
GPT-6.2 Astra reduz os preços dos tokens em 20%. A conta de tarefas cai 36%.
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0711 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 86 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 124 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 192 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 133 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 131 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 186 tok/s
A OpenAI lançou GPT-6.2 Astra em 17 de novembro de 2026 com uma manchete que você pode verificar em dez segundos: $8 por milhão de tokens de entrada e $40 por milhão de tokens de saída, contra $10 e $50 para o GPT-6 Astra. É um corte de 20% em ambos os sentidos da tarifa. O número que de fato decide se a sua fatura muda é outro, e é maior. A Artificial Analysis mede o GPT-6.2 Astra em $4,00 por tarefa do Intelligence Index, contra $6,24 para o GPT-6 Astra — uma redução de 36% no custo de concluir uma unidade de trabalho, não no custo de um token.
Ambos os números são verdadeiros, e a diferença entre eles é a história completa. Um corte de preço diz o que o medidor cobra. Um valor de custo por tarefa diz o que o medidor cobrou e quantas vezes ele rodou. O GPT-6.2 Astra cobra menos por token e consome menos deles para chegar ao mesmo lugar, então a economia se acumula. Onde ela deixa de se acumular — solicitações de contexto longo, gravações de cache e as regras de itens de raciocínio — é onde este artigo passa sua segunda metade.
A mesma tarefa, 36% mais barata — e por que isso é maior do que o preço de etiqueta
O Artificial Analysis atribui ao GPT-6.2 Astra a pontuação 62 em seu Intelligence Index, terceiro entre 87 modelos acompanhados, acima dos 57 e do décimo terceiro lugar do GPT-6 Astra. Seu custo é calculado sobre o conjunto de avaliação idêntico, e é isso que torna a comparação justa: mesmas tarefas, mesma estrutura de teste, mesma pontuação, apenas o modelo muda. Cinco pontos de índice de capacidade vieram junto com uma queda de 36% no custo por tarefa.
Essa combinação é incomum. Na maioria dos lançamentos, uma coisa é trocada pela outra — você paga mais por tarefa para ter um modelo mais inteligente, ou aceita um modelo mais fraco para ter um mais barato. Aqui, os dois números caminharam na direção certa em relação ao antecessor, que é exatamente como se parece um ganho de eficiência genuíno de uma geração para outra, e não um reposicionamento.
As seis métricas que importam, lado a lado. Todos os preços correspondem à tarifa padrão publicada pela OpenAI; os valores de índice e de custo por tarefa são medições independentes da Artificial Analysis, e não da OpenAI.
• Entrada — GPT-6.2 Astra US$ 8,00 por milhão de tokens vs GPT-6 Astra US$ 10,00
• Saída — US$ 40,00 por milhão de tokens vs US$ 50,00
• Entrada em cache — US$ 0,40 por milhão com 95% de desconto, contra US$ 1,00 com 90%
• Índice de Inteligência — 62, classificado em #3 de 87 vs 57, classificado em #13 de 87
• Custo por tarefa do Index — $4.00 vs $6.24
• Janela de contexto — 1,050,000 tokens no total, dos quais 922,000 de entrada máxima e 128,000 de saída máxima
Observe a linha do cache. O desconto aumentou de 90% para 95% e a tarifa base à qual ele se aplica caiu de US$ 10 para US$ 8, então um token de entrada em cache agora custa US$ 0,40 onde antes custava US$ 1,00 — um corte de 60%, três vezes o número divulgado. Se sua carga de trabalho for um prompt de sistema longo mais um turno curto do usuário, você está obtendo consideravelmente mais que 20%.

Onde a poupança vaza de volta
Três mecanismos abocanham parte desses 36%, e todos os três estão documentados em vez de escondidos — você só precisa ler a página de preços e o guia de migração antes de definir um orçamento de contexto.
O penhasco de 272K
O GPT-6.2 Astra tem uma janela de 1.050.000 tokens, mas a estrutura de preços muda bem antes de você preenchê-la. Quando a entrada de uma solicitação ultrapassa 272.000 tokens, a entrada e a entrada em cache são cobradas pelo dobro da tarifa padrão, e a saída, a 1,5x — e o multiplicador se aplica à solicitação inteira, não apenas aos tokens acima do limite. Um prompt de 300.000 tokens não paga um prêmio sobre os últimos 28.000 tokens; paga o dobro sobre todos os 300.000.
