GPT-6 Astra para Desenvolvedores: API, Preços, 1M de Contexto e as Mudanças do GPT-5.6 Sol

A OpenAI lançou o GPT-6 Astra em 3 de setembro de 2026, primeiro para um conjunto limitado de organizações e, nos dias seguintes, para todos os usuários do ChatGPT Plus, Pro, Business e Enterprise, a API da OpenAI, Microsoft Azure e AWS Bedrock. O ID do modelo é gpt-6-astra, ele possui uma janela de contexto de 1.050.000 tokens, e a OpenAI o chama de “o melhor modelo para engenharia de software até hoje”. É também o primeiro modelo que a OpenAI classificou como Crítico para capacidade de cibersegurança, o que molda seu comportamento na API.

Este é o guia prático. Ele aborda o ID do modelo e os endpoints, sua primeira requisição, os cinco níveis de esforço de raciocínio, a tabela completa de preços, incluindo as taxas para contexto longo e modo Rápido, as mudanças que quebram uma integração com o GPT-5.6 Sol, e se o preço 2,5x sobre a taxa promocional do Sol compensa. A página do modelo da OpenAI é a fonte oficial dos números abaixo. Para saber como é trabalhar com ele, leia nosso hands-on de dois dias; este artigo se concentra na API.

TL;DR

• ID do Modelo gpt-6-astra, um snapshot. Chat Completions, Responses e Batch. Sem Realtime, sem Assistants, sem fine-tuning. A chamada de ferramenta requer a API Responses.
• Contexto de 1.050.000 tokens, saída máxima de 128.000, corte de conhecimento em 30 de abril de 2026. Entrada de texto e imagem, saída de texto.
• Preço padrão: $10 de entrada, $1 de leitura em cache, $12,50 de escrita em cache, $50 de saída por milhão de tokens. Prompts com mais de 272K tokens de entrada são cobrados a $20 / $2 / $75. Batch e Flex têm preço pela metade. O modo Rápido é o dobro.
• Esforço de raciocínio: low, medium, high, xhigh, max. none e minimal foram removidos.
• Quebras da Sol: temperature, top_p e logprobs foram removidos; prompt_cache_retention se torna prompt_cache_options.ttl.
• O GPT-5.6 Sol está com promoção de $4 / $20 até pelo menos 21 de novembro de 2026, então o Astra custa 2,5x em ambos os lados.

GPT-6 Astra em resumo

Os espaços de trabalho Enterprise têm o Astra desativado por padrão; um administrador precisa habilitá-lo. No ChatGPT, o uso do Astra conta contra a franquia de assinatura existente, e os planos Pro, Business e Enterprise também recebem o GPT-6 Astra Pro.

Sua primeira requisição

A API Responses é a principal interface, e é necessária para ferramentas. Uma chamada Python mínima:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6-astra",
    reasoning={"effort": "medium"},
    input=[
        {"role": "developer", "content": "You are a senior API engineer. Bias towards action. Ask only when the answer would change the result."},
        {"role": "user", "content": "Review this OpenAPI operation for auth and validation gaps, then propose three test cases."},
    ],
)

print(response.output_text)
print(response.usage)

A mesma requisição em curl:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra",
    "reasoning": {"effort": "medium"},
    "input": "Review this OpenAPI operation for auth and validation gaps, then propose three test cases."
  }'

Chat Completions ainda funciona para texto simples: troque o endpoint e o formato da mensagem, e remova quaisquer campos temperature ou top_p, que a orientação da OpenAI sugere remover. No momento em que você precisar de chamada de função ou de uma ferramenta integrada, mude para Responses. Nosso guia da API Responses cobre o formato da requisição em profundidade.

A mensagem do desenvolvedor importa mais do que antes. A orientação do modelo da OpenAI diz que o Astra “pede esclarecimentos com mais facilidade” do que seus predecessores e recomenda instruí-lo a ter um viés para a ação. Ele também é “mais sensível às instruções contidas em habilidades” e outros arquivos anexados, então declare que as instruções do usuário prevalecem em caso de conflito. E ele padroniza para listas e tabelas; se você quiser prosa, peça por ela.

