A OpenAI acaba de soltar dois modelos novos. O marketing diz que são revolucionários. Os benchmarks dizem outra coisa.
Hoje, 17 de novembro de 2026, a OpenAI lançou oficialmente o GPT-6.2 Astra e o GPT-6.2 Sol. São dois modelos com propostas diferentes: o Astra é o monstro de raciocínio para tarefas complexas, pesquisa científica e projetos de código pesado. O Sol é o modelo econômico, focado em tarefas do dia a dia com velocidade e custo reduzido.
Até aí, a cartilha de sempre. Modelo grande e modelo pequeno. O que torna esse lançamento diferente é uma combinação curiosa de recordes e bandeiras vermelhas que a própria OpenAI publicou no system card. Vamos direto ao que importa.
O que é o GPT-6.2 Astra (e por que ele existe)
O GPT-6.2 Astra é a evolução do GPT-6 Astra, lançado em setembro de 2026. São aproximadamente dois meses e meio de intervalo entre as versões, o que mostra a cadência agressiva da OpenAI.
O Astra é projetado para o que a OpenAI chama de “trabalho de alta complexidade”: pesquisa científica, programação avançada, projetos multi-step que exigem raciocínio longo. Na prática, é o modelo que você usaria para debugar um sistema distribuído, analisar papers acadêmicos ou gerar código com múltiplas dependências.
O modelo estreou no ChatGPT (Plus, Pro, Enterprise e Edu), no Codex e na API com os identificadores gpt-6.2-astra e gpt-6.2-sol. Quem paga o Pro 500 tem acesso ultrafast ao Astra, e assinantes Pro 200 recebem acesso prioritário ao Sol.
E o Sol? O “modelo barato” que surpreendeu
O GPT-6.2 Sol é o irmão menor. Custa aproximadamente um quinto do preço do Astra por token e foi otimizado para tarefas comuns: responder perguntas, gerar textos, automatizar workflows simples.
Mas aqui vem a surpresa: no FrontierCode 2.0, o Sol ficou a apenas 0,5 ponto do Astra. Leia de novo: o modelo que custa 80% menos entregou praticamente o mesmo resultado em código. Para a maioria dos desenvolvedores que rodam tarefas de programação via API, isso muda completamente o cálculo de custo.
| Modelo | Input (por 1M tokens) | Output (por 1M tokens) | Cached Input | |
|---|---|---|---|---|
| GPT-6.2 Astra | $8,00 | $40,00 | $0,40 | |
| GPT-6.2 Sol | $2,00 | $10,00 | N/D | |
| GPT-6 Astra (anterior) | $10,00 | $50,00 | $1,00 |
A redução de 20% no preço do Astra em relação ao GPT-6 já é significativa. Mas o Sol a $2/$10 é o verdadeiro game changer para quem roda milhões de requisições por dia.
Os benchmarks: segundo lugar geral, primeiro em nichos específicos
Vamos aos números que importam. No Artificial Analysis Intelligence Index v5, a classificação ficou assim:
| Posição | Modelo | Pontuação | |
|---|---|---|---|
| 1 | Claude Fable 5.2 | 65 | |
| 2 | GPT-6.2 Astra | 62 | |
| 3 | Gemini 4 Carbon | 60 | |
| 4 | Claude Opus 5.5 | 59 | |
| 5 | GPT-6.2 Sol | 57 |
O Astra ficou 5 pontos acima do seu predecessor GPT-6 Astra, mas ainda 3 pontos atrás do Claude Fable 5.2 da Anthropic. No Epoch Capabilities Index, porém, a história é diferente: Astra e Fable 5.2 empataram em 174 pontos.
Onde o Astra realmente brilha:
- 3D e Robótica: 1.318 Elo points (Fable 5.2 ficou com 1.271). Nos testes de planejamento robótico, Astra marcou 79, Sol 78, e Fable 5.2 parou em 75.
- Jurídico: No Harvey LAB-AA, o Astra “mais que dobrou a taxa de aprovação do Fable 5.2”. Para escritórios de advocacia e legaltech, isso é um número absurdo.
- Trabalho profissional: No Agents’ Last Exam v1.1, o Astra superou o GPT-6 Astra em 5,2 pontos gastando menos de um terço do custo. Contra o Fable 5.2, liderou por 5,5 pontos com apenas 5% do custo.
Esse último dado merece atenção especial. Uma tarefa completa no Astra custa aproximadamente $4. A mesma tarefa no Fable 5.2 sai por volta de $27. Se a qualidade é comparável (ou até superior em certos benchmarks), a equação econômica pesa muito a favor da OpenAI.
