Cartão de título para uma comparação entre GPT-6.2 Astra e GPT-6.2 Sol construindo a mesma demo de mech em three.js de Yonkers, mostrando Astra com 1.318 Elo no AA-3D da Artificial Analysis e Sol com 1.259, com uma faixa observando que, em uma comparação lado a lado publicada por um desenvolvedor, nenhum dos modelos transformou a cidade em um mech de forma convincente. O logotipo da OrcaRouter fica no canto inferior direito.
Guides & Insights

GPT-6.2 Astra vs GPT-6.2 Sol: Duas demos de mech, uma falha

Autor

jinhao.song

Data de publicação

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

O post de lançamento da Open​AI para GPT-6.2 Astra e GPT-6.2 Solfaz uma promessa estreita e verificável: a dupla "escreve código mais limpo e cria frontends que ficam e funcionam melhor, especialmente para sites, jogos e design 3D". Esse é o tipo de alegação que uma ficha técnica não consegue resolver e que um benchmark só consegue aproximar, então, dois dias após o lançamento, existe exatamente um confronto direto publicado e reproduzível sobre isso — o prompt Yonkers, de Simon Willison, executado com os dois modelos no esforço Ultra no Codex CLI, com as duas saídas deixadas online para qualquer pessoa abrir. O veredito dele é a primeira linha da história: "Nenhum dos dois fez um trabalho bom o suficiente de transformar Yonkers em um grande mech."

O que torna o teste digno de um artigo não é o fato de dois modelos terem ficado aquém. É que eles ficaram aquém de maneiras diferentes, em código que você pode ler, e que aquele que ficou aquém de forma mais cara foi o que era bom o suficiente para cortar o vídeo de comparação depois. Se você está prestes a gastar uma semana de janela de contexto na geração de frontend, a diferença entre um pacote de 568 KB e quatro módulos escritos à mão é a diferença entre uma demo que você pode lançar e uma que você precisa reescrever.

O que a Open​AI diz que a dupla pode construir

A afirmação é específica o suficiente para ser testada. O post da OpenAI descreve ambos os modelos transformando "um briefing escrito em uma experiência interativa no navegador, de uma mesa de pinball jogável a uma recriação do Coliseu que você pode explorar de diferentes ângulos", e aponta para o AA-3D da Artificial Analysis, onde juízes humanos veem duas experiências cegas criadas a partir do mesmo prompt e votam na que preferirem. Nesse ranking, o GPT-6.2 Astra ocupa o primeiro lugar com 1.318 de Elo, à frente do Claude Fable 5.2 com 1.271 e do GPT-6.2 Sol com 1.259.

Leia a diferença de 59 pontos entre os dois modelos da OpenAI e você concluiria que a Astra é significativamente melhor em 3D. Leia os números absolutos e você descobre algo que o ranking esconde: o placar só compara duas tentativas do mesmo prompt, então pode dizer qual de um par parece melhor, mas não diz nada sobre se qualquer uma delas é boa. Um teste de preferência cego entre dois mechs inacabados ainda indica um vencedor.

A documentação acrescenta uma ressalva que soa como um pedido de desculpas da equipe de engenharia de prompt. Nas notas de migração do GPT-6.2, a OpenAI afirma que ambos os modelos são mais concisos e mais diretos que o GPT-6 Astra, que eles podem propor uma etapa e esperar quando a intenção não estiver clara e — a frase que importa para este artigo — que o trabalho de frontend agora precisa de orientação explícita sobre imagens e tipografia. A direção que você não escreveu é a direção que o modelo inventa. O prompt de Yonkers não contém nenhuma direção de arte, e é exatamente por isso que ele é um teste justo dos dois modelos e um teste ligeiramente injusto de qualquer um deles.

Um prompt, duas demos publicadas

O prompt é uma frase: "Faça uma animação em three.js onde Yonkers se levanta como um grande mech (movimento de levantar legal) e sai pisando forte por Manhattan, Queens e Brooklyn, use dados de mapeamento do OpenStreetMap." Ambas as execuções usaram o esforço Ultra no Codex CLI. Ambos os resultados ainda estão online, e ambos abrem em uma cena WebGL funcional com uma câmera real, uma cidade low-poly real e uma rota real — o que já é mais do que a maioria das solicitações de three.js produz na primeira tentativa.