Esforço de raciocínio: cinco níveis, sem “none”

O GPT-5.6 expunha seis níveis de esforço, de none a max. O Astra expõe cinco: low, medium, high, xhigh e max. O conselho de migração da OpenAI é direto: se você usa none ou minimal hoje, mude para low e avalie. Todo o resto mantém sua configuração atual.

Essa remoção altera o lado mais barato da sua carga de trabalho. O Luna em none era a opção rápida de conclusão clássica na família GPT-5.6, e não há equivalente no Astra. O Astra é um modelo de raciocínio em todas as configurações, e é por isso que rotear o trabalho mecânico para o GPT-5.6 Terra ou Luna e reservar o Astra para as chamadas difíceis continua sendo o padrão sensato.

No outro extremo, max é onde os benchmarks de lançamento foram executados (“os scores de avaliação são o máximo em qualquer esforço”) e onde a Artificial Analysis mediu um tempo para o primeiro token acima de sete minutos em sua execução de esforço máximo. Orce a latência antes de orçar os tokens.

Quanto custa o GPT-6 Astra

Por milhão de tokens, da página de preços da OpenAI:

Escritas em cache custam $12,50 por milhão. O modo rápido entrega “até 2x a velocidade de processamento Padrão com 2x o preço Padrão.”

Para comparação, a família GPT-5.6 atual:

O preço de tabela do Sol é $5 e $30; a taxa de $4 e $20 está em vigor desde 21 de agosto e a OpenAI diz que se mantém pelo menos até 21 de novembro. Em comparação, o Astra é 2,5x na entrada e 2,5x na saída. Contra o preço de tabela do Sol, é 2x e 1,67x.

Um exemplo prático. Uma execução de agente que lê um snapshot de base de código de 200.000 tokens uma vez, o reutiliza como um prefixo em cache em 30 chamadas e escreve 60.000 tokens de saída no total:

• Astra: $2,00 para a primeira leitura, depois 29 leituras em cache a $0,20 cada ($5,80), mais $3,00 de saída. Cerca de $10,80.
• Sol em promoção: $0,80 para a primeira leitura, $2,32 para as leituras em cache, $1,20 de saída. Cerca de $4,32.

A proporção se mantém em 2,5x. O que a OpenAI argumenta, e o que você deve medir, é que o Astra finaliza em menos chamadas e menos tokens de saída. No Terminal-Bench 4.0, ele afirma um custo por tarefa aproximadamente 9% menor do que o Sol, apesar da taxa mais alta, e cerca de 65% menos tokens de saída do que o Claude Opus 5 no Agents’ Last Exam. Se isso se mantiver para sua carga de trabalho, a fatura por tarefa pode sair nivelada. Caso contrário, você paga 2,5x.

Duas alavancas mantêm a conta baixa. O limite de 272K é o que deve ser observado: um prompt que o ultrapassa dobra as taxas de entrada e cache, então corte as saídas das ferramentas e armazene em cache o prefixo estático. E o Batch reduz tudo pela metade para trabalhos que podem esperar.

Migrando do GPT-5.6 Sol: o que quebra

A OpenAI publicou uma lista curta, e vale a pena levá-la ao pé da letra.

1. Parâmetros de amostragem foram removidos. Remova temperature, top_p e top_logprobs. Em Chat Completions, remova também logprobs; em Responses, remova message.output_text.logprobs de include. A orientação da OpenAI é removê-los em vez de depender da API ignorá-los, então faça uma busca em seu código cliente.
2. O piso de esforço é low. Qualquer configuração none ou minimal muda para low.
3. A retenção de cache mudou de formato. Substitua prompt_cache_retention por prompt_cache_options.ttl configurado para "30m". O modo de cache explícito que você configurou para o GPT-5.6 se mantém.
4. Ferramentas precisam de Responses. Chat Completions é suportado para texto, mas a chamada de função e as ferramentas integradas estão na API Responses.
5. Prompts querem menos hesitação de você e mais dele. Adicione a linha de viés para a ação, declare que as instruções do usuário têm precedência sobre os arquivos de habilidade e solicite prosa onde sua interface de usuário espera prosa.

