Quanto custa testar o GPT-6 Astra sem estourar o orçamento da avaliação?

Modelo novo não cobra só de quem usa, cobra também de quem avalia

Fala aí, beleza? A OpenAI anunciou o GPT-6 Astra em 3 de setembro de 2026, com liberação em etapas pro ChatGPT Plus, Pro, Business e Enterprise, além da API, do Azure e do AWS Bedrock

E aí todo mundo corre pra jogar as tarefas favoritas em cima dele

Só que avaliação séria não é um prompt bonito e um print bonito

É a MESMA tarefa, repetida em várias rodadas, comparada com outro modelo, e aí a conta cresce por multiplicação, não por soma

Na API o identificador é gpt-6-astra e o preço de tabela é US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída (tier padrão, contexto curto)

Guarda esses dois números, porque é deles que sai tudo daqui pra frente

Bora montar a conta do zero?

Por que uma avaliação do Astra custa mais do que parece

O Astra tem 1.050.000 tokens de janela de contexto e entrega até 128.000 tokens de saída

Isso é convite escancarado pra prompt gigante: joga o repositório inteiro, joga o log inteiro, joga tudo e deixa o modelo se virar

Só que tem pedágio

Prompts acima de 272 mil tokens de entrada são cobrados a 2x nas taxas de entrada e de cache, e a 1,5x na saída, valendo pra requisição INTEIRA

Ou seja, não é o excedente que paga a mais, é a chamada toda

Uma requisição de 300 mil tokens de entrada já cai nessa faixa: a entrada inteira vai ao dobro da taxa e a saída inteira a 1,5x, mesmo que só um pedacinho do prompt tenha passado do limite

A mesma chamada, se coubesse abaixo do limite, não teria multiplicador nenhum: entrada e saída no preço de tabela

E o Astra Pro, é outro modelo?

Não

O Astra Pro é o mesmo modelo base servido em outro modo de raciocínio, e está listado ao mesmo preço: US$ 10 de entrada e US$ 50 de saída por milhão de tokens

Então não dá pra tratar "testar o Pro" como um item separado de orçamento: é o mesmo bolso, com consumo de tokens diferente

E se eu testar pelo ChatGPT em vez da API?

O uso do Astra está incluído nas cotas dos planos existentes, e usuários e empresas podem comprar créditos pra uso adicional

O Plus custa US$ 20 por mês (o Go sai por US$ 8)

Quantas tarefas cabem em cada plano antes de bater no limite eu não achei em fonte oficial, então não vou chutar número aqui 🙂

O ponto prático é outro: avaliação pelo chat não te dá contagem de token por tarefa, e sem contagem tu não consegue projetar o custo de escalar depois

Tabela de preços: Astra, Sol e Claude lado a lado

Todos os valores são por 1 milhão de tokens, e o câmbio usado no post inteiro é US$ 1 = R$ 5,12 (dólar comercial em 08/09/2026)

Algumas leituras que essa tabela entrega de graça:

O Sol ficou mais barato bem na véspera da festa: em 21 de agosto de 2026 ele caiu de US$ 5 pra US$ 4 na entrada e de US$ 30 pra US$ 20 na saída

O Sonnet 5 também: aquele reajuste de US$ 2/US$ 10 pra US$ 3/US$ 15 que estava marcado pra 1 de setembro de 2026 não aconteceu, o preço introdutório virou padrão

No Astra, a escrita de cache custa US$ 12,50 por milhão e a leitura US$ 1 por milhão

Na tabela de preços da Anthropic, o cache hit custa 10% do preço de entrada e a Batch API corta os preços pela metade, igual do lado da OpenAI

E repara no que realmente dói: a SAÍDA

No Astra ela custa 5x a entrada

Quem monta orçamento olhando só o tamanho do prompt vai errar feio

O que aprendi cronometrando um teste sério de modelo

Quando testei o MiniMax M2.5 pro canal, eu levei quase um dia inteiro nisso: uma manhã e parte da tarde

E ainda assim achei pouco tempo, porque o lançamento era muito recente e eu queria mais rodadas

Modelo diferente, preço diferente, então nada dali vira número de custo do Astra

O que vira é o MÉTODO de contagem, e isso serve pra qualquer avaliação

A landing page saiu em UM prompt

O jogo de tanques levou três ou quatro prompts

O clone de plataforma comeu uns três prompts só na tentativa de fazer o personagem pular, e não pulou

E foram vários projetos criados na interface web até eu ter opinião formada

Se liga no padrão: o primeiro prompt quase nunca é o caro

O caro é a tentativa que falha, o "corrige esse erro do console", o "tenta de novo com outra abordagem"