Nenhum dos dois é um trabalho concluído. A própria comparação de Willison é com as versões de Claude Fable 5.2 e Gemini 4 Carbon do mesmo briefing, e seu julgamento é que ambas as tentativas do GPT-6.2 perdem na única coisa que o prompt realmente pedia: a transição da cidade para o mech em pé. O movimento de se levantar é a demonstração, e nenhum dos modelos realmente o animou.

• Bundle — GPT-6.2 Astra entrega uma única build Vite de 568.418 bytes, além de 8.075 bytes de CSS, enquanto GPT-6.2 Sol entrega um main.js de 17.094 bytes que importa city.js, mech.js e effects.js, com three.js servido localmente com 658.900 bytes

• Linha do tempo — Astra executa uma sequência de 96 segundos em um scrubber de 0–960, enquanto Sol executa uma sequência de 48 segundos, com a caminhada começando em 6,25 s e o último passo em 44,5 s

Capítulos — quatro em cada: a Astra os numera com um contador de sequência que mostra "01 / 04", enquanto a Sol os nomeia Yonkers, Manhattan, Queens e Brooklyn, começando em 0, 17,6, 30,2 e 38 segundos

Câmera — Astra alterna entre uma visão "track" e uma "atlas", enquanto Sol tem uma alternância de órbita vinculada a O.

• Telemetria — Astra imprime uma leitura de ação dizendo "Subindo" e coordenadas "40.9310° N 73.8987° W" vs. Sol um canvas de radar 184×138 em "40.93° N · 73.90° W"

Atribuição — ambos dão crédito a OpenFreeMap, OpenMapTiles e © colaboradores do OpenStreetMap no rodapé da página, que é o único requisito do briefing que nenhum dos modelos deixou de cumprir

• Custo da execução — no esforço máximo, o pelicano SVG padrão do Willison custou 88,71¢ na Astra contra 13,69¢ na Sol, uma proporção que se mantém em todos os níveis de esforço que ele mediu

A two-column scoreboard comparing GPT-6.2 Astra and GPT-6.2 Sol on the Yonkers three.js build, with rows reading AA-3D Elo 1,318 versus 1,259, input price $8.00 versus $2.00 per million tokens, output price $40.00 versus $10.00, cached input $0.40 versus $0.10, demo timeline 96 seconds versus 48 seconds, and build one 568 KB bundle versus four ES modules, with a footer crediting AA-3D to Artificial Analysis, prices to OpenAI's rate card, and the build and timeline to the two published demos. The OrcaRouter logo sits in the bottom-right corner.

Astra: um único pacote de 568 KB, UI com script

A build da Astra tem o título “Stride Atlas — Yonkers Rising” e se comporta como uma apresentação: um cabeçalho com a marca e um status “Sistema online”, um alternador de áudio, um botão de tela cheia e um canvas cujo rótulo acessível promete “Cidade tridimensional e mech animado. Arraste para girar e use a rolagem para dar zoom.” Abaixo dele, um antetítulo lendo “Simulação de mech / 001”, um título lendo “Yonkers Rising.” e uma linha de apoio lendo “Região Metropolitana de Nova York”.

A maestria está na instrumentação. Há um painel de telemetria com um indicador de ação que diz “Subindo” e coordenadas ao vivo, uma tela de visão geral da rota em miniatura, rotulada como 10 km, e um console de transporte com um contador de sequência, botões de reproduzir e reiniciar, um relógio, uma faixa de arraste de 0 a 960 e um tempo final de 01:36. Isso equivale a 96 segundos de sequência concebida, e um controle de arraste desse tamanho não é por acaso — é a decisão de que a demo é um filme e a câmera é o diretor.

Ele também chega como um único artefato empacotado. Tudo o que está acima é compilado em uma única saída do Vite de 568.418 bytes e uma única folha de estilo de 8.075 bytes, com a string chapters e um stompProgramCache sobrevivendo à minificação porque os dados de sequência são reais. Para uma demo, um bundle é a escolha certa: um arquivo para hospedar, uma entrada de cache, nenhum grafo de importação para quebrar. Para uma base de código que você precisa estender, é um muro de 568 KB.

