Dois cartões separados por um divisor: GPT-6.2 Astra mostrando 74 s até o primeiro token, 728 s em 10 mil tokens e US$ 8 / US$ 40 por milhão, e Claude Opus 5.5 mostrando 625 s até o primeiro token, 373 s em 10 mil tokens e US$ 4 / US$ 20 por milhão, sob o subtítulo "Tempo até o primeiro token, esforço máximo, prompt de mil tokens". O logotipo da OrcaRouter fica no canto inferior direito.
Guides & Insights

GPT-6.2 Astra vs Claude Opus 5.5: Quatro minutos vs dez antes do primeiro token

Autor

jinhao.song

Data de publicação

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

Faça o mesmo prompt curto para os dois modelos e cronometre o silêncio. Nas medições da Artificial Analysis com esforço máximo, o Claude Opus 5.5 leva 625 segundos — pouco mais de dez minutos — até seu primeiro token aparecer em um prompt de mil tokens. O GPT-6.2 Astra responde ao mesmo tipo de solicitação em 74 segundos. Quatro minutos contra dez, antes que qualquer um dos modelos tenha escrito uma palavra, e a diferença aumenta para quase oito minutos em um prompt de dez mil tokens: 728 segundos contra 373.

Esse é o número com o qual eu começaria, porque a comparação de manchete aponta para um lugar completamente diferente. O GPT-6.2 Astra, que a OpenAI lançou em 17 de novembro de 2026 a US$ 8 e US$ 40 por milhão de tokens, custa o dobro do Claude Opus 5.5 nos dois lados do medidor — o modelo da Anthropic mantém US$ 4 e US$ 20 desde 22 de setembro de 2026. O preço de etiqueta diz que o Opus 5.5 é a escolha econômica. A conta medida diz o contrário por um fator de 2,5, e os números de latência dizem algo diferente ainda. Todos os três são verdadeiros ao mesmo tempo, e a razão é que os dois modelos gastam de maneiras muito diferentes para chegar a uma pontuação semelhante.

Dois pontos de índice, quatro vezes os tokens

No Intelligence Index v5.0.1, lido em 19 de novembro de 2026 e com ambos os modelos executados no esforço máximo, as pontuações são 62,1 para GPT-6.2 Astra e 59,1 para Claude Opus 5.5. Três pontos em uma suíte de nove avaliações é uma vantagem real, mas não uma lavada, e é menor que a diferença entre diferentes configurações de esforço em qualquer um dos modelos.

O que os separa é o custo de chegar lá. O Artificial Analysis estima uma tarefa concluída do Index em US$ 4,00 no GPT-6.2 Astra e US$ 10,04 no Claude Opus 5.5 — 2,5 vezes mais, a partir de uma tabela de preços que custa metade. O mecanismo são os tokens por tarefa: no mesmo conjunto de testes, o GPT-6.2 Astra produziu cerca de 41.000 tokens de saída por tarefa, contra 173.000 do Opus 5.5. Quatro vezes mais raciocínio por três pontos a menos, e a contagem de tokens é uma propriedade de como o modelo é construído, e não algo que um provedor ou uma alocação de GPU possa corrigir.

Vale a pena internalizar essa inversão antes de ler qualquer comparação entre esses dois, porque ela torna todo argumento por token enganoso. Uma equipe que fizesse o orçamento com base na tabela de preços esperaria que a Astra custasse o dobro e, na prática, pagaria 40 centavos por dólar.

O placar, com o arnês acoplado

Todas as figuras abaixo são medições independentes da Artificial Analysis no mesmo conjunto de testes em esforço máximo, o que é importante porque as tabelas dos fornecedores são executadas com configurações e estruturas de teste escolhidas pelo próprio fornecedor. Uma exceção é sinalizada na própria linha.

