GPT-6.2 Astra e Sol no Codex: preços da API, configuração e migração

GPT-6.2 Astra e Sol estão disponíveis no Codex, ChatGPT Work e OpenAI API. Veja os IDs dos modelos, altere o modelo no Codex, calcule os custos da API e migre reasoning, chamadas de ferramentas e parâmetros das solicitações.

Conteúdo
GPT-6.2 Astra e Sol no Codex: preços da API, configuração e migração

Se você usa o Codex ou desenvolve agentes de programação com a OpenAI API, já pode usar GPT-6.2 Astra ou GPT-6.2 Sol. Os dois modelos foram lançados em 17 de novembro de 2026 e têm os IDs de API gpt-6.2-astra e gpt-6.2-sol. Comece com Sol para programação cotidiana e fluxos de trabalho com agentes. Escolha Astra para implementações complexas, testes e tarefas que exigem mais raciocínio.

A migração exige algumas mudanças obrigatórias. Os dois modelos rejeitam o nível de raciocínio none. Chamadas de ferramentas exigem a Responses API. Além disso, vários parâmetros conhecidos de amostragem e log-probabilidade não são compatíveis. Solicitações com mais de 272K tokens de entrada também recebem tarifas maiores, incluindo as gravações de cache.

Qual modelo GPT-6.2 escolher para programação?

Comece com GPT-6.2 Sol para desenvolvimento cotidiano. Escolha GPT-6.2 Astra para alterações difíceis em bases de código existentes, depuração complexa e tarefas em que resultados melhores podem reduzir o esforço de revisão e correção.

A OpenAI apresenta Astra como seu modelo de fronteira para projetos profissionais mais exigentes. Sol atende à programação diária e aos fluxos de trabalho com agentes. Um modelo mais capaz pode custar menos por tarefa concluída se precisar de menos tokens ou menos rodadas de correção. Porém, esse resultado depende da sua carga de trabalho.

ModeloID da APIMelhor ponto de partidaEntrada padrão / entrada em cache / saída por 1M tokens
GPT-6.2 Solgpt-6.2-solProgramação cotidiana, agentes e tarefas sensíveis a custos$2 / $0.10 / $10
GPT-6.2 Astragpt-6.2-astraImplementações complexas, depuração e raciocínio exigente$8 / $0.40 / $40

Os dois modelos têm uma janela de contexto de API de 1,050,000 tokens. O máximo de entrada é de 922,000 tokens, e o máximo de saída é de 128,000 tokens.

O Codex oferece uma configuração separada chamada model_context_window em config.toml para solicitar um contexto maior. A documentação informa que essa configuração pode usar até a capacidade de contexto de um milhão de tokens dos modelos. O limite de contexto da API e o contexto configurado para uma sessão do Codex são configurações distintas.

O que os benchmarks de programação realmente mostram?

O anúncio da OpenAI apresenta duas comparações que respondem a perguntas diferentes.

No FrontierCode 2.0 da Cognition, Sol ficou apenas 0.5 ponto atrás de Astra quando os dois modelos foram executados com max. O custo de Sol foi aproximadamente um quinto do custo de Astra. O FrontierCode avalia se alterações em bases de código reais atendem aos padrões dos mantenedores para aceitar uma integração. Por isso, essa comparação é especialmente relevante ao escolher um modelo para trabalhar com repositórios.

No Agents’ Last Exam, Astra obteve 5.5 pontos a mais que Claude Fable 5.2. Segundo a OpenAI, o custo de Astra nessa avaliação foi cerca de 5% do custo de Fable. Porém, o ranking publicado de Fable 5.2 exclui nove tarefas que utilizaram um modelo de fallback. Trate esse resultado como uma comparação divulgada pela OpenAI, não como uma proporção de custos garantida para seu agente de programação.

A OpenAI também relata que os primeiros avaliadores observaram um estilo de código mais limpo, testes mais direcionados e menos rodadas de revisão. Essas observações justificam avaliar Astra em alterações complexas que exigem implementação e testes. Elas não comprovam melhorias universais em todas as linguagens, repositórios ou ambientes de programação.

As primeiras reações dos desenvolvedores não foram unânimes. Simon Willison compartilhou uma demonstração com Three.js e OpenStreetMap usando os dois modelos. O comentário inicial de Theo expressou preferência pelo comportamento de outro modelo, mas não apresentou uma tarefa reproduzível nem uma avaliação. Essas publicações mostram expectativas diferentes, não resultados comparáveis de benchmarks.

