O salto do GPT-6 Astra é real onde dá para medir, não onde a OpenAI promete

Em 3 de setembro de 2026 a OpenAI lançou o GPT-6 Astra e descreveu o modelo, no próprio blog, como o mais inteligente e mais alinhado que já colocou no ar. O lançamento não foi limpo: acesso liberado por um grupo pequeno primeiro, atraso para quem já pagava assinatura, e o post oficial saiu do ar horas depois, segundo a Latent Space/AINews, em 4 de setembro. Uma semana depois, em 10 de setembro, a TechCrunch registrou algo mais concreto: a OpenAI pausou novas assinaturas do ChatGPT Pro por excesso de demanda. Para quem constrói produto com IA no Brasil, o salto é real em dois pontos — uso de computador e geração 3D —, mas a medição independente não confirma o domínio total que o anúncio sugere. Vendor e teste externo contam histórias diferentes; datar cada uma evita comprar a versão errada.

O que foi dito

A OpenAI anunciou o Astra como estado da arte em cinco frentes — uso de computador, engenharia de software, matemática e ciência, leitura de documentos e cibersegurança —, segundo a Latent Space/AINews, em 4 de setembro. Via API, o preço ficou em US$ 10 por milhão de tokens de entrada e US$ 50 de saída no plano padrão; a camada fast, até 2,5 vezes mais rápida, cobra US$ 20 e US$ 100 — o mesmo preço do Claude Fable 5 e 5.1, confirmou Simon Willison em 3 de setembro. O acesso saiu por etapas, de um grupo pequeno até Plus, Pro, Business e Enterprise, com API e AWS chegando nos dias seguintes. Nos benchmarks que a própria empresa escolheu, o Astra marcou 99,9% no ARC-AGI-3, 98% no FrontierMath Tier 4 e 100% no ExploitBench — e Greg Brockman, presidente da OpenAI, foi além dos números: chamou o Astra de "AGI" e declarou a chegada de uma nova era, segundo a newsletter The Neuron, em 4 de setembro.

A medição externa conta outra história. Willison mostrou, antes mesmo de ter acesso ao modelo, que aquele 99,9% saiu de um harness — o código que organiza como o teste chama o modelo — feito sob medida pela OpenAI, a US$ 19 mil; no harness padrão do mesmo benchmark, o resultado caiu para 62,7%, a US$ 26 mil. François Chollet, do ARC Prize, chegou a número parecido pela AINews: 66% no harness padrão, quase 100% só com harness de conversa contínua a cerca de US$ 360 por partida — e avisou que o ARC-AGI-4 chega no primeiro trimestre de 2027. A Artificial Analysis mediu o Astra empatado com o GPT-5.6 Sol no Intelligence Index, 61 pontos cada, atrás do Claude Fable 5.1 e do Muse Spark 1.3, da Meta; no Coding Agent Index, 67 pontos contra 70 do Fable 5.1.

No uso prático, Sebastian Raschka chamou o Astra, em 9 de setembro, de melhor modelo que já usou — sobretudo em geração 3D —, mas notou que no Coding Agent Index ele não se destaca por margem grande; relatou ainda que Jakub Pachocki, cientista-chefe da OpenAI, respondeu a uma reportagem do The Information sobre transformers em loop dizendo que a profundidade de computação dos modelos atuais, Astra incluído, fica dentro de um fator de dois em relação ao GPT-4. Matthew Berman elogiou o controle de navegador e a geração 3D, mas notou o mesmo padrão visual de sempre — paleta verde-floresta e design flat repetidos em cinco ou seis projetos sem pedido. A Ben's Bites relatou ter queimado 4 bilhões de tokens em um fim de semana sem construir nada útil, e citou Kieran Klaassen chamando o Astra de modelo de vitrine, não de trabalho. Duas divergências se destacam: o 99,9% do ARC-AGI-3 sem ressalva (Raschka) contra 62,7%–66% no harness padrão (Willison, Chollet); e a leitura de nova era, de Brockman, contra o índice geral da Artificial Analysis e o veredito misto da Ben's Bites.

O que vale

A vantagem menos contestada do Astra é concreta: uso de computador e geração 3D e espacial. Berman, Raschka e o teste de 20 bilhões de tokens que a própria Latent Space rodou em 3 de setembro chegam à mesma conclusão por caminhos diferentes. A eficiência de tokens também se sustenta fora do material da OpenAI: a Artificial Analysis mediu menos tokens gastos por tarefa no Astra do que no Sol, mesmo com preço por token mais alto, e Willison, no teste do pelicano em 4 de setembro, contou 16 tokens de entrada no Astra contra 26 no Sol — o número que interessa é o custo por tarefa, não o preço por milhão de tokens.

Só que Berman achou o mesmo problema de sempre: paleta e estilo repetidos entre projetos sem pedido, sinal de que a saída ainda pede revisão e direção humana — não é uso sem supervisão. E para quem constrói no Brasil, o preço só existe em dólar: nenhuma fonte confirma versão em português nem cobrança em real, e o acesso via ChatGPT Pro está pausado desde 10 de setembro. Testar pela API ou pelo Plus é o caminho disponível agora.

Eu só troco o modelo de produção depois de um smoke probe — uma chamada de teste contra a API real, no tier real, antes de confiar no número do anúncio. O benchmark que a OpenAI escolhe mede o harness que a OpenAI escolhe; a tarefa que decide é a sua.

O que ignorar

O rótulo AGI que Brockman aplicou ao Astra vem do executivo da própria empresa que lançou o produto, sem nenhum teste de AGI que a indústria tenha acordado entre si — e o índice geral da Artificial Analysis, que mede o Astra empatado ou atrás de outros modelos, contradiz a afirmação. O 99,9% no ARC-AGI-3, repetido sem ressalva por quem só viu o número do anúncio, esconde que o mesmo benchmark, no harness padrão, marca entre 62,7% e 66% — a diferença está no harness, não no modelo.

O título do vídeo do Two Minute Papers promete que o lançamento muda tudo; o conteúdo reage a demonstrações visuais, não compara benchmark contra benchmark. E o avanço em matemática que a OpenAI anunciou merece o mesmo desconto — a Epoch AI mediu 2 de 68 problemas de Erdős resolvidos, o que nenhum modelo anterior tinha feito. É real. Não é um problema em aberto resolvido na escala que o anúncio sugere.

O que fazer com isso

A ação prática cabe numa frase: antes de mover carga de produção para o Astra, rode uma tarefa real contra a API — não contra o ChatGPT Pro, pausado desde 10 de setembro — e compare o custo por tarefa contra o modelo que você já usa, porque a Artificial Analysis mediu resultado misto entre os dois. Esse teste custa tempo e tokens; é o preço de não descobrir o custo real da tarefa só depois que o pipeline já depende do modelo novo.

Vale migrar a partir do momento em que o Astra estiver disponível no seu nível de acesso — API, Plus ou Business. Enquanto o Pro seguir pausado e nenhuma fonte confirmar preço em real ou lançamento em português, o teste continua sendo o único dado que importa.