GPT-6.2 Astra: o que mudou em relação ao GPT-6 Astra

Ilustração representando o modelo GPT-6.2 Astra da OpenAI e suas mudanças em relação à versão anterior
Resposta rápida

O GPT-6.2 Astra traz entregáveis de escritório que seguem templates e convenções de setor, uso de computador mais preciso em CAD e simulação e, segundo a OpenAI, menos de um terço do custo por tarefa do GPT-6 Astra. Na API, o preço por milhão de tokens caiu 20% na entrada e na saída e 60% na entrada em cache. A janela de contexto continua igual, em 1.050.000 tokens. Ele está no ChatGPT Work e no Codex para Plus, Pro, Enterprise e Edu, e na API como gpt-6.2-astra.

A OpenAI anunciou em 17/11/2026 o GPT-6.2 Astra junto com o GPT-6.2 Sol, no post oficial de lançamento. O Astra é o modelo de fronteira para os projetos mais difíceis. O Sol é o modelo eficiente e versátil para o trabalho do dia a dia.

Se você já usa o GPT-6 Astra, a dúvida é simples: o que muda na prática? Este post separa, ponto a ponto, o que a OpenAI apresenta como avanço e o que ficou igual. Assim você decide a troca com base no seu uso, e não no hype.

Entregáveis profissionais: o que mudou em slides, planilhas e documentos

Segundo a página oficial da OpenAI, o modelo agora cria apresentações em PowerPoint, planilhas em Excel e documentos que seguem de perto modelos existentes e convenções de setores como direito, vendas, finanças e contabilidade.

A OpenAI também fala em escrita mais direta e específica, com menos conclusões genéricas e menos enchimento. Se você já recebeu aquele parágrafo final que repete tudo o que veio antes, sabe por que isso importa.

Nos slides, o modelo é apresentado como o melhor da OpenAI até agora para desenhar apresentações e seguir templates. De acordo com a cobertura do Neowin, ele reproduz layout, cores e tipografia até o tamanho exato da fonte, mesmo partindo de uma captura de tela.

Essa é a promessa oficial, e não um teste deste blog. Se o seu interesse é justamente esse ponto, vale ver como seguir o template de slides na prática.

Uso de computador: mais precisão em CAD e simulação

O uso de computador ficou mais preciso. Segundo a OpenAI, o modelo consegue trabalhar no nível de peças e conexões individuais em ferramentas de CAD e simulação.

Na mensagem oficial publicada no X, a OpenAI cita designs 3D entre os casos em que a diferença aparece, ao lado de apresentações de slides e sites.

A empresa não detalha quais ferramentas de CAD foram usadas nem como o fluxo funciona passo a passo. Então, por enquanto, fica a afirmação de precisão maior, sem receita operacional.

Desempenho e custo por tarefa: o que dizem os benchmarks

A OpenAI fala em novos recordes em avaliações de trabalho profissional e pesquisa científica, com menos de um terço do custo por tarefa do GPT-6 Astra, conforme a publicação no X.

Números do anúncio oficial

Os dados do anúncio, reportados pelo Neowin, comparam o modelo novo com o GPT-6 Astra:

  • Agents’ Last Exam: 5,2% acima do GPT-6 Astra, com menos de um terço do custo
  • Terminal-Bench-Science 0.1: 9% acima do GPT-6 Astra, com menos de um terço do custo

Números independentes

Fora da OpenAI, o Artificial Analysis mostra até 62 pontos no Intelligence Index, variando por esforço de raciocínio: 62 em xhigh, 60 em high, 57 em medium e 46 em low. É uma página viva, então esses valores podem mudar.

O blog da Plotly registrou 41 de 43 questões no PlotlyDataAnalyticsBench por US$ 4,11 a execução. Isso é cerca de um quinto dos US$ 19,97 do GPT-6 Astra no mesmo benchmark.

