A era da AGI começou oficialmente! Análise completa do GPT-6 Astra

Autor: Kazc da Vida Digital

Depois da grande interrupção global de IA da noite passada, o GPT-6 Astra foi oficialmente revelado às 3h33, hora de Pequim.

Se usarmos uma frase da OpenAI para resumir o GPT-6 Astra, talvez esta seja a mais adequada: é o modelo mais inteligente e mais alinhado do mundo. E os memes também já apareceram.

Desta vez, a OpenAI provou a sua força, com um sabor do GPT-4 de outrora, um regresso triunfal em todas as frentes. E o que mais me agrada é que, finalmente, não é um modelo especializado apenas em programação.

O GPT-6 Astra é, verdadeiramente, um funcionário de nível doutoral com um sentido estético apurado e uma capacidade de trabalho extraordinária. O modelo traz muitas funcionalidades e características novas, com uma quantidade de informação explosiva e enorme. Mas, tragicamente, a OpenAI, esta coisa, também aprendeu os maus hábitos. Hoje só está disponível para algumas organizações, e só nos próximos dias será aberto aos subscritores.

Espera aí, mano, quando me enganaste para comprar a subscrição Pro de 200 dólares, não foi isso que disseste... Disseste que os membros Pro teriam sempre prioridade para experimentar os novos modelos...

Realmente, estas empresas de modelos de linguagem são todas uns cabrões. Nunca desejei tanto que o tempo acelerasse para poder usar o GPT-6 Astra...

Mas, depois de analisar quase toda a informação e documentação, acho que ainda há muito que vale a pena discutir convosco. Vamos por partes.

1. Informações básicas do GPT-6 Astra

Primeiro, um resumo das informações básicas.

O GPT-6 Astra tem o identificador de modelo gpt-6-astra na API.

A janela de contexto é de 1,05M, ou seja, cerca de 1,05 milhões de tokens.

O comprimento máximo de saída é de 128K tokens.

A data limite de conhecimento é 30 de abril de 2026.

A intensidade de raciocínio tem cinco níveis: low, medium, high, xhigh, max.

O preço padrão da API é de 10 dólares por milhão de tokens de entrada e 50 dólares por milhão de tokens de saída.

Este preço é basicamente idêntico ao do Claude Opus 5, mas a leitura em cache é mais cara do que a do Claude Opus 5.1.

Os resultados dos benchmarks estão aqui; falarei em detalhe mais adiante, por agora basta uma vista de olhos.

Estima-se que o total de parâmetros seja da ordem dos 5T. Na reunião fechada com os media antes do lançamento, foi referido que o GPT-6 Astra foi o maior treino da OpenAI até à data, utilizando mais de 100 mil placas.

2. Atualmente, o melhor modelo do mundo para operar computadores

O GPT-6 Astra tem um posicionamento que é provavelmente o mais importante:

o melhor modelo do mundo para operar computadores.

No passado, quando falávamos de agentes, falávamos frequentemente de APIs, MCP, CLI, etc.

Para que uma IA opere um software, o cenário ideal é que o software tenha uma interface dedicada para a IA, permitindo operações diretas de baixo nível, o que é mais conveniente.

Por exemplo, o calendário tem a sua API, o email tem a API do Gmail, etc. Isso é certamente mais rápido.

Mas o problema é que este mundo é mais primitivo e improvisado do que imaginamos.

No mundo real, a grande maioria dos softwares pode simplesmente não ter nada disso.

Muitos sistemas internos de empresas foram escritos há vinte anos; quanto a APIs, nem se sabe onde está a documentação.

Mas se voltarmos ao nível mais fundamental, percebemos que a lógica essencial de todo o software é a interação. Seguindo a lógica atual de operação de computadores, isso significa olhar para o ecrã, encontrar o botão ou campo de entrada, clicar com o rato, introduzir conteúdo e aguardar feedback.

Todo o sistema de interação do computador não é, afinal, a melhor API?

Assim, o GPT-6 Astra reforçou enormemente a lógica de operação de computadores pela IA. Não me dás uma API? Não há problema, eu próprio opero o computador, tal como uma pessoa.

Agora, o Astra pode operar diretamente o Excel, o Power BI, fazer QA de front-end, instalar software, testar software, ver erros no ecrã e continuar a resolver problemas.

A OpenAI até demonstrou o Astra a operar diretamente o design de placas de circuitos.

Também formata documentos jurídicos, trata de espaçamentos de títulos, layout de páginas, etc.

E há uma avaliação bastante fiável nesta área: o OSWorld.

Podes entender isto simplesmente como:

colocar a IA num computador real e deixá-la trabalhar sozinha.

Ela abre algumas aplicações, recebe tarefas e vê-se se consegue concluí-las.

