GPT-6.1 Sol vs GPT-6 Astra: Um ponto no índice, cinco vezes a tabela de preços

GPT-6.1 Sol e GPT-6 Astra são o modelo intermédio e o modelo de topo de gama de uma mesma família, lançados com quatro semanas de diferença — o Sol a 29 de setembro de 2026, o Astra a 3 de setembro de 2026 — e até esta semana a comparação entre eles assentava inteiramente nos números da própria Ope​nAI. Já não é assim. A Artificial Analysis avaliou ambos com esforço de raciocínio máximo na mesma versão do índice, e o resultado é uma diferença de 0,84 pontos a favor do Astra, que fica ao lado de uma diferença de 4,5 vezes no custo por execução de avaliação a favor do GPT-6.1 Sol. Nas tabelas de preços, o rácio é ainda mais flagrante: o Astra custa 5 vezes o GPT-6.1 Sol em input e output e 10 vezes em input em cache. A questão a que esta página responde é onde é que esse prémio compra algo que se possa apontar, e onde é simplesmente o preço de um nome.

O que são os dois modelos e o que a placa mediu

Ambos aceitam texto e imagem e produzem texto, com uma janela de contexto de 1.050.000 tokens e no máximo 128.000 tokens de saída, e ambos expõem uma escada de esforço de cinco níveis — low, medium, high, xhigh e max —, tendo abandonado a configuração noneque o GPT-6 Sol ainda aceita. Nenhum dos dois oferece suporte a ajuste fino. As diferenças que importam são as que a tabela de preços declara: o Astra é o nível principal, o GPT-6.1 Sol é a atualização do nível logo abaixo dele, e a própria frase de posicionamento da OpenAI para o modelo mais novo é "desempenho próximo ao do Astra para trabalhos complexos a um custo menor".

Artificial Analysis pontua essa afirmação em seu Intelligence Index — dez avaliações na versão v4.3.2, a mesma versão para ambos os modelos — e registra a data de lançamento que mantém para cada um. Ambos são avaliados na configuração de esforço máximo que a página do modelo indica em seu título. O que segue é essa comparação, além da aritmética de custos que o índice não faz por você.

• GPT-6.1 Sol — lançado em 29/09/2026, Índice de Inteligência 51,8 com esforço máximo, $2,00 de entrada / $0,10 em cache / $2,50 de gravação de cache / $10,00 de saída por milhão de tokens.
• GPT-6 Astra — lançado em 03/09/2026, Índice de Inteligência 52,7 com esforço máximo, $10,00 de entrada / $1,00 em cache / $12,50 de gravação de cache / $50,00 de saída por milhão de tokens.
• Nenhum deles — aceita o none como esforço de raciocínio; ambos reprecificam toda a solicitação em 2× as tarifas de entrada e de cache e 1,5× a de saída quando a entrada ultrapassa 272.000 tokens. O nível de contexto longo do Astra é $20,00 de entrada / $2,00 em cache / $75,00 de saída; o do GPT-6.1 Sol é $4,00 / $0,20 / $15,00.
• Ambos — oferecem suporte a pesquisa na web, pesquisa de arquivos, geração de imagens, interpretador de código, shell hospedado, aplicação de patch, habilidades, uso do computador, MCP e pesquisa de ferramentas por meio da API Responses.

0,84 pontos de índice, 4,5 vezes a fatura de avaliação

Dois números ficam lado a lado no placar e, juntos, são todo o argumento. GPT-6 Astra, no esforço máximo, marca 52,7. GPT-6.1 Sol, no esforço máximo, marca 51,8. Ao lado de cada pontuação, o placar publica quanto custou rodar o índice por trás dela: US$ 3,26 por tarefa para o Astra, US$ 0,72 para o GPT-6.1 Sol. Lido como uma única frase — 0,84 ponto por 4,5 vezes o dinheiro —, é o número mais relevante para a decisão que qualquer uma das empresas publicou sobre esses dois modelos.