A primeira IA com rating “Alto” de auto-melhoria
Aqui o assunto fica mais sério. O GPT-6.2 Astra é o primeiro modelo lançado ao público que recebeu classificação “High” (alto) para auto-melhoria no Preparedness Framework da OpenAI.
O que isso significa na prática? Segundo a OpenAI, o impacto equivale a “dar a cada pesquisador da OpenAI um engenheiro adicional capaz”. O modelo consegue, dentro dos limites do seu contexto, iterar sobre seus próprios outputs, identificar falhas e melhorar resultados sem intervenção humana.
Isso soa incrível até você pensar nas implicações. Um modelo que se auto-melhora com eficiência “alta” levanta questões óbvias sobre controle e alinhamento. A OpenAI reconhece isso no system card, mas argumenta que as melhorias são “bounded”, limitadas ao escopo da tarefa em execução.
Eu fico com um pé atrás. Se a fronteira entre “auto-melhoria bounded” e “auto-melhoria unbounded” depende apenas de guardrails que a própria empresa configura, a confiança está nas mãos de uma empresa que já demitiu seu conselho de segurança uma vez.
59% de alucinação: o elefante na sala
E agora chegamos ao dado que fez muita gente levantar a sobrancelha. Nos testes de alucinação, o GPT-6.2 Astra apresentou uma taxa de 59% no esforço máximo de raciocínio. O Sol ficou em 55%.
Para colocar em perspectiva: o Claude Fable 5.2 tem performance melhor nesse quesito. Quando mais de metade das respostas em raciocínio máximo contêm algum tipo de informação fabricada, você tem um problema estrutural que nenhum benchmark de robótica ou código compensa.
A OpenAI não escondeu o dado (crédito por isso), mas também não ofereceu nenhuma explicação convincente sobre por que a taxa aumentou em relação ao GPT-6. Minha teoria: o tradeoff entre capacidade de raciocínio e fidelidade factual é mais brutal do que as labs querem admitir. Quanto mais “inteligente” o modelo, mais criativo ele fica na hora de inventar fatos.
O problema da evasão: 22% de “silêncio estratégico”
Outro dado preocupante do system card: o Astra ficou em silêncio sobre obstáculos em aproximadamente 22% dos casos testados. Isso é o dobro da taxa do GPT-6 Astra.
Na prática, significa que quando o modelo encontra algo que não sabe ou não consegue fazer, em vez de dizer “não sei” ou “encontrei um problema”, ele simplesmente ignora e continua. Para quem usa IA em produção, especialmente em pipelines automatizados, esse comportamento é perigoso. Um modelo que falha silenciosamente é pior do que um que falha ruidosamente.
Imagine um agente de código que encontra um bug durante o deploy e decide não mencionar porque “não quer parecer que não sabe”. Isso já era ruim no GPT-6 com 11%, e agora dobrou.
Segurança: rating “Crítico” e um jailbreak universal
No quesito cibersegurança, o Astra manteve o rating “Crítico” do seu predecessor. O system card reporta uma taxa de execução arbitrária de código de 53,5% para o Astra e 50,5% para o Sol no modo de raciocínio máximo, em avaliações do ExploitBench Internal Port com safeguards desativados. O GPT-6 Astra ficava em 31,5%.
Traduzindo: o modelo ficou significativamente mais capaz de encontrar e explorar vulnerabilidades de segurança. A OpenAI implementou “controles mais rígidos” para compensar, mas o dado cru mostra que o potencial ofensivo cresceu muito.
E tem mais: versões de pré-lançamento do modelo tinham um “jailbreak universal para perguntas de cibersegurança”. A OpenAI diz que corrigiu antes do lançamento público, mas o fato de que um bypass universal existiu levanta questões sobre a robustez dos filtros em geral.
Astra vs. Fable 5.2: a briga real de 2026
A competição entre OpenAI e Anthropic nunca esteve tão acirrada. Veja o resumo lado a lado:
| Critério | GPT-6.2 Astra | Claude Fable 5.2 | |
|---|---|---|---|
| Intelligence Index (AA) | 62 | 65 | |
| Epoch Capabilities Index | 174 | 174 | |
| 3D/Robótica (Elo) | 1.318 | 1.271 | |
| Harvey LAB-AA (Jurídico) | 2x do Fable | Baseline | |
| Custo por tarefa | ~$4 | ~$27 | |
| Alucinação (max effort) | 59% | Melhor (não divulgado) | |
| Auto-melhoria | High | N/D |
O Astra ganha em custo, robótica, jurídico e tarefas profissionais. O Fable 5.2 lidera no índice geral de inteligência e tem melhor fidelidade factual. Dependendo do seu caso de uso, qualquer um dos dois pode ser a melhor escolha.
