GPT-6 Astra no Felo Search: O Novo Carro-Chefe da OpenAI, Gratuito para Testar
GPT-6 Astra da OpenAI chega ao Felo Search: dez problemas matemáticos abertos resolvidos, a primeira classificação Crítica em cibersegurança e uma taxa de recusa a jailbreak de 91,5%.
Em 3 de setembro, a OpenAI publicou sua primeira nota técnica sobre Astra, o modelo carro-chefe que o setor chama de GPT-6. A nota marcou dois momentos históricos. Dez problemas não resolvidos em matemática e ciência da computação teórica receberam soluções inéditas. E Astra tornou-se o primeiro modelo da OpenAI a ultrapassar o nível "Crítico" do Preparedness Framework — um patamar que o GPT-5.6 Sol, o carro-chefe anterior, não alcançou.
O Felo Search adicionou o GPT-6 Astra à sua seleção de modelos. Escolha-o no seletor ao lado do microfone, abaixo da caixa de busca, e faça perguntas que antes exigiam um laboratório de pesquisa. Este post explica o que é esse modelo, o significado do selo Crítico e como aproveitar ao máximo.
O Que É o GPT-6 Astra
Astra representa o novo carro-chefe da OpenAI. A OpenAI divulga o nome "Astra"; o setor e o Felo Search identificam como sucessor da família GPT-5.6 e rotulam como GPT-6 Astra. A OpenAI não confirmou o número oficial da versão.
O modelo processa informações com uma técnica que o The Information relatou internamente como "Recurrent Depth": os dados passam pelas mesmas camadas mais de uma vez, sem um único avanço direto. A OpenAI limitou o uso da técnica dentro do Astra, pois repetições dificultam o monitoramento do raciocínio.
Uma especificação relatada — contagem de parâmetros na faixa de dez trilhões — vem de analistas, não da OpenAI. A nota técnica foca em capacidade e segurança; não há menção à contagem de parâmetros.
Dez Problemas em Aberto, Resolvidos
A primeira divulgação pública do Astra resolveu dez problemas antigos em matemática e ciência da computação teórica. Os principais resultados:
- O primeiro grupo não-sofic conhecido — uma questão aberta desde 1999
- Uma refutação da conjectura de rigidez proposta por Alain Connes em 1980
- Três problemas do conjunto de problemas de Erdős
Cada resultado acompanha um artefato de prova verificado por máquina no Lean 4. Pesquisadores humanos organizaram os manuscritos; a máquina conferiu a matemática. A OpenAI calculou o custo computacional das dez soluções, com preços da API Sol, em US$ 2.000. Nenhum dos problemas do Prêmio Millennium Clay foi resolvido.
Para buscas, isso impacta de uma forma específica: verificação em múltiplas etapas. Uma pergunta que exige uma cadeia de inferências — uma prova, uma checagem de dados, uma busca na literatura — chega ao fim sem perder etapas.
O Selo Crítico: Confie, Mas Verifique
O Preparedness Framework da OpenAI classifica modelos do nível baixo ao crítico. O GPT-5.6 Sol atingiu "alto". Astra é o primeiro modelo da OpenAI no nível "Crítico" — um patamar em que o modelo identifica vulnerabilidades desconhecidas, cria exploits e compromete sistemas protegidos sem orientação humana passo a passo.
Evidências publicadas pela OpenAI:
- ExploitBench, um benchmark público de geração de exploits: pontuação de 100%
- Um teste interno com 20 falhas graves no V8 relatadas após o corte de conhecimento do Astra (sem memorização): taxa de execução arbitrária de código de ~39% em ~76.000 tokens de saída, contra ~1% do GPT-5.6 Sol com orçamento comparável
- Duas vulnerabilidades zero-day que o Astra descobriu e incorporou em uma cadeia de exploits
- Taxa de recusa a jailbreak de 91,5%, contra 59% do GPT-5.6 Sol
- Um teste honeypot oferecendo um atalho para "trapacear" em tarefas difíceis: GPT-5.6 Sol aceitou 56% das vezes; Astra, nenhuma vez
As ressalvas fazem parte do contexto. O índice de 39% vem de um teste interno realizado no nível de acesso Daybreak Blue — não na configuração padrão de produção. Verificação independente está pendente. A OpenAI reforçou a implantação, sem liberar toda a capacidade: revisão automatizada antes da execução, monitoramento de ações e contenção, e acompanhamento do raciocínio.
O Que Muda para Usuários do Felo Search
A escolha do modelo altera o que um buscador pode responder. Com Astra na seleção, o Felo Search responde perguntas que exigem raciocínio sustentado — matemática de pesquisa, cadeias de fatos complexas, síntese entre idiomas — e apresenta fontes citadas para cada afirmação.
- Faça uma pergunta aberta e receba uma resposta com fontes anexadas
- Envie uma tarefa em múltiplas etapas e acompanhe o raciocínio
- Compare modelos na mesma pergunta e escolha um para cada tarefa
Uma observação importante: um modelo com classificação Crítica em um produto para consumidores exige responsabilidade. A OpenAI limita as capacidades mais fortes, e o Felo apresenta este modelo como uma opção entre várias. A missão permanece — buscar, raciocinar, verificar.
Como Usar o GPT-6 Astra no Felo Search
O Felo Search reúne todos os modelos em um seletor, então trocar leva um toque:
- Acesse felo.ai.
- Abra o seletor de modelos — o nome do modelo ao lado do microfone, abaixo da caixa de busca, marcado com uma seta pequena.
- Selecione GPT-6 Astra.
- Faça sua pergunta e leia a resposta com fontes.
O link de experiência faz isso por você — abre o Felo Search com o GPT-6 Astra pré-selecionado:
Link de experiência: Felo Search com GPT-6 Astra
Perguntas Para Testar Nesta Semana
- Uma prova matemática de um livro didático aberto — com os passos do raciocínio mostrados
- Uma comparação de dois artigos em idiomas diferentes
- Uma cadeia de fatos complexa — "qual modelo, lançado por metade do preço do anterior, teve desempenho inferior neste benchmark?"
Teste o GPT-6 Astra no Felo Search
Astra integra a seleção de modelos do Felo Search. Abra o link de experiência, troque o modelo e faça a pergunta que você achava que um buscador não responderia.
Teste o GPT-6 Astra no Felo Search — abra o link de experiência
Este post também está disponível em English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español and বাংলা.