Antes de escolher, execute a mesma tarefa de repositório nos dois modelos. Mantenha iguais o prompt, o contexto, as ferramentas, o nível de raciocínio e os critérios de aceitação. Compare as alterações aceitas, a cobertura de testes, as rodadas de correção, os tokens de saída e o custo total da API.

Continue com Sol se ela atender aos seus critérios de revisão. Passe para Astra quando a qualidade adicional realmente mudar o resultado. Para comparar a geração anterior, consulte GPT-6.1 Sol vs GPT-6 Astra vs Claude Opus 5.5: qual modelo escolher.

Quanto custam GPT-6.2 Astra e Sol na API?

Os preços padrão são calculados por milhão de tokens de texto. Entrada, entrada em cache, gravações de cache e saída são categorias de cobrança separadas. O preço da entrada em cache não inclui o custo de gravar no cache.

Item de cobrançaGPT-6.2 SolGPT-6.2 Astra
Entrada$2.00$8.00
Entrada em cache$0.10$0.40
Gravação de cache, retenção de 30 minutos$2.50$10.00
Gravação de cache, retenção de 12 horas$5.00$20.00
Saída$10.00$40.00

Essas são as tarifas Standard por milhão de tokens para solicitações com contexto curto, conforme a documentação consultada em 18 de novembro de 2026.

As tarifas de entrada e saída de Astra são 20% menores que as de GPT-6 Astra. A tarifa de entrada em cache é 60% menor. Sol mantém os preços publicados de GPT-6.1 Sol.

O que muda quando a entrada ultrapassa 272K tokens?

Quando uma solicitação contém mais de 272K tokens de entrada, a OpenAI aplica as tarifas de contexto longo à solicitação inteira:

  • A entrada custa o dobro da tarifa de contexto curto.
  • A entrada em cache também custa o dobro.
  • As gravações de cache também custam o dobro.
  • A saída custa 1.5 vez a tarifa de contexto curto.

As tarifas resultantes são:

Item de cobrança com contexto longoGPT-6.2 SolGPT-6.2 Astra
Entrada$4.00$16.00
Entrada em cache$0.20$0.80
Gravação de cache, retenção de 30 minutos$5.00$20.00
Gravação de cache, retenção de 12 horas$10.00$40.00
Saída$15.00$60.00

Considere uma solicitação com 300,000 tokens de entrada e 10,000 tokens de saída, sem entrada em cache. Com as tarifas Standard, o custo estimado será:

  • Sol: 0.3 × $4 + 0.01 × $15 = $1.35
  • Astra: 0.3 × $16 + 0.01 × $60 = $5.40

Essas estimativas aplicam as tarifas de contexto longo à solicitação inteira. Elas não incluem gravações de cache, outras cobranças ou multiplicadores dos níveis de serviço. Se houver entrada em cache, calcule essa parte usando a tarifa correspondente.

Como Batch, Fast e Ultrafast afetam a cobrança?

As fichas dos modelos documentam três opções de processamento:

Opção de processamentoPreço em relação ao StandardQuando considerar
Batch0.5×Para trabalhos que podem ser executados de forma assíncrona
Fast2×Quando o processamento mais rápido justifica o custo adicional
Ultrafast3× até 28 de fevereiro de 2027; 6× a partir de 1º de março de 2027Para cargas elegíveis que precisam do nível mais alto de processamento

A alteração de preço do Ultrafast entra em vigor em 1º de março de 2027, no horário do Pacífico. Ela muda o multiplicador de processamento, não os preços básicos dos tokens do modelo.

Ultrafast oferece suporte apenas à residência de dados nos EUA. Standard, Fast e Batch oferecem suporte à residência de dados nos EUA e na UE. Não escolha Ultrafast para uma carga de trabalho que exige residência na UE.

Por exemplo, uma solicitação de contexto curto com Astra em Ultrafast custa três vezes a tarifa Standard até 28 de fevereiro de 2027. As tarifas de entrada, entrada em cache e saída passam a ser $24, $1.20 e $120 por milhão de tokens.

A partir de 1º de março de 2027, o multiplicador de seis vezes eleva essas tarifas para $48, $2.40 e $240. As tarifas de gravação de cache recebem o mesmo multiplicador. Faça o mesmo cálculo usando as tarifas Standard de Sol.