É ali que a fatura acontece

Um detalhe que me pegou naquele teste: quando o resultado vinha bugado e eu pedia correção, às vezes o modelo PIORAVA o código, e cada ida e volta dessa é entrada e saída sendo cobrada de novo

Outra coisa que mudou meu jeito de orçar: trocar o modo do agente pra um modo de planejamento melhorou o resultado dos projetos seguintes

Ou seja, metade do meu gasto inicial foi aprendizado de configuração, não avaliação do modelo

Por isso a primeira bateria tem que ser barata: ela serve pra calibrar o TEU roteiro, não pra julgar o modelo

O que dá pra levar daqui é o método: conta as tentativas, não os prompts que deram certo

Como dimensionar tarefas e rodadas antes de gastar

1. Escreva a lista de tarefas e o número de rodadas por tarefa antes de abrir a API. Cinco tarefas com três rodadas cada não são cinco chamadas, são quinze. O erro comum deste passo é contar uma rodada só e descobrir depois que uma resposta única não decide nada, porque modelo varia entre execuções

2. Estime tokens de entrada e de saída por rodada, separadamente. O erro comum aqui é esquecer a saída: no Astra ela custa 5x a entrada, então uma tarefa que devolve resposta longa pesa muito mais que um prompt gordo. Já que o teto de saída é 128.000 tokens, vale checar se a tua tarefa realmente precisa disso ou se dá pra pedir resposta mais curta. E fica de olho no limite de 272 mil tokens de entrada, que dispara a cobrança dobrada na requisição inteira

3. Multiplique pelo preço de tabela e converta pra real. Se tu quer o detalhe de quanto custa por 1M de tokens e como isso vira gasto de projeto, tem post separado só sobre isso. Pra avaliação, essa continha aqui já resolve:

// precos por 1 milhao de tokens, em US$ (conferidos em 08/09/2026)
// obs: o identificador do modelo na API e gpt-6-astra
const PRECOS = {
  astra:       { entrada: 10, saida: 50 },
  astraBatch:  { entrada: 5,  saida: 25 },
  sol:         { entrada: 4,  saida: 20 },
  sonnet5:     { entrada: 2,  saida: 10 },
  haiku45:     { entrada: 1,  saida: 5 },
}

const DOLAR = 5.12

function custo(id, { tarefas, rodadas, tokensEntrada, tokensSaida }) {
  const p = PRECOS[id]
  const chamadas = tarefas * rodadas
  const entrada = (chamadas * tokensEntrada / 1000000) * p.entrada
  const saida = (chamadas * tokensSaida / 1000000) * p.saida
  const usd = entrada + saida
  return { usd: usd.toFixed(2), brl: (usd * DOLAR).toFixed(2) }
}

// roda com os TEUS numeros e compara os dois totais lado a lado
console.log(custo('astra', { tarefas: 10, rodadas: 3, tokensEntrada: 20000, tokensSaida: 5000 }))
console.log(custo('astraBatch', { tarefas: 10, rodadas: 3, tokensEntrada: 20000, tokensSaida: 5000 }))

4. Rode o recorte barato primeiro e só escale se o resultado justificar. Mesmo roteiro, mesmas tarefas, num modelo mais em conta ou em Batch, que custa 50% do preço padrão. O erro comum deste passo é começar pelo topo: tu paga preço cheio pra descobrir que o teu prompt estava mal escrito, e aí refaz tudo

Um aviso honesto sobre o Batch: a documentação da Batch API diz que o envio é assíncrono, com pool separado de rate limits e janela de conclusão de 24 horas, mas avisa que nem todos os modelos suportam esse modo e manda checar a página do modelo

Eu não confirmei suporte a Batch na página oficial do gpt-6-astra, então confere aí antes de fechar o orçamento em cima dos 50%

Três coisas que estouram o orçamento da avaliação

Sintoma: a fatura veio bem acima do que tu tinha projetado na planilha, mesmo tendo rodado o número de tarefas combinado

Causa 1: prompt passando de 272 mil tokens

Acima disso, entrada e cache vão pra 2x e a saída pra 1,5x, na requisição inteira

Basta uma tarefa "joga o projeto todo aí" pra dobrar o custo daquela rodada sem que ninguém perceba

Causa 2: modo Fast ligado sem necessidade

Batch e Flex custam 50% do preço padrão, e o Fast custa 2x o preço aplicável

Numa avaliação, quase nada precisa de resposta imediata: tu vai ler o resultado depois mesmo

Se o teu incômodo é o Astra demorando para responder, resolve isso na aplicação, não pagando o dobro na bateria de teste

Causa 3: entrada repetida sem aproveitar cache

Avaliação é literalmente isso: repetir o mesmo bloco de instruções dezenas de vezes

Se esse bloco não é aproveitado pelo cache, tu paga entrada cheia toda vez

Solução e prevenção:

