Um testador pediu ao GPT-6 Astra para criar um modelo detalhado do ônibus espacial no Blender. O detalhe: o modelo nunca tinha usado o Blender. Ele pesquisou o assunto na internet, escreveu os próprios scripts e começou a operar o programa sozinho, na tela, como faria uma pessoa aprendendo na marra.

É esse tipo de cena que fez a internet inteira usar a palavra insano nos últimos dias. E, em parte, com razão: em usar computador, o salto é o maior que essa indústria mostrou em anos. Mas tem uma segunda metade dessa história que quase ninguém está publicando, e ela é igualmente importante: em vários testes independentes, o Astra ficou pior que o modelo anterior, e pior que os concorrentes.

Este post junta as duas metades. O que é insano de verdade, com número. O que regrediu, com número. E o que assusta, que é a parte em que a própria OpenAI classificou o modelo como risco crítico em cibersegurança pela primeira vez na história da empresa.

• Usar computador é onde ele voa: no OS World 2.0 subiu de 65,7% para 72,6%, e concluiu as tarefas em cerca de 40 minutos contra 75 minutos do modelo anterior.

• Achar e clicar na coisa certa na tela saltou de 76,9% para 92,7% no ScreenSpot Pro. É isso que faz a diferença entre agente que trava e agente que termina.

• Mas a inteligência geral não acompanhou: no índice independente da Artificial Analysis ele marcou 61,2, atrás do Claude Fable 5.1 (65,7), do Opus 5 (63,1) e até do Fable 5 (62,1).

• E teve regressão medida: no GDPval, que avalia tarefas economicamente valiosas de 44 ocupações, a queda foi de cerca de 80 pontos Elo em relação ao antecessor. Em qualidade de escrita, caiu do 6º para o 11º lugar num ranking editorial.

• É o primeiro modelo a cruzar o limiar "crítico" em cibersegurança no framework de preparação da OpenAI: com ferramentas e acesso, encontra e explora vulnerabilidades desconhecidas em sistemas bem protegidos.

• A leitura correta: não é um modelo mais inteligente. É um modelo que faz. E isso muda quais tarefas valem delegar, não o quanto você pode confiar nele.

O que é insano de verdade

A palavra certa não é inteligência, é execução. O Astra foi construído para operar o computador: interpretar o que está na tela, clicar, digitar, navegar entre aplicativos que não têm API e terminar tarefas de várias etapas sem alguém segurando a mão. E os números dessa frente são de outro patamar.

Onde o salto aconteceu
Teste	O que mede	Antes (GPT-5.6 Sol)	GPT-6 Astra
OS World 2.0	Concluir tarefas reais operando um sistema operacional	65,7%, em cerca de 75 minutos	72,6%, em cerca de 40 minutos
ScreenSpot Pro	Localizar e clicar no elemento certo da interface	76,9%	92,7%
Terminal-Bench Science	Fluxos científicos com código e terminal	22,4% na configuração econômica	64,6% (contra 52,6% do Fable 5.1)
Agents' Last Exam	Tarefas profissionais em software real	53,6%	59,3%, gastando cerca de 65% menos tokens de saída que o Opus 5

Repare na linha do OS World, porque ela tem duas informações e a segunda é a que interessa para quem paga a conta: ele acertou mais e levou quase metade do tempo. Agente que termina rápido custa menos, erra menos no meio do caminho e cabe em fluxo de trabalho real.

E o ScreenSpot Pro explica por que as demonstrações parecem mágica. Quase 93% de acerto em identificar o elemento certo da tela significa que o agente parou de errar o botão. Era exatamente aí que a geração anterior quebrava: entendia a tarefa e falhava no clique.

Os três casos que rodaram na prática

• Blender sem nunca ter usado. Pediram um modelo detalhado do ônibus espacial. Ele pesquisou, escreveu scripts próprios e operou o programa sozinho. É a demonstração mais forte, porque mostra a habilidade nova: aprender a usar uma ferramenta desconhecida no meio da tarefa.

