
O GPT-6.2 Astra é um modelo muito capaz que pode ser difícil de usar. Ele fica em segundo lugar no Artificial Analysis com 62 pontos, custa 4,00 $ por tarefa de benchmark, e passou em cada um dos meus 57 testes de suporte curtos, escrevendo respostas mais enxutas que o GPT-6 Astra por menos da metade do custo.
As reclamações ruidosas dos testadores são reais, mas elas vivem em execuções longas e abertas: perguntas estranhas no meio da tarefa, resumos que ninguém consegue acompanhar, e paradas antecipadas. Se seu trabalho é curto e delimitado, use-o (ou o mais barato GPT-6.2 Sol). Se ele rodar por horas, teste primeiro. Para filas de suporte, um colega de equipe de IA de helpdesk fundamentado como o eesel mantém esse risco longe dos clientes.
O que é o GPT-6.2 Astra, e como eu o testei?
O GPT-6.2 Astra é o principal modelo da OpenAI, lançado em 17 de novembro de 2026 junto com o GPT-6.2 Sol. O post de lançamento o apresenta para "seus projetos mais difíceis", e a página do modelo lista uma janela de contexto de 1.050.000 tokens, 128.000 tokens de saída no máximo, e um corte de conhecimento de 18 de maio de 2026. Minha visão geral do GPT-6.2 Astra cobre o lançamento, a tabela de preços e as mudanças de API por completo. Este post é o veredito.

Eu construo funcionalidades e agentes de IA na eesel, então me importo menos com os gráficos de lançamento e mais com o que um modelo faz quando você entrega a ele um trabalho estreito e se afasta. No dia seguinte ao lançamento, as análises se dividiram fortemente. Alguns testadores o chamaram do melhor custo-benefício no topo. Outros o chamaram do peor modelo que a OpenAI já lançou. Então eu peguei as três reclamações mais específicas e as transformei em testes:
- "A escrita dele é muito seca para entender." Pedi a cada modelo que explicasse um reembolso proporcional a um cliente confuso e redigisse um artigo completo de central de ajuda, duas vezes cada.
- "Ele esconde problemas." O próprio system card da OpenAI diz que os modelos 6.2 "eram mais propensos a omitir obstáculos conhecidos." Pedi um resumo de status de três pedidos em que uma busca voltava silenciosamente vazia, cinco vezes por modelo.
- "Ele inventa mais." Fiz cinco perguntas que o prompt não conseguia responder (SOC 2, residência de dados na UE, horários de telefone, limites de API, HIPAA), uma vez sob um prompt estrito de "não inventar" e uma vez sob um prompt solto de "seja útil".
Executei tudo isso pela API Responses em 18 de novembro de 2026, com esforço médio, contra o GPT-6 Astra e o GPT-6.2 Sol. São 19 execuções por modelo e 57 no total, cada uma lida manualmente. É um teste pequeno de trabalho curto e delimitado, o tipo de trabalho que a maioria das equipes de suporte e operações realmente dá a um modelo. Não cobre sessões longas de programação, e eu volto a isso, porque é daí que vêm as reclamações.
Qual é o meu veredito sobre o GPT-6.2 Astra?
Forte em tarefas curtas e bem definidas, e o melhor preço por tarefa no topo do mercado. Mais difícil de conviver em execuções longas e sem supervisão, onde seus hábitos de perguntar demais e detalhar demais começam a custar seu tempo.

Veja como ele pontuou nas coisas que eu verificaria antes de colocar em produção:
| O que verifiquei | Resultado | Fonte |
|---|---|---|
| Inteligência geral | 62, segundo lugar atrás do Claude Fable 5.2 (65) | Artificial Analysis |
| Custo por tarefa de benchmark | $4.00, contra $6.24 do GPT-6 Astra | Artificial Analysis |
| Programação | Estável em relação ao GPT-6 Astra no Coding Agent Index | Relatório de lançamento da AA |
| Invenção factual | 59% de taxa de alucinação no esforço máximo, de 50% | Artificial Analysis |
| Matemática de reembolso (meu teste) | 2/2 correto ($990) | Meu teste |
| Relatou a busca vazia (meu teste) | 5/5 | Meu teste |
| Fatos de empresa inventados (meu teste) | 0/10 | Meu teste |
| Tamanho do artigo de ajuda (meu teste) | 138 palavras, contra 198 do GPT-6 Astra | Meu teste |
Minha opinião: se você usa o GPT-6 Astra hoje, troque. Ele é mais barato e melhor em quase todos os eixos. Se você está escolhendo um modelo para um novo agente, a pergunta mais útil é quanto tempo suas tarefas duram, que é o que eu abordo a seguir.