• Índice de Inteligência — 62,1 para GPT-6.2 Astra vs. 59,1 para Claude Opus 5.5, na v5.0.1

• Custo por tarefa do Index — $4,00 vs $10,04

• Tempo por tarefa do Index — 10,7 minutos vs 24,5 minutos

• Terminal-Bench 4.0 — 64,1% vs 59,6%

• Terminal-Bench-Science 0.1 — 78,1% vs 59,0%, a maior diferença deste artigo

• FrontierCode 2.0 — 45,4% vs 46,4%, a única suíte de programação em que o Opus 5.5 está à frente

• HLE-Diamond — 72,2% vs 67,9%

• AnalystAgent — 62,5% vs 56,3%

• HARVEY LAB-AA — 15,0% vs 4,2%, uma proporção de 3,6× em entregáveis jurídicos

• Precisão da onisciência — 68,6% vs 65,5%, com taxas de alucinação de 59,1% vs 50,3%

• HealthBench — 53,5% vs 57,0%, uma vitória genuína do Opus 5.5

• AA-3D Elo — 1.318 vs 1.202, embora o 1.318 seja o número relatado pela própria OpenAI para o Astra na arena 3D do Artificial Analysis

• Contexto e saída — 1.000.000 de tokens e 128.000 de saída em ambos, conforme o catálogo da Artificial Analysis; a própria página do modelo da OpenAI lista 1.050.000 no total, com um teto de entrada de 922.000 tokens

A two-column scoreboard for GPT-6.2 Astra against Claude Opus 5.5 across six shared dimensions: Intelligence Index 62.1 vs 59.1, cost per task $4.00 vs $10.04, time per task 10.7 min vs 24.5 min, output tokens per task about 41,000 vs about 173,000, time to first token 74 s vs 625 s, and hallucination rate 59.1% vs 50.3%. The OrcaRouter logo sits in the bottom-right corner.

Onde o Claude Opus 5.5 ainda vence, e por que isso importa

As linhas em que o modelo da A​nthropic lidera não são aleatórias, e lê-las em conjunto revela no que ele é bom. O FrontierCode 2.0 mede se uma alteração em uma base de código real passaria pela revisão dos mantenedores, e o Opus 5.5 leva vantagem de um ponto — dentro do ruído, mas consistentemente na direção de aceitar um patch que um humano aceitaria. O HealthBench é conversa clínica, em que ele lidera por 3,5 pontos. E sua taxa de alucinação é quase nove pontos menor: 50,3% contra 59,1%, o que significa que, em perguntas que não consegue responder corretamente, o Opus 5.5 tem mais probabilidade de dizer isso.

Essa última linha merece uma frase própria, porque é o tipo de número que nunca aparece em um post de lançamento. O GPT-6.2 Astra é mais preciso na suíte de onisciência e consideravelmente menos disciplinado quanto a admitir ignorância. Para um fluxo de trabalho em que detectar uma resposta errada sai caro — pesquisa jurídica, sumarização médica, verificação de fatos financeiros —, uma diferença de nove pontos na taxa de confissão pode superar uma diferença de três pontos na pontuação, e é o argumento mais forte para manter o Claude Opus 5.5 no circuito mesmo em uma stack que, fora isso, padronizou-se no Astra.

O próprio material de lançamento da Anthropic traz o Terminal-Bench 4.0 a 66,4% para o Opus 5.5, contra os 59,6% acima. Isso não é uma contradição: o número do fornecedor é medido no nível de esforço xhigh em vez do padrão do modelo, medium, no harness da própria Anthropic. Três números para um único benchmark em três configurações é exatamente o motivo pelo qual cada linha deste artigo indica sua fonte.

O seletor de esforço altera ambas as respostas

Nenhuma das pontuações publicadas dos modelos é a pontuação pronta para uso, e os padrões não são simétricos. O Claude Opus 5.5 tem como padrão o esforço medium na Claude API; todos os números acima estão em max. Uma equipe que implanta o Opus 5.5 sem definir o esforço obtém menos ganho de latência e menos pontuação, e não há tabela publicada que mostre onde isso fica — a curva de esforço existe, mas os números independentes ficam no topo dela.

A escada do GPT-6.2 Astra começa em low e descarta none de imediato, então a configuração mais barata ainda é uma configuração de raciocínio. Essa é uma pequena diferença arquitetural com uma consequência prática: no Astra você não consegue desligar o raciocínio por acidente e obter um modelo rápido, barato e pior; no Opus 5.5, a alavanca análoga é o próprio parâmetro de esforço, e a lacuna entre medium e max é onde mora a maior parte do primeiro token de dez minutos.

