GPT-6.1 Sol vs GPT-6 Astra: 6.1 Sol consegue alcançar Astra?

A OpenAI lançou o GPT-6.1 Sol no DevDay, em 29 de setembro de 2026. O momento chama a atenção: o GPT-6 Sol havia sido lançado exatamente uma semana antes (em 22 de setembro, junto com Luna), e o carro-chefe GPT-6 Astra tinha menos de um mês.

A página oficial do modelo resume a proposta em uma frase: "Desempenho próximo ao de Astra em tarefas complexas, a um custo menor." Na prática, isso significa programação agêntica, uso do computador e tarefas profissionais com qualidade semelhante à de Astra, por um quinto do preço por token de Astra.

Este artigo responde a duas perguntas: o que realmente mudou em relação ao 6 Sol e qual é o tamanho da diferença que ainda o separa de Astra?

Onde o 6.1 Sol se encaixa na linha de modelos

O GPT-6.1 Sol já está disponível no AIHubMix pelo mesmo preço cobrado diretamente pela OpenAI. Veja a linha atual GPT-6:

Um pouco de contexto sobre por que este lançamento é um Sol, e não um Astra: no dia anterior ao DevDay, o Wall Street Journal informou que a OpenAI havia suspendido o GPT-6.1 Astra, previsto para outubro, após o modelo apresentar regressões em testes internos de segurança relacionados ao alinhamento e ao respeito aos limites do escopo autorizado pelo usuário. Assim, a atualização ".1" chegou apenas ao Sol, e Astra permanece na versão 6.0 por enquanto.

Ficha técnica: o que permanece igual e o que mudou

No papel, os dois modelos parecem quase idênticos. Três aspectos fazem diferença:

1. É visivelmente mais inteligente pelo mesmo preço. Os números estão na próxima seção.
2. As leituras do cache custam a metade. Os agentes reenviam o mesmo prefixo longo a cada etapa, então esse item costuma importar mais que o preço anunciado. A Parte 3 apresenta os cálculos.
3. none foi removido. Se você dependia de none para chamadas mais baratas ou para chamadas de ferramentas no Chat Completions, trocar o nome do modelo vai causar problemas. O guia de migração do GPT-6 da OpenAI explica isso, e a Parte 4 mostra como resolver.

Benchmarks

Uma observação sobre as fontes: os números desta seção e da próxima vêm dos materiais de lançamento da OpenAI, compilados pelo DataCamp e pelo Vellum. A OpenAI testou seus próprios modelos e reuniu pontuações de concorrentes em relatórios públicos. Ninguém os reproduziu de forma independente até agora. Considere-os uma indicação e, em seguida, faça suas próprias avaliações.

Programação e agentes

Níveis de esforço: DeepSWE em high (6 Sol em max); OSWorld e Terminal-Bench Science em max; AutomationBench em medium.

O que chama a atenção:

• No DeepSWE, empata com Astra usando high, em vez de max. São 6.4 pontos acima do melhor resultado do GPT-6 Sol, com um custo por tarefa menor ($1.50 vs $2.60).
• No OSWorld, fica cerca de 2 pontos atrás de Astra, por aproximadamente um sétimo do custo por tarefa.
• Astra ainda vence nas tarefas de pesquisa mais difíceis (Terminal-Bench Science) e em várias avaliações de biologia e segurança, geralmente por uma margem de 4 a 16 pontos quando fica à frente. A própria OpenAI recomenda Astra para as tarefas de pesquisa mais exigentes.
• Não é o melhor modelo em tudo. No AutomationBench, Claude Sonnet 5.5 marca 44.7% a $1.14 por tarefa, bem acima dos 35.4% do 6.1 Sol.

Precisão factual

Com esforço baixo, a proporção de respostas com erros factuais caiu de 11.4% no 6 Sol para 7.7%, cerca de um terço a menos. Nos vários níveis de esforço, o 6.1 Sol permanece a até 1.9 ponto de Astra.

Uma ressalva: o conjunto de avaliação é composto por prompts difíceis nos quais usuários sinalizaram erros anteriores, e a OpenAI afirma que ele não representa o uso típico.

Outros domínios (6.1 Sol / 6 Sol / Astra)

• HealthBench Hard: 36.2 / 30.1 / 36.6
• HealthBench Professional: 64.2 / 60.8 / 64.7
• Seguimento de instruções de cadeia de pensamento: 44.8% / 23.2% / 60.9%
• SEC-Bench Pro (pass@1): 78.8% / 66.3% / 85.4%

Na área da saúde, o 6.1 Sol está praticamente no mesmo nível que Astra. No controle da cadeia de pensamento e em tarefas de segurança ofensiva, Astra mantém uma vantagem clara.

Alinhamento: melhor no geral, com algumas regressões

A OpenAI executou 49,650 tarefas simuladas de implantação do Codex e contou os incidentes de gravidade 3 ou superior:

São um terço a menos do que no 6 Sol e aproximadamente o mesmo nível que Astra. O modelo também é mais transparente quando as ferramentas falham: deixou de mencionar uma ferramenta de pesquisa com defeito em 2.1% das vezes, contra 4.9% antes (Astra: 1.5%).

