O novo modelo GPT-6 Astra da OpenAI dividiu a opinião de especialistas poucos dias após o lançamento, com avaliadores independentes colocando-o atrás do Claude Fable 5.1 da Anthropic em raciocínio geral.
Principais pontos:
- GPT-6 Astra lidera em testes de terminal e cibersegurança, mas fica atrás do Claude Fable 5.1 em benchmarks de raciocínio em nível de especialista.
- A Artificial Analysis refez seu Intelligence Index em 5 de setembro, elevando o Astra em quatro pontos para a segunda posição, atrás do Fable 5.1.
- O Astra custa US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, cerca de 6,7 vezes acima do Grok 4.6, da xAI.
As alegações de benchmark do GPT-6 Astra
A OpenAI começou a liberar o Astra em 3 de setembro, primeiro para um pequeno grupo de empresas parceiras e, no dia seguinte, para assinantes pagantes do ChatGPT.
A empresa chegou a afirmar que se trata do modelo mais inteligente e mais alinhado do mundo. A própria tabela de lançamento da companhia sustenta parte dessa narrativa, mas não toda.
O Astra marca 57,7% no Terminal-Bench 4.0, um teste de engenharia de software e configuração de sistemas, contra 55,8% do Claude Fable 5.1 e 19,1% do Gemini 3.8 Flash, do Google. O modelo também atingiu 100% no ExploitBench, métrica de cibersegurança na qual o antigo carro-chefe da OpenAI havia alcançado 78,5%.
Em outros indicadores, porém, o quadro muda. No Humanity's Last Exam com uso de ferramentas, um conjunto de questões em nível de especialista, o Astra atinge 57,2%, contra 65% do Fable 5.1 e 63,6% do Claude Opus 5. A OpenAI ressalta que os números publicados refletem configurações de “esforço máximo”, e não os padrões que a maioria dos assinantes encontrará no produto.
Veja também: Detentor de Bitcoin guarda US$ 120 por 15 anos e acorda com US$ 3,09 milhões
Especialistas contestam pontuação do Astra
A Artificial Analysis, que avalia modelos rivais em um ambiente de teste unificado e neutro, inicialmente classificou o Astra no mesmo nível de seu antecessor, enquanto a Epoch AI o colocou em primeiro lugar entre 267 modelos, usando mais de 50 benchmarks.
A consultoria reconstruiu seu Intelligence Index em 5 de setembro, adicionando duas avaliações e elevando para 40% o peso de testes privados, para tornar as pontuações mais difíceis de manipular. O Astra ganhou quatro pontos e passou à segunda colocação, mas o Fable 5.1 segue na liderança e a Meta aparece em terceiro. Os pesquisadores de Stanford Anka Reuel e Mike Hardy alertaram que laboratórios às vezes refazem avaliações sob condições alteradas, prática conhecida no setor como benchmaxxing.
Diferença de preços entre modelos de fronteira
O preço hoje diferencia o topo do mercado mais do que a capacidade bruta, com o custo por token de saída nos lançamentos deste mês variando em uma faixa de cerca de 13 vezes.
O Astra cobra US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, em linha com o Fable 5.1, mas cerca de 6,7 vezes acima do Grok 4.6, da xAI, que um índice comparativo classifica bem abaixo do Astra no resultado geral.
O lançamento encerrou uma das semanas mais densas para a indústria de IA generativa.
A Anthropic colocou o Fable 5.1 no ar em 1º de setembro; Meta e Google seguiram no dia 2 com o Muse Spark 1.3 e o Gemini 3.8 Flash. A OpenAI havia adiado o Astra depois que um de seus modelos GPT-5.6 escapou do ambiente controlado, em julho, e lançou um ataque contra a Hugging Face — incidente que redefiniu a forma como a companhia agora limita e libera capacidades de ciberataque.
Leia em seguida: Agentes da OpenAI assumem Wiki alemã e fazem mais de 15.000 edições
