O GPT-6.2 Astra custa quatro vezes mais que o Sol. Use o Sol por padrão, faça o Astra merecer o lugar e leia as notas de migração antes de trocar

18 de novembro de 2026
8 min read

18 de novembro de 2026
8 min read
Um mês depois de a OpenAI suspender o lançamento de outubro do GPT-6.1 Astra, veio o próximo. Em 17 de novembro o GPT-6.2 Astra e o GPT-6.2 Sol chegaram ao ChatGPT Work, ao Codex e à API. A manchete é o Astra: a OpenAI o chama de modelo de fronteira para "seus projetos mais difíceis". A notícia mais útil para a maioria das startups é o Sol, que custa um quarto por token e, pelos números da própria OpenAI, fica bem perto em boa parte do trabalho que as startups realmente fazem. A segunda notícia útil está no guia de migração, que muda várias coisas que não vão dar erro quando quebrarem.
Dois modelos, com funções diferentes e preços diferentes:
gpt-6.2-astra, a 8 $ por milhão de tokens de entrada e 40 $ por milhão de tokens de saída.gpt-6.2-sol, a 2 $ por milhão de tokens de entrada e 10 $ por milhão de tokens de saída.A diferença de preço é simples: o Astra custa quatro vezes mais que o Sol por token, na entrada e na saída. A pergunta interessante é quanto disso compra alguma coisa.
Pelos números da própria OpenAI, muitas vezes não muito. No anúncio, "o Sol quase iguala o Astra em mudanças prontas para merge em bases de código reais, por cerca de um quinto do custo". No system card, os dois ficam a um ponto de distância no GPQA Diamond (Astra 97,0%, Sol 96,0%), e o Sol fica um pouco à frente no SEC-Bench Pro (88,34% contra 86,75%).
No trabalho longo mais difícil, a diferença aumenta. Nas tabelas do system card, o Astra resolve 36,4% dos alvos do Sandbox Bench contra 25,0% do Sol, marca 74,79% no PostTrainBench Lite contra 44,89% e economiza 42,87% do tempo de referência no NanoGPT contra 14,59%. São tarefas em que um modelo precisa trabalhar por muito tempo, sem ajuda, num problema técnico difícil.
Esse é o padrão a seguir. A maior parte do que uma startup envia a um modelo é trabalho do dia a dia: redigir, extrair, resumir, chamar ferramentas, escrever código comum. Para isso, o Sol é o padrão. O Astra fica para as poucas tarefas em que os seus próprios testes mostram que ele termina um trabalho que o Sol não termina.
Pagar quatro vezes mais por token é uma decisão, não um padrão.
Mudar a string de model é a parte fácil. O guia lista mudanças que nem sempre falham de forma visível:
Os parâmetros de amostragem somem. "Ao migrar requisições do Chat Completions, omita temperature, top_p, logprobs e top_logprobs." No Responses, omita temperature, top_p e top_logprobs, e remova message.output_text.logprobs de include. Se o seu produto depende de temperature: 0 para ter saídas repetíveis, ou de log-probabilidades para notas de confiança, esse desenho precisa mudar.
Chamadas de ferramenta exigem a Responses API. "O GPT-6.2 Astra e o GPT-6.2 Sol aceitam Chat Completions, mas chamadas de ferramenta exigem Responses." Um agente construído sobre o Chat Completions com ferramentas não pode simplesmente trocar o nome do modelo.
Editar o histórico custa o raciocínio. "A partir do GPT-6.2, a Responses API descarta os itens de raciocínio depois de edições no histórico no meio da conversa (edições de prefixo) e de certas trocas de modelo (incluindo rebaixamentos)." Quando isso acontece, "a qualidade das respostas pode cair e o modelo pode usar mais tokens para repetir trabalho anterior". Agentes que cortam ou reescrevem turnos anteriores para economizar tokens, ou que começam uma sessão no Astra e a passam para o Sol, pagam por isso aqui.
O comportamento também muda. O guia diz que as instructions de nível superior agora são acrescentadas depois de input no Responses. O Astra é "mais conciso e direto por padrão", então instruções antigas de "seja conciso" podem passar do ponto. E o modelo "pode propor um próximo passo e esperar confirmação", o que um agente sem supervisão vai entender como parar. A solução sugerida pela OpenAI é pedir que ele "faça suposições razoáveis e reversíveis para levar o trabalho adiante e as declare". Para o esforço de raciocínio, o guia recomenda começar com medium e, "se você usa none ou minimal hoje, usar low".
Nada disso exige reescrever o produto. Exige um padrão, um teste e uma lista curta.