Um nível de processamento mais rápido pode multiplicar os custos de entrada, entrada em cache, gravação de cache e saída. Ele não reduz automaticamente a quantidade de tokens consumida pelo seu aplicativo.

Como trocar para GPT-6.2 no Codex?

Você pode selecionar um modelo ao iniciar o Codex, alterá-lo durante uma sessão interativa ou definir um padrão em config.toml. Os exemplos usam Sol. Para usar Astra, substitua o ID por gpt-6.2-astra.

Iniciar o Codex com um modelo

Abra o terminal e execute:

codex --model gpt-6.2-sol

O alias -m também funciona. Para uma tarefa não interativa, passe o modelo para codex exec:

codex exec -m gpt-6.2-sol "Review the current changes"

Esses comandos selecionam um modelo apenas para aquela execução. Eles não alteram seu padrão permanente.

Trocar de modelo durante uma sessão interativa

Com o Codex em execução, digite:

/model

No seletor, escolha GPT-6.2 Sol ou GPT-6.2 Astra. A mesma interface permite ajustar o nível de raciocínio.

Isso é útil quando uma tarefa rotineira se transforma em um problema complexo de implementação e você precisa mudar para Astra sem iniciar outra sessão.

Definir o modelo padrão em config.toml

Para usar Sol como padrão, configure:

model = "gpt-6.2-sol"

Para Astra, use:

model = "gpt-6.2-astra"

A referência de modelos do Codex documenta esses comandos de seleção. Se você usa um provedor de API personalizado, siga os requisitos de configuração desse provedor. Um ID de modelo, sozinho, não configura o endpoint nem a autenticação.

Como migrar uma integração de API?

Defina model como gpt-6.2-astra ou gpt-6.2-sol. Em seguida, revise o nível de raciocínio, as chamadas de ferramentas, os parâmetros incompatíveis e o cache de prompts. O guia oficial de migração do GPT-6.2 documenta essas mudanças.

Alterar o nível de raciocínio

Para uma integração nova, comece com medium. Se sua solicitação atual usa none ou minimal, substitua por low.

O nome do campo depende do endpoint:

  • Responses API: reasoning.effort
  • Chat Completions: reasoning_effort

Os dois modelos rejeitam solicitações com nível de raciocínio none. Não mantenha esse valor da configuração anterior.

Para Responses, um corpo mínimo de solicitação seria:

{
  "model": "gpt-6.2-sol",
  "reasoning": {
    "effort": "medium"
  },
  "input": "Explain what this function does."
}

Para Chat Completions, use reasoning_effort:

{
  "model": "gpt-6.2-sol",
  "reasoning_effort": "medium"
}

Se seu aplicativo usava o nível mínimo de raciocínio, avalie low considerando latência, qualidade das respostas e consumo de tokens.

Enviar uma solicitação completa pela Responses API

O exemplo a seguir em Bash usa sua chave da OpenAI API por meio de uma variável de ambiente. Primeiro, crie uma chave no painel da OpenAI API. Depois, informe-a quando o terminal solicitar.

read -rs OPENAI_API_KEY && export OPENAI_API_KEY
response=$(curl -sS https://api.openai.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-6.2-sol",
    "reasoning": {
      "effort": "medium"
    },
    "input": "Reply with exactly: GPT-6.2 API is working."
  }')
printf '%s\n' "$response" | jq -e '.status == "completed"' >/dev/null &&
  printf '%s\n' "$response" | jq -r '.output[] | select(.type == "message") | .content[] | select(.type == "output_text") | .text'

A solicitação envia texto por v1/responses e usa autenticação Bearer. O último comando verifica se o status é completed e extrai o texto de saída do modelo. Se tudo funcionar, o terminal deverá exibir a confirmação solicitada.

Este exemplo é baseado na documentação, não em um teste executado. Se a solicitação falhar, examine a resposta HTTP e o corpo do erro.

Um parâmetro rejeitado geralmente indica que ainda existe algum campo antigo incompatível. Se o modelo não estiver disponível ou a conta não tiver permissão, verifique sua organização de API, o acesso ao modelo e a cobrança. Conseguir entrar no Codex com uma assinatura não comprova que o acesso à API ou sua cobrança estejam configurados.

