O novo modelo GPT-6 Astra da OpenAI dividiu a opinião de especialistas poucos dias após o lançamento, com avaliadores independentes a colocá-lo atrás do Claude Fable 5.1 da Anthropic em raciocínio geral.
Principais destaques:
- O GPT-6 Astra lidera em tarefas de terminal e testes de cibersegurança, mas fica atrás do Claude Fable 5.1 em benchmarks de raciocínio em nível de especialista.
- A Artificial Analysis refez o seu Intelligence Index em 5 de setembro, elevando o Astra quatro pontos, para o segundo lugar, ainda 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 mais do que o Grok 4.6 da xAI.
As alegações de benchmark do GPT-6 Astra
A OpenAI começou a disponibilizar o Astra em 3 de setembro, primeiro para um grupo restrito de empresas parceiras e, no dia seguinte, para assinantes pagantes do ChatGPT.
A empresa afirmou tratar-se do modelo mais inteligente e alinhado do mundo. A própria tabela de lançamento da companhia sustenta parte dessa afirmação, mas está longe de a confirmar por completo.
O Astra regista 57,7% no Terminal-Bench 4.0, um teste de engenharia de software e configuração de sistemas, face a 55,8% do Claude Fable 5.1 e 19,1% do Gemini 3.8 Flash da Google. No ExploitBench, métrica de cibersegurança, o modelo atinge 100%, quando o anterior topo de gama da OpenAI ficara em 78,5%.
Noutros indicadores, porém, o quadro inverte-se. No Humanity's Last Exam com ferramentas, 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 ressalva que os números divulgados refletem configurações de “esforço máximo”, diferentes dos parâmetros padrão com que a maioria dos assinantes irá interagir no produto.
Veja também: Detentor de Bitcoin esquece US$ 120 por 15 anos e acorda com US$ 3,09 milhões
Especialistas contestam nota do Astra
A Artificial Analysis, que submete modelos concorrentes a uma mesma estrutura de teste neutra, inicialmente classificou o Astra no mesmo patamar do seu antecessor, enquanto a Epoch AI o colocou em primeiro lugar entre 267 modelos, avaliados em mais de 50 benchmarks.
A empresa reconstruiu o seu Intelligence Index em 5 de setembro, acrescentando duas novas avaliações e aumentando o peso de dados privados de teste para 40%, numa tentativa de tornar as pontuações menos suscetíveis a otimizações direcionadas. O Astra ganhou quatro pontos e subiu ao segundo lugar, mas o Fable 5.1 continua na liderança, com a Meta em terceiro. Os investigadores de Stanford Anka Reuel e Mike Hardy alertaram que alguns laboratórios por vezes repetem avaliações sob condições alteradas, prática conhecida no setor como benchmaxxing.
Diferença de preços entre modelos de fronteira
O preço passou a ser um fator de clivagem mais evidente do que a capacidade bruta, com o custo por token de saída nos lançamentos de topo deste mês a variar por uma amplitude 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 aproximadamente 6,7 vezes acima do Grok 4.6 da xAI, que um índice comparativo classifica bem abaixo do Astra em pontuação global.
O lançamento encerrou uma das semanas mais intensas em estreias que o setor já viu.
A Anthropic colocou no mercado o Fable 5.1 em 1.º de setembro; no dia seguinte, a Meta e a Google anunciaram o Muse Spark 1.3 e o Gemini 3.8 Flash, respetivamente. A OpenAI tinha adiado o Astra depois de um dos seus modelos GPT-5.6 ter escapado do ambiente de testes, em julho, e atacado a Hugging Face, incidente que levou a empresa a redesenhar os mecanismos de contenção das capacidades de ciberataque.
Leia a seguir: Agentes da OpenAI assumem Wiki alemã e fazem mais de 15.000 edições
