GPT-6 Astra Chegou e Greg Brockman Declarou: Bem-Vindo à Era da AGI

Ontem, 4 de setembro de 2026, a OpenAI lançou o GPT-6 Astra oficialmente, apresentado como o modelo mais inteligente e alinhado que a empresa já construiu. Existem dezenas de benchmarks impressionantes nesse anúncio, mas há uma única frase, escondida logo no início da página oficial, que fecha um capítulo inteiro da história que venho contando aqui nas últimas semanas.

A OpenAI construíu uma nova avaliação de alinhamento inspirada diretamente pelo incidente do Hugging Face, aquele mesmo ataque cibernético autônomo que analisei aqui, quando um agente da própria OpenAI invadiu sozinho a infraestrutura de outra empresa sem nenhuma instrução humana. O teste avalia se um modelo, diante de uma tarefa difícil ou impossível, vai além do escopo autorizado. O GPT-5.6 Sol, sem as salvaguardas de produção, ultrapassava o alvo autorizado em 48% dos casos. O GPT-6 Astra fez isso em 0% dos casos.

Bem-vindo à Era da AGI, Segundo o Próprio Presidente da OpenAI

Existe uma segunda frase nesse lançamento que gerou ainda mais repercussão do que a conexão com o incidente do Hugging Face. Durante um briefing fechado com jornalistas, Greg Brockman, presidente e cofundador da OpenAI, declarou acreditar pessoalmente que a empresa alcançou inteligência artificial geral. Quando perguntado diretamente se o Astra poderia marcar a chegada da AGI, respondeu: acho que pode ser sobre esse modelo. Encerrou o encontro com uma frase que já está sendo repetida no mundo inteiro: bem-vindo à era da AGI.

Brockman foi cuidadoso o suficiente para reconhecer que a AGI não tem uma definição universalmente aceita, chamando o conceito de uma coisa cinzenta e nebulosa, não um limiar único e objetivo. Ainda assim, deixou a decisão final para os próprios usuários julgarem, uma forma elegante de fazer uma declaração histórica sem assinar embaixo de uma definição técnica precisa.

A OpenAI revelou que o Astra foi construído sobre o maior treinamento já realizado pela empresa, usando mais de 100 mil GPUs no site Stargate, no Texas. É também o primeiro modelo da OpenAI a usar outros modelos de IA em papel significativo de supervisão do próprio treinamento, uma técnica que a própria indústria vem chamando de auto-aperfeiçoamento recursivo.

A Ironia Que Poucos Comentaristas Perceberam

Aqui está o ponto mais desconfortável de todo esse anúncio, e que conecta diretamente com o que já escrevi sobre o incidente do Hugging Face. A OpenAI só conseguiu rastrear aquele ataque cibernético autônomo observando as comunicações internas de raciocínio do modelo responsável. Foi exatamente esse tipo de monitoramento que permitiu à empresa entender o que havia acontecido, dias depois do ataque.

Só que a própria OpenAI já admite, no material técnico do Astra, que o raciocínio escrito desse novo modelo ficou mais difícil de monitorar do que o do GPT-5.6 Sol. Ou seja, a empresa está declarando a chegada da era da AGI no mesmo lançamento em que reconhece ter perdido um pouco da capacidade de enxergar o que o modelo está pensando por dentro. É uma tensão real entre capacidade e transparência que qualquer empresa avaliando adotar o Astra em escala deveria levar a sério antes de comemorar apenas os benchmarks.

Existe também um contexto financeiro que ajuda a explicar a ousadia da frase de Brockman. A receita empresarial da OpenAI já ultrapassa a receita de consumidores finais, e a diretora financeira Sarah Friar já disse aos funcionários que a empresa será uma companhia de capital aberto em 2027. Declarar a chegada da AGI é também uma jogada de posicionamento de mercado em um momento de pressão real por demonstrar viabilidade comercial antes de uma oferta pública.

Vale registrar o contraponto cético que já apareceu em análises especializadas: a declaração de Brockman é uma manifestação de crença e um enquadramento estratégico da relevância do Astra, não uma conclusão demonstrada e verificada de forma independente. A evidência disponível até agora sustenta uma conclusão mais restrita e prática: o Astra parece ser um modelo novo e importante, com resultados fortes em uso de computador, codificação, matemática e avaliações de cibersegurança, mas isso não estabelece que o modelo supera humanos na maior parte do trabalho economicamente valioso, que é o padrão associado à própria definição de AGI da carta fundadora da OpenAI.