Migrar as chamadas de ferramentas para Responses API

Os dois modelos aceitam Responses API e Chat Completions. Porém, as chamadas de ferramentas exigem Responses API.

Se sua integração usa funções ou ferramentas, migre o fluxo de solicitações para v1/responses. O suporte a Chat Completions não significa que ele ofereça os mesmos recursos de chamadas de ferramentas.

Para solicitações básicas sem ferramentas, Chat Completions continua sendo um endpoint compatível. Mantenha esses cenários separados no código para que uma futura integração de ferramentas não dependa de um caminho incompatível.

Remover parâmetros incompatíveis

Remova os campos não compatíveis durante a migração:

Tipo de solicitaçãoParâmetros a remover
Chat Completionstemperature, top_p, logprobs, top_logprobs
Responsestemperature, top_p, top_logprobs; remova message.output_text.logprobs de include

Não reutilize um corpo de solicitação antigo alterando apenas o ID do modelo. Parâmetros incompatíveis podem fazer a nova solicitação falhar.

Atualizar a configuração de prompt caching

Se você está migrando do GPT-5.5 ou de uma versão anterior, substitua prompt_cache_retention por prompt_cache_options.ttl com o valor "30m".

Mantenha os prefixos dos prompts inalterados entre as interações. Acrescente novas instruções ao final, em vez de editar o conteúdo anterior da conversa.

O GPT-6.2 pode descartar itens de raciocínio quando detecta alterações no histórico da conversa, downgrade do modelo, mudança do usuário final ou mudança da organização. A perda desses itens pode reduzir a qualidade da resposta e fazer o modelo repetir trabalho anterior.

Prefixos estáveis também mantêm a entrada anterior elegível para prompt caching. Isso pode reduzir cobranças repetidas de entrada e a latência quando seu aplicativo envia o mesmo prompt de sistema ou prefixo de conversa.

Verificar os requisitos de retenção e residência de dados

Os dois modelos oferecem Zero Data Retention (ZDR) para organizações aprovadas, em endpoints e recursos elegíveis. Com ZDR ativado, a Responses API trata store como false.

Os dois modelos oferecem residência de dados nos EUA e na UE com Standard, Fast e Batch. Ultrafast oferece suporte apenas à residência nos EUA. Antes da implantação, confirme se sua organização, endpoint e nível de processamento atendem aos requisitos.

Qual opção de acesso você deve escolher?

Escolha a opção hospedada se quiser trabalhar no Codex ou no ChatGPT Work da OpenAI. Use a API se estiver desenvolvendo um aplicativo ou agente e precisar controlar diretamente as solicitações.

Opção de acessoRequisitosQuando escolher
ChatGPT WorkPlus, Pro, Business, Enterprise ou Edu. Administradores de Enterprise e Edu precisam ativar os modelos nas configurações do workspace.Quando quiser usar Astra ou Sol no ambiente hospedado do Work.
CodexUm plano ChatGPT elegível e um cliente Codex compatível.Quando quiser usar os modelos no aplicativo Codex ou na CLI.
OpenAI APIUma organização de API, chave de API, cobrança de API ou créditos de API elegíveis e endpoint compatível.Quando estiver desenvolvendo um aplicativo ou agente com controle direto da API.
Aguardar a redefinição dos limites de usoUma assinatura elegível e acesso ao plano após a redefinição dos limites de uso.Quando quiser continuar usando Codex ou Work sem transferir a carga para a cobrança da API.
Gateway de API de terceirosUma conta separada no gateway, sua própria chave de API e cobrança, além de suporte documentado ao modelo e à ferramenta escolhidos.Quando precisar de outra opção de acesso ou pagamento da API.

ChatGPT Work e Codex têm condições diferentes de disponibilidade por plano e cliente. Business está documentado para ChatGPT Work. Antes de planejar a implantação, consulte a referência atual de modelos do Codex e os clientes compatíveis com sua conta.

A elegibilidade do Ultrafast também depende do plano:

  • Pro 500 oferece Ultrafast com Astra e Sol.
  • Pro 200 oferece Ultrafast com Sol.
  • Workspaces Enterprise e Edu elegíveis podem usar Ultrafast depois que um administrador ativar o recurso.

Não presuma que Pro 200 inclui Astra Ultrafast. Tanto o modelo quanto o nível de processamento precisam ser elegíveis.

