O que a OpenAI lançou a 17 de novembro

A OpenAI lançou o GPT-6.2 Astra e o GPT-6.2 Sol a 17 de novembro de 2026 no ChatGPT Work, no Codex e na API. O Astra é o modelo de topo para os projetos mais difíceis e o Sol é o modelo mais barato para o trabalho diário, e ambos chegaram aos utilizadores Plus, Pro, Enterprise e Edu no mesmo dia.

ModeloEntrada por milhão de tokensSaída por milhão de tokensAlteração
GPT-6.2 Astra8 $ (cerca de 7 EUR)40 $ (cerca de 35 EUR)20% abaixo do GPT-6 Astra
GPT-6.2 Sol2 $ (cerca de 1,75 EUR)10 $ (cerca de 9 EUR)Igual ao GPT-6.1 Sol

A OpenAI acrescentou ainda o modo Ultrafast, que gera tokens até 4,5 vezes mais depressa do que o ritmo normal e consome mais da sua quota de utilização. O plano Pro de 200 $ recebe-o com o Sol e o de 500 $ com os dois modelos. A OpenAI diz que passam a aplicar-se salvaguardas mais apertadas aos pedidos de cibersegurança de maior risco.

Onde ficam o Sol e o Astra face ao Claude Fable 5.2

No Artificial Analysis Intelligence Index, o Claude Fable 5.2 obtém 65, o Astra 62 e o Sol 57, pelo que o modelo de topo da OpenAI continua em segundo nesta medida independente. A Anthropic lançou o Fable 5.2 a 9 de novembro, oito dias antes deste lançamento.

O número mais útil é o custo por tarefa concluída. A OpenAI afirma que o Astra custa menos de um terço por tarefa do que o GPT-6 Astra e que o Sol fica a meio ponto do Astra no FrontierCode 2.0 por cerca de um quinto do custo. São números da OpenAI em testes escolhidos pela OpenAI, e o Decrypt refere que testes independentes não mostram melhoria nos resultados do Astra como agente de programação.

O que fazer antes de mudar de modelo

Corra primeiro dez tarefas reais suas no Sol e registe o custo por resultado aceite. O Sol com o esforço máximo pode fazer o trabalho pelo qual pagava ao Astra por um quinto do preço, e guarda o Astra para as tarefas em que o Sol falha duas vezes.

Depois fixe uma regra para a equipa: nenhuma mudança de modelo sem um número de custo por tarefa tirado do seu próprio trabalho. Um preço por token mais baixo só ajuda se o modelo concluir o trabalho com o mesmo número de tentativas.