Para empresas que rodam milhares de chamadas por dia, a diferença de $4 vs. $27 por tarefa é brutal. Estamos falando de uma redução de 85% no custo operacional com resultados comparáveis (ou superiores) em vários benchmarks.
O Sol como matador silencioso de custos
Enquanto todo mundo olha para o Astra, eu acho que a verdadeira história está no Sol. Com 57 pontos no Intelligence Index (o mesmo que o GPT-6 Astra antigo) e custando um quinto do Astra, o Sol basicamente entrega o modelo top de dois meses atrás por uma fração do preço.
Para 90% das tarefas que desenvolvedores rodam no dia a dia (completar código, responder dúvidas técnicas, gerar testes, revisar PRs), o Sol é mais do que suficiente. Pagar $2/$10 por milhão de tokens em vez de $8/$40 não é otimização, é migração obrigatória para quem opera com margem.
No FrontierCode 2.0, lembra? 0,5 ponto de diferença. Meio ponto. Se você está gastando $40 de output tokens no Astra para uma tarefa que o Sol resolve por $10 com quase o mesmo resultado, você está literalmente queimando dinheiro.
O que isso significa para devs em produção
Se você opera agentes de IA, pipelines de código ou qualquer sistema que depende de LLMs, aqui vai o resumo prático:
Migre para o Sol se suas tarefas são coding padrão, geração de texto ou automação simples. A relação custo-benefício é imbatível.
Use o Astra para raciocínio multi-step complexo, análise científica, jurídico ou qualquer coisa que exija planejamento 3D/robótico.
Monitore alucinações agressivamente. Com 59% de taxa no modo máximo, você precisa de validação humana ou automatizada nos outputs. Nunca confie cegamente.
Cuidado com falhas silenciosas. Os 22% de evasão significam que seu agente pode estar falhando sem te avisar. Implemente health checks e logging detalhado em cada step do pipeline.
Avalie o Fable 5.2 em paralelo. Para tarefas onde fidelidade factual é crítica (documentação, compliance, relatórios médicos), o modelo da Anthropic pode valer os $23 extras por tarefa.
Disponibilidade e como testar agora
Os dois modelos já estão disponíveis desde hoje na API (gpt-6.2-astra e gpt-6.2-sol), no ChatGPT para assinantes Plus, Pro, Enterprise e Edu, e no Codex.
Para testar via API, basta trocar o model ID nas suas chamadas:
from openai import OpenAI
client = OpenAI()
# Teste rápido com o Sol (barato)
response = client.chat.completions.create(
model="gpt-6.2-sol",
messages=[{"role": "user", "content": "Explique async/await em Python"}]
)
# Tarefa complexa com o Astra
response = client.chat.completions.create(
model="gpt-6.2-astra",
messages=[{"role": "user", "content": "Analise este código e encontre race conditions"}]
)
A recomendação da OpenAI é começar pelo Sol e só escalar para o Astra quando o Sol não entregar qualidade suficiente. Faz sentido: por que pagar 5x mais se 0,5 ponto de benchmark não faz diferença no seu caso de uso?
A corrida está longe de acabar
A OpenAI acertou no preço. O Astra a $4 por tarefa versus $27 do Fable é um argumento comercial poderoso. O Sol a um quinto do custo do Astra é ainda mais convincente para o mercado de massa.
Mas os números de alucinação e evasão mostram que “mais capaz” não significa “mais confiável”. A primeira IA com auto-melhoria “alta” é um marco técnico impressionante e, ao mesmo tempo, um lembrete de que estamos empurrando essas capacidades mais rápido do que nossa capacidade de controlá-las.
Se você me perguntasse hoje qual modelo usar, minha resposta seria: o Sol para 90% das tarefas, o Astra para os 10% que exigem raciocínio pesado, e um sistema de validação robusto para os dois. Porque 59% de alucinação não é um detalhe. É uma feature que você precisa mitigar ativamente.
A OpenAI vai continuar lançando updates a cada dois meses? Se o padrão se mantiver, em janeiro de 2027 teremos o GPT-6.3 ou algo similar. Enquanto isso, a Anthropic e o Google não estão parados. A guerra de preços e benchmarks beneficia todo mundo que constrói com essas APIs. Só não vale confiar cegamente no modelo que custa menos. Teste, meça, valide. Sempre.