The GPT-6.2 Astra build of the Yonkers mech demo, titled Stride Atlas with a Yonkers Rising headline, showing a low-poly New York City on a three.js canvas, a mech telemetry panel reading Rising with coordinates 40.9310 degrees north and 73.8987 degrees west, a 10-kilometre route overview inset, a sequence console at 01 of 04 with a 96-second scrubber, and OpenStreetMap attribution.

Sol: quatro módulos, um three.js local

A build de Sol tem como título “Yonkers Protocol | Uma Simulação de Mech de Nova York” e sua meta descrição nomeia a tecnologia diretamente: “Uma animação cinematográfica em Three.js de um mech do tamanho de uma cidade erguendo-se em Yonkers e marchando por Manhattan, Queens e Brooklyn.” A página funciona sob uma marca “METRO CONTROL / NEW YORK, NY”, com um chip “TERRENO OPENSTREETMAP”, um alternador de visão orbital, um alternador de som e um viewport rotulado como “simulação do Yonkers Protocol”.

Onde a Astra roteirizou um filme, a Sol construiu uma sala de controle. Há uma leitura de setor em “01 / 04 YONKERS”, um botão “Iniciar sequência” com uma dica de SPACE, uma tela de radar de 184×138, quatro botões de fase — Yonkers / Despertar, Manhattan / Rumo ao Sul, Queens / East River, Brooklyn / Aproximação final — e uma dica de arrastar para orbitar e rolar para ampliar. O texto é o elemento mais confiante em qualquer uma das duas páginas: “Veja Yonkers erguer-se da orla do Hudson e avançar por Manhattan, Queens e Brooklyn.”

O código é a parte interessante. Sol pulou o bundler por completo e usou um mapa de importação apontando three para uma cópia local do build do módulo, depois dividiu o trabalho à mão: city.js com 9.603 bytes, mech.js com 25.511, effects.js com 12.119. main.js contém a direção — duração de 48 segundos, caminhada começando em 6,25 s, o último passo em 44,5 s, dezesseis checkpoints de longitude e latitude indo de Yonkers até Brooklyn, e uma THREE.CatmullRomCurve3 passando por eles com arcLengthDivisions definido como 1.000 para que o mech ande em ritmo constante em vez de acelerar nas curvas fechadas. Essa última configuração é o tipo de detalhe que você só escreve se já viu um personagem gaguejar.

Nenhuma das abordagens está errada. A Astra otimizou para algo que carrega, a Sol otimizou para algo que se pode abrir e editar — e a divisão em ficheiros mostra que a Sol percebeu que uma demo 3D é um scene graph, um actor e um conjunto de efeitos, e que esses elementos pertencem a ficheiros diferentes.

The GPT-6.2 Sol build of the Yonkers mech demo, titled Yonkers Protocol, showing a cinematic low-poly New York City with a sector readout at 01 of 04 Yonkers, a radar panel at 40.93 degrees north and 73.90 degrees west, a Start sequence button with a space-bar hint, four phase buttons for Yonkers, Manhattan, Queens and Brooklyn, and OpenStreetMap attribution.

O morph que ambas as demos não mostraram

Aqui está a parte que nenhum polimento de UI cobre. O prompt pede que Yonkers se levante como um grande mech — uma transformação, com um quarteirão da cidade se tornando um corpo. Nenhuma das builds entrega essa transição de forma convincente, e Willison diz isso diretamente, colocando ambas atrás da versão de Claude Fable 5.2 e da de Gemini 4 Carbon.

Essa é a leitura honesta de uma pontuação Elo de 1.318. O Artificial Analysis mediu a Astra à frente da Sol, e a demo confirma — a da Astra é a página mais acabada. Mas o ranking responde “qual destas duas é melhor”, e a pergunta que um leitor realmente tem é “isto é bom o suficiente para usar”, e, quanto a isso, a resposta do único comparativo lado a lado publicado é não. Um teste de preferência entre dois modelos que ambos não acertaram o morph ainda produzirá um ranking, e o ranking ainda será divulgado como uma liderança em capacidade.

