GPT-6 Astra vs GPT-5.6

Mais capacidade por tarefa. Mais dólares por token.

A OpenAI lançou o GPT-6 Astra, com o ID de API gpt-6-astra.[1][2] Ele é o novo modelo de fronteira para trabalho complexo de ponta a ponta, mas seu preço unitário é muito maior que o da família GPT-5.6.[1][3] A decisão sensata é medir custo por tarefa concluída, não se apaixonar pelo número da geração.

1. O nome correto é Astra

A busca encontrou duas coisas diferentes. GPT-6 Astra é o modelo da OpenAI. Astral é a empresa de ferramentas Python por trás de uv, Ruff e ty; a OpenAI anunciou a aquisição da empresa para o ecossistema Codex.[11] O erro de uma letra muda bastante o objeto da pesquisa. A máquina editorial agradece a precisão.

O anúncio oficial apresenta o Astra como o modelo mais inteligente e alinhado da OpenAI, com foco em uso de computador, navegação, engenharia de software, ciência, cibersegurança e trabalho profissional.[1] O catálogo de modelos confirma o papel de flagship para raciocínio e coding complexos.[2]

2. O que foi lançado

O ID oficial é gpt-6-astra. A ficha da API descreve entrada de texto e imagem, saída de texto, janela de contexto de 1.050.000 tokens e máximo de 128.000 tokens de saída. O knowledge cutoff publicado é 30/04/2026.[2]

O Astra aceita reasoning.effort em low, medium, high, xhigh e max. Ele não oferece none, portanto uma migração que hoje depende de raciocínio mínimo precisa começar em low e ser comparada, não simplesmente copiada.[2][7]

A disponibilidade ainda é gradual. O anúncio diz que o rollout começa com um conjunto limitado de organizações e chega nos dias seguintes aos planos ChatGPT Plus, Pro, Business e Enterprise, além da API e da AWS.[1] O catálogo de desenvolvedores especifica que, no momento consultado, empresas do Trusted Access Program estão na primeira leva.[2]

3. Como Astra se encaixa na família GPT-5.6

A família GPT-5.6 mantém três tiers duráveis: Sol é o flagship para trabalho profissional complexo; Terra equilibra inteligência e custo; Luna é otimizado para workloads sensíveis a custo e de alto volume.[4][5][6] Astra fica acima dessa escada como uma nova geração e uma camada de capacidade máxima.

Os valores de contexto e saída são os publicados nas fichas da API. Ter a mesma janela nominal não significa ter a mesma qualidade de recuperação, custo ou desempenho em um contexto longo.[2][4][5][6]

4. Capacidade: o que a evidência mostra

A comparação pública mais completa do lançamento é contra o GPT-5.6 Sol, o concorrente interno mais próximo. A OpenAI afirma que Astra usa substancialmente menos tokens de saída e pode ter custo estimado menor por tarefa, apesar de custar mais por token.[1][2] Isso é uma hipótese operacional forte, não licença para trocar todos os modelos sem medir.

Os números são da própria OpenAI e dependem de esforço, harness, ferramentas e configuração. “Custo estimado por tarefa” também não é o mesmo que preço de tabela: é uma simulação de tokens e execução. Use a tabela para escolher o que testar primeiro, não para prometer que seu repositório terá a mesma taxa de sucesso.[1]

4.1 Capacidade e segurança subiram juntas

A OpenAI classifica Astra como o primeiro modelo a atingir o nível Critical de capacidade cibernética no Preparedness Framework. Isso vem acompanhado de salvaguardas reforçadas, monitoramento de desalinhamento e restrições de acesso a fluxos cibernéticos avançados.[8] Em tarefas defensivas legítimas, a fricção inicial pode ser maior. É uma consequência previsível de entregar uma ferramenta mais poderosa a um ambiente que contém sistemas reais.