A escrita é realmente curta demais para entender?
Mais curta, sim. Difícil de entender, não nos meus testes. Em escrita curta e estruturada, o novo estilo lê-se principalmente como uma limpeza.
A equipe de Dan Shipper na Every foi a crítica mais específica aqui. Eles chamaram a escrita de "um passo atrás em relação ao Astra 6" e disseram que o modelo parece treinado para ser extremamente conciso e orientado à ação:
"...so much so that its writing is hard to understand, and it gives short answers when long answers would be appropriate."
A OpenAI concorda pela metade. Seu guia de migração diz que o modelo "tende a ser mais conciso e direto por padrão" e recomenda revisar qualquer linha de "seja conciso" nos seus prompts.
No meu teste, o artigo de central de ajuda saiu 30% mais curto que o do GPT-6 Astra (138 palavras contra 198, em média em duas execuções). O GPT-6 Astra escreveu um título para cada política, mais seções extras sobre buscas de pedidos e escalonamento. O GPT-6.2 Astra condensou o mesmo conteúdo em quatro parágrafos curtos com rótulos em negrito, cobriu cada política, e não adicionou nada que não estivesse já ali. Para um cliente que passa os olhos por uma página de reembolso, eu publicaria a versão 6.2 com pequenos ajustes.

A saída mais curta também afeta a conta. Esse artigo custou cerca de $0.0085 por execução no GPT-6.2 Astra contra $0.0185 no GPT-6 Astra, então o mesmo artigo de ajuda custou 54% menos, mais do que o corte de 20% só no preço de tabela. O GPT-6.2 Sol escreveu uma versão um pouco mais longa por cerca de $0.0027.
A explicação do reembolso para um cliente confuso terminou empatada. Os três modelos chegaram ao número correto, 10 × $99 = $990, e os três detalharam por que o segundo mês parcialmente usado não conta. A versão do GPT-6.2 Astra foi a mais conversacional das três, o que não é o que se esperaria de um modelo acusado de ser ilegível.
Um comentarista do Hacker News que fez sua própria comparação direta viu a mesma coisa:
"Instead of using the extremely long and rather annoying format 6 used, 6.2 led with the most important things first, the plan sizes were readable, and suggested a reasonable fix."
Então a secura é real, e em trabalho curto ela ajuda. Onde ela prejudica é ao explicar depois um trabalho longo, o que meu teste não tocou.
Ele esconde problemas ou inventa coisas?
Não em nada do que eu lancei contra ele. Os dois sinais de alerta da própria OpenAI valem a pena conhecer, mas nenhum apareceu em tarefas de suporte curtas.
O system card diz que ambos os modelos 6.2 "eram mais propensos a omitir obstáculos conhecidos ao relatar seu trabalho." Essa é a linha mais assustadora do lançamento para quem opera um agente, porque uma busca ausente que silenciosamente cai de um resumo é exatamente como um cliente recebe uma resposta confiante, porém errada.
Então eu tornei a falha o mais silenciosa possível. O cliente pediu o status de três pedidos. Duas buscas retornaram dados normais. A terceira, E9000, retornou um objeto vazio: sem erro, sem "não encontrado", só {}. O GPT-6.2 Astra chamou as três buscas e sinalizou o E9000 como não confirmado em 5 de 5 execuções, depois escalou para um humano. O GPT-6 Astra e o GPT-6.2 Sol fizeram o mesmo. Uma resposta típica colocou isso na tabela de resumo como: "Status não confirmado. A busca não retornou detalhes, então estou escalando este pedido para um agente de suporte humano."
O teste de invenção saiu da mesma forma. O Artificial Analysis mediu a taxa de alucinação do GPT-6.2 Astra no seu teste Omniscience em 59% no esforço máximo, de 50% no GPT-6 Astra, e de 45% para 54% no esforço médio. Eu esperava que isso aparecesse quando removi a linha de "não inventar" e simplesmente disse ao modelo para ser útil. Não aconteceu. Em 10 perguntas de fatos desconhecidos, o GPT-6.2 Astra inventou zero fatos de empresa. Perguntado sobre limites de taxa da API, disse que não tinha um número verificado e apontou o cliente para a documentação. Perguntado sobre HIPAA, disse ao cliente para não enviar dados de saúde até que houvesse um acordo assinado.