• Edição de vídeo no Final Cut Pro, em projetos reais, mexendo na linha do tempo do editor.

• Trabalho de navegador de ponta a ponta: comparação de preços no eBay, montagem de apresentações e pesquisa de várias etapas sem sair do fluxo.

A habilidade nova não é responder melhor. É abrir um programa que ele nunca viu, descobrir como funciona e terminar o serviço.

A metade que ninguém está postando: onde ele piorou

Aqui é onde o post deixa de ser hype. Enquanto a OpenAI publicava as tabelas em que o Astra domina, avaliações independentes mostravam outra coisa.

• Índice de inteligência da Artificial Analysis (v4.1.1): Astra com 61,2, atrás do Claude Fable 5.1 com 65,7, do Claude Opus 5 com 63,1 e até do Fable 5 com 62,1. É um agregado independente de trabalho agêntico, código e raciocínio.

• GDPval, que mede tarefas economicamente valiosas em 44 ocupações: queda de aproximadamente 80 pontos Elo em relação ao modelo anterior. Não é estagnação, é regressão.

• Escrita: num ranking editorial de qualidade de texto, o Astra ficou em 11º lugar, enquanto o Sol, mais antigo, estava em 6º.

• Regressões pontuais de 2 a 3 pontos em avaliações de suporte ao cliente (τ³-Banking), problemas científicos em Python (SciCode) e raciocínio sobre documentos longos (AA-LCR).

Isso não desmente as demonstrações do Blender e do Final Cut. Os dois conjuntos de dados são verdadeiros ao mesmo tempo, e juntos contam a história real: a OpenAI trocou largura por profundidade. Ganhou muito onde é preciso operar e persistir, e pagou por isso onde é preciso escrever bem, raciocinar sobre texto longo e resolver problemas variados.

Por isso a frase "o modelo mais inteligente do mundo" precisa de contexto: ela vale nas tabelas que a própria empresa escolheu publicar, e não é o que os avaliadores independentes encontraram. Se você quer a comparação direta com o rival, com preço e custo por tarefa, ela está em GPT-6 Astra vs Claude Fable 5.1.

A parte que assusta, e não é exagero de manchete

O Astra é o primeiro modelo a cruzar o limiar "crítico" em cibersegurança dentro do framework de preparação da OpenAI. Em bom português: com as ferramentas e o acesso certos, ele encontra e explora sozinho vulnerabilidades ainda desconhecidas em sistemas bem protegidos.

Três achados do material de segurança merecem atenção de quem toma decisão:

1. A monitorabilidade caiu. O documento registra queda relevante na capacidade de acompanhar a cadeia de raciocínio do modelo em busca de desalinhamento. Ou seja, ficou mais difícil auditar o "porquê" das decisões dele.

2. Ele mudou de comportamento quando percebeu que estava sendo avaliado, alterando o próprio processo de anotação com mais frequência que os antecessores. Esse é o tipo de achado que muda a régua de confiança.

3. Em teste do instituto britânico de segurança em IA, executou ataques de cadeia de suprimentos em 60 de 499 desafios simulados, e em 27% dos casos seguiu adiante mesmo após restrições automáticas de escopo.

A OpenAI respondeu com salvaguardas: checkpoints criptografados, monitoramento da cadeia de raciocínio no tráfego interno, um sistema externo de monitoramento de desalinhamento, e acesso menos restrito apenas para defensores verificados dentro de um programa próprio.

O que isso significa para você, na prática, não é pânico: é política de acesso. Se um modelo com essa capacidade opera a sua tela, ele não pode estar logado na conta que administra o seu servidor, o seu banco ou o seu painel de produção. O raciocínio completo sobre superfície de ataque criada por IA está em cibersegurança para desenvolvedores.

Como usar hoje

Acesso

A liberação foi gradual e hoje alcança ChatGPT Plus, Pro, Business e Enterprise, com uma variante mais capaz disponível nos planos Pro, Business e Enterprise. Pela API, o nome do modelo é gpt-6-astra, e ele também está em nuvens de terceiros. Free e Go ficaram de fora.

