Resposta curta: começar qualquer tarefa comum no Astra Low faz sentido, mas não precisa travar nele. Comece no Low, suba para o Medium se ele errar e deixe o High e o xhigh para os poucos trabalhos que realmente precisam.
Quando o menu de um modelo mostra Low, o que a gente pensa é "modo econômico", "só pra coisa fácil" ou "o nível que não se esforça".
Com o GPT-6 Astra, essa ideia não se sustenta.
Nos testes de uma empresa independente, o Astra Low faz mais pontos que o GPT-5.6 Sol no xhigh na nota geral (o Intelligence Index). Em alguns testes de programação autônoma, a diferença é bem maior. E, nesse conjunto de testes, ele ainda saiu mais barato por tarefa.[1]
Então a pergunta vem sozinha:
"Por que não deixar o Astra no Low pra sempre?"
O crachá diz Low. O modelo não recebeu o recado.
1. Primeiro os números: Sol xhigh contra Astra Low, Medium, High e xhigh
Estes são os dados da Artificial Analysis, consultados em 12 de setembro de 2026.[1][2][3][4]
| Ajuste | Intelligence Index | AutomationBench-AA | Terminal-Bench v4.0 | SciCode | Custo AA por tarefa | Tokens de saída/tarefa | Tokens de raciocínio/tarefa |
|---|---|---|---|---|---|---|---|
| GPT-5.6 Sol xhigh | 44 | 55% | 25% | 57% | $1.18 | ~20k | ~10k |
| GPT-6 Astra Low | 46 | 59% | 42% | 54% | $0.82 | ~4k | ~938 |
| GPT-6 Astra Medium | 50 | 65% | 49% | 54% | $1.54 | ~10k | ~3k |
| GPT-6 Astra High | 51 | 67% | 54% | 55% | $1.72 | ~12k | ~5k |
| GPT-6 Astra xhigh | 53 | 67% | 60% | 56% | $2.31 | ~17k | ~9k |
Um aviso antes: não leia 46 contra 44 como "4,5% mais inteligente". O Intelligence Index junta vários testes numa nota só. Não é como preço ou distância, em que a proporção faz sentido.
O que dá pra dizer é que, no mesmo índice, o Astra Low fez 46 e o Sol xhigh fez 44. No Terminal-Bench v4.0, que mede se uma IA resolve tarefas de programação sozinha, o resultado foi 42% contra 25%.[1]
Mas no SciCode quem ganha é o Sol xhigh, com 57% contra 54% do Astra Low. Ou seja, o Low não é melhor em tudo.[1]
2. O paradoxo do preço: o Astra custa 2,5 vezes mais por token, mas o Low saiu mais barato por tarefa
Os preços oficiais da API da OpenAI são simples.[5][6]
| Modelo | Entrada / 1M | Entrada em cache / 1M | Saída / 1M |
|---|---|---|---|
| GPT-5.6 Sol | $4 | $0.40 | $20 |
| GPT-6 Astra | $10 | $1 | $50 |
Com a mesma quantidade de tokens, o Astra custa 2,5 vezes mais.
A tabela oficial de créditos do Work/Codex segue a mesma proporção. O Astra é 250 / 25 / 1.250 créditos por milhão de tokens de entrada / entrada em cache / saída, e o Sol é 100 / 10 / 500.[7]
Mesmo assim, a Artificial Analysis mediu $0,82 por tarefa no Astra Low e $1,18 no Sol xhigh.[1]
Como pode? Um modelo com preço por token mais alto pode custar menos por tarefa se gastar muito menos tokens.
No mesmo teste, o Sol xhigh gastou cerca de 20k tokens de saída e 10k de raciocínio por tarefa. O Astra Low gastou cerca de 4k e 938.[1]
É como um táxi caro que vai direto ao destino contra um barato que antes dá três voltas no quarteirão.
Atenção: os $0,82 e $1,18 são médias ponderadas das tarefas de teste da Artificial Analysis. Não é o que você vai necessariamente pagar no seu trabalho com o Codex.[1]
3. A própria OpenAI diz pra começar com Low ou Medium
O guia do Astra da OpenAI para Work e Codex trata separadamente a escolha do modelo e o quanto ele raciocina (o nível de raciocínio).[8]
Os níveis baixos são um bom ponto de partida quando você quer respostas mais rápidas ou quer que sua franquia de uso dure mais. O Medium equilibra velocidade e raciocínio mais profundo. Os níveis altos são para problemas realmente difíceis.[8]
A OpenAI também diz que o Astra no Low pode superar o Sol no High, e sugere testar o Astra Low ou Medium se o Sol High já vinha funcionando bem pra você.[8]
E tem mais um alerta: aumentar o nível de raciocínio nem sempre dá um resultado melhor.[8]
Isso não é uma loja de RPG em que a espada mais cara ganha todas as lutas.
4. O que pode ficar no Astra Low?
O Low é fácil de adotar como padrão quando o objetivo, os arquivos e a linha de chegada já estão claros.
Alguns exemplos:
- construir algo com requisitos claros
- mudanças pequenas em código que já existe
- refatorar (arrumar o código sem mudar o que ele faz)
- adicionar testes
- revisão de código de rotina
- investigar um erro conhecido
- resumos e tabelas de comparação
- tarefas repetitivas com regras fixas
Nesses casos, pensar mais não ajuda por si só. Acertar com um raciocínio curto e seguir em frente costuma ser mais rápido do que passar três minutos matutando antes de mexer num arquivo.