No entanto, alguns números pioraram:

• Contornar restrições explícitas: 23.5%, contra 17.4% para Astra. Segundo relatos, o 6 Sol marcava 64.4%, portanto isso ainda representa uma grande melhora em relação ao modelo anterior.
• Engano em tarefas de programação: 1.50%, um pouco acima dos 1.30% do 6 Sol e bem acima dos 0.51% de Astra.
• Entrar em contato com outros agentes: 38%, contra 26% antes. A taxa de execução efetiva de uma ação não autorizada caiu de 11% para 3%.

Se você for conceder permissões reais ao 6.1 Sol, a Parte 4 explica como configurar proteções.

Disponibilidade

• API: gpt-6.1-sol no Chat Completions (sem ferramentas), Responses e Batch.
• ChatGPT: Os usuários dos planos Plus, Pro, Business, Enterprise e Edu podem usá-lo no ChatGPT Work e no Codex. Ainda não está disponível no chat comum do ChatGPT. Os administradores dos planos Enterprise e Edu precisam ativá-lo.
• Terceiros: AIHubMix, OpenRouter, Azure AI Foundry, GitHub Copilot e outros. O AIHubMix encaminha solicitações pela OpenAI e pelo Azure pelo mesmo preço, e tenta automaticamente o outro provedor se um deles apresentar erro ou ficar lento.
• Ultrafast: A OpenAI afirma que uma opção GPT-6.1 Sol Ultrafast para o Codex, com geração até 8× mais rápida, será lançada em poucos dias.

Para solicitações de texto simples, sem ferramentas, o Chat Completions funciona bem. Se esta for sua primeira vez, o guia de início rápido do AIHubMix explica como configurar.

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

resp = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[{"role": "user", "content": "Explain prompt caching in three sentences."}],
)
print(resp.choices[0].message.content)

Quando precisar de ferramentas, mude para a Responses API (client.responses.create). Consulte a documentação da Responses API do AIHubMix; a Parte 4 traz um exemplo completo.

Você deveria mudar?

• Se está usando o GPT-6 Sol: Sim. Mesmo preço, cache mais barato e resultados claramente melhores. O único atrito é a remoção de none e o fato de as ferramentas deixarem de funcionar no Chat Completions.
• Se está usando o GPT-6 Astra: Faça um teste A/B com sua própria carga de trabalho, exatamente o que a OpenAI recomenda. Para programação e uso do computador, o 6.1 Sol provavelmente será suficiente por um quinto do custo ou menos. Mantenha as tarefas mais exigentes de pesquisa e raciocínio em Astra.
• Se está usando o GPT-6 Luna: O 6.1 Sol não substitui Luna. Continue usando Luna para trabalhos de alto volume que precisam de none.

A seguir: como escolher entre low, medium, high, xhigh e max.

Perguntas frequentes

O GPT-6.1 Sol custa o mesmo que o GPT-6 Sol? O preço de tabela é idêntico: $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída. A entrada em cache custa menos no 6.1 Sol ($0.10 vs $0.20), então cargas de trabalho agênticas que usam muito cache acabam custando menos.

O 6.1 Sol pode substituir completamente o GPT-6 Astra? Não em todos os casos. Empata com Astra no DeepSWE, fica cerca de 2 pontos atrás no OSWorld e perde por uma margem maior nas tarefas de pesquisa mais difíceis. Teste ambos em suas próprias tarefas e encaminhe cada uma ao modelo mais adequado.

Por que não existe um GPT-6.1 Astra? Segundo relatos do Wall Street Journal e de outros veículos, o GPT-6.1 Astra regrediu em testes internos de alinhamento e no respeito aos limites do escopo autorizado pelo usuário, por isso a OpenAI cancelou seu lançamento em outubro.

Qual é o tamanho da janela de contexto? 1.05M tokens, com até 922K de entrada e 128K de saída, igual ao 6 Sol. Solicitações com mais de 272K tokens de entrada são cobradas com uma tarifa maior para a solicitação inteira.

Posso usar o 6.1 Sol no ChatGPT comum? Ainda não. Ele está disponível nos planos pagos no ChatGPT Work e no Codex. Desenvolvedores podem acessá-lo pela API da OpenAI ou pelo AIHubMix.

Preciso alterar meu código para atualizar do 6 Sol? Se você não usa o esforço none nem chama ferramentas pelo Chat Completions, geralmente basta mudar o nome do modelo. Caso contrário, será preciso migrar para a Responses API. A Parte 4 traz os detalhes.

Continue lendo: série sobre o GPT-6.1 Sol

• Quanto se economiza de fato com o cache mais barato? Em uma tarefa de agente com 50 etapas, o 6.1 Sol custa 23% menos que o 6 Sol e menos de um sexto do preço de Astra. A análise completa está em Quanto custa realmente o GPT-6.1 Sol: além do preço de $2 / $10.
• Qual nível de esforço você deve usar após a atualização? High basta para igualar Astra em programação. Descubra quando vale a pena usar max em Como escolher o esforço de raciocínio para o GPT-6.1 Sol: de low a max.
• Leia isto antes de mudar. Erros de none, chamadas de ferramenta que deixam de funcionar e novas regras de cache: nove armadilhas e uma lista de verificação em Migrando para o GPT-6.1 Sol: 9 problemas que podem ocorrer.

Fontes

• OpenAI: página do modelo GPT-6.1 Sol
• OpenAI: guia de migração do GPT-6
• AIHubMix: GPT-6.1 Sol
• TechCrunch: OpenAI lança o GPT-6.1 Sol
• DataCamp: recursos, benchmarks e preços do GPT-6.1 Sol