Um cartão de título gerado para o artigo "GPT-6.2 Astra Pro vs GPT-6 Astra", com o subtítulo "cobra menos, fala mais", duas etiquetas de preço de linha plana com os dizeres $8 / $40 e $10 / $50, com uma seta para baixo entre elas, e três rótulos de estatísticas discretos com os dizeres por tarefa $4.00 vs $6.24, tokens de saída 65.8M vs 54.3M e contexto 1.050.000 em ambos.
Guides & Insights

GPT-6.2 Astra Pro vs GPT-6 Astra: o sucessor que cobra menos e fala mais

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

As gerações de modelos quase sempre custam mais do que aquilo que substituem. Esta custa menos, e faz isso enquanto gera mais tokens no único benchmark independente que publica uma contagem de tokens — que é exatamente o tipo de contradição que vale a pena destrinchar antes de alguém orçar uma migração. Coloque GPT-6.2 Astra Pro contra GPT-6 Astra e a tabela de preços diz que o modelo mais novo deveria vencer no preço: US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de tokens de saída, contra US$ 10 e US$ 50 para o modelo que a O​penAI lançou em 3 de setembro de 2026. Artificial Analysis concorda, medindo US$ 4,00 por tarefa do Intelligence Index para o novo modelo, contra US$ 6,24 para o antigo. Mas também mede o novo modelo consumindo 65,8 milhões de tokens de saída para executar sua suíte, enquanto o antigo consumiu 54,3 milhões. Os preços de entrada e saída caíram 20%; o consumo de tokens subiu cerca de 21%. Ambos os fatos são verdadeiros e, juntos, explicam todo o caráter desta atualização.

A inversão: menos por token e menos por tarefa

Em 17 de novembro de 2026, a O​penAI lançou o GPT-6.2 Astra com um desconto direto de 20% em relação ao seu antecessor nos preços de entrada e saída, além de um corte de 60% no input em cache. Os números de destaque são fáceis de declarar e fáceis de verificar na tabela de preços publicada:

Entrada — US$ 8,00 por milhão no GPT-6.2 Astra vs US$ 10,00 no GPT-6 Astra, uma redução de 20%.

• Saída — $40,00 vs $50,00, também 20%.

• Entrada em cache — US$ 0,40 vs. US$ 1,00, uma redução de 60%, e a maior alteração individual no cartão.

Gravação em cache, retenção de 30 minutos — $10.00 vs $12.50.

• Acima de 272.000 tokens de entrada — US$ 16,00 de entrada e US$ 60,00 de saída vs. US$ 20,00 e US$ 75,00; o penhasco de contexto longo permanece, com os mesmos multiplicadores de 2× / 1,5× de antes.

• Contexto e limites máximos — idênticos em 1.050.000 tokens, 922.000 de entrada máxima, 128.000 de saída máxima, e ambos rejeitam reasoning.effort: "none".

Nada aqui é um recurso controlado por flag. O sucessor tem o mesmo envelope de tamanho a um preço menor, o que é incomum o suficiente para valer a pena perguntar o que a OpenAI está comprando com o desconto. O post de lançamento é franco sobre isso: resultados melhores "com menos tokens de saída, para que você possa fazer mais dentro dos seus limites de uso", e a empresa afirma que o GPT-6.2 Astra lidera seu benchmark interno GDPval v2 por 6,2 pontos sobre o GPT-6 Astra "enquanto usa 22% menos tokens de saída".

Onde a medição independente discorda do fornecedor

A Artificial Analysis executa o mesmo conjunto de nove avaliações em ambos os modelos e relata o total de tokens de saída consumidos por cada um. Segundo seus números, o GPT-6.2 Astra usou 65,8 milhões de tokens de saída para concluir o índice, contra 54,3 milhões do GPT-6 Astra. Isso aponta na direção oposta à alegação do fornecedor de 22% menos tokens, e as duas afirmações não estão de fato em conflito — elas medem coisas diferentes. O número da OpenAI vem do GDPval v2, um benchmark interno de tarefas de consultoria, finanças e design. O número da Artificial Analysis é o custo em tokens para passar nas suas próprias nove avaliações com esforço máximo. Um modelo pode ser mais econômico em uma família de tarefas e menos econômico em outra; não existe um número universal de eficiência de tokens, apenas números por benchmark.

