Todo lançamento de um novo modelo de IA vem acompanhado da mesma promessa:

mais inteligente, mais rápido e melhor.

Mas o GPT-6 Astra parece representar algo um pouco diferente.

A OpenAI não está apresentando o Astra apenas como um modelo que responde perguntas melhor. A empresa descreve o GPT-6 Astra como seu modelo mais inteligente e alinhado até hoje, com foco pesado em uso de computadores, programação, navegação na web, ciência, cibersegurança e trabalho profissional. OpenAI

E olhando para o que ele consegue fazer, começa a ficar claro que a evolução mais interessante não está apenas no raciocínio.

Está na capacidade de pegar esse raciocínio e realmente fazer alguma coisa com ele.

Não é mais só uma IA que sabe a resposta

Durante bastante tempo, medir a evolução de uma IA era relativamente simples.

Você fazia uma pergunta difícil e verificava se ela sabia responder.

Depois vieram modelos capazes de raciocinar durante mais tempo, usar ferramentas, pesquisar na internet e escrever código.

O Astra parece ser a continuação natural dessa evolução.

Em vez de apenas responder:

“Aqui está como você poderia fazer isso.”

a ideia cada vez mais passa a ser:

“Eu posso fazer isso para você.”

Segundo a OpenAI, o Astra consegue preencher formulários, atualizar registros em sistemas, organizar calendários, pesquisar na web, trabalhar com documentos, analisar dados, gerar gráficos, criar sites, testar interfaces e até instalar e testar softwares de forma autônoma. OpenAI

Essa diferença é enorme.

Conhecimento é útil.

Conhecimento + capacidade de agir é outra categoria de ferramenta.

O Astra realmente sabe usar um computador

Talvez essa seja a parte que mais me chama atenção no lançamento.

Modelos anteriores já conseguiam interpretar uma tela e executar algumas ações, mas o GPT-6 Astra foi treinado muito mais profundamente para trabalhar em computadores.

No benchmark OSWorld 2.0, por exemplo, o Astra atingiu 72,6%, contra 65,7% do GPT-5.6 Sol. Mais interessante ainda: nas simulações apresentadas pela OpenAI, ele realizou essas tarefas em aproximadamente 40 minutos, contra cerca de 75 minutos do GPT-5.6 Sol. OpenAI

Ou seja: não estamos falando somente de acertar mais.

Estamos falando de realizar o trabalho em cerca de 47% menos tempo por tarefa nesse teste.

E isso começa a importar muito quando pensamos em agentes.

Um modelo que leva uma hora para realizar determinado fluxo pode ser interessante experimentalmente.

Um modelo que consegue fazer o mesmo trabalho com mais precisão e quase na metade do tempo começa a virar algo utilizável diariamente.

É exatamente aí que produtos como ChatGPT Work, Codex e os dots começam a fazer muito mais sentido.

E isso combina perfeitamente com os dots

No post anterior falei sobre os dots da OpenAI.

E é aqui que as duas coisas começam a se encaixar.

Um dot precisa de um cérebro capaz de entender objetivos, trabalhar sozinho e utilizar um computador.

O GPT-6 Astra foi praticamente construído para esse tipo de cenário.

Você pode imaginar a combinação:

Dot + GPT-6 Astra + computador na nuvem + plugins + contexto do seu trabalho.

Agora você não tem simplesmente um chatbot.

Você começa a ter um agente capaz de realizar trabalho digital de verdade.

É justamente essa combinação que, para mim, deixa o Astra muito mais interessante do que simplesmente olhar um gráfico e ver que ele ganhou alguns pontos em determinado benchmark.

Para programação, o salto parece enorme

Essa provavelmente é uma das partes mais interessantes para quem desenvolve software.

A OpenAI chama o GPT-6 Astra de seu melhor modelo até agora para engenharia de software. OpenAI

Mas existem algumas melhorias que vão além de simplesmente gerar código melhor.

Um problema comum quando trabalhamos durante horas com uma IA é o contexto.

Você começa uma implementação, encontra um bug, tenta três soluções diferentes, descobre que uma biblioteca funciona de determinada maneira e, algumas horas depois, o modelo já não lembra exatamente por que aquela primeira abordagem falhou.

Isso acontece porque conversas muito longas precisam passar por processos de compactação.

O histórico inteiro acaba sendo transformado em uma representação menor.

E detalhes podem desaparecer.

Com o Astra, a OpenAI apresentou uma nova forma de o Codex preservar informações entre janelas de contexto.

O modelo pode manter anotações sobre o trabalho e pesquisar janelas anteriores para recuperar requisitos, resultados de testes e informações antigas quando necessário. OpenAI

Isso parece uma mudança pequena.