O system card informa que Astra teve desempenho de segurança no mínimo equivalente ao GPT-5.6 Sol em todas as avaliações de segurança reportadas.[9] Há, porém, uma ressalva que não deve ser escondida no rodapé: a própria OpenAI diz que a monitorabilidade do Astra diminuiu em relação ao GPT-5.6 Sol em avaliações adversariais de controle da cadeia de raciocínio.[8] Isso não contradiz a melhora geral de alinhamento reportada; significa que “mais alinhado” e “mais fácil de auditar” são propriedades diferentes.

5. Custos atuais da API

Os valores abaixo são US$ por 1 milhão de tokens, na modalidade Standard e em contexto curto. Input, leitura de cache, escrita de cache e output têm preços separados.[3]

5.1 Contexto longo e modos de processamento

Prompts com mais de 272K tokens de entrada entram na tabela de contexto longo. Para o Astra, os preços passam a US$ 20,00 de input, US$ 2,00 de leitura de cache, US$ 25,00 de escrita de cache e US$ 75,00 de output por milhão de tokens.[2][3]

Batch e Flex custam 50% das tarifas Standard. Fast mode custa 2× a tarifa aplicável; para Astra, a tabela curta fica em US$ 20,00 de input e US$ 100,00 de output por milhão. Fast mode não está disponível para Astra com data residency na União Europeia.[3][7]

Endpoints elegíveis de processamento regional têm acréscimo de 10% para modelos lançados a partir de 05/03/2026. Amazon Bedrock pode ter cobrança diferente, pois a cobrança passa pela AWS.[3]

5.2 O preço por token em números

Um cálculo simples ajuda a evitar autoengano. Com 1 milhão de tokens de entrada e 1 milhão de tokens de saída, sem cache e em contexto curto, o total seria aproximadamente Astra US$ 60,00, Sol US$ 24,00, Terra US$ 14,00 e Luna US$ 1,40.[3]

A tese econômica do Astra, portanto, é: pagar mais por token para precisar de menos passos, menos tool calls e menos retrabalho. O lançamento reporta esse padrão em avaliações próprias, mas seu workload pode ter prompts longos, ferramentas caras ou falhas que mudam a equação.[1][3]

6. API não é a assinatura do ChatGPT

A OpenAI mantém sistemas de cobrança separados para ChatGPT e API. Comprar créditos ou adicionar método de pagamento na organização da API não altera a assinatura do ChatGPT, e a assinatura não deve ser tratada como saldo de API.[12]

O anúncio informa que o uso do Astra será incluído nas franquias existentes dos planos compatíveis e que usuários e empresas poderão comprar créditos para uso adicional.[1] A página de preços consultada aqui é a referência de API pay-as-you-go; ela não representa quantas mensagens ainda restam em uma assinatura.

7. Migração mínima e segura

Para a API, a alteração mínima é trocar o modelo para gpt-6-astra em uma chamada da Responses API. A própria orientação oficial recomenda definir esse campo e revisar esforço, ferramentas, parâmetros e cache durante a migração.[7]

JavaScript · Responses API

const response = await client.responses.create({
  model: "gpt-6-astra",
  reasoning: { effort: "medium" },
  input: "Execute a tarefa e valide o resultado antes de responder."
});

console.log(response.output_text);

1. Preserve o esforço efetivo atual como baseline. Se o sistema usava none ou minimal, compare primeiro com low.[7]
2. Prefira a Responses API para tool calling. O Astra mantém suporte a Chat Completions, mas a orientação de migração indica Responses para chamadas de ferramentas.[7]
3. Revise parâmetros incompatíveis: remova temperature, top_p e top_logprobs; em Chat Completions, revise também logprobs.[7]
4. Atualize o cache: para migração de GPT-5.5 ou anterior, troque prompt_cache_retention por prompt_cache_options.ttl: "30m" quando o fluxo precisar desse controle.[7]
5. Meça antes de mudar o default: registre sucesso, tokens, tool calls, retrabalho, latência e custo por tarefa concluída.