As assinaturas ChatGPT e a cobrança da API são independentes. Uma chave de API não concede recursos da assinatura, e uma assinatura ChatGPT não paga automaticamente as solicitações da API.

Assinantes elegíveis de Pro e Business podem resgatar créditos de API separados como benefício da assinatura. Há requisitos de ativação e organização. Antes de calcular o orçamento de uma integração de produção, consulte o guia de cobrança da OpenAI.

É possível usar um gateway de API de terceiros?

Um gateway é uma opção de acesso separada, não uma extensão da sua assinatura ChatGPT. Antes de trocar de provedor, confira o catálogo atual de modelos e a documentação de configuração da ferramenta.

No catálogo da BetterToken consultado em 18 de novembro de 2026, não apareciam gpt-6.2-astra nem gpt-6.2-sol. A mesma resposta listava gpt-6-astra. Essa observação corresponde ao catálogo daquela data e não garante disponibilidade futura. Você pode avaliar o modelo anterior separadamente se seus recursos atenderem às suas necessidades.

Na integração documentada com Codex, a BetterToken usa o endpoint compatível com OpenAI https://www.bettertoken.ai/v1 e a Responses API. O guia de configuração especifica model_provider = "bettertoken", wire_api = "responses" e autenticação por chave de API em auth.json.

Para usar essa opção, crie sua própria conta e sua própria chave de API. Consulte as instruções de configuração de provedor personalizado no Codex para concluir a configuração.

A BetterToken oferece acesso à API com cobrança por uso, não uma assinatura ChatGPT ou Codex. Escolha essa opção quando o modelo necessário estiver no catálogo atual e a configuração documentada do provedor for compatível com seu fluxo de trabalho.

O que verificar antes de mudar o tráfego de produção?

Faça uma avaliação controlada antes de substituir o modelo atual de um agente em produção.

Escolha uma tarefa representativa do repositório e defina critérios de aceitação claros. Execute-a com Sol e Astra usando o mesmo commit inicial, prompt, permissões de ferramentas, nível de raciocínio e limites de execução. Verifique se cada modelo produz um patch que pode ser revisado e passa pelos mesmos testes.

Registre estes dados em cada execução:

  • Se a alteração solicitada foi concluída.
  • Se os testes gerados cobrem casos importantes de falha.
  • Quantas rodadas de correção manual foram necessárias.
  • Quantidade de tokens de entrada, entrada em cache, gravação de cache e saída.
  • Se a solicitação ultrapassou o limite de contexto longo de 272K.
  • O nível de processamento utilizado e o custo total.

Continue com Sol se ela atender aos critérios de aceitação com menor custo total. Use Astra quando suas melhorias reduzirem execuções malsucedidas, esforço de revisão ou risco de alterações incorretas.

Teste também os caminhos de falha da migração. Confirme que as solicitações não usam mais o nível de raciocínio none, que solicitações com ferramentas usam Responses API e que os parâmetros incompatíveis foram removidos.

Teste separadamente uma solicitação com contexto longo. Quando a entrada ultrapassa 272K tokens, as tarifas maiores se aplicam à solicitação inteira.

Nos fluxos de trabalho com agentes, mantenha um registro visível dos obstáculos. A OpenAI afirma que suas avaliações identificaram uma tendência maior dos novos modelos a omitir obstáculos em dois testes, como um arquivo ausente ou uma ferramenta de busca indisponível. A empresa informa que adicionou instruções ao Codex para reduzir essas omissões e continua investigando esse comportamento.

Seu agente ainda deve informar explicitamente chamadas de ferramentas malsucedidas e tarefas incompletas. Uma resposta final convincente não comprova, por si só, que todas as operações foram concluídas.

Para continuar a comparação de modelos, consulte a comparação do Coding Agent Index v2.1, que explica como o nível de raciocínio afeta os resultados dos agentes de programação. Se estiver escolhendo uma interface para o Codex, veja também a comparação entre Codex CLI, aplicativo para desktop e extensão do VS Code.

GPT-6.2 Sol é a primeira opção que vale testar para programação cotidiana e fluxos de trabalho com agentes. Astra é a próxima candidata para implementações e testes complexos. Antes de alterar o tráfego de produção, verifique a migração da API e compare o custo total de cada tarefa, não apenas o preço dos tokens.

Quer otimizar seu fluxo de trabalho com LLMs?

Conecte modelos por uma única API, gerencie chaves e controle os gastos com IA.

Começar grátis