Se sua decisão depende da diferença de três pontos no índice, verifique se você realmente executará a configuração que a produz. Ambos os modelos estão sendo comparados em sua configuração mais cara, e apenas um deles vem assim por padrão.

Acima de 272.000 tokens, as tabelas se cruzam

O preço por token é onde esta comparação tem uma assimetria estrutural genuína, e não é a que as tarifas divulgadas sugerem. O Claude Opus 5.5 cobra sua janela completa de um milhão de tokens a uma tarifa fixa de US$ 4 de entrada e US$ 20 de saída, com leituras de cache a US$ 0,20 — cinco por cento da entrada base — e gravações de cache a US$ 5 por cinco minutos ou US$ 8 por uma hora.

O GPT-6.2 Astra cobra US$ 8 e US$ 40 para contexto curto, depois dobra a entrada e o cache e multiplica a saída por 1,5 para qualquer solicitação acima de 272.000 tokens de entrada, aplicando a taxa mais alta ao pedido inteiro, e não ao excedente. Ultrapasse essa linha com um prompt de 300.000 tokens e a taxa efetiva será de US$ 16 na entrada, US$ 60 na saída e US$ 0,80 em cache. Em comparação com os US$ 4 e US$ 20 fixos do Opus 5.5, a diferença de saída de quatro vezes que torna a Astra barata precisa sobreviver a uma tabela de preços que acabou de triplicar.

• Leituras de cache — Opus 5.5 a US$ 0,20 por milhão vs. Astra a US$ 0,40, dobrando para US$ 0,80 acima de 272K

• Gravações de cache — Opus 5.5 a US$ 5 por cinco minutos e US$ 8 por uma hora, contra US$ 10 do Astra por 30 minutos e US$ 20 por 12 horas

Comportamento em contexto longo — Opus 5.5 uniforme em 1M vs. Astra a 2× na entrada e 1,5× na saída para toda a solicitação acima de 272K

• Lote — ambos com 50% de desconto, e ambas as janelas permanecem abertas

É por isso que o veredito de que o modelo barato é a melhor escolha não é universal. Um agente de programação trabalhando em um monorepo grande, um pipeline de documentos ingerindo contratos de 400 páginas, qualquer coisa que rotineiramente carregue algumas centenas de milhares de tokens de contexto: nessas cargas de trabalho, o Claude Opus 5.5 não é a opção cara. É o único dos dois cujo preço não muda quando o prompt cresce, e a vantagem por tarefa que o Astra obtém com a eficiência de tokens diminui à medida que a parcela da conta correspondente à entrada aumenta.

A long-context pricing chart split by a dashed marker at 272K input tokens: below the marker Claude Opus 5.5 at $4 in and $20 out against GPT-6.2 Astra at $8 in and $40 out, and above it Opus 5.5 still flat at $4 / $20 while Astra steps up to $16 / $60, with callout cards reading 'Cache read: $0.20 vs $0.40, then $0.80', 'Cache write: $5 an hour vs $20 for 12 hours' and 'Astra applies the higher rate to the whole request'. The OrcaRouter logo sits in the bottom-right corner.

O que a janela de 40% faz com a aritmética

Desde 17 de novembro, o GPT-6.2 Astra tem um segundo preço para o qual o Opus 5.5 não tem equivalente. No modo background da API Responses, uma janela de conclusão de oito horas cobra taxas de token do modelo 40% abaixo do Standard — US$ 4,80 de entrada, US$ 24 de saída, US$ 0,24 em cache — e uma janela de duas horas cobra 30% abaixo. Aplicado ao custo medido de tarefa de US$ 4,00, isso dá cerca de US$ 2,40 por tarefa na janela profunda, contra US$ 10,04 do Opus 5.5.

Não é dinheiro grátis, e as restrições são a parte interessante. A janela exige processamento Standard, proíbe streaming, compartilha um orçamento de limite de taxa com jobs do Batch e divide o cache de prompt — entradas gravadas por uma requisição com janela não podem ser lidas por uma Standard. Para um pipeline noturno, isso é um erro de arredondamento. Para uma sessão de programação interativa, é inutilizável, e os dez minutos até o primeiro token acima são exatamente o número que decide de que lado dessa linha sua carga de trabalho fica.