Na prática, isso significa que o corte de 20% no preço é a parte com que você pode contar, e a questão da eficiência de tokens é a parte que você precisa medir por conta própria. Se sua carga de trabalho por acaso se parecer com o GDPval v2, o GPT-6.2 Astra pode custar significativamente menos que quatro quintos do custo do seu antecessor por tarefa. Se ela se parecer com a suíte da Artificial Analysis, a economia fica mais próxima do corte anunciado e é parcialmente compensada pela verbosidade.

Os números por tarefa ficam no meio: $4.00 contra $6.24, uma redução de 36%. Trata-se de uma queda maior do que o corte de 20% nas tarifas, o que significa que os tokens mais baratos e as saídas mais longas se cancelam em parte, e algo mais está fazendo o trabalho restante — muito provavelmente o lado da entrada, onde leituras em cache a $0.40 contra $1.00 importam muito em um benchmark que reutiliza contexto entre tarefas.

A two-column generated scoreboard comparing GPT-6.2 Astra Pro and GPT-6 Astra on six shared dimensions. GPT-6.2 Astra Pro: Intelligence Index 62, $4.00 per index task, 65.8M output tokens, time per task not published, $8 / $40 price, $0.40 cached input. GPT-6 Astra: 57, $6.24 per task, 54.3M output tokens, 20.4 minutes per task, $10 / $50, $1.00 cached input. Footer attributes board figures to Artificial Analysis Index v5.0.1 and prices to OpenAI's rate card.

A velocidade é a lacuna que o conselho ainda não fechou.

O GPT-6 Astra não é rápido. A Artificial Analysis atribui-lhe 42 tokens por segundo e cronometra-o em 20,4 minutos por tarefa do Intelligence Index, e o seu próprio comentário descreve o modelo como mais lento do que a média para a sua faixa de preço. Para o GPT-6.2 Astra, o painel não publica qualquer valor de tempo por tarefa; o painel indica N/A.

Isso importa mais do que parece. Uma migração que reduz pela metade seu custo por tarefa, mas dobra seu tempo real de execução, é um produto diferente, não um mais barato. O material de lançamento da O​penAI não faz nenhuma afirmação sobre tempo real para o novo modelo, e o único recurso de eficiência que ela de fato anuncia — Ultrafast inference, disponível nos dois modelos, a 3× as tarifas padrão até 28 de fevereiro de 2027 e a 6× a partir de 1º de março de 2027 — é uma válvula de escape paga, e não um padrão. Se a latência está no seu caminho crítico, a posição honesta hoje é que você não sabe se o sucessor é mais rápido, e o prêmio de 3× do Ultrafast, a US$ 24 de entrada e US$ 120 de saída, é o que a certeza custa até que o quadro preencha a célula.

O que o "Pro" acrescenta, e o que não acrescenta

Nenhum dos lados desta comparação tem um modelo Pro no catálogo da OpenAI. gpt-6.2-astra-pro retorna 404 na documentação do fornecedor, e a tabela de preços publicada não tem linha para ele. O sufixo é o que os marketplaces exibem para gpt-6.2-astra servido com reasoning.mode definido como pro — uma configuração, não um checkpoint. A OpenAI foi explícita de que os dois eixos são independentes: o modo seleciona a execução standard ou pro, e o esforço controla quanto raciocínio acontece dentro desse modo.

Então, a comparação é, na verdade, entre "GPT-6 Astra como você o chama hoje" e "GPT-6.2 Astra, opcionalmente no modo Pro". O modo Pro cobra seus passes extras pelas tarifas padrão de tokens do modelo, o que significa que a vantagem de preço de 20% se mantém: uma solicitação em modo Pro no novo modelo continua 20% mais barata por token do que a mesma solicitação no modelo antigo, e está comprando mais trabalho a essa taxa menor. A forma correta de interpretar "GPT-6.2 Astra Pro" portanto não é "o nível caro", mas sim "o carro-chefe com o botão de volume aumentado", e agora é mais barato girar o botão de volume do que era em setembro.

Uma lista de verificação de migração que cabe em uma única tela

Como os dois modelos compartilham um formato de API, a maior parte da migração é mecânica. As partes que não são mecânicas são as que complicam.

• Strings de modelo — gpt-6-astra passa a ser gpt-6.2-astra; ambos funcionam em Responses e Chat Completions, e a chamada de ferramentas ainda exige Responses em qualquer um dos dois.

• Parâmetros rejeitados — ambos recusam reasoning.effort: "none", e nenhum aceita temperatura personalizada, top_p ou probabilidades de log. Se o seu código os define defensivamente, esse código já estava falhando com o GPT-6 Astra e continuará falhando.

