OpenAI lança GPT-6.2 Astra e Sol com IA 40% mais barata e segura
OpenAI lança os modelos GPT-6.2 Astra e GPT-6.2 Sol, corta em 20% o preço da API profissional, melhora desempenho em benchmarks e endurece regras para cibersegurança.

Tecnologia
Novos modelos de IA da OpenAI oferecem desempenho aprimorado e maior segurança com custo reduzido para usuários profissionais.
Leia também: Retenção de dados em IA: entenda os 2 modelos e riscos reais
A OpenAI colocou no ar os novos modelos de linguagem GPT-6.2 Astra e GPT-6.2 Sol com foco em uso profissional e cotidiano, corte de custos na API e salvaguardas mais rígidas para pedidos de cibersegurança, em um movimento que mexe diretamente com empresas, desenvolvedores e assinantes das versões pagas do ChatGPT.
Modelos chegam a usuários pagos e API com foco em custo-benefício
Os dois modelos já estão disponíveis globalmente para usuários Plus, Pro, Enterprise e Edu em produtos como ChatGPT Work e Codex, além de acessíveis via API para desenvolvedores. Assinantes Pro-500 podem usar o modo ultrarrápido com Astra e Sol, e, pela primeira vez, o plano Pro-200 também recebe acesso ultrarrápido, começando pelo GPT-6.2 Sol.
O GPT-6.2 Astra é o modelo voltado a trabalhos profissionais exigentes, especialmente em direito, finanças, contabilidade, consultoria e ciência de dados. Já o GPT-6.2 Sol mira tarefas do dia a dia, com ênfase em velocidade e versatilidade, atendendo desde codificação até demandas comuns de escritório e uso pessoal.
A OpenAI redesenhou a linha em torno de custo versus desempenho. O Astra chega com redução de 20% no preço da API em relação ao antecessor: US$ 8 por milhão de tokens de entrada, US$ 0,40 para tokens de entrada em cache e US$ 40 por milhão de tokens de saída. O Sol mantém a tabela anterior, em US$ 2 por milhão de tokens de entrada, US$ 0,10 para entradas em cache e US$ 10 por milhão de tokens de saída.
Entenda o contexto
Nos últimos lançamentos, a disputa entre grandes laboratórios de IA passou a ser não só por qualidade absoluta, mas por eficiência: quem entrega mais por menos. Em índices independentes que combinam nove avaliações diferentes, o GPT-6.2 Astra aparece logo atrás do Claude Fable 5.2, mas supera modelos como Gemini 4 Carbon e Claude Opus 5.5, enquanto o GPT-6.2 Sol iguala o desempenho do antigo GPT-6 Astra com cerca de 15% do custo por tarefa.
Uma análise externa resume a situação afirmando que a OpenAI “owns the Pareto frontier on cost versus performance”, ou seja, ocupa a linha em que nenhum concorrente consegue, ao mesmo tempo, ser mais barato e melhor. Segundo esse mesmo monitoramento, apenas modelos de Anthropic e Meta também alcançam essa fronteira de eficiência.
O que muda para escritórios, finanças e consultorias com o Astra
O GPT-6.2 Astra foi treinado para seguir de forma mais fiel convenções profissionais em áreas como direito, finanças e contabilidade. A OpenAI destaca que o modelo agora produz apresentações e relatórios com layouts, cores e tipografia consistentes com templates, respeitando tamanhos de fonte e hierarquia entre títulos e corpo de texto, o que reduz retrabalho humano em peças formais.
Nos testes internos e externos, o salto é medido em números. No Agents’ Last Exam, que avalia fluxos de trabalho profissionais de múltiplas etapas, o Astra marca 5,2 pontos acima do GPT-6 Astra, a menos de um terço do custo. Em comparação com o Claude Fable 5.2, lidera com 5,5 pontos de vantagem custando cerca de 5% do valor por tarefa. Em outro teste jurídico, o Harvey LAB-AA, a própria OpenAI afirma que o GPT-6.2 Astra “more than doubles Claude Fable 5.2’s pass rate at about one-sixth of the cost”.
No benchmark interno GDPval-v2, que cobre tarefas de consultoria, finanças e design, o novo modelo ganha 6,2 pontos percentuais em relação ao antecessor, usando 22% menos tokens de saída, combinação que interessa diretamente a empresas que pagam por volume de uso.
Na ciência e engenharia, o Astra também sobe um degrau. Em testes de uso de computador, o modelo conseguiu construir um carro 3D, escrever um resolvedor de física em Python e animar os resultados no Blender, além de modelar um carrinho de controle remoto peça por peça e gerar um guia de montagem animado. Em web design e experiências interativas 3D, o GPT-6.2 Astra lidera o benchmark AA-3D, com 1.318 pontos Elo, à frente do Claude Fable 5.2 (1.271) e do próprio GPT-6.2 Sol (1.259).
Em ciência, o Astra abre vantagem de 9 pontos percentuais sobre o GPT-6 Astra no Terminal-Bench-Science, voltado a fluxos científicos em linha de comando, novamente a menos de um terço do custo. Também assume a liderança no Vals Science Index, que mede a capacidade de interpretar dados biológicos e executar experimentos, e aparece bem posicionado em outros testes de conhecimento e física.
O modelo ainda registra avanços em matemática de fronteira. No benchmark FrontierMath Erdős, dedicado a problemas abertos, o GPT-6.2 Astra resolveu 7 de 68 tarefas com provas checadas no assistente Lean, superando o antigo recorde de 3 em 68, que pertencia ao GPT-6.1 Sol, incluindo um problema sem solução conhecida até então.
