Nota de leitura. Este artigo baseia-se no anúncio público do GPT-6 Astra a 3 de setembro de 2026, na publicação da ARC Prize sobre os resultados do ARC-AGI-3 e no reporting disponível à data da escrita. Os números de benchmarks e de preço provêm da OpenAI ou de terceiros identificados; citamo-los tal como são e assinalamos o que fica por verificar de forma independente.

Numa frase

A 3 de setembro de 2026, a OpenAI apresentou o GPT-6 Astra, sucessor do GPT-5.6 Sol, e o seu presidente Greg Brockman encerrou a conferência de imprensa com um «Welcome to the AGI era» — bem-vindos à era da AGI (artificial general intelligence, inteligência artificial geral). Pensamos que a verdadeira notícia não é essa frase, que nenhuma instituição pode validar, mas um deslocamento mais sóbrio: o Astra já não se limita a produzir texto, pilota um computador. E o número mais comentado do lançamento — 99,9 % no ARC-AGI-3 — desaba para 62,7 % assim que se muda o andaime à volta do modelo. É essa diferença, mais do que a palavra AGI, que nos parece instrutiva.

1. O que foi anunciado, sem verniz

Retomemos os factos antes de discutir o seu sentido.

O modelo. O Astra sucede ao GPT-5.6 Sol, cuja divisão analisámos em julho. A OpenAI descreve-o como o seu modelo mais capaz até à data em uso de computador, engenharia de software e trabalho científico. Resulta, segundo a empresa, do seu maior treino de sempre — da ordem de 100 000 processadores gráficos no seu polo Stargate, no Texas — e é o primeiro dos seus modelos cujo treino terá sido supervisionado, em parte, por outros modelos.

As capacidades destacadas. Preencher formulários em linha, atualizar uma ficha de cliente, organizar uma agenda, conduzir uma pesquisa, produzir documentos, folhas de cálculo e apresentações. As demonstrações relatadas pela imprensa vão da preparação fiscal ao rendering arquitetónico, passando pela procura de emprego e pela formatação de documentos jurídicos.

Os números, tal como publicados:

  • OSWorld 2.0 (controlo de um sistema operativo): 72,6 %, com cerca de 47 % menos tempo por tarefa do que o GPT-5.6 Sol.
  • ExploitBench (cibersegurança ofensiva): 100 %, tendo o Astra descoberto pelo caminho duas vulnerabilidades zero-day — falhas desconhecidas dos fabricantes e, portanto, sem correção disponível.
  • ARC-AGI-3: 62,7 % com o arnês padrão da ARC Prize, 99,9 % com um adaptador específico da OpenAI. Voltamos a isto em detalhe na secção 3.

A difusão. Primeiro um círculo restrito de organizações através do programa Daybreak Access, depois as modalidades ChatGPT Plus, Pro, Business e Enterprise, a API — a interface pela qual um programa externo chama o modelo à distância — sob o nome gpt-6-astra, e a Amazon Bedrock. A tarifa API anunciada é de 10 $ por milhão de tokens à entrada e 50 $ à saída, com um modo rápido ao dobro do preço.

Vale a pena reter já este último ponto, porque rompe com os últimos doze meses. O GPT-5.6 Sol estava em 5 $ / 30 $. O Astra duplica a entrada e aumenta a saída em dois terços. Depois de um ano de descidas contínuas no preço da inteligência, a gama alta volta a subir. Não é uma contradição: é sinal de que a OpenAI já não vende uma resposta, mas tempo de trabalho.

2. O deslocamento real: da IA que responde à IA que executa

Desde o ChatGPT usamos a inteligência artificial como uma interface conversacional. Escreve, traduz, resume, programa, analisa. O utilizador pergunta: «Como se faz isto?»

O Astra empurra outro modelo de utilização, aquele a que chamamos IA agêntica: o sistema recebe um objetivo, decompõe o problema, usa várias ferramentas, navega entre aplicações, verifica o seu próprio trabalho e prossegue ao longo de várias etapas. A pergunta passa a ser: «Faz.»

É uma mudança de natureza, não de grau. Um modelo que responde produz texto que alguém terá depois de executar. Um modelo que age produz efeitos: um formulário enviado, um registo alterado, um ficheiro escrito, uma mensagem que parte. O erro já não se corrige relendo: corrige-se reparando.

Para uma empresa, isto transforma potencialmente o modelo num colaborador digital polivalente. Pesquisa documental, preparação de processos, análise financeira, desenvolvimento, paginação de um relatório: tudo delegável. Do ponto de vista económico, este deslocamento parece-nos mais importante do que o debate sobre a palavra AGI — e bastante mais verificável.