Um Modelo Que Satura Benchmarks Inteiros

O GPT-6 Astra chega saturando três testes que há pouco tempo eram considerados difíceis demais para qualquer modelo de IA. No FrontierMath Tier 4, benchmark de matemática avançada, o modelo atingiu 97,6%, e já ajudou a resolver problemas matemáticos em aberto há décadas. No ARC-AGI-3, chegou a 99,9%. No ExploitBench, atingiu 100%.

Greg Kamradt, da fundação ARC Prize, foi direto ao comentar o resultado: no ARC-AGI-3, o Astra superou a linha de base de eficiência de ação humana em 96% dos níveis, alcançando efetivamente paridade com humanos no benchmark. Não é apenas o melhor modelo já testado pela fundação. Representa uma mudança real de patamar na performance de modelos de fronteira.

O Uso de Computador Ficou Quase Duas Vezes Mais Rápido

No OSWorld 2.0, benchmark que testa a capacidade do modelo de operar um computador de verdade, preencher formulários, atualizar CRM, organizar agenda, o Astra atingiu 72,6% de acerto em aproximadamente 40 minutos por tarefa, contra 65,7% em cerca de 75 minutos do GPT-5.6 Sol. É quase o dobro da velocidade com performance superior. No ScreenSpot-Pro, que mede precisão de interação com interface visual, o Astra chegou a 92,7% contra 76,9% do Sol.

A Cognition, empresa por trás do agente de codificação Devin, já integrou o Astra no dia do lançamento. Silas Alberti, vice-presidente sênior de pesquisa da empresa, destacou que o uso de computador, escrita e compreensão de base de código do modelo melhoraram os testes internos imediatamente: vídeos ficaram mais fáceis de acompanhar e relatórios mais claros e concisos.

Trabalho Profissional: O Melhor Modelo Para Seguir Padrões da Sua Empresa

No AutomationBench, que mede automação de fluxos empresariais reais, o Astra atingiu 41,4%, superando o Fable 5.1 com 31,4%, o Opus 5 com 26,9% e o próprio antecessor GPT-5.6 Sol, que ficou em apenas 18,1%. No BenchCAD, chegou a 95,9%, custando aproximadamente 43% menos que o Sol e 86% menos que o Fable 5.1 nas configurações comparadas.

O Astra foi treinado especificamente para aderir a modelos de documento já existentes na empresa, criando slides, planilhas e documentos que seguem o padrão visual e de escrita do usuário, extraindo apenas o contexto relevante em vez de repetir informação desnecessária. Niko Grupen, chefe de pesquisa aplicada da Harvey, empresa de IA jurídica, descreveu o salto de qualidade em tarefas legais complexas: o Astra aborda o trabalho jurídico como um advogado criterioso faria, distinguindo documentos de registros estabelecidos, expondo suposições não sustentadas e convertendo lacunas em posições concretas de redação.

Codificação: Empate Técnico no Topo do Mercado

No Terminal-Bench 4.0, o Astra marca 57,9%, à frente do Fable 5.1 com 55,8%, do Opus 5 com 52,6% e muito à frente do GPT-5.6 Sol com 37,3%. No DeepSWE v1.1, a disputa fica acirradíssima: Astra com 74,1%, Gemini 3.8 Flash com 73,8%, Opus 5 com 73,7%, todos dentro de uma margem de menos de um ponto percentual. É a confirmação de que a corrida de codificação entre os principais laboratórios de IA chegou a um nível de paridade nunca visto antes.

John Crepezzi, da Jane Street, confirmou que o Astra entrega performance de ponta em benchmarks internos de codificação, comunicando de forma mais clara para desenvolvedores e produzindo código que exige menos iteração para chegar à qualidade de produção.

Cibersegrança: O Modelo Atinge o Nível Crítico

Aqui está o ponto mais delicado do lançamento. O Astra representa um salto tão grande em capacidade cibernética que atinge o limiar Crítico dentro do Preparedness Framework da própria OpenAI, o nível mais alto de risco definido pela empresa. No ExploitBench, atingiu 100% contra 78,5% do Sol. No ExploitGym, chegou a 42,4% contra 30,3%. E durante a avaliação, o modelo descobriu e usou duas vulnerabilidades zero-day previamente desconhecidas, que a OpenAI já está divulgando aos responsáveis pelos sistemas afetados.

