GPT-6 Astra concentra o maior salto de inteligência bruta até agora
Lançamento e posicionamento
A OpenAI apresentou o GPT-6 Astra como um modelo de fronteira e o descreveu como o melhor do mundo para uso de computador, trabalho profissional, ciência, programação e cibersegurança. Greg Brockman chamou o momento de "era da AGI"; Sam Altman disse que o lançamento levou mais tempo para atender a padrões de segurança e alinhamento. A empresa citou 98% no FrontierMath Tier 4, 99,9% no ARC-AGI-3 e 100% no ExploitBench. O modelo é descrito como excelente em projetos ambiciosos, tarefas 3D e jogos, uso de computador e coordenação de subagentes. O salto desde o Sol seria maior que o de Fable 5 para Fable 5.1. Ainda assim, não seria superior em tudo: Fable 5.1 continuaria preferido para discussões de ida e volta e edição. A recomendação é usar os dois modelos nas perguntas difíceis. Programação comum perdeu foco relativo; Astra não seria um salto quântico nessa área, embora avance sobre o Sol.
Preço e benchmarks
O preço é US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída; escrita em cache custa US$ 12,50 e leitura de cache, US$ 1. Acima de 272 mil tokens de entrada, a entrada dobra e a saída sobe 50%; o modo rápido dobra o custo. Fable 5.1 tem o mesmo preço de tabela, mas leitura de cache de US$ 0,25. A Artificial Analysis estima que, na prática, Astra seja cerca de 60% mais caro que Sol e mais barato que Fable 5.1. A análise critica exageros: o gráfico de comparação seria enganoso, e o resultado de 100% no ExploitBench indicaria contaminação de dados, conforme o próprio cartão de sistema da OpenAI. No Epoch Capabilities Index, Astra marca 169, contra 163 de Fable 5.1. No ARC-AGI-3, obtém 66% com o harness padrão e quase 100% com conversa contínua e compactação personalizada, a cerca de US$ 360 por jogo, superando a eficiência humana de ações. François Chollet chamou o resultado de mudança de degrau e disse que o progresso ocorreu cerca de duas vezes mais rápido do que previa. Outros resultados citados incluem 84% no Mystery Game Puzzles contra 59% do segundo colocado, 88% no Induction, US$ 15.515 no Vending-Bench contra US$ 5.422 de Fable 5.1, 98,1 no Extended NYT Connections e 95% no eyebench-v3. Astra falha em MirrorCode, com 47% contra 64% de Fable 5.1, e fica atrás no CoArena, com 20% contra 24%.
Pensamento sem cadeia visível e alinhamento
Um ponto central é o desempenho sem cadeia de raciocínio visível. A UK AISI viu um salto tão grande que levantou suspeita de contaminação, depois considerada provavelmente real. Com o harness do provedor, Astra chega a 96,7% no ARC-AGI-3 com raciocínio desativado. No Epoch ECI, marca 159 sem pensamento, contra cerca de 128 de Fable 5.1, e 169 com pensamento, contra 163. Neel Nanda atribui isso a mudanças arquiteturais. Tokens de preenchimento sem sentido também melhoram o desempenho, o que dificulta a monitorabilidade. Francis Rhys Ward e Dewi Gould estimam 50% de acerto sem CoT em tarefas de 15 a 40 minutos, contra estimativa da UK AISI de 30 minutos, enquanto a previsão mediana anterior era não passar de 7 minutos até o fim de 2028. A recepção positiva destaca "cheiro de modelo grande", eficiência de tokens, escrita melhor e capacidade de fazer perguntas. Relatos apontam uso de computador praticamente resolvido, projetos 3D como Manhattan em Unreal Engine, Biblioteca de Alexandria e sintetizador Moog em VR. Em jogos, Astra teria lançado um foguete no Factorio Space Age, chegado à Nether Fortress no Minecraft e vencido Montezuma's Revenge. A conclusão é que Astra é excelente, com alto salto de inteligência bruta, mas não é AGI e levanta questões sobre monitoramento.