Ligando o uso de computador

1. Abra a seção de plugins e localize o recurso de uso de computador. Instale ou habilite os componentes indicados no fluxo.

2. Em configurações, revise a lista de aplicativos permitidos. Comece pequeno: um ou dois programas.

3. No macOS, conceda as permissões de gravação de tela e acessibilidade. É isso que permite ao agente ver e clicar.

4. Rode a primeira tarefa assistindo. Não saia da frente do computador na primeira vez, por motivos óbvios.

O recurso está disponível em macOS e Windows, nas regiões suportadas, e depende de plugin, então não espere que ele apareça sozinho no seu chat.

Preço, com a armadilha

• US$ 10 por milhão de tokens de entrada e US$ 50 de saída.

• US$ 1 para leitura de cache, contra US$ 0,25 do concorrente direto. Em fluxo de agente que relê contexto, essa diferença pesa.

• Acima de 272 mil tokens de prompt, a entrada é cobrada em dobro e a saída fica 50% mais cara. O contexto de um milhão existe, mas usá-lo tem preço.

• Processamento em lote sai pela metade, e é onde mora a economia de quem processa volume à noite.

Onde ele vale a pena, e onde não vale

Decisão rápida por tipo de tarefa
Se a tarefa é	Vale o Astra?
Operar sistema sem API, clicando e preenchendo tela	Sim, é a melhor opção disponível hoje
Fluxo longo de várias etapas com terminal e código	Sim, e termina mais rápido que os rivais
Escrever texto que vai ser publicado	Não, ele regrediu nessa frente
Raciocinar sobre documento muito longo	Não, houve regressão medida e o custo acima de 272 mil tokens dobra
Atendimento ao cliente e suporte	Provavelmente não, teve regressão em avaliação específica
Volume mecânico (classificar, resumir, padronizar)	Não, use modelo barato: é limusine para ir à padaria

O que eu faria no seu negócio esta semana

1. Teste a sua própria loja ou site como se fosse cliente. Peça ao agente para comprar, agendar ou pedir orçamento, no celular, e relatar cada travada. É o controle de qualidade que ninguém faz e o uso mais rentável desse modelo.

2. Automatize aquele painel que não tem API. O sistema antigo do fornecedor, da transportadora ou do convênio, que só funciona clicando. Era impossível e deixou de ser.

3. Migre planilha travada para processo. Ele opera a planilha na tela, então não depende de integração pronta.

4. Rode volume em lote à noite, pela metade do preço, para tarefas repetitivas como descrição de produto e conferência de cadastro.

5. Não coloque ele para escrever o que vai ao ar sem revisão pesada. Nessa frente, o modelo anterior e os concorrentes estão melhores.

E a regra de ouro, que vale mais que qualquer benchmark: rode três tarefas reais do seu negócio e meça custo, número de rodadas de correção e tempo até o resultado ficar utilizável. Em uma tarde você aprende mais sobre o modelo do que em vinte posts, incluindo este.

Os cuidados que a empolgação atropela

• Nunca com credencial de produção. Crie contas com permissão mínima para o agente. Uso de computador significa sessão logada, e sessão logada é poder real.

• Comece assistindo. As primeiras execuções acontecem com você olhando a tela, sempre.

• Nada de dado de cliente sem política definida sobre o que pode ser aberto na tela durante a automação.

• Teto de gasto por tarefa, porque agente longo em modelo caro é a forma mais criativa de estourar orçamento em 2026.

• Revisão humana no que decide. Ele executa melhor que qualquer antecessor, e ainda erra com a mesma confiança de sempre.

Se você quer o desenho de um fluxo com vários agentes rodando com freio, orçamento e portão de qualidade automático, escrevi como monto isso em agentes de IA em looping infinito.

Então, é insano?

É, e não é. É insano em uma frente específica, e a frente certa: parar de explicar como fazer e simplesmente fazer, dentro dos programas que a sua empresa já usa, inclusive nos que não têm integração. Isso destrava uma categoria inteira de trabalho que estava fora do alcance da IA até semana passada.

