Análise do GPT-6.2 Astra: um modelo inteligente com um problema de comunicação

Kira
Escrito por

Kira

Katelin Teen
Revisado por

Katelin Teen

Última edição 17 de novembro de 2026

Verificado por especialista
Ilustração desenhada à mão de um avaliador marcando uma lista de verificação com estrelas ao lado de um modelo de IA brilhante em forma de estrela com um balão de fala emaranhado, para uma análise do GPT-6.2 Astra da OpenAI
TL;DR

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.

A página do modelo GPT-6.2 Astra na documentação para desenvolvedores da OpenAI, mostrando preço de 8 $ na entrada e 40 $ na saída, uma janela de contexto de 1.050.000 tokens e um corte de conhecimento de 18 de maio de 2026, retirada de OpenAI Developers
A página do modelo GPT-6.2 Astra na documentação para desenvolvedores da OpenAI, mostrando preço de 8 $ na entrada e 40 $ na saída, uma janela de contexto de 1.050.000 tokens e um corte de conhecimento de 18 de maio de 2026, retirada de OpenAI Developers

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:

  1. "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.
  2. "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.
  3. "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.

Scorecard de duas colunas desenhado à mão para o GPT-6.2 Astra. Onde ele brilha: trabalho difícil em várias etapas, 4,00 $ por tarefa de benchmark, respostas de suporte curtas, sinaliza buscas que falharam. Onde ele falha: explicar execuções longas, perguntas estranhas no meio da tarefa, inventa mais a 59%, programação estável em relação ao GPT-6 Astra
Scorecard de duas colunas desenhado à mão para o GPT-6.2 Astra. Onde ele brilha: trabalho difícil em várias etapas, 4,00 $ por tarefa de benchmark, respostas de suporte curtas, sinaliza buscas que falharam. Onde ele falha: explicar execuções longas, perguntas estranhas no meio da tarefa, inventa mais a 59%, programação estável em relação ao GPT-6 Astra

Veja como ele pontuou nas coisas que eu verificaria antes de colocar em produção:

O que verifiqueiResultadoFonte
Inteligência geral62, segundo lugar atrás do Claude Fable 5.2 (65)Artificial Analysis
Custo por tarefa de benchmark$4.00, contra $6.24 do GPT-6 AstraArtificial Analysis
ProgramaçãoEstável em relação ao GPT-6 Astra no Coding Agent IndexRelatório de lançamento da AA
Invenção factual59% 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)5/5Meu teste
Fatos de empresa inventados (meu teste)0/10Meu teste
Tamanho do artigo de ajuda (meu teste)138 palavras, contra 198 do GPT-6 AstraMeu 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.

Gráfico de barras desenhado à mão do mesmo artigo de ajuda escrito por três modelos: GPT-6 Astra 198 palavras a $18.50 por 1.000 artigos, GPT-6.2 Astra 138 palavras a $8.50 por 1.000, e GPT-6.2 Sol 169 palavras a $2.70 por 1.000
Gráfico de barras desenhado à mão do mesmo artigo de ajuda escrito por três modelos: GPT-6 Astra 198 palavras a $18.50 por 1.000 artigos, GPT-6.2 Astra 138 palavras a $8.50 por 1.000, e GPT-6.2 Sol 169 palavras a $2.70 por 1.000

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:

Hacker News

"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.

Eixo desenhado à mão de uma tarefa curta e delimitada a uma execução longa e aberta. No lado curto, um aglomerado de pontos rotulados minhas 57 execuções de suporte, sem problemas. No lado longo, balões de fala rotulados reclamações dos testadores: perguntas estranhas, resumos difíceis de ler, para cedo demais. Uma linha pontilhada no meio marca onde o problema começa
Eixo desenhado à mão de uma tarefa curta e delimitada a uma execução longa e aberta. No lado curto, um aglomerado de pontos rotulados minhas 57 execuções de suporte, sem problemas. No lado longo, balões de fala rotulados reclamações dos testadores: perguntas estranhas, resumos difíceis de ler, para cedo demais. Uma linha pontilhada no meio marca onde o problema começa