Se liga na diferença: os números oficiais vêm de quem vende o modelo. Os independentes ajudam a checar, mas cada um mede um recorte específico.

GPT-6.2 Astra vs GPT-6 Astra: preço da API e especificações

Os preços e a janela de contexto vêm da comparação no OpenRouter. A saída máxima vem da página do modelo no OpenRouter e o corte de conhecimento, do The Decoder.

ItemGPT-6 AstraGPT-6.2 AstraVariação
Entrada (por milhão de tokens)US$ 10US$ 8,0020% menor
Entrada em cache (por milhão de tokens)US$ 1US$ 0,4060% menor
Saída (por milhão de tokens)US$ 50US$ 40,0020% menor
Janela de contexto1.050.000 tokens1.050.000 tokensIgual
Saída máxima por respostaNão informado128.000 tokensNão informado
Corte de conhecimentoNão informado18 de maio de 2026Não informado

Tome cuidado para não misturar as métricas. O preço por token caiu 20%, enquanto o custo por tarefa depende de quantos tokens cada tarefa consome. Por isso a OpenAI fala em menos de um terço do custo por tarefa, que é uma conta diferente da tabela.

O que permaneceu igual

A janela de contexto continua em 1.050.000 tokens, como mostra a comparação do OpenRouter na tabela acima.

Para quem já usa a geração anterior com prompts longos, documentos grandes ou bases de código extensas, isso quer dizer que não há espaço extra. O que cabia antes cabe agora, e o que não cabia continua sem caber.

Fora isso, a página oficial foca nos avanços e não lista o que ficou igual. Não há confirmação, por exemplo, sobre mudanças nos modos de raciocínio ou nos recursos da API em relação ao GPT-6 Astra.

Vale migrar do GPT-6 Astra para a versão 6.2?

Depende do seu perfil, beleza?

  • Você usa via API: o ganho mais concreto é a redução direta no preço por token, de 20% em entrada e saída e de 60% em cache. Esse é o tipo de economia que aparece na fatura sem depender de nenhuma promessa de qualidade.
  • Você produz slides, planilhas e documentos em padrões do setor: é o público mais visado pelos avanços anunciados. Dá pra entender melhor esse foco no texto sobre as profissões que a OpenAI prioriza.
  • Você trabalha com CAD e simulação: a precisão maior no uso de computador mira exatamente esse caso.
  • Você precisa de mais contexto: nesse ponto não há ganho, já que a janela é a mesma.

Quanto ao acesso, o modelo está no ChatGPT Work e no Codex para usuários Plus, Pro, Enterprise e Edu, segundo o 9to5Mac. Na API, o identificador é gpt-6.2-astra, conforme o anúncio na OpenAI Developer Community.

E se o seu uso é mais trabalho do dia a dia do que projeto pesado, a própria OpenAI posiciona o GPT-6.2 Sol para esse papel.

Próximo passo para avaliar a troca

Pegue uma tarefa real do seu fluxo, como o template de slides da sua empresa ou uma chamada de API que você já roda com frequência. Execute a mesma tarefa trocando apenas o identificador do modelo pelo novo.

Depois, compare duas coisas: se o resultado ficou mais fiel ao padrão que você exige e quanto a tarefa custou no total. É essa medição no seu caso, e não o benchmark de outra pessoa, que diz se a troca compensa.

Fontes consultadas

Consulta em .

Acompanhe os tutoriais do Hora de Codar no YouTube.

Escrito por | Matheus Battisti

Matheus Battisti
Fundador da Hora de Codar

Programador apaixonado pelo mundo das tecnologias, sempre buscando em aprender e se aprofundar em linguagens, frameworks e o que mais for necessário para executar um bom trabalho. Agora tem uma nova missão que é de passar seu conhecimento adiante para formar novos programadores e especializar mais os que já são.

Formações

Formação Vibe Coding

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

  • 474 aulas
  • 20 projetos
  • 39h 30min

Blog | Mais populares