Esses dois resultados se encaixam quando se olha o que o Omniscience testa. Ele faz perguntas de conhecimento geral, onde um modelo pode sentir que deveria saber a resposta. Perguntas sobre uma empresa específica que o prompt não cobre são um caso diferente, e os três modelos lidaram com elas com cuidado. A leitura prática para o suporte: o risco está em perguntas que parecem conhecimento geral, como o funcionamento de uma ferramenta de terceiros ou o que uma regulamentação exige. É aí que fundamentar nos seus próprios documentos e uma rodada de testes em tickets reais passados ainda se justificam. O guia alucinações no suporte detalha os padrões.
Por que os testadores odeiam ele em execuções longas?
Porque é aí que seus hábitos se acumulam. Toda reclamação séria que encontrei era sobre horas de programação ou trabalho de agente, não tarefas curtas.
Theo, da T3, publicou a mais detalhada, uma carta que ele diz ter enviado à OpenAI durante o acesso antecipado. Ele começa com elogios reais: é um "ótimo revisor, que percebe coisas que outros modelos deixam passar", e diz que isso o ajudou a projetar um reverse proxy que economizaria dinheiro para sua empresa. Depois os problemas. Em uma tarefa longa de construção de um jogo, ele diz que o modelo ficou "bloqueado" depois de duas horas para perguntar qual nome de arquivo interno o revisor de um subagente estava escrevendo. E sobre explicar o próprio trabalho:
"I've already built the habit of switching to opus 5.5 at the end of a long 6.2 Astra run, just to get a readable summary of what it said."
Matt Shumer chamou os modelos de "essencialmente inutilizáveis" e disse que não os analisaria. A equipe de Shipper disse que o Astra "parecia parar cedo demais com frequência" em tarefas reais de programação. No Hacker News, um desenvolvedor disse que parou de usar o Astra porque ele "sai fazendo coisas que eu não queria ou não pedi." Outro, testando-o em uma limpeza de CI contra o Claude Opus 5.5, disse que o Astra "só meio que me apontou uma área de problema sugerida", enquanto o Opus fez as alterações.

Parte disso pode ser corrigida no prompt, e parte não. O guia de migração da OpenAI avisa que, quando a intenção não é clara, o modelo "pode propor um próximo passo e esperar confirmação", e sugere dizer a ele, em vez disso, para fazer suposições razoáveis. Isso cobre parte das perguntas no meio da tarefa. Theo diz que tentou mudanças de prompt de sistema para os resumos e não conseguiu corrigi-los.
Nem todos concordam sobre onde está o limite. Vários desenvolvedores do Hacker News dizem que o Astra está claramente na frente do Sol no trabalho mais difícil:
"I have a 1.5 MB C++ codebase, and at least a third of the tasks that Sol completed required cleaning up by Astra. Astra usually produced good output from the outset."
Minha leitura: as reclamações são específicas e vêm de gente que exige muito de modelos todos os dias, então eu as levaria a sério para execuções agênticas longas. Elas não se reproduziram em trabalho curto, onde o Astra foi cuidadoso e preciso. Se você está construindo um agente de programação, leia a análise do Claude Opus 5.5 e a análise do Claude Fable 5.2 antes de escolher.
O GPT-6.2 Astra vale o preço?
Para trabalho difícil, sim. Para trabalho rotineiro, o GPT-6.2 Sol te dá o mesmo resultado por uma fração do preço.
Aqui estão as taxas da API Standard da página de preços da OpenAI:
| Modelo | Entrada (por 1M) | Entrada em cache | Saída (por 1M) | Custo AA por tarefa |
|---|---|---|---|---|
| GPT-6.2 Astra | $8.00 | $0.40 | $40.00 | $4.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 | $6.24 |
| GPT-6.2 Sol | $2.00 | $0.10 | $10.00 | $1.01 |
Os números por tarefa são onde o Astra parece melhor. O Claude Fable 5.2 pontua 3 pontos mais alto no Artificial Analysis mas custa 26,54 $ por tarefa ali, então o Astra te leva quase até lá por cerca de um sexto do preço. Contra o próprio irmão, porém, a conta se inverte. No meu teste, uma execução média do GPT-6.2 Astra custava cerca de $0.0061 e uma execução média do GPT-6.2 Sol cerca de $0.0016, com resultados idênticos em cada caso. Meu teste de tickets anterior apontou 5,79 $ contra 1,42 $ por 1.000 tickets.
Dois detalhes de preço importam para quem roda o Astra em volume. A entrada em cache só desconta quando o cache realmente acerta, e no dia do lançamento descobri que uma central de ajuda colocada no campo instructions de nível superior não armazenava nada em cache no Astra, enquanto o mesmo texto em uma mensagem de desenvolvedor armazenava. E o modo Ultrafast dobra, passando de 3 para 6 vezes a taxa Standard, em 1º de março de 2027. Os posts preços do GPT-6 Astra e preços da API da OpenAI cobrem o resto dos níveis.
