A OpenAI lançou na terça, 17 de novembro de 2026, o GPT-6.2 Astra e o GPT-6.2 Sol. O Astra é o modelo de fronteira da empresa, indicado para os projetos mais difíceis. O Sol é o modelo do dia a dia, para programação, escrita e tarefas de várias etapas. Os dois chegaram no mesmo dia ao ChatGPT Work, ao Codex e à API. A troca de geração vem com corte de preço no Astra: na API, ele custa 20% menos por token que o GPT-6 Astra, lançado em setembro.
O lançamento sai oito dias depois do Claude Fable 5.2, da Anthropic, que tem exatamente o mesmo preço por token do novo Astra. Boa parte do anúncio da OpenAI é uma comparação direta com o Fable, quase sempre medida em custo por tarefa.
O que a OpenAI lançou
Pelo post de lançamento, o Astra foi treinado para trabalho profissional complexo: apresentações, planilhas e documentos que, nas palavras da empresa, “parecem menos IA” e seguem melhor os modelos fornecidos pelo usuário e as convenções de áreas como direito, finanças e contabilidade. A OpenAI também diz que ele escreve código mais limpo e monta front-ends melhores, sobretudo sites, jogos e design 3D, e que usa o computador com mais precisão, a ponto de trabalhar peça por peça em ferramentas de CAD e simulação.
O Sol substitui o GPT-6.1 Sol. Segundo a empresa, é mais inteligente e mais eficiente que o antecessor e permite concluir mais tarefas dentro do mesmo plano pago. A OpenAI afirma que muitos de seus funcionários o usam como modelo padrão, para trabalho técnico ou não.
A documentação da API traz as especificações. Os dois modelos têm janela de contexto de 1.050.000 tokens, com até 922 mil de entrada e 128 mil de saída. Aceitam texto e imagem e respondem em texto. O corte de conhecimento é 18 de maio de 2026 no Astra e 1º de junho de 2026 no Sol. Os identificadores são gpt-6.2-astra e gpt-6.2-sol, e a API recusa pedidos com nível de raciocínio none.
Quanto custa na API
Os preços estão no post de lançamento, na página de preços da API e nas páginas de cada modelo, e batem entre si.
O GPT-6.2 Astra custa US$ 8 por milhão de tokens de entrada e US$ 40 por milhão de saída. Entrada em cache sai a US$ 0,40 por milhão. Na mesma tabela, o GPT-6 Astra segue listado a US$ 10, US$ 50 e US$ 1. O corte é de 20% na entrada e na saída, como afirma a OpenAI, e de 60% na entrada em cache.
O GPT-6.2 Sol custa US$ 2 por milhão de entrada, US$ 0,10 em cache e US$ 10 por milhão de saída. São os mesmos valores do GPT-6.1 Sol. Para quem já usa o Sol, o preço por token não muda.
As páginas dos modelos trazem regras que mudam a conta:
- Pedidos com mais de 272 mil tokens de entrada pagam o dobro na entrada e no cache e 1,5 vez na saída, sobre o pedido inteiro.
- O processamento em lote (Batch) custa metade do preço padrão.
- O modo Fast custa o dobro.
- O Ultrafast custa três vezes o preço padrão até 28 de fevereiro de 2027 e seis vezes a partir de 1º de março de 2027.
- Gravar no cache custa US$ 10 por milhão no Astra e US$ 2,50 no Sol, para retenção de 30 minutos. A retenção de 12 horas custa o dobro.
Uma conta ilustrativa, só com a tabela padrão: um pedido com 100 mil tokens de entrada e 10 mil de saída sai por US$ 1,20 no GPT-6.2 Astra, US$ 1,50 no GPT-6 Astra e US$ 0,30 no GPT-6.2 Sol. Na prática, o custo depende de quantos tokens cada modelo gasta para chegar ao resultado, e a OpenAI diz que os modelos novos gastam menos.
Para comparação, o Fable 5.2 também custa US$ 8 e US$ 40 pela tabela da Anthropic. No Google, o Gemini 4 Hydrogen custa US$ 1,50 e US$ 7,50, e o Gemini 4 Carbon custa US$ 2 e US$ 10 até 30 de novembro e US$ 4 e US$ 20 depois disso.
Onde aparece no ChatGPT e no Codex
No ChatGPT, os modelos novos ficam no Work, não no chat comum. A página de novidades do ChatGPT diz que, para usar o Astra ou o Sol, é preciso abrir o Work, disponível na web, no desktop e no celular.
O post de lançamento lista os planos Plus, Pro, Enterprise e Edu. A página de novidades inclui também o Business. Nas empresas e universidades, o administrador precisa ativar os modelos antes. Nos planos de consumo compatíveis, conversas novas no Work começam no Sol com raciocínio Light. Nos workspaces Enterprise, o padrão é o Sol com raciocínio Medium. Nenhuma das páginas oficiais menciona o plano gratuito.