A US$ 16 por milhão de entrada, uma única chamada de 300K custa US$ 4,80 antes de o modelo escrever uma palavra, enquanto, um instante antes — aos 271.999 tokens —, o mesmo trabalho teria custado US$ 2,17. Esse é o corte de 20% devolvido de uma só vez, e mais um pouco, porque o penhasco é uma descontinuidade, não uma inclinação. O trabalho com documentos longos que antes cabia na janela antiga agora exige uma estratégia deliberada de divisão em blocos, não apenas um orçamento maior.
As gravações de cache são uma linha separada
Ler a partir da cache é barato. Preenchê-la não é gratuito: as escritas na cache são cobradas a $10 por milhão de tokens, acima da tarifa padrão de entrada. Uma cache de prompt profunda e frequentemente invalidada pode custar mais a manter do que poupa na leitura. A economia favorece um prefixo estável que sobrevive a muitos turnos, que é exatamente o padrão para o qual as próprias notas de migração da OpenAI o encaminham.
Itens de raciocínio descartados
A partir desta geração, a API descarta itens de raciocínio quando detecta uma alteração no histórico no meio da conversa — uma edição de prefixo, um downgrade de modelo, uma mudança de usuário final ou de organização. Quando o modelo perde esse contexto, pode responder pior e gastar mais tokens rederivando trabalho que já havia feito. Esse segundo efeito é o que aparece na fatura: uma integração que edita seu prompt de sistema entre turnos pagará silenciosamente pelo mesmo raciocínio duas vezes, e a economia de 36% vai parecer um erro de arredondamento.
A correção é arquitetural, não financeira. Mantenha o prefixo inalterado ao alterar configurações entre respostas, e a entrada anterior permanece elegível para cache ao mesmo tempo que o raciocínio sobrevive. Um hábito protege as duas linhas da fatura.
As configurações de raciocínio são uma decisão de orçamento.
O GPT-6.2 Astra não aceita reasoning.effort definido como none. O guia de migração da OpenAI recomenda iniciar novas integrações em medium e mapear qualquer configuração existente none ou minimal para low. Nada disso é surpreendente para um modelo reasoning-first, mas significa que uma simples troca da string do modelo, vinda de um predecessor sem reasoning, produzirá tanto uma resposta pior quanto uma conta maior do que o plano de migração sugere.
Tokens de raciocínio são cobrados como saída. A US$ 40 por milhão, a diferença entre baixo e alto em uma longa execução de agente não é um erro de arredondamento — é frequentemente a maior variável isolada no custo da tarefa. O valor medido de US$ 4,00 por tarefa do Intelligence Index pressupõe qualquer que seja a configuração de esforço usada pela Artificial Analysis; seu número depende da sua. Trate a configuração de esforço como a primeira alavanca de custo a ajustar, antes de mexer em qualquer outra coisa.

O que o lançamento realmente melhorou, e o que não melhorou
Um corte de preço só vale a pena se o modelo for pelo menos tão bom. Nas avaliações de longo horizonte e científicas, o GPT-6.2 Astra avançou de forma decisiva. O Terminal-Bench-Science subiu de 63,3% no GPT-6 Astra para 78,1%, e o Terminal-Bench 4.0 fica em 64,1%. O AA-AnalystAgent está em 62,5%, o AA-3D em 1.318 Elo, e o LAB-AA da Harvey em 15,0%. Para trabalho agêntico que roda por muitos passos e precisa manter o foco na tarefa, esse é o perfil que você quer, e é o perfil que produz a eficiência de tokens por trás dos 36%.
Dois lugares em que ele não se moveu merecem ser conhecidos antes de você trocar um pipeline inteiro.
O primeiro é programação competitiva. O FrontierCode-AA 2.0 coloca o GPT-6.2 Astra em 45,4%, ainda atrás do Claude Fable 5.2 em 48,8%. O Astra reduziu bastante a distância em outros pontos, mas não assumiu a liderança em programação difícil, então uma equipe cuja carga de trabalho é majoritariamente no formato do FrontierCode tem menos motivos para migrar por questões de capacidade — o argumento de preço é o que se aplica.