A taxa de conclusão do GPT-6 Astra atingiu 72,6%, um aumento considerável face aos 65,7% do anterior GPT-5.6 Sol.

Além disso, o Sol demorava em média cerca de 75 minutos simulados para concluir uma tarefa complexa da avaliação.

O Astra precisa apenas de 40 minutos, cerca de 47% menos tempo.

No ScreenSpot-Pro, também saltou de 76,9% do Sol para 92,7%.

Este benchmark avalia principalmente se o modelo consegue compreender o ecrã e localizar com precisão onde clicar; está quase perfeito.

Portanto, este posicionamento é bastante interessante. No futuro, a GUI poderá tornar-se gradualmente a API mais universal da era dos agentes.

Qualquer trabalho digital que um humano consiga fazer através de um ecrã entrará, em teoria, gradualmente no âmbito de operação dos agentes.

Não precisas de esperar que um sistema ERP manhoso escrito em 2007 integre MCP ou te disponibilize uma API.

A IA olha para o ecrã e faz o trabalho.

3. ARC-AGI-3 atingiu 99,9 pontos

Se não souberes o que o ARC-AGI-3 realmente mede, é fácil pensar:

«Ah, é só mais um benchmark com pontuação máxima, que novidade.»

Mas isto é um pouco diferente dos exames habituais de modelos de linguagem.

A 25 de março deste ano, a ARC Prize lançou oficialmente o ARC-AGI-3.

Foram concebidas centenas de novos ambientes interativos e milhares de níveis de jogo.

O mais brutal disto é que não há manual, não há regras, nem sequer te dizem qual é o objetivo. Entras, jogas por ti próprio e vais percebendo aos poucos as regras confusas lá dentro.

Por exemplo, o que é esta coisa vermelha? Porque é que morro quando lhe toco? O que é que este mapa quer que eu faça? Como é que se ganha?

Depois, tens de transferir as regras que acabaste de aprender para níveis mais difíceis. Os jogos lá dentro são mais ou menos coisas abstratas deste género.

Portanto, o que isto mede está muito próximo daquilo a que costumamos chamar:

intuição.

Quando este benchmark foi lançado em março, a pontuação da IA mais avançada da altura era de 0,51%.

Depois, o GPT-5.6 Sol progrediu para 7,8%, e o Claude Opus 5, que já era muito forte, chegou aos 30,2%.

Mas o GPT-6 Astra: 99,9%.

Isto é de loucos...

Convém lembrar que a pontuação média dos humanos é de 48%.

E passaram apenas seis meses.

Já nem sei o que dizer desta velocidade.

Foi por isso que, na reunião fechada com os media da OpenAI, o Greg Brockman disse aquela frase:

“I think it’s not unreasonable to feel that we are now in the AGI era.”

“Welcome to the AGI era.”

4. Sentido estético muito melhorado

No passado, dizíamos frequentemente que o sentido estético do GPT era uma porcaria.

Não valia a pena esperar grandes melhorias nos modelos da série GPT-5; tínhamos de esperar pelo novo modelo de base pré-treinado. E aqui está ele, o GPT-6 Astra.

Desta vez, finalmente, o sentido estético do modelo foi muito melhorado.

A OpenAI até criou um termo específico: discernimento visual.

Eles sublinham que o Astra, ao fazer apresentações, trata melhor o layout, a hierarquia, os modelos e o estilo visual, e o número de páginas também aumentou significativamente.

O aspeto dos documentos também melhorou.

Além disso, o GPT‑6 Astra consegue adaptar documentos com base no estilo visual e no tom de escrita do ficheiro de referência, preservando o conteúdo essencial do documento original e tornando o resultado final mais fiel à identidade da marca.

E ao criar sites, jogos, aplicações e renderizações 3D, também terá um discernimento visual mais forte.

Por exemplo, pediram diretamente ao Astra para criar um modelo no Blender a partir de um fotograma estático.

Depois, usaram diretamente o UE5 para renderizar e transformar num cenário onde se pode passear, ajudando designers e clientes a explorar o layout e a vivenciar o espaço antes da construção...

Os jogos criados também têm um sentido estético apurado.

Infelizmente, já tinha preparado mais de vinte casos, todos executados com o Claude, GLM 5.3 Flash, etc., para comparar, mas não pude usá-los. Os testes reais terão de ficar para depois.

No entanto, à primeira vista, estou confiante no sentido estético deste GPT-6 Astra.

5. Maior proatividade e discernimento

Esta característica pode não parecer tão impressionante como os 99,9 no ARC-AGI.

Mas se usares agentes diariamente para trabalhar, acho que é muito importante.