Desempenho do Sol mira uso diário, mas encosta no Astra em código
O GPT-6.2 Sol foi desenhado como opção rápida e barata para tarefas cotidianas. Mesmo assim, em codificação, a diferença para o Astra é pequena: no benchmark FrontierCode 2.0, que avalia se mudanças de código atingem o padrão de projetos reais, o Sol fica apenas 0,5 ponto abaixo do Astra, a aproximadamente um quinto do custo.
Em testes de design 3D, o modelo aparece próximo dos líderes, com 1.259 pontos Elo no AA-3D, atrás apenas do Astra e do Claude Fable 5.2. Em índices agregados, ganha dois pontos em relação ao antecessor e alcança o nível do GPT-6 Astra, mas com custo médio por tarefa estimado em menos de um terço do concorrente direto em rankings científicos, o que o coloca como opção de entrada entre os modelos mais bem avaliados.
Nem todos os gráficos, porém, sobem em linha reta. Em índices específicos de agentes de código, análises externas apontam estagnação no GPT-6.2 Astra em relação ao GPT-6 Astra e uma queda de três pontos para o GPT-6.2 Sol frente ao GPT-6.1 Sol, puxada por piora em um teste de perguntas e respostas sobre engenharia de software, em que o modelo passou a omitir mais fatos importantes.
IA mais forte, mas também mais opaca
Organizações independentes que testaram o Astra antes do lançamento chamam atenção para a forma como o modelo realiza raciocínios complexos. Em um dos índices, o GPT-6.2 Astra é medido com 12,3 passos seriais de raciocínio em um único token de saída, contra 10,5 do GPT-6 Astra e 4,2 do Claude Fable 5.1, sem exibir correntes de pensamento visíveis.
Essa capacidade de “pensar por dentro” sem mostrar o passo a passo é vista como tecnicamente impressionante, mas também mais difícil de monitorar do ponto de vista de segurança, porque reduz as pistas externas sobre como o modelo chegou a uma conclusão. Em tarefas reais usadas em pesquisas, o Astra foi avaliado como forte na escrita, mas ainda aquém do desejado em projetos de investigação científica, às vezes errando a pergunta central ou sendo conservador demais em estimativas.
Segurança cibernética ganha força — e mais travas
Na área de segurança, os dois modelos sobem de patamar. A OpenAI afirma que GPT-6.2 Astra e Sol agora encontram e exploram vulnerabilidades com mais eficiência, escrevem código mais seguro e entregam correções de bugs usando menos tokens. Em testes internos sem proteções ativadas, “both models hit the ‘Critical’ threshold for cybersecurity in OpenAI’s Preparedness Framework”, mesmo nível alcançado pelo GPT-6 Astra anteriormente.
Esse ganho levou a empresa a endurecer as barreiras para pedidos considerados arriscados. Consultas sobre exploração de falhas, testes de invasão ou engenharia de malware tendem a enfrentar filtros e bloqueios mais severos, com o objetivo declarado de dificultar abusos por criminosos ou atores mal-intencionados.
A contrapartida é impacto sobre pesquisas legítimas de segurança. A própria OpenAI reconhece que as novas salvaguardas vão limitar parte do trabalho de especialistas em testes de penetração e avaliação de vulnerabilidades. Como válvula de escape, a empresa planeja oferecer o Astra e o Sol pela plataforma OpenAI Daybreak, que já dá a pesquisadores de segurança selecionados acesso a modelos com menos restrições, sob regras específicas.
Os números divulgados para benchmarks de cibersegurança e testes avançados de ataque e defesa vêm de cenários em que esses filtros foram desligados em ambiente controlado, com metodologia detalhada em um relatório de segurança técnico.
Alto desempenho, mas taxa de alucinação segue desafio
Relatórios independentes que analisaram o GPT-6.2 Astra e o Sol também apontam para um ponto sensível: a taxa de “alucinações” em perguntas factuais muito difíceis. Em um índice específico, o GPT-6.2 Astra arrisca um palpite em 59% dos casos em vez de admitir que não sabe; o Sol, em 55%. O indicador mede quantas vezes o modelo prefere responder sem base sólida.
Os responsáveis pelos testes destacam que esses cenários são mais extremos que o uso comum, mas o dado reforça a recomendação de cautela em decisões críticas, especialmente em direito, saúde, finanças e segurança, mesmo com o avanço em benchmarks profissionais.
Mercado de IA pressiona rivais e deve acelerar inovação
Ao combinar ganho de desempenho, corte de custos e reforço de segurança, o lançamento dos GPT-6.2 Astra e Sol tende a intensificar a competição no mercado de IA aplicada. Em índices externos, o Astra aparece empatado no topo em capacidade geral com o Claude Fable 5.2, enquanto a linha Sol se firma como opção de alto desempenho com preço agressivo por tarefa.
Para empresas, escritórios de advocacia, bancos, consultorias e times de tecnologia, o pacote significa potencial de redução de gastos com IA, aumento de velocidade em fluxos complexos e mais ferramentas para ciência de dados e automação, com a ressalva das limitações em pesquisas de cibersegurança e da necessidade de checagem humana em temas sensíveis.
Do lado da pesquisa e da regulação, a combinação de modelos mais potentes, raciocínio cada vez mais interno e barreiras seletivas para segurança deve alimentar debates sobre transparência, responsabilidade e acesso diferenciado a capacidades avançadas. A própria OpenAI indica que continuará ajustando eficiência, segurança e políticas de uso à medida que a comunidade técnica reage aos novos modelos.