Nada na lista toca em saídas estruturadas ou definições de função, então um esquema que funcionava no Sol funcionará no Astra. A mudança de comportamento que a maioria das equipes percebe primeiro é o questionamento: um prompt do Sol que era executado até a conclusão agora pode parar com uma pergunta de esclarecimento. Responda-a na mensagem do desenvolvedor logo no início e ele para de perguntar.

Vale a pena 2,5x o Sol?

Para trabalho agêntico e de contexto longo, os números de lançamento dizem que sim. Todos os valores abaixo são executados pela OpenAI, no melhor esforço para cada modelo:

As lacunas do Terminal-Bench e da migração de banco de dados são as que importam para os desenvolvedores: 20 pontos a mais que o Sol em trabalho agêntico de terminal, e uma pontuação de recuperação de contexto longo que torna a janela de 1M utilizável em vez de nominal. A lacuna do DeepSWE é pequena, e o Claude Fable 5.1 ainda lidera no Humanity’s Last Exam por quase oito pontos, então isso não é uma vitória completa. No índice independente da Artificial Analysis, o Astra ocupa o segundo lugar entre 202 modelos. Nossa análise detalhada do benchmark do Fable 5.1 apresenta o outro lado dessa comparação.

Onde o Sol mantém seu trabalho: chamadas curtas de alto volume onde o piso de esforço e a taxa de 2,5x dominam, e qualquer coisa que precise de latência no estilo none. Onde o Astra ganha: execuções de agente longas, contexto de repositório inteiro, uso de computador e qualquer tarefa onde o modo de falha do Sol era desviar ou desistir.

Teste a troca antes de implantar

A migração é pequena o suficiente para ser feita em uma tarde e significativa o suficiente para ser medida. No Apidog, mantenha o ID do modelo como uma variável de ambiente para que a mesma requisição salva seja executada contra gpt-5.6-sol e gpt-6-astra com uma única troca. Adicione asserções em usage.input_tokens, usage.output_tokens e a contagem de tokens em cache, então envie um conjunto representativo de tarefas por ambos e compare os totais; essa é a pergunta de 2,5x respondida com seu próprio tráfego em vez de um gráfico de lançamento.

Mais duas verificações pertencem ao mesmo projeto. Envie uma requisição que ainda contenha temperature e registre o que retorna, para que você aprenda o comportamento em um teste em vez de em produção. E afirme que um prompt longo permanece abaixo de 272K tokens de entrada, porque cruzar essa linha dobra silenciosamente a taxa. Agende o conjunto como uma regressão e Baixe o Apidog se ainda não o tiver; o guia da API GPT-5.6 mostra a mesma configuração na geração anterior.

FAQ

• Qual é o ID do modelo GPT-6 Astra? gpt-6-astra, com um único snapshot. Ele também é exposto via Azure e AWS Bedrock, e no OpenRouter como openai/gpt-6-astra.
• O GPT-6 Astra suporta fine-tuning ou a API Realtime? Não. A página do modelo lista Chat Completions, Responses e Batch como suportados, com Realtime, Assistants e fine-tuning não suportados.
• Qual é a janela de contexto e a saída máxima? 1.050.000 tokens de entrada e 128.000 tokens de saída. Prompts acima de 272K tokens de entrada são cobrados na taxa de contexto longo.
• Por que minha requisição falhou depois de mudar do Sol? Provavelmente um temperature ou top_p restante, um nível de esforço none, ou prompt_cache_retention. O Astra removeu todos os três; veja a lista de migração acima.
• Uma requisição pode parar sozinha? Sim. A OpenAI executa um monitor de desalinhamento em requisições que usam ferramentas, e na API uma tarefa sinalizada para em vez de pausar para revisão. Longas execuções de agentes são as mais expostas, então as torne resumíveis. O post sobre o limiar crítico de cibersegurança explica as salvaguardas por trás desse comportamento.

O que fazer esta semana

Mova uma carga de trabalho de agente para gpt-6-astra na API Responses, remova os parâmetros de amostragem, defina o esforço como medium e meça os tokens e o tempo real em comparação com o Sol nas mesmas entradas. Se o custo por tarefa for igual ou melhor, migre o restante. Caso contrário, você terá um número, o que é mais do que a maioria das equipes terá até sexta-feira.