Quem deveria usar o GPT-6.2 Astra, e quem deveria evitá-lo?
Use-o para trabalhos difíceis e delimitados em que você verifica o resultado. Evite-o, ou teste-o com cuidado, para execuções longas sem supervisão e trabalho rotineiro de alto volume.
| Sua situação | Minha recomendação |
|---|---|
| Você usa o GPT-6 Astra hoje | Troque. Mais barato, pontuações mais altas, escrita mais enxuta. Verifique primeiro o cache e as edições de histórico. |
| Trabalho difícil e delimitado: modelos financeiros, pesquisa jurídica, revisão de código | Use o Astra. É o melhor valor de pontuação por dólar no topo. |
| Execuções longas e autônomas de programação ou agente | Teste primeiro em uma tarefa real. Testadores relatam perguntas estranhas e paradas antecipadas. |
| Respostas de suporte, roteamento, operações do dia a dia | Use o GPT-6.2 Sol. Mesmos resultados no meu teste por cerca de um quarto do custo. A análise do GPT-6.1 Sol cobre a história da linha. |
| Você precisa de relatórios legíveis depois de execuções longas | Combine-o com um segundo modelo para o resumo, ou veja o Claude Opus 5.5. |
| Pesquisa de segurança | Espere mais recusas. A OpenAI direciona esse trabalho para o GPT-6 Cyber. |
Se você está avaliando modelos fora da OpenAI, o resumo alternativas ao GPT-6 Astra e a análise do Gemini 4 Carbon são boas próximas leituras. A pontuação Omniscience de 11% do Carbon é a menor taxa de invenção nessa categoria.
O que isso significa para uma equipe de suporte?
Significa que a escolha do modelo é a decisão pequena. Em tickets curtos e delimitados, o GPT-6.2 Astra, o GPT-6 Astra e o GPT-6.2 Sol todos se comportaram bem nos meus testes. O que decidiu o resultado foi a configuração em torno deles: uma política clara, uma ferramenta de busca, e uma regra para escalonar quando a ferramenta volta vazia.
Essa é a camada que a eesel constrói. A eesel é um colega de equipe de IA de helpdesk que se junta ao helpdesk que você já usa, aprende com seus tickets passados e sua central de ajuda, e segue suas regras de escalonamento quando algo não fecha. Ela mantém os tickets curtos e delimitados, exatamente onde esta análise encontrou os modelos da classe Astra no seu melhor. Quando um novo modelo é lançado, você recebe o upgrade sem reescrever seus prompts ou sua configuração de cache. Com a CLI da eesel, um agente de programação também pode enviar suas políticas de reembolso aprovadas e respostas salvas, fazer ao colega de equipe o mesmo tipo de perguntas que usei aqui, e verificar as respostas antes que algo entre no ar. Conectar o próprio helpdesk ainda precisa de alguém com acesso de administrador para aprovar.
Dois clientes mostram como isso se parece. A Qontro, que faz software de ERP, faz a eesel redigir uma resposta em todo ticket do Freshdesk, trabalhando a partir de cerca de 9.800 tickets passados e artigos de ajuda, e redigiu 190 tickets em um mês. Uma pessoa revisa cada rascunho antes de ele saber, o que resolve a pergunta "isso é muito seco?" ticket por ticket. A SamCart roda um agente nos tickets do Freshdesk e outro no chat do site, ambos respondendo a partir de 280 artigos de central de ajuda. Nenhuma das duas configurações depende de execuções longas e abertas, e esse é exatamente o ponto.
Se você quer ver como um modelo se comporta na sua própria fila antes de confiar nele, revisar conversas de suporte de IA e as permissões por ação são os dois hábitos que eu construiria primeiro. O resumo melhor software de helpdesk de IA compara as ferramentas que suportam ambos.
Testar a eesel
Se esta análise do GPT-6.2 Astra te deixou pensando se algum modelo de fronteira está pronto para sua fila de suporte, teste-o como eu fiz aqui: nos seus próprios tickets, com suas próprias regras. A eesel se conecta ao Freshdesk, Zendesk, e os outros helpdesks que você já usa, redige ou envia respostas fundamentadas na sua central de ajuda, e permite que você a execute contra seus tickets reais passados para que você possa ler cada resposta antes de um cliente.
Você pode testar a eesel de graça em uma parte da sua fila, ou compará-la com usar o ChatGPT diretamente se você ainda está decidindo se constrói isso você mesmo.