OpenAI ultrapassa 1 bilhão de usuários ativos e Astra se torna seu principal modelo de IA de próxima geração

Introdução

A OpenAI alcançou mais um marco importante de adoção.

A empresa agora afirma que seus modelos alcançam mais de 1 bilhão de usuários ativos e mais de 2 milhões de empresas. Este dado foi divulgado em um artigo estratégico publicado pela OpenAI em 31 de julho de 2026 e reportado de forma independente pelo The Wall Street Journal.

Quase ao mesmo tempo, a OpenAI reduziu os preços de API dos modelos GPT-5.6 Terra e Luna, enquanto relatos sobre uma nova família de modelos provisoriamente chamada Astra começaram a circular.

As primeiras reportagens em chinês descreveram a Astra como um possível GPT-6 e trataram algumas de suas capacidades como vazamentos ou rumores. Desde então, a situação mudou rapidamente.

A OpenAI agora posicionou oficialmente a Astra como seu "próximo grande modelo" e divulgou dez novos resultados obtidos por versões internas do sistema nas áreas de matemática e ciência da computação teórica.

Várias questões importantes permanecem em aberto:

• A OpenAI ainda não informou se a Astra será lançada com o nome GPT-6.
• A empresa ainda não confirmou uma data de lançamento público.
• O The Information noticiou capacidades de múltiplos agentes e tarefas de longa duração, mas a OpenAI ainda não divulgou totalmente a documentação relacionada.
• Afirmações sobre tamanho do modelo, memória, personalização e um lançamento em agosto ainda não foram confirmadas.
• Os dois nomes experimentais de modelos do DesignArena, Zinc e Magnesium, ainda não foram oficialmente confirmados pela OpenAI.

Este artigo distingue o que a OpenAI confirmou daquilo que ainda permanece como reportagem ou especulação.

OpenAI agora alcança mais de 1 bilhão de usuários ativos

A OpenAI anunciou esse marco em um artigo mais amplo que descreve como a empresa conecta infraestrutura, modelos, plataforma de desenvolvedores e produtos.

Os dados atuais da empresa são os seguintes:

Estas são métricas de produto divulgadas pela empresa, não medições financeiras ou de audiência auditadas de forma independente.

A OpenAI utiliza esses dados para apoiar um argumento mais amplo: mais uso gera mais feedback de clientes, revela onde a IA cria valor e ajuda a empresa a decidir onde melhorar modelos e expandir infraestrutura.

Esse marco de usuários tem significado histórico para a IA generativa.

Alcançar 1 bilhão de usuários coloca os produtos da OpenAI em uma faixa de adoção anteriormente associada às maiores plataformas de tecnologia de consumo do mundo.

No entanto, "mais de 1 bilhão de usuários ativos alcançados pelos modelos da OpenAI" não deve ser automaticamente interpretado como 1 bilhão de assinantes diretos e pagantes do ChatGPT.

O número total pode incluir usuários que acessam os sistemas da OpenAI por meio de diversos produtos, implantações empresariais, integrações, API, parceiros e plataformas suportadas.

Este marco vem logo após grandes reduções de preços no GPT-5.6

A OpenAI anunciou o número de 1 bilhão de usuários pouco depois de reduzir os preços de dois modelos GPT-5.6.

A partir de 30 de julho de 2026, a empresa divulgou as seguintes tarifas padrão de API:

A OpenAI afirmou que o Luna é o modelo mais rápido e acessível da família, enquanto o Terra é posicionado como um modelo equilibrado, adequado para tarefas cotidianas.

A documentação oficial de preços também inclui tarifas separadas para as seguintes categorias:

• Processamento padrão.
• Processamento em lote.
• Processamento elástico.
• Modo rápido.
• Contexto curto e contexto longo.
• Entrada em cache e escrita em cache.

Portanto, usuários em ambiente de produção devem consultar a página completa de preços, em vez de depender apenas das tarifas de entrada e saída divulgadas nas manchetes.