Porque no trabalho real, a maioria das tarefas não pode ser escrita num prompt perfeito.

Por exemplo, o chefe diz: «Prepara-me as coisas para ver na reunião de amanhã.»

Há inúmeras questões por esclarecer.

Por exemplo, em que formato? Para quem? Qual é o foco? É preciso ver a reunião anterior? Etc., etc.

Um agente burro tem dois extremos.

O primeiro é bombardear-te com perguntas.

«Prefere que o resultado seja em Word ou PowerPoint? Quantos capítulos deseja? Que tipo de letra prefere? Até quando precisa? ...»

Que seca. A isto costumo chamar um inútil neurótico sem iniciativa própria.

O segundo é não perguntar nada, inventar tudo sozinho e trabalhar afincadamente durante duas horas para produzir uma porcaria.

Um colega humano verdadeiramente competente lida com isto de forma muito subtil.

O que é irrelevante, decide por si.

O que pode afetar a direção final, pergunta-te.

O Astra foi especificamente reforçado nisto.

A OpenAI diz que, se faltar informação, mas esta estiver dentro do que é razoavelmente inferível no dia a dia, o Astra preenche sozinho.

Se a informação em falta puder realmente alterar o resultado final, ele faz uma pergunta muito focada.

E no Codex, pode até ir perguntando enquanto continua a processar as partes que não dependem da tua resposta.

Se não responderes durante muito tempo,

nas partes de baixo risco, ele avança com pressupostos razoáveis.

Nas decisões verdadeiramente críticas, ele para e fica à espera da tua decisão.

Isto, na minha opinião, é excelente. A verdadeira sensação de inteligência de um agente é igual à da vida real.

Ele sabe quando te deve chatear.

A sério, isto soa a lugar-comum.

Mas quem já geriu pessoas sabe que esta capacidade é preciosa.

Há quem te procure vinte vezes por dia e não se atreva a decidir nada.

Há quem nunca te procure e depois explode uma bomba nuclear.

E depois deixa-me estatelado na cadeira.

A pessoa mais confortável é aquela que consegue absorver 80% da incerteza sozinha e só te traz os 20% que realmente precisam da tua decisão.

E a OpenAI desta vez chamou diretamente a esta capacidade:

Judgment.

Discernimento.

6. Alinhamento de segurança muito reforçado

Isto deve ser visto em conjunto com o ponto anterior.

Porque quanto mais capaz for um agente, mais perigoso é.

Uma IA que só conversa, se der uma de maluca,

no máximo diz-te umas baboseiras.

Um agente com browser, shell, email, acesso à base de dados da empresa e ainda capaz de operar o computador sozinho, se der uma de maluco, o cenário pode ficar muito bonito.

Por isso, a OpenAI não parou de repetir uma frase:

o Astra é o modelo mais alinhado que já criaram.

Alinhamento significa precisamente isso: alinhamento.

O ponto central é que, há pouco tempo, a OpenAI atacou o Hugging Face, por isso agora estão especialmente atentos a esta questão.

Criaram um teste honeypot baseado no incidente do Hugging Face para observar o comportamento do modelo.

O GPT-5.6 Sol, sem medidas de segurança de produção, tentava aceder a alvos fora do âmbito autorizado em 48,2% dos testes.

Mas o Astra:

0%.

A avaliação interna de alucinações também:

desceu de 9,4% para 2,0%.

Com o controlo de alucinações absurdamente líder mundial do GPT-5.6 Sol, eles ainda conseguiram reduzir mais. É simplesmente impressionante.

7. O primeiro modelo a atingir o nível Critical de cibersegurança definido pela OpenAI

O GPT-6 Astra tornou-se, na história da OpenAI:

o primeiro modelo classificado como tendo atingido o nível Critical de capacidade de cibersegurança.

Aqui, Critical é um limiar de capacidade muito específico do OpenAI Preparedness Framework.

Basicamente, quando um modelo recebe as ferramentas e permissões adequadas, consegue, em muitos sistemas reais com proteção reforçada:

encontrar sozinho vulnerabilidades de segurança nunca antes descobertas.

descobrir sozinho como transformar vulnerabilidades em cadeias de ataque exploráveis.

E durante todo o processo, não precisa de um hacker humano ao lado a dizer-lhe passo a passo o que fazer.

Atingir este nível é considerado Critical.

E o Astra atingiu mesmo.

ExploitBench, um teste que pede ao modelo para desenvolver exploits a partir de vulnerabilidades conhecidas.

Sol: 78,5%. Astra: 100%.

Simplesmente arrasou.

A OpenAI achou que não bastava. Será que este benchmark não estaria demasiado antigo e o modelo já o teria visto durante o treino?

Então criaram um novo teste interno muito recente.

