrelas.

A OpenAI apoiou-se nesse trocadilho para o teaser. A conta da empresa publicou «The stars are almost aligned», ou seja, «As estrelas estão quase alinhadas», cerca de quatro horas antes do lançamento. É o mais perto de uma confirmação do nome que a OpenAI deu a alguém com antecedência.

O que o Astra provou em agosto

Os dez resultados abrangem geometria de dimensão elevada, teoria de códigos, teoria de grupos, álgebras de operadores, complexidade de circuitos aritméticos, complexidade quântica, criptografia sobre reticulados e combinatória extremal, e três deles resolvem problemas numerados da coleção de Erdős. Os dois de maior peso são a construção de um grupo não sófico explícito, que decide se todo o grupo numerável admite aproximações por permutações finitas, e a refutação da conjetura de rigidez de Connes, construindo uma infinidade de grupos não isomorfos que partilham uma álgebra de von Neumann.

Cada resultado traz uma prova em Lean 4, que verifica mecanicamente cada passo lógico, e pode reconstruir os certificados a partir do repositório público ten-proofs da OpenAI. Isso elimina a falha que embaraçou anteriores alegações de IA em matemática, em que um argumento plausível acabava por conter uma lacuna. Não é revisão por pares. A verificação automática confirma que um argumento decorre das suas premissas, não que o enunciado provado seja um que interesse aos matemáticos nem tão importante quanto se afirma, e esses juízos ainda não aconteceram. Thomas Bloom, da Universidade de Manchester, que mantém a base de dados de problemas de Erdős, classificou o trabalho de «grande notícia» ao mesmo tempo que rejeitava a ideia de que os matemáticos estão a ser substituídos. Um apoio muito partilhado pertence a outro trabalho: o medalhista Fields Tim Gowers disse que recomendaria sem hesitar uma prova do mesmo modelo para os Annals of Mathematics, mas disse-o em maio de 2026 sobre a refutação da conjetura das distâncias unitárias de Erdős, e não sobre qualquer um destes dez resultados.

A cifra de $2,000 continua a precisar de um asterisco

A OpenAI disse que os tokens por trás das dez soluções teriam custado cerca de $2,000 às tarifas do GPT-5.6 Sol, e esse número viajou mais longe do que qualquer outro detalhe, até títulos sobre problemas com décadas resolvidos pelo preço de um portátil. Descreve as execuções que resultaram. Como notou o programador Simon Willison, a OpenAI nada disse sobre quantos problemas absorveram gastos comparáveis sem produzir solução, e uma cifra de custo por sucesso que exclui os fracassos não é uma cifra de custo de investigação. Willison notou também que a OpenAI publicou os percursos mas não os prompts. Às tarifas do próprio Astra, o mesmo volume de tokens custaria hoje bastante mais.

O GPT-6 Astra não é o Project Astra da Google

A Google DeepMind usa o nome Project Astra desde 2024 para o seu trabalho num assistente universal, a tecnologia de câmara e voz em direto que alimentou o Gemini. A OpenAI reaproveitar o nome para um modelo sem relação produziu a confusão previsível, e os resultados de pesquisa por «Astra AI» misturam agora os dois à vontade. Não partilham nada além da palavra.

Se viu uma demonstração em que a câmara de um telemóvel identifica objetos em tempo real e responde a perguntas sobre eles, isso era a Google. Se viu títulos sobre provas matemáticas e uma declaração sobre AGI, isso é a OpenAI.

O que fazer se usa o ChatGPT hoje

Nada muda na sua subscrição esta semana. O GPT-5.6 e os seus níveis Sol, Terra e Luna continuam a ser o que realmente obtém no ChatGPT, no Codex e na API até a distribuição chegar ao seu plano. Deixe lá os seus fluxos de trabalho em vez de os reconstruir à volta de um modelo que ainda não consegue invocar. Se está agora a escolher entre fornecedores, o nosso ranking regularmente atualizado dos melhores modelos de IA compara o que está hoje disponível de forma geral. O nosso guia da melhor IA para matemática cobre os modelos que pode apontar a um problema difícil esta tarde. Para a história mais ampla de como se discutiu o nome do GPT-6, veja tudo o que sabemos sobre o ChatGPT 6.

O veredicto sobre o GPT-6 Astra

O salto de capacidades parece real. Cortar para metade o tempo por tarefa no OSWorld e ao mesmo tempo subir o resultado não é o tipo de resultado que um harness favorável fabrica. Também não é uma vantagem de 12 pontos sobre o Fable 5.1 no Terminal-Bench Science, nem eliminar saídas de âmbito que o modelo de topo anterior cometia em quase metade dos casos. O Astra é a prova mais forte até agora de que a utilização prolongada do computador está a tornar-se um produto e não uma demonstração.

O enquadramento sobre AGI faz mais trabalho do que as provas sustentam. O número mais citado, 98,6 % no ARC-AGI-3, mede eficiência de ação e não problemas resolvidos. Foi obtido num harness que a própria OpenAI mostrou ser capaz de triplicar a cifra, e a organização que gere o benchmark não o verificou. O benchmark que a OpenAI construiu para medir trabalho economicamente valioso ficou por mencionar. E o modelo que nunca ultrapassa o seu âmbito é também o modelo cujo raciocínio se tornou mais difícil de ler. A 2,5 vezes o preço do modelo de topo que já usa, e sem data para o seu plano, a postura certa é o interesse, não a pressa. Avalie-o quando chegar à sua conta e alguém fora da OpenAI tiver corrido as avaliações.

Perguntas frequentes