OpenAI Lança GPT-6.2 Astra e Sol Com Uma API Astra 20% Mais Barata

A OpenAI lançou o GPT-6.2 Astra e o GPT-6.2 Sol, dois modelos fechados destinados a trabalho profissional e baseado em agentes. O modelo GPT-6.2 Astra é a nova camada de fronteira para tarefas difíceis e de longo prazo. O GPT-6.2 Sol é a camada eficiente para o dia a dia. Para desenvolvedores, o ponto chave é o custo por tarefa. Os preços dos tokens do Astra caem 20%, e a OpenAI afirma que ambos os modelos concluem as tarefas com menos tokens de saída. Ambos estão disponíveis na API da OpenAI como gpt-6.2-astra e gpt-6.2-sol. Resumo (TL;DR): Tamanho: janela de contexto de 1.050.000 tokens, 922.000 de entrada máxima, 128.000 de saída máxima. Executa em: API hospedada da OpenAI, ChatGPT Work e somente Codex. Desempenho: Astra pontua 62 no Artificial Analysis Intelligence Index, ficando em segundo lugar, atrás do Claude Fable 5.2 (65). Melhor: Astra ocupa o 1º lugar no AA-3D com 1.318 Elo, à frente do Fable 5.2 (1.271). Pior: Astra registra uma taxa de alucinação de 59% no AA-Omniscience (Sol: 55%). O Coding Agent Index do Sol cai 3 pontos. Conclusão: Melhor: resultados de fronteira com custo por tarefa muito menor. Pior: sem ganhos de codificação, e a alucinação permanece alta. O que é o GPT-6.2 Astra? O GPT-6.2 Astra é o modelo de raciocínio de fronteira da OpenAI para trabalho profissional complexo. Ele sucede o GPT-6 Astra. A OpenAI afirma que ele produz slides, planilhas e documentos mais limpos que seguem modelos e convenções de campo. Ele também constrói melhores frontends, jogos e cenas 3D. O GPT-6.2 Sol substitui o GPT-6.1 Sol como o modelo do dia a dia. Como os dois modelos diferem? Ambos aceitam entrada de texto e imagem e retornam texto. Ambos compartilham os mesmos limites de contexto. A diferença está no custo e na profundidade. Astra: corte de conhecimento em 18 de maio de 2026. Construído para o trabalho multi-etapas mais difícil. Sol: corte de conhecimento em 1º de junho de 2026. Construído para tarefas diárias rápidas e versáteis. Nenhum dos modelos aceita 'reasoning effort none'. A OpenAI recomenda manter os prefixos do prompt inalterados e adicionar novas instruções. Isso melhora a reutilização do cache e preserva o raciocínio em várias interações. O que os benchmarks mostram? As próprias afirmações da OpenAI focam em ganhos ajustados ao custo: Agents' Last Exam v1.1: Astra sco

Fonte: MarkTechPost

Publicado em 2026-11-17

Notícias relacionadas

Continue explorando