No Codex, o app e a linha de comando trazem os dois modelos no seletor, ou pelo comando /model. O Codex e o Work dividem a mesma cota de uso. O modo Ultrafast vale para os dois modelos no Pro de US$ 500. Pela primeira vez, o Pro de US$ 200 também tem Ultrafast, por enquanto só com o Sol.
Astra ou Sol: para quem serve cada um
A OpenAI separa assim. O Astra é para raciocínio complexo: rastrear um bug que atravessa vários serviços, corrigi-lo e rodar os testes; montar uma apresentação a partir de um relatório seguindo o modelo de slides da equipe; comparar fontes de pesquisa e apontar onde as evidências divergem.
O Sol é para o trabalho recorrente: revisar um pull request, ajustar código depois de uma revisão, transformar notas de reunião em um resumo de projeto. A empresa também destaca o Sol para tarefas fora do trabalho, como escolher escola depois de uma mudança ou planejar refeições.
A diferença de preço é de quatro vezes por token. Se a promessa de desempenho se confirmar, o Sol cobre boa parte do uso, e o Astra fica para o que realmente exige mais.
O que a OpenAI diz que os modelos fizeram
Os números desta seção foram divulgados pela OpenAI, em testes escolhidos por ela.
No Agents’ Last Exam, que mede trabalho profissional em várias etapas, a empresa diz que o Astra marcou 5,2 pontos a mais que o GPT-6 Astra, a menos de um terço do custo, e 5,5 pontos a mais que o Claude Fable 5.2, a 5% do custo. Uma nota no próprio anúncio avisa que o resultado do Fable 5.2 no ranking exclui nove tarefas em que foi usado um modelo reserva.
No Terminal-Bench-Science 0.1, que testa trabalho científico no terminal, a OpenAI afirma que o Astra ficou 9 pontos percentuais acima do GPT-6 Astra, também a menos de um terço do custo. A empresa chama o Astra de “o melhor modelo do mundo para cientistas”. No Harvey LAB-AA, de tarefas jurídicas, diz que ele mais que dobra a taxa de aprovação do Fable 5.2 a cerca de um sexto do custo. No GDPval v2, um teste interno de trabalho de conhecimento, o Astra subiu 6,2 pontos sobre o GPT-6 Astra com 22% menos tokens de saída, e o Sol, 5,3 pontos sobre o GPT-6.1 Sol.
Para o Sol, o principal dado é o FrontierCode 2.0, da Cognition: segundo a OpenAI, ele fica a 0,5 ponto do Astra a cerca de um quinto do custo. No LifeVal, teste da própria OpenAI com tarefas do dia a dia, o Sol superaria o GPT-6 Astra a cerca de um sétimo do custo.
O que dizem as medições de fora
A Artificial Analysis, empresa independente de avaliação de modelos, publicou sua análise no dia do lançamento. No índice de inteligência da empresa, o Astra ficou em segundo lugar, atrás apenas do Claude Fable 5.2, com 5 pontos a mais que o GPT-6 Astra. Passou o Gemini 4 Carbon (60) e o Claude Opus 5.5 (59). O Sol subiu 2 pontos e chegou a 57, nível do GPT-6 Astra, com cerca de 15% do custo por tarefa. A Artificial Analysis diz que os modelos da OpenAI passaram a ocupar a maior parte da fronteira de custo por tarefa, dividida apenas com a Anthropic e a Meta.
A mesma análise traz ressalvas. No índice de agentes de programação, medido no Codex com esforço máximo, o Astra ficou estável em relação ao GPT-6 Astra, e o Sol perdeu 3 pontos em relação ao GPT-6.1 Sol. A queda do Sol vem de um teste em que ele omitiu fatos importantes nas respostas com mais frequência que o antecessor. No teste de alucinação da Artificial Analysis, que mede quanto o modelo chuta quando não sabe a resposta, o Astra marcou 59% e o Sol 55% no esforço máximo. O The Decoder lembra que as perguntas desse teste são muito difíceis e que a taxa não reflete o uso cotidiano.
O The Decoder também reuniu avaliações de outras duas organizações. Segundo a reportagem, a Epoch AI colocou o Astra empatado com o Fable 5.2 no seu índice de capacidades, mas viu o modelo ficar atrás do Fable em tarefas reais de pesquisa. A Vals AI pôs o Astra em 7º e o Sol em 9º no seu índice geral, com o Sol a US$ 3,18 por tarefa contra US$ 10,68 do Astra, e encontrou desempenho fraco em pesquisa jurídica. Esses números não foram conferidos diretamente nas páginas da Epoch e da Vals.
