A OpenAI apresentou o GPT-6 Astra como seu modelo mais avançado, com desempenho superior ao de versões anteriores e concorrentes em testes de adaptação, uso de computador e execução de tarefas pelo terminal.
No ARC-AGI-3, avaliação voltada à resolução de problemas inéditos e à adaptação a ambientes novos, o Astra alcançou 99,9%. O GPT-5.6 Sol registrou 7,8%, enquanto o Claude Opus 5 marcou 30,2%. A OpenAI afirma que o novo modelo superou uma referência humana de eficiência no número de ações em 96% dos níveis avaliados.
A empresa ressalva que os testes dos modelos GPT foram realizados em ambiente de pesquisa ou pela API. Por isso, os resultados podem variar em relação ao uso no ChatGPT em produção, em razão de diferenças nos comandos, nas ferramentas e em outras configurações.
No Agents’ Last Exam, que reúne tarefas profissionais complexas em softwares reais, o GPT-6 Astra obteve 59,3%. O Claude Opus 5 ficou com 55,5%, o GPT-5.6 Sol alcançou 53,6% e o Claude Fable 5, 48,7%.
Em outra avaliação, o Terminal-Bench 4.0, voltada a atividades de engenharia de software, configuração de sistemas e análise de dados pelo terminal, o Astra marcou 57,9%. O Claude Fable 5.1 registrou 55,8%, e o GPT-5.6 Sol, 37,3%.
Os resultados se referem às condições específicas de cada benchmark e não estabelecem superioridade do Astra em toda tarefa ou aplicação.
A distribuição começou por um grupo limitado de organizações. Nos próximos dias, o modelo será disponibilizado aos assinantes dos planos ChatGPT Plus, Pro, Business e Enterprise, além da API. Também estão previstos acessos por Microsoft Azure e AWS Bedrock.
Na API, o custo será de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída. Entradas armazenadas em cache custarão US$ 1 por milhão de tokens. A janela de contexto terá 1,05 milhão de tokens, com limite de 128 mil tokens de saída.
O preço por token será 2,5 vezes maior que o do GPT-5.6 Sol, cotado a US$ 4 por milhão de tokens de entrada e US$ 20 por milhão na saída. A OpenAI afirma que o Astra pode compensar parte dessa diferença ao concluir algumas tarefas com menos tokens.