3. Os 99,9 % no ARC-AGI, e porque é preciso lê-los duas vezes

É o número que circulou mais depressa e o que mais atenção merece.

ARC-AGI é uma família de testes concebida para medir algo diferente da memorização: a capacidade de um sistema para compreender e resolver ambientes que nunca viu. A sua terceira versão, ARC-AGI-3, coloca o modelo em mundos interativos desconhecidos cujas regras tem de inferir jogando.

Os resultados publicados pela ARC Prize são os seguintes:

  • Com o arnês padrão — a interface mínima e idêntica para todos os modelos — o Astra obtém 62,7 %.
  • Com um adaptador de fornecedor, uma infraestrutura talhada para os mecanismos próprios da OpenAI, que preserva o estado de raciocínio do modelo entre pedidos e compacta as trocas longas, chega aos 99,9 %.

A título de comparação, o GPT-5.6 Sol estava em 7,8 % e o Claude Opus 5 em 30,2 %. Mesmo nos 62,7 %, o avanço é considerável. E a ARC Prize nota que o Astra usou menos ações do que o humano mediano testado em 96 % dos níveis.

Mas a diferença entre os dois números não é um detalhe metodológico. Diz algo importante:

«A inteligência de um sistema moderno já não reside apenas no modelo. Reside no que o rodeia — memória, contexto, ferramentas, persistência.»

O mesmo modelo, com melhor memória de trabalho e melhor gestão do contexto, passa de «muito bom» a «saturado». O que se mede é, portanto, a capacidade do par modelo + andaime, não a do modelo isolado. A ARC Prize, de resto, não reivindica qualquer AGI.

Daí retiramos uma hipótese de trabalho, válida também para as estruturas pequenas: se uma parte importante do desempenho vem do andaime, então a distância entre um modelo de fronteira e um mais modesto bem equipado é mais estreita do que parece. É uma boa notícia para quem constrói com meios limitados.

4. O limiar «crítico» em cibersegurança

O Astra atravessa outro limiar, menos animador. É o primeiro modelo que a OpenAI classifica no nível mais elevado do seu próprio quadro de risco para capacidades cibernéticas autónomas. Os 100 % no ExploitBench, obtidos ao descobrir duas falhas inéditas, são a ilustração.

A dificuldade é estrutural, não moral: a competência que permite encontrar uma vulnerabilidade para a corrigir é exatamente a que permite explorá-la. Não existe uma versão apenas defensiva dessa capacidade.

A OpenAI responde com a restrição: os usos cibernéticos avançados ficam reservados a utilizadores e profissionais considerados fiáveis. É uma resposta razoável e é também uma confissão: o controlo passa agora pela gestão de acessos, mais do que pelas propriedades do modelo. Jakub Pachocki, cientista-chefe da OpenAI, reconhece que precisar do que estes sistemas são capazes se torna mais difícil à medida que progridem.

Registamos de passagem a coerência com o que escrevemos sobre o Fable 5: quanto mais sensível é julgada uma capacidade, mais condicional se torna o seu acesso. A torneira existe, e alguém tem a mão em cima dela.

5. AGI: uma palavra que ninguém pode certificar

O problema do anúncio não é ser exagerado. É ser inverificável.

Não existe definição consensual de inteligência artificial geral. Na sua carta, a OpenAI descreve-a historicamente como sistemas altamente autónomos que superam os humanos na maioria das atividades economicamente valiosas — uma definição estritamente económica, que não exige consciência, nem emoções, nem pensar «à maneira humana». Segundo esse critério, a fronteira torna-se efetivamente difícil de traçar.

Mas nenhuma autoridade emite um certificado de AGI. Nenhum benchmark único decide — e a secção anterior mostra que o benchmark mais simbólico dá duas respostas opostas consoante as ferramentas usadas.

A ironia é que a prudência mais bem formulada vem da própria OpenAI: Sam Altman repete há algum tempo que a AGI «não é um termo muito útil», precisamente porque cada um o emprega com a sua própria definição. Pode assim chegar-se a uma situação em que a empresa produz uma tecnologia considerável sendo incapaz de afirmar cientificamente: pronto, neste instante, a AGI existe.

A nossa leitura: «era da AGI» pertence aqui ao registo da convicção e da comunicação, não ao da medida. Isso não desqualifica o Astra. Apenas desloca o ónus da prova para aquilo que se mede: o trabalho realmente realizado.

