Mercados
S&P 5007.341▼ 1,03%Nasdaq24.328▼ 0,74%Dow Jones50.759▼ 1,64%Ibovespa169.817▲ 0,31%FTSE 10010.690▼ 1,76%DAX26.045▼ 2,08%Nikkei58.697▼ 0,28%DólarR$ 5,78▲ 0,21%EuroR$ 6,35– 0,00%BitcoinR$ 372.586▼ 0,39%Powered by WIREDESK OSS&P 5007.341▼ 1,03%Nasdaq24.328▼ 0,74%Dow Jones50.759▼ 1,64%Ibovespa169.817▲ 0,31%FTSE 10010.690▼ 1,76%DAX26.045▼ 2,08%Nikkei58.697▼ 0,28%DólarR$ 5,78▲ 0,21%EuroR$ 6,35– 0,00%BitcoinR$ 372.586▼ 0,39%Powered by WIREDESK OS
Powered by WIREDESK OS
Lançamentos de IA

OpenAI lança GPT-6 Astra com 20% de desconto e nova Sol econômica

OpenAI lança os modelos GPT-6.2 Astra e GPT-6.2 Sol na API global, corta em 20% o preço do Astra e mira desde tarefas profissionais complexas até uso diário eficiente, pressionando rivais.

OpenAI lança GPT-6 Astra com 20% de desconto e nova Sol econômica

Tecnologia

OpenAI apresenta novos modelos GPT-6.2 com preços competitivos para ampliar uso profissional e cotidiano.

Leia também: Retenção de dados em IA: entenda os 2 modelos e riscos reais

A OpenAI colocou no ar os modelos GPT-6.2 Astra e GPT-6.2 Sol na sua API global, cortou em 20% o preço do Astra e mira tanto trabalhos profissionais de alta complexidade quanto o uso diário eficiente, em um movimento que deve acirrar a disputa no mercado de IA.

Qual a diferença entre GPT-6.2 Astra e GPT-6.2 Sol?

GPT-6.2 Astra é o novo modelo de ponta da OpenAI para tarefas de raciocínio complexo e de longo prazo, enquanto GPT-6.2 Sol assume o papel de opção mais enxuta e econômica para uso cotidiano.

Os dois modelos aceitam entrada de texto e imagem e retornam texto, compartilham os mesmos limites de contexto e já estão disponíveis na API como gpt-6.2-astra e gpt-6.2-sol. A diferença central está na profundidade de raciocínio e no custo por tarefa.

O Astra sucede o GPT-6 Astra como modelo de fronteira em raciocínio, indicado para trabalhos profissionais exigentes, como criação de slides e planilhas que sigam padrões rígidos, elaboração de documentos em formatos específicos e desenvolvimento de frontends, jogos e cenas 3D. Nesses cenários, a promessa é de saídas mais limpas, consistentes e com melhor aderência a templates e convenções técnicas.

O Sol substitui o GPT-6.1 Sol e é apresentado como o “tier” eficiente do dia a dia, voltado para aplicações que rodam o tempo todo — chatbots, assistentes internos, automações de suporte e fluxos de conteúdo recorrentes — com foco em custo baixo mantendo boa qualidade. Segundo a própria OpenAI, “Sol iguala a pontuação do GPT-6 Astra a cerca de 15% do custo por tarefa”.

Nos testes independentes da Artificial Analysis, o Astra alcançou 62 pontos no máximo esforço no Índice de Inteligência, com custo de 4 dólares por tarefa, enquanto o Sol marcou 57 pontos. A combinação coloca o Astra na faixa dos modelos de desempenho mais alto do mercado, e o Sol como alternativa competitiva em custo-benefício.

O que mudou na API Astra com a redução de 20% no preço?

A principal mudança na API do GPT-6.2 Astra é a queda de 20% nos preços de tokens de entrada e saída em relação ao GPT-6 Astra, além de um corte de 60% no custo do cache de entrada, o que reduz o valor de interações longas e recorrentes.

A OpenAI afirma que o Astra não só ficou mais barato por token, como também costuma concluir tarefas com menos tokens de saída, o que diminui ainda mais o custo por tarefa para desenvolvedores e empresas que dependem de grandes volumes de chamadas.

O modelo passa a seguir uma estrutura de cobrança escalonada: para requisições com mais de 272 mil tokens de entrada, as tarifas dobram tanto para entrada quanto para cache, e a saída passa a custar 1,5 vez o valor padrão. O modo batch — que processa pedidos em lote — fica em 50% do custo padrão, voltado a cargas grandes de processamento offline. Já o modo ultrarrápido custa três vezes o valor padrão até 28 de fevereiro de 2027, quando sobe para seis vezes, o que indica uma estratégia da OpenAI para segmentar casos em que a latência mínima é crítica.

