GPT-6 Astra chegou. Você não precisa dele em tudo

Na quarta-feira a OpenAI soltou o GPT-6 Astra. O mais forte que já vi: 98% no exame de matemática mais difícil do mundo, 100% em exploração de falhas de segurança. Dá pra delegar coisa séria com mais confiança do que antes. E, na mesma semana, meio mundo de founder me perguntou a mesma coisa: "preciso migrar tudo pra ele?". A resposta honesta é quase sempre não. Usar o modelo mais caro pra tudo é o jeito mais rápido de queimar dinheiro em IA.

Este artigo ensina o Método dos 3 Patamares: uma regra de 30 segundos pra saber qual modelo usar em cada tarefa, sem virar especialista.

TL;DR

• O GPT-6 Astra, da OpenAI, é o modelo mais forte até hoje: 98% no FrontierMath e 100% no ExploitBench, segundo o anúncio oficial.
• Mesmo assim, a maioria das tarefas de uma empresa não precisa do modelo líder. Colocar ele em tudo custa caro à toa.
• O Método dos 3 Patamares (Robô, Assistente, Especialista) decide, em segundos, qual modelo usar em cada tarefa.

O problema: o hype do modelo novo

Toda vez que sai um modelo mais forte, o filme é o mesmo. Dezenas de posts, barulho de lançamento, e o founder abrindo o painel de IA perguntando se está por fora. Aconteceu com o GPT-5.6 Sol, acontece agora com o GPT-6 Astra. Entendo a ansiedade.

Mas existe um erro escondido aí. É como comprar uma Ferrari pra fazer entrega de pizza. A Ferrari é incrível. Só que a entrega de pizza não muda nada com ela.

O GPT-6 Astra é, de fato, eficiente. A própria OpenAI mostra que ele faz o mesmo trabalho com até 65% menos tokens que o modelo Opus 5 em várias tarefas. Isso é real. Mas eficiência por tarefa não é o mesmo que "vale a pena em toda tarefa". O preço é premium. E a latência é maior. Pra tarefa trivial, você paga caro por uma resposta que o modelo barato dava igual.

O Paul Graham notou a mesma coisa olhando as startups: a turma está migrando de volta pra modelos de peso aberto, que custam uma fração. O mercado inteiro anda nessa direção. Não porque o modelo barato virou melhor que o topo de linha. Porque a maioria das tarefas não exige o topo de linha.

O Método dos 3 Patamares

Parei de ver modelo como "melhor ou pior" e passei a ver como patamar. Três. E toda tarefa da empresa cai num deles. A regra é simples: quanto maior a consequência de errar, mais alto o patamar.

Patamar 1 — O Robô (barato, alto volume, baixo risco)

Resumir reunião, triar e-mail, classificar lead, rascunhar resposta, extrair dado de planilha. Roda centenas de vezes por dia. Se errar, você percebe na hora e corrige. Aqui entra o modelo barato, inclusive os de peso aberto. Antes de confiar, eu testo modelo barato com um procedimento simples. Funcionou no teste, entra no Robô.

Patamar 2 — O Assistente (médio, contexto, revisão)

Proposta comercial, análise com contexto, material, comparação de cenários. Roda menos vezes, mas precisa entender a história toda. O custo de erro é médio, e costuma passar por revisão de humano. Aqui, o modelo intermediário resolve a grande maioria dos casos.

Patamar 3 — O Especialista (alto risco, julgamento, criatividade)

Contrato, laudo, código crítico, decisão com dinheiro na mesa, criação de produto. Errar é caro e difícil de perceber. É aqui, e só aqui, que entra o GPT-6 Astra e os modelos topo de linha. No que é crítico, o custo extra compensa, porque o modelo líder erra menos e é mais eficiente.

Como aplicar hoje em 5 minutos

Você não precisa de projeto de seis meses. Pegue as dez tarefas de IA que o seu time mais usa e responda três perguntas pra cada uma:

1. Se isso errar, quanto custa? (caro, sobe um patamar)
2. Quantas vezes por dia roda? (muitas, desce um patamar)
3. Quem revisa a saída? (ninguém, não sobe patamar sem blindagem)

Depois, classifique cada uma como Robô, Assistente ou Especialista. Se você joga tudo no patamar de cima por medo, está pagando caro à toa. Se joga tudo no de baixo, vai ter resultado ruim. O ponto é o equilíbrio.

Quem tem volume grande pode ainda deixar a máquina decidir na hora. Ferramentas de roteamento automático de modelos mandam cada pedido pro patamar certo sem ninguém configurar nada.

Resultados esperados

Quem aplica os três patamares costuma ver, em um mês:

• Fatura de IA caindo, porque o volume alto migrou pro patamar barato.
• Menos retrabalho, porque as tarefas críticas ganharam o modelo forte de verdade.
• Time mais rápido, porque ninguém espera latência de modelo topo de linha pra resumir e-mail.

A conta fecha assim: o Astra faz o mesmo trabalho com até 65% menos tokens que o Opus 5. Agora imagina deixar o Astra só pro que é crítico e o modelo barato pro volume. É aí que a IA começa a pagar a conta em vez de virar despesa.

Perguntas rápidas

Preciso mesmo testar o GPT-6 Astra?

Vale testar no patamar 3: tarefas críticas, criativas, de julgamento. No resto, provavelmente não muda nada pra você. Testar de verdade, com a sua tarefa, é melhor que migrar no automático.

Modelo barato é ruim?

Não. Modelo barato é o certo pra tarefa de baixa consequência e alto volume. O problema não é o preço do modelo, é usar o modelo errado pro patamar. Cada patamar tem o modelo ideal.

Modelos de peso aberto servem pra empresa?

Servem no patamar 1 e parte do 2. Pra dados sensíveis, inclusive, rodar local costuma ser até mais seguro. O segredo é testar antes de confiar, do mesmo jeito que você testaria qualquer modelo.

Se eu uso só modelo topo de linha, qual o risco?

Custo alto pra tarefa trivial e latência. Num time grande, isso vira a diferença entre IA que ajuda todo dia e IA que só os críticos usam. É o desperdício mais comum que vejo nas empresas.

Para onde ir daqui

Modelo novo sempre chega com um bait de urgência: atualize tudo. Resistir a esse reflexo é o que separa quem gasta bem em IA de quem gasta à toa. O GPT-6 Astra é incrível, no lugar certo. Aprenda a colocar cada tarefa no seu patamar e você aproveita o modelo líder sem pagar o preço dele em tudo.

Comece pela lista de dez tarefas. Três perguntas, trinta segundos. É barato, é rápido e muda a sua fatura de IA.

Se você quer levar essa lógica pro seu time sem virar engenheiro, veja como levo o assunto de IA aplicada a líderes. Falo com founders e executivos, não com especialistas. Porque IA simplificada é IA que a gestão entende de verdade.