6. A pergunta que se mede: quanto trabalho?

Substituamos então «será o Astra uma AGI?» por uma pergunta auditável:

Que parte do trabalho humano pode um sistema como o Astra concluir de ponta a ponta, sem retoques?

Se um agente recebe uma missão de manhã, usa vários programas, faz pesquisas, produz documentos e devolve um trabalho aproveitável algumas horas depois, as consequências económicas não precisam do rótulo AGI para serem consideráveis. Tocariam progressivamente o desenvolvimento, a administração, a consultoria, as finanças, a comunicação, o jurídico, a investigação e a engenharia.

Três reservas, porém, antes de concluir seja o que for:

  • A taxa de retoque é desconhecida. Um agente que acerta 72,6 % das tarefas de escritório falha em mais de uma em cada quatro. Em produção, uma tarefa falhada não sai de graça: é preciso detetá-la, compreendê-la e refazê-la.
  • O preço subiu. A 10 $ / 50 $ o milhão de tokens, uma tarefa agêntica longa — que consome contexto e produz muito — não é trivial. A rentabilidade dependerá do volume de retoques.
  • As demonstrações são caseiras. São feitas para correr bem. A difusão geral, nas próximas semanas, dirá o que resta fora do laboratório.

7. Sinais a vigiar

  1. As medições independentes no OSWorld e no ExploitBench. Os números do anúncio aguentam-se perante avaliações de terceiros, em tarefas não antecipadas?
  2. A diferença entre os dois arneses do ARC-AGI. Se a comunidade convergir para andaimes abertos comparáveis, a distância 62,7 / 99,9 deverá reduzir-se. Se persistir, será preciso admitir que o desempenho de fronteira é em parte proprietário pela infraestrutura, e não apenas pelos pesos.
  3. A trajetória do preço. O Astra sobe a tarifa da gama alta. A questão é saber se se seguirá um patamar intermédio mais barato, como o Terra fez para o Sol. É esse patamar, e não o navio-almirante, que decide o que fica acessível a uma estrutura pequena.
  4. O regime de acesso às capacidades cibernéticas. Restrição transitória ou norma duradoura? A resposta desenhará a governação dos modelos seguintes.
  5. Os primeiros usos agênticos reais. Não as demonstrações: os relatos de empresas que tenham confiado uma missão verdadeira ao Astra, e a taxa de retoque que constatem.

8. Uma palavra situada

Escrevemos da ilha da Reunião, a 9000 km de Silicon Valley. Daqui, o anúncio de uma «era da AGI» não se lê como um acontecimento histórico, mas como uma mudança nas condições de trabalho.

O que nos diz diretamente respeito resume-se a três pontos.

Primeiro, o andaime conta tanto como o modelo. É o ensinamento mais acionável do lançamento. Nunca teremos 100 000 processadores gráficos; podemos, em contrapartida, cuidar da memória, do contexto, das ferramentas e do ciclo de verificação em torno de um modelo mais modesto. Parte do caminho entre 62,7 % e 99,9 % passa por aí, e essa parte está ao nosso alcance.

Segundo, o preço volta a subir na gama alta. A descida contínua do custo do token não vale para a fronteira. Para um ator insular, a estratégia razoável não é correr atrás do Astra, mas saber com precisão que tarefas justificam um modelo a 50 $ o milhão de tokens à saída — e fazer tudo o resto noutro sítio.

Terceiro, uma capacidade alugada continua revogável. Quanto mais poderosa e sensível se torna uma ferramenta, mais condicional é o seu acesso. Continuamos a pensar que é preciso consumir a abundância sem nos tornarmos seus prisioneiros: usar as melhores ferramentas e guardar ao lado uma capacidade modesta que ninguém possa desligar.

Durante muito tempo imaginámos a chegada da inteligência artificial geral como uma cena: um laboratório liga uma máquina e o mundo compreende. A realidade parece menos cinematográfica. Os modelos escrevem melhor, depois raciocinam melhor, depois usam ferramentas, depois um computador, depois trabalham durante horas. Quando finalmente perguntarmos em que momento chegou a AGI, talvez já seja impossível situar a fronteira.

É cedo para afirmar que a OpenAI criou uma inteligência artificial geral. Torna-se difícil tratar estes sistemas como simples agentes conversacionais. Entre as duas coisas resta algo por fazer, e não é espetacular: medir o trabalho realmente realizado e construir em conformidade. 汎

Fontes e leituras complementares

Este documento é atualizado se surgirem elementos novos. Última revisão: 文 4 de setembro de 2026.