Com a queda nos preços e essa grade de tarifas, a expectativa é de que times de tecnologia, jurídico, educação e criação de conteúdo passem a considerar o Astra não só para experimentos, mas como peça central de sistemas em produção de maior porte.

Entenda o contexto

O GPT-6.2 Astra chega como sucessor direto do GPT-6 Astra, mantendo o foco em raciocínio de “longo horizonte” — tarefas que exigem planejamento, vários passos encadeados e consistência ao longo de documentos extensos. A OpenAI destaca que “Astra é também o primeiro modelo lançado pela OpenAI a atingir o nível High para autoaperfeiçoamento de IA”, um marco interno que indica maior capacidade do sistema em refinar o próprio desempenho a partir de uso e feedback.

Em benchmarks externos, o Astra marcou 174 pontos no Índice de Capacidades Epoch, empatando com o modelo Fable 5.2. No mesmo Índice de Inteligência da Artificial Analysis em que fez 62 pontos, rivais como Gemini 4 Carbon e Claude Opus 5.5 ficaram em 60 e 59, respectivamente. O custo por tarefa do Astra, de 4 dólares nesse teste, coloca o modelo na faixa premium, mas agora com pressão baixista sobre o preço por conta do corte anunciado.

Na área jurídica, o Harvey LAB-AA avaliou o Astra com aprovação em 15% das tarefas legais, enquanto a configuração específica Astra para Direito passou 20,8% das tarefas, um indício de maturidade crescente para uso em segmentos regulados, embora ainda distante de substituir o trabalho humano.

Do lado do uso cotidiano, o Sol herda o espaço do GPT-6.1 Sol como modelo coringa para quem precisa equilibrar custo, velocidade e qualidade. Ele mantém as tarifas da versão anterior, mas se aproxima do antigo GPT-6 Astra em desempenho com uma fração do custo por tarefa, o que pode atrair plataformas de atendimento, produtos educacionais e ferramentas de produtividade que dependem de milhões de chamadas mensais.

Impacto para desenvolvedores e empresas

Para quem desenvolve em cima da API da OpenAI, o lançamento dos GPT-6.2 Astra e Sol reorganiza o cardápio: o Astra vira a opção principal para tudo que exige precisão, memória de contexto longa e raciocínio encadeado — como geração de código complexo, documentação técnica extensa, modelos de contrato e peças jurídicas preliminares —, enquanto o Sol atende integrações de alto volume e complexidade moderada.

A OpenAI recomenda que os desenvolvedores mantenham os prefixos atuais de prompts e adicionem novas instruções em vez de reescrever tudo do zero. Essa estratégia ajuda a melhorar o reaproveitamento de cache e a preservar o raciocínio ao longo de múltiplas interações, reduzindo custo e instabilidade no comportamento do modelo.

A manutenção das instruções de prompt também se torna mais importante à medida que o Astra se apoia mais em cache barato para sustentar conversas longas, fluxos de trabalho de agentes e pipelines que rodam em várias etapas. Na prática, quem ajustar bem os prompts deve pagar menos por tarefas complexas e ganhar estabilidade em aplicações sensíveis, como ferramentas internas de empresas, sistemas de apoio a decisões e plataformas de conteúdo profissional.

No médio prazo, a combinação de custo menor, desempenho de ponta e capacidade de autoaperfeiçoamento tende a pressionar concorrentes globais a reverem tanto tarifas quanto ofertas voltadas a nichos como o Direito, onde o Astra já mostra sinais de avanço com as configurações específicas.

Recepção e próximos passos

A divulgação dos novos modelos gerou reação positiva em parte da comunidade de IA. Asif Razzaq, CEO da Marktechpost AI Media Inc., vem ressaltando o compromisso com o uso da inteligência artificial para o bem social e o papel de conteúdo técnico acessível nesse processo. A plataforma que dirige soma mais de 2 milhões de visualizações mensais com notícias e análises sobre IA, o que ajuda a espalhar rapidamente as novidades sobre modelos como Astra e Sol entre pesquisadores e desenvolvedores.

Do lado da OpenAI, a aposta agora é que a redução de custos, aliada ao desempenho competitivo do Astra, acelere a adoção em setores que lidam com automação avançada — tecnologia, jurídico, educação, criação de conteúdo e design 3D entre eles. Já o Sol tende a ganhar espaço em produtos de grande escala, que precisam de previsibilidade de gastos.

As próximas semanas devem ser marcadas por ajustes finos de prompts e arquiteturas por parte de equipes técnicas, para explorar melhor o cache, a continuidade de raciocínio e os diferentes modos de cobrança (padrão, batch e ultrarrápido). Desenvolvedores e empresas podem acompanhar detalhes técnicos, opções de deploy e atualizações constantes nas páginas oficiais dos modelos e em plataformas de monitoramento de IA usadas pela comunidade.