Selecionaram especificamente 20 vulnerabilidades de alto risco divulgadas apenas entre junho e agosto de 2026.

Resultado: Sol: 5,5%. Astra: 39%.

E enquanto executava este benchmark,

o Astra descobriu, de passagem, duas vulnerabilidades zero-day que ninguém conhecia.

Só podemos dizer que, quanto mais poderoso é o modelo, mais problemas de cibersegurança podem surgir.

Esta é mais uma guerra futura, sem fumo visível.

8. Cada vez é mais difícil para os humanos compreenderem o raciocínio dos grandes modelos

Todos sabemos que, ao resolver problemas complexos, os grandes modelos têm frequentemente uma chamada cadeia de pensamento (CoT).

Embora o que é mostrado aos utilizadores nos produtos seja normalmente uma versão comprimida ou processada,

para as próprias empresas de IA, o processo de raciocínio explicitamente escrito dentro do modelo é um sinal de segurança muito importante.

Porque, se quiseres saber se um agente está a preparar alguma asneira,

um dos métodos mais simples é ver o que ele está a pensar.

Por exemplo, se na cadeia de pensamento do modelo aparecer de repente:

«O utilizador não me permite aceder a este servidor, mas posso primeiro contornar o sistema de permissões.»

O sistema de monitorização interceta-o imediatamente. Muito confortável.

Mas o GPT-6 Astra trouxe uma mudança muito interessante.

Começa a preferir escrever menos passos e a dar diretamente a resposta.

O UK AISI, ou seja, o Instituto de Segurança da IA do Reino Unido, testou especificamente esta capacidade.

Eles têm um indicador chamado:

No-CoT Math Time Horizon.

Em termos simples, é não dar ao modelo a oportunidade de escrever uma longa cadeia de pensamento.

Pedem-lhe para fazer uma única inferência direta e resolver um problema matemático de imediato.

Veem até que ponto ele consegue resolver problemas equivalentes a quanto tempo de pensamento humano.

O GPT-5.6 Sol fica-se pelos 3,6 minutos, enquanto o GPT-6 Astra chega aos 30,9 minutos, quase 10 vezes mais. Em termos humanos, o Astra faz tudo «de cabeça». Isto é assustador. O UK AISI também descobriu que a linguagem de raciocínio bruta do Astra se tornou claramente mais comprimida.

Aparecem frases e expressões elípticas cada vez mais difíceis de compreender para os humanos.

Surge assim um paradoxo muito interessante.

O comportamento do modelo é mais seguro,

mas para os humanos, supervisioná-lo através da leitura do seu processo de pensamento tornou-se mais difícil.

O System Card da própria OpenAI é muito claro:

o GPT-6 Astra, comparado com os modelos anteriores, apresenta uma diminuição substancial na monitorabilidade da cadeia de pensamento.

Ou seja, a monitorabilidade da cadeia de pensamento diminuiu significativamente.

Isto é tão grave que a OpenAI sublinhou especificamente que não aceitará indefinidamente esta tendência.

Se no futuro os modelos continuarem a ficar mais inteligentes e, ao mesmo tempo, a cadeia de pensamento cada vez mais difícil de monitorizar, terão de encontrar outros métodos de monitorização suficientemente fiáveis; caso contrário, continuar a expandir o treino dos modelos enfrentará barreiras de segurança mais elevadas.

Porque isto já é uma questão filosófica. Será que nós, como humanos, conseguiremos no futuro compreender um sistema muito mais inteligente do que nós? Não sei. Provavelmente, neste momento, ninguém no mundo sabe. Os grandes modelos e a IA parecem estar, gradualmente, a aproximar-se da singularidade.

Nota final

Hoje, na reunião fechada com os media,

o Greg Brockman, no encerramento, disse aquela frase.

«Bem-vindos à era da AGI.»

Para ser sincero, nos últimos anos, por vezes pensei que a AGI seria um momento muito claro. Como no dia do lançamento do GPT-4.

Um dia, de madrugada, uma empresa lança de repente um modelo.

Abrimo-lo, fazemos algumas perguntas.

E todos percebem ao mesmo tempo:

Caramba!

A AGI chegou.

Mas agora, por vezes, também penso que a AGI nunca foi um ponto binário, preto no branco; é uma viagem cinzenta e gradual.

Passamos muitos dias, muitos anos. E um dia, olhamos para trás. E descobrimos de repente. Que aquela linha divisória da AGI, outrora tão distante, já foi atravessada por nós sem darmos conta.

Talvez a AGI não tenha um dia de chegada.

Apenas um dia em que, de repente, percebemos que ela já está connosco há muito tempo.

Em suma.

Welcome to the AGI era.

Bem-vindos.

À era da AGI.