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:

Hacker News

"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:

ModeloEntrada (por 1M)Entrada em cacheSaída (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 situaçãoMinha recomendação
Você usa o GPT-6 Astra hojeTroque. 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 códigoUse o Astra. É o melhor valor de pontuação por dólar no topo.
Execuções longas e autônomas de programação ou agenteTeste primeiro em uma tarefa real. Testadores relatam perguntas estranhas e paradas antecipadas.
Respostas de suporte, roteamento, operações do dia a diaUse 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 longasCombine-o com um segundo modelo para o resumo, ou veja o Claude Opus 5.5.
Pesquisa de segurançaEspere 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.

eesel funcionando dentro do Freshdesk, redigindo uma resposta em um ticket de suporte

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.

Perguntas frequentes

O GPT-6.2 Astra é bom?
Em pontuação e preço, sim. O Artificial Analysis o classifica em segundo lugar no geral com 62 pontos, atrás do Claude Fable 5.2, a 4,00 $ por tarefa de benchmark. Minha análise do GPT-6.2 Astra concluiu que ele é confiável em tarefas de suporte curtas, mas vários testadores conhecidos acharam difícil trabalhar com ele em execuções longas e abertas. A visão geral do GPT-6.2 Astra cobre os detalhes do lançamento.
O GPT-6.2 Astra é melhor que o GPT-6 Astra?
Para a maioria dos usos, sim. Custa 8 $/40 $ por milhão de tokens contra 10 $/50 $, pontua 62 contra 57 no Artificial Analysis, e escreveu um artigo de ajuda por menos da metade do custo no meu teste. Sua taxa de invenção factual subiu de 50% para 59% no esforço máximo, e a programação ficou estável. A análise do GPT-6 Astra cobre o modelo anterior.
Por que alguns testadores não gostam do GPT-6.2 Astra?
As reclamações são sobre trabalho longo e aberto. Testadores relatam que ele faz perguntas estranhamente técnicas no meio da tarefa, escreve resumos difíceis de acompanhar, e para construções cedo demais. Nada disso apareceu nos meus testes de suporte curtos e delimitados, então eu ponderaria esses relatos pela duração das suas tarefas.
O GPT-6.2 Astra é bom para suporte ao cliente?
Ele passou em todo teste de suporte que dei a ele: matemática de reembolso correta, nenhum fato de empresa inventado, e toda busca que falhou foi relatada ao cliente. Mas o GPT-6.2 Sol fez o mesmo por cerca de um quarto do custo por resposta. Para uma fila em tempo real, o aterramento e as regras de escalonamento em torno do modelo importam mais do que o modelo escolhido.
Quanto custa o GPT-6.2 Astra?
O GPT-6.2 Astra custa 8 $ por milhão de tokens de entrada, 0,40 $ em cache, e 40 $ por milhão de tokens de saída no nível Standard, segundo a página de preços da OpenAI. O Batch reduz isso à metade e o Fast dobra. O guia preços da API da OpenAI cobre o resto do catálogo.
Devo usar o GPT-6.2 Astra ou o Claude Opus 5.5?
O Astra pontua mais alto no Artificial Analysis, mas vários desenvolvedores que testaram os dois, incluindo Theo, da T3, ainda preferem o Claude Opus 5.5 para trabalho longo de programação porque ele se explica com mais clareza. Teste os dois em uma tarefa real do seu próprio backlog antes de decidir.
O GPT-6.2 Astra tem alucinações?
Ele inventa mais que o GPT-6 Astra em conhecimento geral: 59% no teste Omniscience do Artificial Analysis contra 50%. Nos meus testes, nunca inventou fatos de empresa que não tinham sido dados a ele, mesmo com um prompt solto. Fundamentá-lo nos seus próprios documentos, como abordado em prevenção de alucinações, continua sendo a opção segura padrão.

Share this article