A comparação que isso cria é excepcionalmente clara. Se o seu trabalho puder esperar até de manhã, o GPT-6.2 Astra é 4,2 vezes mais barato por tarefa concluída do que o Claude Opus 5.5 e aproximadamente duas vezes mais rápido. Se não puder esperar, a vantagem de preço é de 2,5 vezes e a vantagem de latência continua existindo, mas os dez minutos pertencem ao primeiro token do Opus 5.5, e não a uma fila que você escolheu.

O único ponto em que os dois fornecedores concordam

Os dois modelos ultrapassaram o mesmo patamar de segurança na mesma direção. O cartão de sistema 6.2 da OpenAI classifica o GPT-6.2 Astra no limiar Crítico para cibersegurança e no nível Alto para capacidades biológicas e químicas segundo seu Preparedness Framework, e o lançamento foi disponibilizado com recusas mais rígidas para assistência cibernética de alto risco como resultado disso — o que a própria documentação admite restringir parte da pesquisa legítima de vulnerabilidades. O Claude Opus 5.5 está sob o regime equivalente da Anthropic. Se o seu trabalho envolve ferramentas de segurança defensiva, ambos os modelos vão oferecer resistência a parte dele, e nenhum dos fornecedores está oferecendo atualmente as janelas de segundo plano com desconto como substituto para o acesso ao programa cibernético dedicado que descrevem separadamente.

Isso é um custo real para ambos os lados e não aparece em nenhum dos números acima. Planeje isso: um fluxo de trabalho que pressupõe assistência irrestrita à exploração falhará em qualquer um dos modelos, e a falha parecerá uma recusa, e não um resultado de benchmark.

Escolhendo, e depois não escolhendo

Se você tiver que escolher um e seu trabalho for computação científica, entregáveis profissionais de horizonte longo, ou qualquer coisa em que a resposta chegue em um cronograma que você controla, o GPT-6.2 Astra vence em todos os eixos que têm um número associado — pontuação, custo por tarefa, tempo real e a opção de mais 40% por paciência. Se seu trabalho for clínico, ou crítico em termos de fatos o suficiente para que a disposição de um modelo em admitir ignorância valha mais que seu teto, o Claude Opus 5.5 é o instrumento melhor e o prêmio de 2,5× é o preço dessa disciplina. Se você rotineiramente carrega mais de um quarto de milhão de tokens de contexto, só a tabela de preços decide, e o Opus 5.5 é mais barato por uma margem ampla.

A maioria dos sistemas em produção não precisa fazer essa aposta. Ambos os modelos ficam atrás de uma única chave no OrcaRouter — anthropic/claude-opus-5.5 para a etapa de revisão e verificação, com as rotas OpenAI ao lado — ao preço de tabela do provedor, com 0% de markup, de modo que um corte de preço de qualquer um dos lados chega à mesma chave no dia em que entra em vigor. Uma configuração que envia o planejamento e a revisão final para o Opus 5.5 e o grosso da execução e da análise para o GPT-6.2 Astra sai bem mais barata do que qualquer uma das escolhas puras, e o failover automático na rota do Opus é o que impede que dez minutos até o primeiro token se transformem em dez minutos de indisponibilidade quando o provedor tem uma hora ruim. Esse é o formato com que a maioria das equipes converge depois da primeira fatura, e ele está disponível antes da primeira fatura se você rotear desde o início.

O que mudaria este veredito: uma pontuação independente do GPT-6.2 Astra em nível médio de esforço, que lhe diria se a vantagem de latência sobrevive quando lhe pedem que pense pelo mesmo tempo que o Opus 5.5, e um segundo ciclo de medição na linha de alucinação, que é o único número aqui que argumenta contra o modelo mais barato por motivos que o dinheiro não consegue resolver.

The Artificial Analysis model page for GPT-6.2 Astra, an independent third-party measurement site, showing the model's Intelligence Index score and its measured latency and per-task cost panels.