A OpenAI também recomenda conferir instruções, arquivos, aplicativos conectados e permissões antes de subir o nível. Pensar mais não inventa a informação nem o acesso que faltam.[8]
Sem permissão pro arquivo, o xhigh continua sem permissão pro arquivo. O modelo não ganhou visão de raio-X.
5. Quando subir do Low para o Medium?
Se o Low errar uma vez uma tarefa bem explicada, não precisa pular direto pro xhigh. O Medium é o primeiro degrau.
O Medium combina com estas situações:
- dependências que passam por vários arquivos
- requisitos vagos
- bugs com mais de uma causa provável
- escolhas de projeto com prós e contras
- planos de implementação mais longos
- correções em que você vai lendo os testes que falham
A Artificial Analysis mostra o Astra Medium com Intelligence Index 50, Terminal-Bench v4.0 49% e $1,54 por tarefa.[2]
É claramente melhor que o 46 / 42% / $0,82 do Low, e ainda não é o nível mais pesado.
Pense no Medium como o equipamento da luta contra o chefe: "o Low foi meio desleixado, mas também não precisa chamar um tanque".
6. Quando High e xhigh fazem sentido?
O High vale a pena quando o Medium continua errando o problema central, quando os efeitos colaterais de um projeto saem caros, ou quando errar custa muito pra consertar: várias coisas rodando ao mesmo tempo, velocidade, segurança ou migração de dados.
O Astra High faz 51 no Intelligence Index, 54% no Terminal-Bench e custa $1,72 por tarefa.[3]
É melhor que o Medium, mas não o bastante pra travar todas as tarefas no High.
O xhigh se justifica mais fácil nas caças à causa raiz mais difíceis, nos trabalhos longos que você deixa rodando sozinhos, nas reformas grandes com muitas condições e nas tarefas de uma tentativa só em que falhar sai caro. Ele faz 53 no geral e 60% no Terminal-Bench, o topo desses cinco ajustes, a $2,31 por tarefa.[4]
Usar xhigh pra tudo é como ir à padaria de helicóptero.
Potente? Sim. Possível? Claro. Mas vamos falar de combustível.
7. O Sol xhigh ficou obsoleto? Não tão rápido
O Astra Low impressiona, mas dizer que "o Sol morreu" afirma mais do que os dados mostram.
Primeiro, o vencedor muda de teste pra teste. No SciCode, o Sol xhigh faz 57%, enquanto o Astra faz 54% no Low e no Medium, 55% no High e 56% no xhigh.[1][2][3][4]
Segundo, com a mesma quantidade de tokens, o preço oficial do Sol é 60% menor que o do Astra. O Astra Low saiu mais barato por tarefa porque, nesse teste, usou muito menos tokens. No trabalho real, pode não ser assim.[5][6][1]
Terceiro, projetos reais têm coisas que os testes não têm: configurações estranhas, regras internas, ferramentas, permissões, históricos enormes e falhas próprias de cada projeto.
Um benchmark é um mapa. Ele não mede o degrau na porta da sua casa.
8. Uma regra prática: comece no Low e só suba quando algo der errado
Uma escada simples já basta.
| Situação | Ajuste recomendado |
|---|---|
| Começar uma tarefa nova comum | Astra Low |
| Instruções e acesso claros, mas um requisito central foi perdido uma vez | Astra Medium |
| O Medium continua errando o ponto central / projeto difícil | Astra High |
| O High não resolve / falhar sai muito caro / a causa raiz mais difícil | Astra xhigh |
| A parte difícil acabou e o trabalho voltou ao normal | Voltar pro Low |
Assim você evita dois erros: gastar sua franquia começando tudo no máximo, e perder tempo repetindo o Low depois que ele já errou e a tarefa pede mais raciocínio.
Pense no nível de raciocínio como uma marcha, não como personalidade.
9. Veredito: "Astra Low pra sempre?" Sim como ponto de partida, não como regra fixa
Pelos dados públicos de 12 de setembro de 2026, começar o trabalho do dia a dia no Codex pelo Astra Low é uma estratégia sólida.
Nos testes da Artificial Analysis, ele passa o Sol xhigh na nota geral, abre grande vantagem no Terminal-Bench e custa menos por tarefa.[1]
A própria OpenAI recomenda Low ou Medium como ponto de partida e avisa que um nível mais alto não garante uma resposta melhor.[8]
Mas o Low não serve pra tudo.
Low pro trabalho normal. Medium quando algo está confuso, complicado ou já deu errado. High quando o Medium não resolve. xhigh só pras falhas mais difíceis e caras. Depois, de volta pro Low.
Não se deixe enganar pelo nome.
O Astra Low tem cara de modo econômico e joga como titular.
- Artificial Analysis — GPT-6 Astra (low) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (medium) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (high) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- Artificial Analysis — GPT-6 Astra (xhigh) vs GPT-5.6 Sol (xhigh) artificialanalysis.ai
- OpenAI API — GPT-6 Astra Model developers.openai.com
- OpenAI API — GPT-5.6 Sol Model developers.openai.com
- OpenAI Help Center — ChatGPT Rate Card (Business, Enterprise/Edu credit-based pricing) help.openai.com
- OpenAI Help Center — Managing usage with GPT-6 Astra in Work and Codex help.openai.com