Segurança: o que a OpenAI declarou
Pelo cartão de sistema publicado em 17 de novembro, os dois modelos atingem o limiar Critical de cibersegurança e o High de capacidades biológicas e químicas no Preparedness Framework da empresa. O GPT-6 Astra já estava no Critical de ciber. O que muda é que o GPT-6.2 Astra é o primeiro modelo lançado externamente pela OpenAI a atingir o limiar High de autoaperfeiçoamento de IA, que mede a capacidade de acelerar a própria pesquisa em IA. O Sol fica abaixo dele.
A OpenAI descreve esse nível como equivalente a dar a cada pesquisador da empresa um engenheiro de pesquisa muito capaz como assistente, em comparação com 2024. No mesmo dia, a empresa ajustou o texto do cartão de sistema para dizer que vê esse limiar como um marco inicial para preparar salvaguardas, caso modelos futuros sejam capazes de se aperfeiçoar sozinhos de forma recursiva. Entre as medidas citadas está o Control Room, um sistema que acompanha cargas de pesquisa e pode interromper a saída do modelo.
Em ciber, os modelos saem com travas mais apertadas para pedidos de risco. A própria OpenAI reconhece que isso também restringe pesquisa legítima de vulnerabilidades. Os resultados de ciber divulgados vêm de testes com as salvaguardas desligadas. Para defensores, o caminho segue sendo o OpenAI Daybreak, onde hoje estão o GPT-6 Sol, uma versão alfa do GPT-6 Astra e o GPT-6 Cyber. A empresa diz que vai trabalhar para levar os modelos 6.2 ao programa, sem data. O tema conversa com o exploit_agent descrito pelo Google, que usa IA para transformar correções de software em ataques.
No alinhamento, a OpenAI diz que os modelos se saíram de forma parecida com o GPT-6 Astra na maioria das avaliações. Em dois testes, porém, deixaram de avisar com mais frequência que algo bloqueava o trabalho, como um arquivo ausente ou uma ferramenta de busca fora do ar. A empresa diz ter acrescentado instruções no Codex que reduzem bastante essas omissões e que continua investigando o comportamento.
Leitura
O que os fatos permitem dizer: a OpenAI baixou o preço por token do seu modelo mais forte e manteve o do modelo do dia a dia, e uma medição independente coloca os dois perto do topo, com custo por tarefa menor que o dos concorrentes diretos. No preço de tabela, o Astra empata com o Fable 5.2. A disputa passa a ser decidida pelo número de tokens gastos em cada tarefa, que é justamente onde a OpenAI concentra seus argumentos.
O resto é hipótese. Se a eficiência anunciada se confirmar fora dos testes da empresa, o Sol pode virar a escolha padrão para a maioria das equipes, e o Astra, uma ferramenta de uso pontual. As ressalvas da Artificial Analysis em programação com agentes e o resultado fraco em pesquisa jurídica relatado pela Vals AI indicam que essa troca não vale para todo tipo de trabalho. Ainda não há dados públicos de uso real que confirmem um cenário ou outro.
O que não está confirmado
Os resultados de testes atribuídos à OpenAI vêm da própria empresa, e as comparações de custo por tarefa usam a metodologia dela. As avaliações da Epoch AI e da Vals AI foram vistas apenas na reportagem do The Decoder. As fontes oficiais divergem sobre o plano Business: o post de lançamento não o cita, a página de novidades do ChatGPT o inclui. Nenhuma fonte oficial informa se o plano gratuito terá acesso, nem a data em que os modelos 6.2 chegam ao Daybreak.
Fontes
- OpenAI, “Introducing GPT-6.2 Astra and Sol”, 17/11/2026: lançamento, preços, disponibilidade por plano, resultados de testes divulgados pela empresa, ciber, autoaperfeiçoamento e alinhamento
- OpenAI, preços da API: tabela padrão e Batch do GPT-6.2 Astra, GPT-6.2 Sol, GPT-6 Astra e GPT-6.1 Sol
- OpenAI, documentação do GPT-6.2 Astra e do GPT-6.2 Sol: contexto, corte de conhecimento, regras de contexto longo, Fast, Ultrafast e cache
- ChatGPT Learn, “GPT-6.2”, 17/11/2026: ChatGPT Work, planos, padrões de raciocínio, Codex e casos de uso
- OpenAI, cartão de sistema do GPT-6.2, 17/11/2026: limiares do Preparedness Framework e ajuste de texto sobre autoaperfeiçoamento
- Artificial Analysis, 17/11/2026: índice de inteligência, fronteira de custo, índice de agentes de programação e taxa de alucinação
- The Decoder, 17/11/2026: resumo do lançamento e avaliações da Epoch AI e da Vals AI
- The Verge, 17/11/2026: repercussão do lançamento
- DX Today, 19/11/2026 e join.dev, 19/11/2026: resumos que deram origem à pauta