O prompt caching da OpenAI é automático pra prompts acima de 1.024 tokens (mínimo cacheável do GPT-5.6 pra frente), sem mudar nada na requisição

A leitura de cache custa 0,1x da taxa de entrada e a escrita 1,25x, e a recomendação é montar o prompt com o conteúdo estático (instruções e exemplos) no INÍCIO e o conteúdo variável no fim

É mudança de duas linhas no teu template e derruba a parte fixa de US$ 10 pra US$ 1 por milhão no Astra

Soma a isso mandar a bateria em Batch quando a resposta pode esperar a janela de 24 horas, e ajustar o nível de esforço de raciocínio: esforço mais baixo favorece velocidade e menor uso de tokens, esforço mais alto faz o modelo raciocinar mais buscando resposta de maior qualidade

Pra calibrar roteiro, esforço baixo já serve

Três recortes de avaliação e quanto cada um pesa

Pra todos os cenários abaixo eu uso a mesma base: 20.000 tokens de entrada e 5.000 de saída por rodada

Troca pelos teus números na função ali de cima, a mecânica é a mesma

Recorte mínimo: calibrar o roteiro

5 tarefas, 1 rodada cada, num modelo barato

O Haiku 4.5 sai por US$ 1 de entrada e US$ 5 de saída por milhão, o Sonnet 5 por US$ 2 e US$ 10

Com uma rodada só por tarefa, é dinheiro de bala, e é AQUI que tu descobre que faltava contexto no prompt, que a tarefa estava ambígua, que o formato de saída não servia

Quando não basta: esse recorte não diz nada sobre qualidade comparada, só sobre o teu roteiro estar de pé

Recorte médio: as mesmas tarefas no Astra

10 tarefas, 3 rodadas, no Astra em Batch, que custa metade do preço padrão

Roda a função com esses parâmetros nos dois modos e compara: a mesma bateria no preço cheio custa o dobro da versão em Batch

A diferença é só a paciência de esperar a janela de conclusão

Quando não basta: se a tua decisão é "troco de modelo em produção?", uma bateria isolada no Astra não responde, porque não tem base de comparação

Recorte multi-modelo: Astra contra Sol e Sonnet 5

Mesma bateria de 10 tarefas e 3 rodadas nos três

Olha que interessante: rodar os três custa pouco mais do que rodar só o Astra, porque Sol e Sonnet 5 são bem mais baratos por milhão de tokens

É o recorte que realmente decide alguma coisa, e ele é acessível justamente porque o preço dos concorrentes caiu

Quando não basta: se a tarefa real da tua aplicação usa prompt gigante, essa base de 20 mil tokens não representa nada, e aí tu precisa refazer a conta com o multiplicador de contexto longo

Vale pagar o Astra na avaliação ou dá para decidir mais barato?

Veredito reto: se a tua pergunta é "essa tarefa é viável com LLM?", tu não precisa do Astra pra responder

Roda o recorte barato, olha o resultado, e pronto

O preço cheio se justifica em dois casos: quando o recorte inicial mostrou ganho real e tu quer saber o tamanho do ganho, ou quando a decisão vale dinheiro de verdade (contrato, produto em produção, migração de stack)

Aí sim, o custo da bateria é troco perto do custo de escolher errado

Sobre os benchmarks: no anúncio, a própria OpenAI divulgou 72,6% em OSWorld 2.0 (uso de computador) com cerca de 47% menos tempo por tarefa que o GPT-5.6 Sol, 97,6% em FrontierMath Tier 4 e 100% em ExploitBench

São números do fabricante, medidos pelo fabricante

Não estou dizendo que estão errados, estou dizendo que benchmark é uma coisa e a realidade é outra, e a realidade que importa é a TUA tarefa

Por isso a conta acima existe: pra tu conseguir tirar essa dúvida por conta própria sem levar susto no cartão

Conclusão

O gasto de avaliar o Astra não vem do prompt, vem do volume de rodadas que uma avaliação honesta exige

Próximo passo, na ordem:

Escreve a lista de tarefas e o número de rodadas ANTES de abrir a API

Estima entrada e saída por rodada e passa no cálculo (US$ 10 e US$ 50 por milhão no Astra, câmbio de R$ 5,12)

Roda a primeira bateria barata, num modelo em conta ou em Batch se o modelo suportar

Mede, compara, e só então decide se escala pro preço cheio

Quem faz isso paga pela informação que precisa, não pela curiosidade

Se tu rodar essa conta com os teus números, me conta como ficou, tenho curiosidade de ver o tamanho real das baterias de vocês 😀

Tem mais post sobre custo e comportamento do Astra rolando aqui no blog, se liga nos próximos

até o próximo post!