Ambos os modelos também publicam uma pontuação para cada ponto da escala de esforço, o que permite que a comparação seja feita com o mesmo gasto, em vez de com a mesma configuração:

• esforço máximo — GPT-6.1 Sol 51,8 a $0,72 por execução vs GPT-6 Astra 52,7 a $3,26.
• xhigh — 51,0 a $0,39 vs 52,4 a $2,31.
• alto — 50,2 a $0,32 vs 50,9 a $1,73.
• médio — 47,8 a $0,21 vs 49,6 a $1,54.
• baixo — 42,1 a $0,13 vs 45,8 a $0,82.

Alinhe os degraus entre os modelos e um fato salta à vista que nenhum dos fornecedores anuncia: a própria variação de high para max da Astra é de 1,8 ponto de índice, mais que o dobro de toda a diferença entre a Astra no max e o GPT-6.1 Sol no max. Em outras palavras, escolher a Astra em vez do GPT-6.1 Sol rende menos pontuação do que escolher o esforço max da Astra em vez do esforço high da Astra — e a segunda dessas escolhas custa uma fração da primeira. Qualquer pessoa cuja carga de trabalho seja genuinamente sensível a esses 1,8 ponto deveria verificar a configuração de esforço antes de verificar a coluna do modelo.

Onde o prêmio da Astra ainda compra algo

A pontuação composta está próxima; as avaliações individuais não. Pontuado linha por linha com esforço máximo, o GPT-6 Astra leva vantagem em seis de dez, e as que ele detém são as que envolvem agir em vez de responder.

• AutomationBench-AA, fluxos de trabalho com várias etapas entre ferramentas — 0,685 para Astra contra 0,649 para GPT-6.1 Sol. Astra à frente por 3,6 pontos.
• Terminal-Bench 4.0, trabalho de terminal em ambientes reais — 0,591 contra 0,561. Astra à frente por 3,0 pontos.
• SciCode — 0,565 contra 0,542. Astra à frente por 2,3 pontos.
• Humanity's Last Exam — 0,547 contra 0,529. Astra à frente por 1,8 pontos.
• AA-Omniscience — 43,4 contra 41,5, e, no mesmo conjunto, a taxa de alucinação do Astra é 0,513 contra 0,543 do GPT-6.1 Sol. O Astra é simultaneamente mais preciso e mais disposto a admitir que não sabe.
• AA-Briefcase v1.1, entregáveis profissionais — Elo 1568,9 contra 1564,2. Astra à frente por 4,7.

O padrão é consistente o suficiente para se planejar em torno dele: quando a tarefa exige que o modelo mantenha uma longa cadeia de ações em ordem — operar um terminal, executar um fluxo de trabalho com várias ferramentas, produzir um entregável em formato de documento —, a margem da Astra é real e repetível entre harnesses. Quando a tarefa é uma pergunta de conhecimento respondida em um único turno, a margem praticamente desaparece.

Onde o modelo mais barato vence, incluindo a linha de cache

O GPT-6.1 Sol não é um Astra uniformemente um pouco pior. Nas avaliações que recompensam leitura e raciocínio sobre material longo, ele lidera, e, na tabela de preços, lidera por uma margem que o índice nunca vê.

• GDPval-AA, trabalho profissional avaliado em comparação com a produção de especialistas — Elo 1575,1 para o GPT-6.1 Sol contra 1541,9 para a Astra. Uma vantagem de 33 pontos para o modelo que custa um quinto disso, e a maior vitória independente isolada na linha.
• AA-LCR v1.1, raciocínio com contexto longo — 0,830 contra 0,807. O GPT-6.1 Sol lidera.
• GDP.pdf — um empate absoluto em 0,310, assim como CritPt em 0,317.
• Entrada em cache — $0,10 por milhão de tokens contra $1,00 da Astra. Esta é a linha que decide a economia dos agentes e não aparece em lugar algum no índice.
• Velocidade de saída — 66,2 tokens por segundo contra 56,95 na mesma execução de avaliação, com 67,2 milhões de tokens de saída gastos contra 60,0 milhões da Astra. Nenhum dos dois modelos é rápido; o GPT-6.1 Sol é o mais rápido dos dois.