A outra metade da história do frontend do lançamento é a comunicação, e ela também não é lisonjeira. Willison cita a carta de feedback pré-lançamento de Theo Browne, que descreve um modelo que gerencia subagentes bem em tarefas longas e depois trava em uma questão interna de implementação que nenhum humano conseguiria responder — seu exemplo é um agente que, duas horas dentro de um projeto, para para perguntar se um revisor grava seus clipes com um nome de arquivo ou outro. A própria nota de migração da Open​AI de que o modelo "pode propor uma etapa e esperar quando a intenção não estiver clara" é o mesmo comportamento descrito de dentro, e é um custo real: um agente que espera por uma entrada que você não pode fornecer é um agente que parou.

O que a lacuna significa para a sua build

Se o trabalho for uma demo 3D ou de frontend, a diferença prática entre os dois modelos não são os 59 pontos de Elo. É que o Astra vai entregar a você um artefato com aparência de acabado e o Sol vai entregar a você um repositório. Escolha o Astra quando o entregável for um link que você envia para alguém; escolha o Sol quando o entregável for código que outra pessoa terá de alterar na segunda-feira.

Avalie o custo da escolha no mesmo eixo. O GPT-6.2 Astra cobra US$ 8 por milhão de entrada e US$ 40 por milhão de saída, com entrada em cache a US$ 0,40 e gravações de cache a US$ 10. O GPT-6.2 Sol cobra US$ 2, US$ 10, US$ 0,10 e US$ 2,50 — um quarto da tarifa por token em cada linha. Ambos têm uma janela de contexto de 1.050.000 tokens, com máximo de 922.000 tokens de entrada e 128.000 tokens de saída, ambos rejeitam reasoning_effort: "none", e ambos dobram a entrada e a entrada em cache acima de 272.000 tokens por solicitação, enquanto cobram 1,5× pela saída. O Batch cobra 50% do padrão, o modo Fast o dobro, e o Ultrafast três vezes até 28 de fevereiro de 2027 e seis vezes a partir de 1º de março de 2027.

O número de custo por artefato da mesma tarde é o que deve ser levado em conta. O teste do pelicano de Willison renderiza o mesmo SVG em três níveis de esforço, e no esforço máximo a Astra custou 88,71¢ contra 13,69¢ da Sol — cerca de seis vezes e meia mais por um desenho que ele não descreveu como uma vitória clara de nenhuma das duas. A geração de front-end no esforço Ultra é um cenário em que a vantagem do modelo caro é real, mas estreita, e em que uma única nova tentativa a apaga.

Onde a camada de roteamento se encaixa

Sendo direto sobre a posição: GPT-6.2 Astra e GPT-6.2 Sol não estão no catálogo do OrcaRouter hoje. As entradas da Open​AI que disponibilizamos são GPT-6 Astra, GPT-6 Sol e GPT-6.1 Sol, portanto este par é acessível pela própria API da Open​AI e por plataformas de terceiros em geral, não por nós.

O que o catálogo oferece é o hábito que este artigo defende. Um teste como o Yonkers é exatamente o tipo de carga de trabalho que você quer comparar em A/B entre modelos, em vez de vincular a ele um caminho de produção — e fazer isso por meio de um único endpoint significa uma chave, uma fatura e nenhum segundo contrato, com failover automático quando um modelo que você está testando começa a dar timeout no meio da renderização. Nas linhas que de fato oferecemos, a OrcaRouter repassa o preço de tabela do provedor com 0% de markup, então você paga a própria tabela de preços do fornecedor e um corte de preço entra em vigor do nosso lado no mesmo dia. Se você está escolhendo entre um modelo de US$ 2 e um de US$ 8 para trabalho de frontend, essa é a comparação que vale a pena você mesmo executar, com o mesmo prompt, antes de escolher um padrão.

A lição mais específica deste lançamento é que a geração 3D passou de "não consegue" para "inacabada", e os dois modelos estão em pontos diferentes dessa ladeira: um produz uma página que parece pronta, o outro produz código que está pronto. Nenhum dos dois transformou Yonkers. Ambos chegaram perto o suficiente para que o próximo lançamento provavelmente consiga — e, quando conseguir, o custo de descobrir será um prompt, não uma migração.

Comparados neste artigo1

Detectado a partir deste artigo