Mas para projetos grandes é gigantesca.

Imagine passar horas refatorando uma aplicação e o agente continuar sabendo:

“Tentamos isso três horas atrás. Falhou por causa desse comportamento específico da API.”

Sem precisar redescobrir tudo.

É exatamente o tipo de coisa que aproxima agentes de programação de um desenvolvedor que realmente acompanha um projeto durante vários dias.

O Astra também sabe quando continuar e quando perguntar

Outro problema interessante com agentes é autonomia.

Se a IA perguntar tudo, ela vira irritante.

Se nunca perguntar nada, pode fazer besteira.

O Astra tenta encontrar um meio-termo.

Segundo a OpenAI, quando existe uma pequena ambiguidade, ele consegue utilizar o contexto disponível e tomar uma decisão razoável.

Quando a escolha pode mudar significativamente o resultado, ele pergunta ao usuário. OpenAI

No Codex isso fica ainda mais interessante.

O Astra pode fazer uma pergunta de forma assíncrona e continuar trabalhando nas partes da tarefa que não dependem daquela resposta. OpenAI

Isso é muito mais próximo de como trabalhamos no mundo real.

Imagine pedir:

“Refatore meu painel administrativo e corrija os problemas de responsividade.”

Durante o trabalho ele encontra uma decisão importante sobre autenticação.

Em vez de simplesmente parar tudo esperando você responder, ele pode perguntar sobre aquilo e continuar corrigindo CSS, componentes e testes que não dependem dessa decisão.

Quando você responder, ele retoma aquela parte.

Isso parece muito mais natural.

E finalmente a IA começa a produzir coisas realmente prontas

Existe outro detalhe do Astra que provavelmente vai importar bastante para empresas.

Ele foi treinado especificamente para produzir documentos, planilhas, apresentações e análises profissionais.

A OpenAI afirma que o Astra segue modelos predefinidos melhor, reproduz estilos visuais e consegue selecionar somente o contexto relevante em vez de despejar todas as informações disponíveis no resultado. OpenAI

Essa última parte é extremamente importante.

Uma IA pode ter acesso a cinquenta documentos.

Isso não significa que ela deveria colocar informações dos cinquenta documentos na resposta.

Inteligência também significa saber o que ignorar.

E parece que boa parte do treinamento do Astra foi direcionada exatamente para isso.

Os benchmarks são absurdos

Claro que chegamos aos números.

E eles são bem impressionantes.

Segundo os resultados publicados pela própria OpenAI, o GPT-6 Astra alcançou aproximadamente:

  • 98% no FrontierMath Tier 4
  • 99,9% no ARC-AGI-3
  • 100% no ExploitBench
  • 72,6% no OSWorld 2.0
  • 92,7% no ScreenSpot-Pro OpenAI

Vale lembrar que benchmarks nunca contam a história inteira — principalmente quando estamos olhando resultados divulgados pela própria empresa responsável pelo modelo.

Mas eles ajudam a mostrar a escala do salto.

O mais interessante é que os ganhos aparecem em áreas diferentes.

Não é simplesmente um modelo excelente em matemática.

Ele melhora em raciocínio, programação, percepção visual, uso de computadores, ciência e automação.

Isso explica por que a OpenAI chama o Astra de uma nova geração de inteligência, em vez de apenas uma atualização incremental.

Ciência começa a ficar ainda mais interessante

Uma das áreas que merece atenção é ciência.

A OpenAI afirma que o Astra já ajudou pesquisadores com problemas matemáticos que permaneciam em aberto e apresentou novos resultados relacionados às distâncias entre números primos. OpenAI

Mas existe uma diferença importante nesta geração.

A IA não precisa apenas raciocinar sobre um problema científico.

Ela pode usar diretamente softwares e ferramentas de análise.

Ou seja, o modelo pode analisar dados, executar ferramentas especializadas, observar resultados e utilizar essas informações para decidir qual caminho investigar depois. OpenAI

Novamente aparece o mesmo padrão do Astra:

raciocinar + agir.

Talvez seja essa a melhor maneira de resumir esse modelo inteiro.

Cibersegurança ficou assustadoramente poderosa

Aqui o negócio começa a ficar mais sério.

A própria OpenAI classifica as capacidades cibernéticas do GPT-6 Astra como tendo atingido seu limiar Crítico de cibersegurança dentro do Preparedness Framework. OpenAI

No ExploitBench, o Astra atingiu 100%, enquanto o GPT-5.6 Sol atingiu 78,5%.