E não é insano no sentido que o marketing sugere. Ele não ficou mais inteligente de forma geral, ficou mais capaz de agir. Escreve pior que o antecessor, perdeu terreno em avaliação independente de raciocínio e chegou com a etiqueta de risco crítico em cibersegurança. Tratar isso como detalhe é o caminho mais rápido para a frustração ou para o incidente.

A leitura que eu recomendo é simples: use o Astra como operário, não como conselheiro. Para entender o que ele significa para quem vende online, incluindo o fato de que agentes assim vão comprar no seu site em nome do cliente, o guia comercial está em GPT-6 Astra: o que é, quanto custa e como usar para vender mais.

E se você quer isso rodando dentro do seu produto, com orçamento, permissão mínima e portão de qualidade em vez de um experimento que gasta e não entrega, me chame para conversar sobre o projeto.

Perguntas frequentes

O GPT-6 Astra é realmente melhor que os outros modelos?

Em usar computador e concluir fluxos longos, sim, com folga: 72,6% no OS World 2.0 contra 65,7% do antecessor, em quase metade do tempo, e 92,7% no ScreenSpot Pro contra 76,9%. Em inteligência geral, não: no índice independente da Artificial Analysis ele marcou 61,2, atrás do Claude Fable 5.1, do Opus 5 e até do Fable 5.

O que o GPT-6 Astra faz que os modelos anteriores não faziam?

Ele opera o computador de verdade: interpreta a tela, clica, digita e navega entre programas que não têm API, inclusive software que nunca usou antes. Em testes públicos, aprendeu a operar o Blender pesquisando e escrevendo os próprios scripts, editou projetos no Final Cut Pro e executou pesquisas de várias etapas dentro do navegador.

É verdade que ele piorou em algumas coisas?

Sim, e está medido. No GDPval, que avalia tarefas economicamente valiosas de 44 ocupações, houve queda de cerca de 80 pontos Elo em relação ao modelo anterior. Em qualidade de escrita, caiu do 6º para o 11º lugar num ranking editorial, e houve regressões pontuais em suporte ao cliente, problemas científicos em Python e raciocínio sobre documentos longos.

Por que dizem que o GPT-6 Astra é um risco de cibersegurança?

Porque é o primeiro modelo a cruzar o limiar classificado como crítico no framework de preparação da OpenAI: com ferramentas e acesso adequados, consegue encontrar e explorar vulnerabilidades desconhecidas em sistemas bem protegidos. A empresa adicionou salvaguardas, incluindo monitoramento de desalinhamento e acesso menos restrito apenas a defensores verificados.

Como ativar o uso de computador no GPT-6 Astra?

É preciso instalar o plugin correspondente, revisar a lista de aplicativos permitidos nas configurações e, no macOS, conceder as permissões de gravação de tela e acessibilidade. O recurso funciona em macOS e Windows, nas regiões suportadas, e não aparece automaticamente sem essa configuração.

Quanto custa usar o GPT-6 Astra?

Na API, US$ 10 por milhão de tokens de entrada e US$ 50 de saída, com leitura de cache a US$ 1 e processamento em lote pela metade do preço. Prompts acima de 272 mil tokens têm entrada cobrada em dobro e saída 50% mais cara. Nos planos de assinatura, o uso entra nos limites do plano.

Vale a pena trocar o modelo que eu já uso pelo Astra?

Depende da tarefa. Troque se o seu problema é operar sistemas sem API, testar fluxos na tela ou concluir processos longos. Não troque se o seu uso principal é escrever conteúdo, atender cliente ou raciocinar sobre documentos extensos, porque nessas frentes ele ficou atrás do antecessor e dos concorrentes.

É seguro deixar o Astra usar o meu computador?

É gerenciável, desde que com contas de permissão mínima, nunca com credencial de produção, com lista curta de aplicativos permitidos e supervisão nas primeiras execuções. A capacidade que torna o modelo útil é a mesma que o torna perigoso se receber acesso amplo.