Um mês de agente, com preço em ambas as tabelas de preços

Considere uma carga de trabalho que reenvia um prefixo estável: 40 milhões de tokens de entrada por mês, com 85% deles atendidos a partir do cache, mais 4 milhões de tokens de saída. Na tabela de preços do GPT-6.1 Sol, isso dá US$ 3,40 pelas leituras em cache, US$ 12,00 de entrada não armazenada em cache e US$ 40,00 de saída — US$ 55,40 pelo mês. Na do GPT-6 Astra, o mesmo tráfego dá US$ 34,00 de leituras em cache, US$ 60,00 de entrada não armazenada em cache e US$ 200,00 de saída — US$ 294,00. A carga de trabalho é idêntica; a fatura é 5,3 vezes maior.

Dois limites alteram essa aritmética, e ambos merecem ser precificados antes da decisão de migração, e não depois. O primeiro é 272.000 tokens de entrada em uma única requisição: ultrapasse-o e a requisição inteira é reprecificada ao dobro das tarifas de entrada e de cache e a 1,5× a tarifa de saída, o que move o GPT-6.1 Sol para $4.00 / $0.20 / $15.00 e a Astra para $20.00 / $2.00 / $75.00. O segundo é a própria escala de esforço — baixar o GPT-6.1 Sol de max para xhigh reduz seu custo de execução do índice de $0.72 para $0.39 em troca de 0,8 de ponto, e baixar a Astra de max para high reduz de $3.26 para $1.73 em troca de 1,8 pontos. Em um loop de agente com uso intenso de cache, a configuração de esforço é uma alavanca de custo maior do que a coluna do modelo, o que é o oposto de como esses dois modelos costumam ser comparados.

Qual executar, e o que você pode realmente chamar

Com base nas evidências, a divisão é mais nítida do que o marketing sugere. Direcione o trabalho que precisa sobreviver a uma longa cadeia de ações — sessões de terminal, automação com uso intenso de ferramentas, entregáveis de documentos em que um parágrafo alucinado sai caro — para o GPT-6 Astra, e considere executá-lo em high em vez de max, a menos que você tenha medido que os 1,8 pontos extras recaem sobre as suas tarefas. Direcione tudo que é intensivo em conhecimento, intensivo em cache ou predominantemente de leitura para o GPT-6.1 Sol: ele é melhor em avaliação de trabalho profissional, melhor em raciocínio de contexto longo, mais rápido e de cinco a dez vezes mais barato nas linhas que dominam uma fatura real.

O que você pode chamar hoje é a parte honesta. O OrcaRouter serve o GPT-6 Astra pelo preço de tabela da própria OpenAI — as tarifas de US$ 10,00 de entrada, US$ 50,00 de saída, US$ 1,00 de leitura em cache e US$ 12,50 de gravação em cache, com a regra de reprecificação de 272K repassada exatamente como o fornecedor a publica — ao lado do GPT-6 Sol e do GPT-6 Luna. Ele não serve o GPT-6.1 Sol: o catálogo público retorna "model not found" para openai/gpt-6.1-sol, e não vamos descrever um modelo que não conseguimos rotear. Como o preço de tabela do provedor é repassado sem acréscimo de markup, no dia em que esse modelo chegar, ele custará a tarifa da OpenAI do nosso lado sem uma etapa de reprecificação; hoje, a metade utilizável desta comparação é o modelo principal, atrás de uma única chave de API, com a DSL de roteamento disponível se você quiser compor um modelo barato e um caro em uma única chamada, em vez de escolher entre eles a cada requisição.

A única coisa a que se deve prestar atenção é a linha que falta nesta comparação. Nem o número do fornecedor nem o índice independente lhe dizem o que o seu próprio tráfego fará nestes dois degraus, e a única maneira barata de descobrir é executar o mesmo conjunto de tarefas nos dois, com o failover a segurar o comando. Isso é um experimento de uma única tecla quando ambas as metades forem chamáveis, e um meio-experimento até que o sejam.