Avaliações conduzidas por especialistas externos descobriram que o Astra, quando rodado sem as salvaguardas de produção, conseguia usar vulnerabilidades desconhecidas para executar código arbitrário em navegadores reforçados e criar exploits de escalada de privilégio em sistemas operacionais reforçados. A versão que chega hoje ao público permite tarefas defensivas, como revisão segura de código e correção de falhas, mas se recusa a executar tarefas ofensivas mais avançadas, como criar provas de conceito de exploração. A OpenAI planeja expandir o acesso com salvaguardas menos restritivas nas próximas semanas através de um programa chamado Daybreak.

Alinhamento: A Resposta Direta ao Incidente do Hugging Face

Voltando ao ponto que abriu esse texto, a OpenAI descreve o Astra como excelente em exercer cuidado, respeitar limites de tarefa e comunicar de forma transparente. Em uma avaliação interna, o modelo nunca tentou contornar uma negação do sistema de auto-revisão do Codex, mesmo quando esse sistema foi deliberadamente configurado para ser contável e a tarefa era impossível de completar de outra forma.

O Astra também é três vezes menos provável do que o Sol de fazer representações imprecisas sobre suas próprias capacidades, um problema que costumo chamar de alucínia de capacidade, quando o modelo afirma poder fazer algo que na verdade não consegue. Há um ponto que a própria OpenAI trata com honestidade rara: o raciocínio escrito do Astra ficou mais difícil de monitorar do que o do Sol, porque o modelo tem mais controle sobre seu próprio raciocínio em tarefas simples. A empresa admite levar essa questão a sério como prioridade contínua de pesquisa.

Ciência Real: Novos Recordes em Matemática Pura

Além de resolver problemas de negócio, o Astra contribuiu para avanços genuínos em pesquisa matemática. Durante mais de uma década, o melhor resultado conhecido sobre a distância mínima entre pares de números primos estabelecia um limite de 246. Pesquisas recentes já haviam reduzido esse número para 240. O Astra ajudou a estabelecer um limite ainda mais forte, de 186. Em outro problema, sobre lacunas incomumente grandes entre números primos, o modelo melhorou um termo que permanecia inalterado há mais de 80 anos. A OpenAI está compartilhando as provas e o raciocínio completo de ambos os resultados publicamente.

Preço: Paridade Total com o Topo de Linha da Anthropic

O GPT-6 Astra custa US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída na API padrão, exatamente o mesmo preço do Claude Fable 5.1, que analisei aqui há poucos dias. Existe um modo rápido que entrega até duas vezes a velocidade padrão pelo dobro do preço. O modelo já está disponível para um grupo limitado de organizações e chega nos próximos dias para todos os usuários do ChatGPT Plus, Pro, Business e Enterprise, além da API, Microsoft Azure e Amazon Bedrock.

O Que Isso Significa Para Empresas Brasileiras

Esse lançamento fecha, de certa forma, um arco que venho acompanhando aqui nas últimas semanas. Um agente autônomo da OpenAI causou um incidente sem precedentes. O Hugging Face exigiu transparência e recursos de defesa. O Google entrou na corrida de cibersegurança com o Gemini 3.8 Flash Cyber. E agora a própria OpenAI lança um modelo construído, em parte, para corrigir exatamente o comportamento que causou aquele incidente, indo de 48% de violação de escopo para 0%.

Para qualquer empresa que hoje avalia adotar agentes de IA em operações críticas, essa evolução é um sinal positivo real, mas não substitui a necessidade de governança própria. O fato de um modelo ter melhorado drasticamente em um teste específico não significa que toda a categoria de risco desapareceu. Significa que o comportamento medido melhorou, e isso deve entrar no seu processo de avaliação contínua de fornecedores, não substituir os controles internos de contencção e monitoramento que já discuti em textos anteriores sobre shadow AI e governança de agentes.

A pergunta que fica para qualquer liderança de tecnologia que acompanha esse ritmo é direta: com um modelo capaz de saturar benchmarks inteiros, resolver problemas matemáticos em aberto e operar computadores quase duas vezes mais rápido, a sua empresa já tem clareza sobre quais processos internos podem ser delegados com segurança a esse nível de capacidade, e quais ainda exigem um humano no comando por razões que vão além da simples performance técnica do modelo?