Em outro teste, o SRE-Bench, ele resolveu 88% das tarefas na primeira tentativa e 99,2% em até quatro tentativas. OpenAI

Durante avaliações internas, a OpenAI diz ainda que o Astra encontrou duas vulnerabilidades zero-day até então desconhecidas, que estão sendo comunicadas aos responsáveis pelos softwares afetados. OpenAI

Isso mostra uma consequência inevitável de modelos mais inteligentes.

Quanto melhores eles ficam para defesa, melhores também podem ficar para ataque.

Por isso algumas capacidades avançadas de exploração permanecem restritas na versão disponibilizada aos usuários.

É provavelmente uma das áreas em que segurança e alinhamento vão se tornar cada vez mais importantes.

E a OpenAI afirma que ele está mais alinhado

Autonomia só funciona se o agente conseguir entender até onde ele tem permissão para ir.

Esse é outro ponto no qual a OpenAI diz ter investido bastante.

Em uma avaliação criada para medir se um modelo ultrapassaria o objetivo autorizado diante de uma tarefa difícil ou impossível, o GPT-5.6 Sol sem as salvaguardas de produção ultrapassou o escopo em 48% dos casos.

O GPT-6 Astra fez isso em 0% dos casos, segundo a OpenAI. OpenAI

Esse talvez seja um dos números mais importantes do lançamento.

Porque conforme agentes começam a utilizar computadores, acessar arquivos, trabalhar com sistemas e executar tarefas de longa duração, inteligência pura deixa de ser suficiente.

Você precisa conseguir confiar que:

“Faça X” não vai virar “faça X e mais quinze coisas que eu nunca autorizei”.

Quanto mais autonomia damos para IA, mais importante esse comportamento se torna.

Astra não é apenas GPT-5.6 com números maiores

É isso que mais me interessa nesse lançamento.

Claro que o modelo ficou melhor em matemática.

Ficou melhor em programação.

Ficou melhor em benchmarks.

Mas parece que a OpenAI está perseguindo outra métrica:

quanto trabalho real um modelo consegue realizar antes de precisar devolver a tarefa para um humano?

O GPT-6 Astra consegue usar computador.

Consegue trabalhar por mais tempo.

Consegue recuperar contexto antigo.

Consegue perceber melhor quando precisa perguntar algo.

Consegue continuar trabalhando enquanto espera uma resposta.

Consegue criar documentos, apresentações e aplicações.

E consegue operar como cérebro de agentes persistentes.

Quando juntamos tudo isso, fica difícil olhar para ele simplesmente como “a próxima versão do GPT”.

Ele parece muito mais com a infraestrutura necessária para aquela visão de agentes que empresas de IA vêm prometendo há anos.

Disponibilidade e preço

O GPT-6 Astra começou sendo disponibilizado para um grupo limitado de organizações e a OpenAI anunciou expansão para usuários ChatGPT Plus, Pro, Business e Enterprise.

Usuários dos planos Pro, Business e Enterprise também podem ter acesso ao GPT-6 Astra Pro. OpenAI

Para desenvolvedores, o modelo chega à API como:

gpt-6-astra

Na modalidade Standard da API, a OpenAI anunciou preço de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída.

Existe ainda o modo Fast, com até o dobro da velocidade de processamento pelo dobro do preço. OpenAI

O Astra também será disponibilizado através do Microsoft Azure e Amazon Bedrock. OpenAI

Estamos chegando na parte realmente interessante da IA

Durante alguns anos, vimos modelos ficando progressivamente melhores em conversar conosco.

Agora parece que entramos em outra fase.

A pergunta deixa de ser:

“A IA consegue responder isso?”

e começa a virar:

“A IA consegue resolver isso?”

Existe uma diferença gigantesca entre as duas.

O GPT-6 Astra ainda está longe de significar que podemos entregar qualquer coisa para uma IA e simplesmente esquecer dela.

Supervisão, permissões e segurança continuam extremamente importantes.

Mas a direção está ficando muito clara.

Com Astra, Codex, Work e dots, a OpenAI está montando as diferentes peças de um mesmo sistema.

O Astra fornece a inteligência.

O computador fornece a capacidade de agir.

Os plugins fornecem acesso às nossas ferramentas.

O Codex fornece um ambiente para desenvolvimento.

E os dots permitem que esses agentes continuem trabalhando ao longo do tempo.

Separadamente, cada tecnologia já é interessante.

Juntas, elas começam a parecer uma coisa completamente diferente.

Talvez o maior avanço do GPT-6 Astra não seja ele saber mais do que o modelo anterior.

Talvez seja o fato de que finalmente estamos chegando ao ponto em que uma IA consegue pegar aquilo que sabe e transformar conhecimento em trabalho realizado.

E aí a coisa começa a ficar absurda.