O segundo é pior que uma estagnação. No AA-Omniscience, a taxa de alucinação do GPT-6.2 Astra é de 59,1%, acima dos 49,8% do GPT-6 Astra. Ele está mais disposto a responder quando não sabe. Isso é um problema de custo disfarçado de problema de qualidade: uma resposta confiantemente errada que você depois precisa detectar, descartar e executar de novo custa os tokens duas vezes, e é na nova execução que sua aritmética cuidadosa por tarefa quebra. Qualquer fluxo de trabalho em que detectar uma resposta errada seja caro merece uma etapa de verificação antes que o corte de preço seja tratado como economia.

Conseguir o preço sem apostar o pipeline nisso
O GPT-6.2 Astra está disponível através da própria API da OpenAI e de várias plataformas de terceiros. Hoje não está no catálogo da OrcaRouter, por isso, se quiser invocá-lo esta semana, terá de contactar diretamente o fornecedor. Nada na análise de preços acima depende de onde o invoca — mas há dois aspetos na forma como o invoca que vale a pena planear desde já, porque são os mesmos dois aspetos que acabam por afetar as equipas três semanas depois de iniciarem uma migração.
O primeiro é o failover. Um modelo lançado ontem não tem histórico no seu tráfego, e o conselho honesto é executá-lo ao lado do modelo que ele substituiria, em vez de no lugar dele. Encaminhar ambos por um único endpoint compatível com a OpenAI, com failover automático entre provedores, significa que um dia ruim em um upstream não se torna um dia ruim para os seus usuários enquanto você ainda está decidindo se os 36% são reais para a sua carga de trabalho. O OrcaRouter oferece GPT-6 Astra, GPT-6 Sol e GPT-6.1 Sol, então o teste A/B contra o antecessor do Astra pode rodar com uma única chave, sem um segundo contrato e sem alteração de código no lado do cliente.
O segundo é o repasse de preço. A OrcaRouter cobra com 0% de margem — o preço de tabela do provedor, sem alteração. Isso importa especificamente para um lançamento como este: um corte de preço do fornecedor entra na sua tarifa no mesmo dia em que entra na deles, sem renegociação e sem atraso de reprecificação. Se o GPT-6.2 Astra entrar no catálogo, os US$ 8 e US$ 40 acima são os números que você verá, não uma versão deles com margem adicionada.
O que isso lhe proporciona, enquanto isso, é uma comparação limpa. Execute o mesmo conjunto de avaliação no GPT-6 Astra hoje, anote seu custo real por tarefa no seu nível real de esforço e você terá a linha de base contra a qual os 36% se sustentam ou não. A maioria das equipes que pula esta etapa acaba medindo o número de destaque em vez da própria carga de trabalho e descobre o penhasco dos 272K da forma mais cara.
Quem deve se mover agora, e quem deve esperar
Mude agora se sua carga de trabalho for trabalho agêntico de longo horizonte, análise de documentos abaixo de aproximadamente 250.000 tokens, ou qualquer coisa científica e orientada a terminal — o salto do Terminal-Bench-Science de 63,3% para 78,1% é grande o suficiente para mudar o que é viável, e a eficiência de tokens se potencializa com a redução de preço.
Aja com cautela se os seus prompts costumam ultrapassar 272.000 tokens. O penhasco não recompensa um orçamento maior; ele o pune. Divida em blocos, ou reserve o dobro.
Espere, ou pelo menos faça um teste A/B primeiro, se seu trabalho for pesado em programação competitiva difícil — FrontierCode-AA 2.0 ainda favorece Claude Fable 5.2 — ou se uma resposta errada dada com confiança custa caro no seu domínio, onde uma taxa de alucinação que subiu de 49,8% para 59,1% merece uma medição própria antes de se tornar seu padrão.
E, em todos os casos, defina deliberadamente o seu esforço de raciocínio antes de comparar faturas. Os 20% estão na página de preços e os 36% estão no placar de líderes. Nenhum dos dois é a sua fatura ainda.