Astra também adiciona chamadas assíncronas de ferramentas, steering no meio do turno e mudança de esforço no meio da conversa preservando o prefixo de cache. São recursos úteis para agentes longos, mas aumentam a complexidade do harness; adotar tudo ao mesmo tempo é uma maneira eficiente de não saber qual mudança causou o resultado.[7]

8. Política de roteamento recomendada

Para o seu ambiente, eu começaria com Astra apenas no conjunto de tarefas em que Luna ou Terra falham, pedem várias correções ou não conseguem verificar o próprio trabalho. Não trocaria o modelo principal do Hermes no escuro. A fatura de tokens é uma forma pouco educativa de descobrir que “mais novo” não é sinônimo de “mais econômico”.

8.1 A/B que vale o custo

1. Separe 15 a 20 tarefas reais: bug com teste, refactor, pesquisa, documento, uso de navegador e contexto longo.
2. Congele prompt, arquivos, ferramentas, permissões e critério de aceitação.
3. Rode Sol e Astra no mesmo esforço efetivo; depois teste Terra ou Luna nas tarefas que já parecem rotineiras.
4. Registre taxa de conclusão, testes aprovados, tool calls, tokens de entrada e saída, tempo, tentativas extras e custo.
5. Escolha por custo até o resultado aceitável. Uma resposta bonita que exige três rodadas de correção é apenas um relatório de incidente em roupa social.

9. Limites que ficam na decisão

• Preço de tabela: Astra é muito mais caro que os três tiers GPT-5.6, mesmo quando o custo estimado por tarefa pode ser menor.[1][3]
• Disponibilidade: o rollout é gradual; preço publicado não garante acesso imediato a toda organização.[1][2]
• Raciocínio: Astra não tem none; fluxos de baixa latência precisam ser recalibrados.[2][7]
• Contexto: acima de 272K tokens, a requisição inteira entra em tarifas longas.[2][3]
• Segurança: a capacidade cibernética atingiu o nível Critical e o produto pode pausar ou bloquear tarefas legítimas durante a calibração das salvaguardas.[8]
• Auditoria: a OpenAI reporta melhora de alinhamento, mas também queda de monitorabilidade relativa ao Sol em cenários adversariais.[8]
• Benchmarks: os resultados publicados são evidência de tendência, não garantia para seu código, seus dados ou seu conjunto de ferramentas.[1]

Conclusão

GPT-6 Astra é um lançamento relevante e já tem preço de API documentado. A capacidade sobe bastante nos testes publicados contra GPT-5.6 Sol, especialmente em coding agentic, uso de computador, ciência e tarefas longas. O custo por token também sobe bastante. O novo modelo só vira escolha econômica quando a eficiência por tarefa compensa a tarifa maior.

Minha recomendação é manter uma arquitetura em camadas: Luna para volume, Terra para o trabalho equilibrado, Sol para o difícil e Astra para o excepcionalmente difícil. Faça um A/B medido antes de promover Astra a default. O nome certo é Astra; Astral continua sendo a empresa de ferramentas Python. Agora a pesquisa está tecnicamente no trilho.

Fontes e método

Pesquisa realizada em 03/09/2026. Foram priorizadas páginas oficiais da OpenAI e da documentação da API. Benchmarks e alegações de custo por tarefa são apresentados como resultados reportados pela OpenAI; os exemplos de preço total e percentuais de ponto de equilíbrio foram calculados a partir da tabela oficial de tarifas. A disponibilidade é uma fotografia do rollout consultado e pode mudar.

1. GPT-6 Astra: A new generation of intelligence | OpenAI [1]
2. GPT-6 Astra Model | OpenAI API [2]
3. Pricing | OpenAI API [3]
4. GPT-5.6 Sol Model | OpenAI API [4]
5. GPT-5.6 Terra Model | OpenAI API [5]
6. GPT-5.6 Luna Model | OpenAI API [6]
7. Model guidance | OpenAI API [7]
8. Safety overview: GPT-6 Astra | OpenAI [8]
9. GPT-6 Astra System Card | OpenAI Deployment Safety Hub [9]
10. Path to Astra: critical capabilities and frontier safeguards | OpenAI [10]
11. OpenAI to acquire Astral | OpenAI [11]
12. Managing billing for ChatGPT and the API platform | OpenAI Help Center [12]

A numeração segue o ledger de citações da pesquisa. Nenhuma credencial ou dado privado foi incluído nesta página.