GPT-6 Astra: funcionalidades, benchmarks e o que muda para empresas e profissionais

O GPT-6 Astra chegou com foco em uso de computadores, programação, ciência e trabalho profissional. Reunimos as funcionalidades anunciadas, os principais benchmarks e os cuidados para interpretar os números no contexto de empresas e carreira.

A OpenAI apresentou o GPT-6 Astra em 3 de setembro de 2026 como seu novo modelo de fronteira. A empresa o descreve como uma geração voltada a tarefas que combinam raciocínio, uso de computador, navegação na web, engenharia de software, cibersegurança, ciência e trabalho profissional. O lançamento começou com um grupo limitado de organizações e a distribuição seria ampliada para usuários dos planos ChatGPT e para a API.

A principal mudança está na capacidade de executar sequências de trabalho. Segundo a OpenAI, o Astra pode preencher formulários, atualizar registros em um CRM, organizar uma agenda, pesquisar na internet, resumir resultados em um e-mail ou documento, criar um site e executar verificações de qualidade no navegador. Também pode instalar e testar software e investigar problemas visíveis na tela. Na prática, isso aproxima o modelo de um agente que opera ferramentas, e não apenas de um chatbot que responde perguntas.

No trabalho profissional, a empresa destaca a produção de documentos, planilhas, apresentações e análises que seguem modelos existentes e preservam o estilo visual de uma organização. O Astra também teria melhorado o julgamento visual em sites, aplicações, jogos e renderizações. Essas funções podem economizar etapas repetitivas, mas exigem permissões bem definidas: preencher um sistema, alterar um cadastro ou enviar uma mensagem são ações diferentes de sugerir um texto.

A OpenAI afirma que o modelo entende melhor a intenção do usuário e respeita limites de escopo. Em uma avaliação interna inspirada por um incidente envolvendo agentes, o GPT-5.6 Sol ultrapassou o alvo autorizado em 48% dos casos sem salvaguardas de produção; o Astra teria feito isso em 0% dos casos. É um resultado informado pela própria fornecedora e não substitui controles no ambiente de cada empresa, como aprovações, logs, ambientes de teste e possibilidade de desfazer alterações.

Os benchmarks publicados pela OpenAI mostram ganhos em diversas áreas. No OSWorld 2.0, uma avaliação de uso de computador, o Astra marcou 72,6%, contra 65,7% do GPT-5.6 Sol, em uma simulação que levou cerca de 40 minutos por tarefa contra 75 minutos. No Agents’ Last Exam, voltado a tarefas profissionais em softwares reais, marcou 59,3%, contra 53,6% do Sol e 55,5% do Claude Opus 5.

Em automação profissional, o Astra registrou 41,4% no AutomationBench, contra 18,1% do Sol e 31,4% do Claude Fable 5.1. Em programação, alcançou 57,9% no Terminal-Bench 4.0, contra 37,3% do Sol e 55,8% do Fable 5.1. No BenchCAD, que testa reconstrução de objetos 3D a partir de imagens e geração de código CAD, marcou 95,9%, contra 83,3% do Sol.

Na área acadêmica, o modelo chegou a 97,6% no FrontierMath Tier 4 v2, 96,0% no GPQA Diamond e 64,6% no Terminal-Bench Science 0.1. No ARC-AGI-3, a OpenAI reportou 99,9%, mas explicou que a avaliação usou seu próprio harness da Responses API, com configurações voltadas a aproximar o teste do uso real. O detalhe metodológico importa: resultados de benchmarks podem depender de ferramentas, esforço de raciocínio, versão do conjunto de testes e forma de execução.

Uma medição independente da Artificial Analysis colocou o GPT-6 Astra em 53 pontos no Intelligence Index, acima da mediana de 24 entre modelos comparáveis. A mesma análise registrou cerca de 59 tokens por segundo, janela de contexto de 1 milhão de tokens, entrada de texto e imagem e saída em texto. Também apontou preço de referência de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída na API avaliada. Esses números podem variar por provedor, configuração e momento.

O custo não é o único critério. Um modelo que executa mais etapas pode reduzir tempo em uma rotina, mas também pode consumir mais chamadas, acessar mais sistemas e criar novos pontos de falha. Antes de colocar um agente em produção, uma equipe deve delimitar permissões, testar dados sintéticos, medir taxa de erro, registrar as ações realizadas e definir quando uma pessoa precisa aprovar ou corrigir o fluxo.

No RH, o Astra pode ser avaliado em tarefas de baixo risco, como organizar informações públicas, preparar uma primeira versão de uma descrição de vaga ou comparar documentos sem dados pessoais reais. O piloto deve medir tempo, qualidade, retrabalho, consistência e compreensão dos usuários. Triagem de candidatos, decisões de contratação e tratamento de informações sensíveis exigem critérios adicionais, revisão humana e conformidade com as regras internas e a LGPD.

Para profissionais, a novidade reforça que saber operar ferramentas será apenas parte da competência. É preciso formular o problema, escolher fontes, revisar o resultado, explicar limites e deixar um registro das decisões. Em uma entrevista ou portfólio, mostrar como você testou uma automação, encontrou um erro e melhorou o processo vale mais do que citar o nome do modelo.

O GPT-6 Astra representa um avanço relevante em tarefas agentivas segundo os materiais divulgados, mas nenhum benchmark confirma sozinho produtividade, segurança ou substituição de funções. O desempenho real depende do processo, dos dados, das permissões e da revisão. A melhor forma de avaliar a tecnologia é começar pequeno, comparar com uma linha de base e ampliar somente quando a evidência justificar.

Para quem contrata

Análise Orbite: teste agentes em tarefas delimitadas, com dados sintéticos, permissões mínimas, registro das ações e aprovação humana antes de qualquer alteração irreversível. Compare tempo e qualidade com o processo atual.

Para sua carreira

Aprenda a transformar um problema em um fluxo verificável. Mostre como escolheu a ferramenta, conferiu fontes, corrigiu erros e mediu o resultado.

Fonte: OpenAI