• Data de corte de conhecimento — 18 de maio de 2026 no GPT-6.2 Astra, contra 30 de abril de 2026 no GPT-6 Astra. Dezoito dias a mais, o que vale a pena saber se você criar prompts em torno de um evento específico.

• Disciplina de cache — o corte de 60% na entrada em cache só compensa se seus prefixos realmente atingirem o cache. A orientação da OpenAI para a geração 6.2 é manter os prefixos de prompt inalterados e acrescentar novas instruções ao final, justamente para que o raciocínio sobreviva entre turnos e o cache continue compensando.

Lote e segundo plano — O lote é executado a 50% do padrão em ambos, e as novas janelas de conclusão em segundo plano de duas e oito horas (30% e 40% de desconto nas tarifas de tokens) se aplicam ao GPT-6.2 Astra e ao Sol. Essas janelas são a tarifa mais barata da tabela para qualquer coisa que possa esperar.

• Salvaguardas — a geração 6.2 vem com recusas mais restritivas em segurança cibernética do que o GPT-6 Astra, e a O​penAI diz que levará os novos modelos ao programa de acesso confiável Daybreak mais tarde. Se sua carga de trabalho envolve pesquisa autorizada de vulnerabilidades, isso é uma regressão real a ser considerada no planejamento, e não uma nota de rodapé.

Screenshot of the Artificial Analysis page for GPT-6 Astra, released September 2026, carrying a deprecation notice recommending GPT-6.2 Astra. It shows Intelligence Index 57 ranked 13 of 87, 42 tokens per second, $10.00 input and $50.00 output per million tokens, 20.4 minutes per index task against an 18.0-minute median, $6.24 average cost per task, 54.3M tokens generated, and a 1M-token context window with knowledge up to April 2026.

Onde executar a comparação sem reconstruir nada

A parte incômoda de uma migração geracional é manter o caminho antigo ativo enquanto você avalia o novo. O GPT-6 Astra está no nosso catálogo hoje pelo próprio preço de tabela do fornecedor — US$ 10 de entrada, US$ 1 em cache, US$ 50 de saída, repassado sem margem — o que faz do modelo de setembro a base estável de um teste lado a lado, em vez de algo que você precisa desativar antes de começar.

A geração 6.2 ainda não está no catálogo. Quando chegar, virá com o mesmo preço de repasse, de modo que um corte de 20% do fornecedor continue sendo um corte de 20%, em vez de se tornar menor depois de uma taxa de plataforma. Até lá, o novo modelo pode ser acessado pela própria API da O​penAI, e a forma sensata de conduzir a avaliação é rodar os dois nas suas próprias tarefas por uma semana e comparar a fatura, não a pontuação do índice — porque, nesta atualização específica, a fatura é justamente a parte sobre a qual o fornecedor e o conselho independente concordam.

Screenshot of the OrcaRouter model page for openai/gpt-6-astra, showing a 1M-token context window with 128K max output, text, image and file input, zero data retention availability, EU routing, an OpenAI-compatible endpoint at api.orcarouter.ai/v1, pass-through pricing of $10.00 input and $50.00 output per million tokens, and a catalogue headline benchmark of 96.1 on GPQA Diamond.

O que tornaria isto uma atualização simples?

Três números fechariam o caso. Um valor de tempo por tarefa para o GPT-6.2 Astra, porque os 20,4 minutos registrados para o GPT-6 Astra são o número com que uma equipe sensível à latência realmente se importa, e o painel não publicou o do sucessor. Um valor de consumo de tokens numa carga de trabalho mais próxima da sua do que o GDPval v2 ou a suíte de nove avaliações. E um detalhamento do modo pro, para que o custo do controle de volume deixe de ser uma inferência.

Na ausência deles, o resumo defensável é mais estreito que o marketing e mais útil: o GPT-6.2 Astra é 20% mais barato por token que o GPT-6 Astra, cerca de um terço mais barato por tarefa concluída em medição independente, mais capaz em cinco a sete pontos de índice, e ainda não há demonstração de que seja mais rápido. Para trabalhos em lote e qualquer coisa limitada por orçamento, isso basta para migrar. Para um produto interativo crítico em latência, a migração é uma aposta num número que ninguém publicou — e a atitude honesta diante de uma aposta dessas é dimensioná-la de forma pequena.