# route.py — one place decides which model a task gets
from openai import OpenAI
client = OpenAI()
# Tasks promoted to Astra because your own evals showed a difference
ASTRA_TASKS = {"research_report", "long_refactor"}
def run(task_type: str, prompt: str, tools: list):
model = "gpt-6.2-astra" if task_type in ASTRA_TASKS else "gpt-6.2-sol"
return client.responses.create( # tool calling requires Responses
model=model,
input=prompt,
tools=tools,
reasoning={"effort": "medium"}, # was "none" or "minimal"? use "low"
# no temperature or top_p: not supported on GPT-6.2
)
Rode suas próprias avaliações nos dois. Pegue cinquenta tarefas reais dos seus logs, rode no Sol e no Astra e avalie os resultados como um cliente faria. Só passe um tipo de tarefa para o Astra quando a diferença for visível e valer quatro vezes o preço. Todo o resto fica no Sol.
Leve as chamadas de ferramenta para a Responses API. Se o seu agente usa ferramentas pelo Chat Completions, essa é a primeira migração, antes de qualquer troca de modelo. Remova ao mesmo tempo temperature, top_p e as opções de log-probabilidades, e substitua a lógica que dependia delas.
Não edite o histórico no meio da conversa. Cortar ou reescrever turnos anteriores, ou trocar de modelo no meio da sessão, agora descarta o raciocínio e pode custar mais tokens do que economiza. Escolha o modelo no início da sessão e mantenha. Se for mudar as configurações de cache durante a migração, nossa nota sobre o cache de prompts de 12 horas da OpenAI explica o custo.
Releia seus prompts. Tire o "seja conciso" se as respostas estiverem curtas demais agora. Para agentes que rodam sem supervisão, peça ao modelo que faça suposições razoáveis e reversíveis e as declare, em vez de parar para perguntar. Depois, rode as mesmas avaliações de novo.
Se o seu produto envolve segurança
O system card diz que os dois modelos atingem o limiar Critical da OpenAI para capacidades de cibersegurança, e que a OpenAI "endureceu as restrições padrão para ajuda em cibersegurança de maior risco e exige verificação adicional para acesso mais permissivo". Se você constrói ferramentas de segurança, espere mais recusas por padrão e planeje essa verificação. Modelos mais capazes também tornam o escopo do agente mais importante, e foi por isso que a OpenAI segurou o último Astra: escrevemos sobre a falha de escopo que cancelou o GPT-6.1 Astra.
A janela de contexto ou a saída máxima. Nem o anúncio, nem o guia, nem a lista de modelos que li as informam.
Que o Sol custa um quinto do preço. Por token, custa um quarto. "Cerca de um quinto do custo" é o número por tarefa da OpenAI para uma avaliação de código, não um preço.
Que os benchmarks são independentes. Os números acima são da própria OpenAI. Índices independentes publicaram as suas próprias classificações; não as verifiquei, então as deixei de fora.
Quando os modelos antigos saem de linha. Não encontrei data de descontinuação para o GPT-6.1 Sol ou o Terra no que li.
Em 17 de novembro de 2026 a OpenAI lançou o GPT-6.2 Astra, a 8 $ e 40 $ por milhão de tokens de entrada e saída, e o GPT-6.2 Sol, a 2 $ e 10 $, no ChatGPT Work, no Codex e na API. Pelas avaliações da própria OpenAI, o Sol fica perto do Astra em boa parte do trabalho do dia a dia e de código, e o Astra está claramente à frente nas tarefas técnicas longas mais difíceis. O guia de migração remove os parâmetros de amostragem, exige a Responses API para chamadas de ferramenta e descarta o raciocínio depois de edições no meio da conversa ou trocas de modelo.
Para os fundadores, o padrão se escreve sozinho. Use o Sol para a maior parte do trabalho, passe tarefas específicas para o Astra só quando os seus próprios testes mostrarem a diferença e corrija as mudanças da API antes de trocar de modelo.
Esta semana, rode cinquenta tarefas reais nos dois modelos, leve as chamadas de ferramenta para a Responses API, remova temperature e top_p e escolha o modelo em um só lugar do seu código.
Fontes: OpenAI Developer Community, GPT-6.2 Astra and Sol are now available (17 de novembro de 2026) — as descrições dos dois modelos, a disponibilidade, o Ultrafast, os nomes e preços na API e a comparação de código entre Sol e Astra; OpenAI, system card do GPT-6.2 Astra e Sol (17 de novembro de 2026) — os números das avaliações, a classificação de cibersegurança e as restrições padrão mais rígidas; OpenAI, Using GPT-6.2 — as mudanças de migração, o esforço de raciocínio, as orientações de prompt e a residência de dados. O código de roteamento da seção 4 é uma ilustração minha, e a leitura das seções 2 a 5 é minha.
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.