A redução de preços levou a OpenAI a 1 bilhão de usuários?

Os dois eventos ocorreram em datas próximas, mas as evidências públicas não comprovam uma relação de causalidade direta entre eles no mesmo dia.

Antes do ajuste de preços em 30 de julho, a base de usuários da OpenAI já se aproximava de 1 bilhão. Em março de 2026, a empresa afirmou que esperava se tornar a plataforma mais rápida a alcançar 1 bilhão de usuários ativos semanais.

Uma interpretação mais precisa é:

• A redução de preços faz parte da estratégia da OpenAI para ampliar o uso.
• O marco de 1 bilhão reflete uma adoção acumulada ao longo do tempo.
• A redução de preços pode ajudar no crescimento futuro, mas não cria toda a base de usuários da noite para o dia.

O The Wall Street Journal também destacou os trade-offs por trás da política agressiva de preços.

Custos mais baixos podem tornar mais cargas de trabalho de IA economicamente viáveis, mas também podem pressionar as margens de lucro em um momento em que a OpenAI investe fortemente em modelos e infraestrutura.

A redução de preços faz parte de uma estratégia maior de eficiência

A OpenAI afirmou que a redução de preços do GPT-5.6 decorre de ganhos de eficiência, e não apenas de uma promoção temporária.

A estratégia declarada é elevar simultaneamente a capacidade dos modelos e a relação custo-benefício da entrega dessa capacidade.

Isso cria um ciclo de feedback:

1. Modelos mais fortes ajudam engenheiros a encontrar formas de otimização.
2. A otimização reduz os custos de inferência.
3. Preços mais baixos tornam mais cargas de trabalho acessíveis.
4. Mais uso gera receita e feedback do mundo real.
5. A empresa utiliza essas informações para melhorar a próxima geração de produtos.

A concorrência também faz parte do contexto.

A OpenAI compete com Anthropic, Google, DeepSeek, Moonshot AI, Z.ai e um ecossistema cada vez maior de pesos abertos, e isso ocorre em múltiplas dimensões:

• Nível de inteligência.
• Capacidade de codificação.
• Agentes de longa duração.
• Velocidade.
• Preços de API.
• Comprimento de contexto.
• Suporte empresarial.
• Ferramentas para desenvolvedores.
• Disponibilidade de infraestrutura.

O resultado é um mercado em que a qualidade do modelo não pode mais ser separada da economia de executá-lo.

Astra surge: o próximo grande modelo da OpenAI

A segunda grande notícia é a Astra.

Em 31 de julho, o The Information noticiou que a OpenAI está preparando uma nova família de modelos, provisoriamente chamada Astra.

A reportagem afirmou que Sam Altman já havia apresentado a Astra a formuladores de políticas e reguladores em Washington, D.C.

Os primeiros relatos descreviam a Astra como um sistema projetado para:

• Tarefas de longa duração.
• Múltiplos agentes trabalhando em conjunto.
• Projetos difíceis que podem levar muito tempo para serem concluídos.
• Problemas avançados de matemática.

Na época, a OpenAI ainda não havia confirmado publicamente o modelo.

Agora isso não é mais o caso.

Em 1º de agosto, a OpenAI publicou um anúncio de pesquisa que se referia explicitamente a uma versão interna da Astra como:

"Nosso próximo grande modelo."

Essa formulação oficial confirmou que a Astra é real e ocupa um lugar importante no roteiro da OpenAI.

Mas ela não confirmou o nome comercial final, a data de lançamento, a configuração da API ou a disponibilidade para consumidores.

Astra, segundo relatos, é projetada para trabalho multiagente de longo prazo

A reportagem do The Information afirma que a Astra pode coordenar vários agentes para resolver tarefas excepcionalmente difíceis ao longo de longos períodos.

Isso é uma mudança importante em relação aos fluxos de trabalho comuns de chatbots.

A interação tradicional é assim:

Pergunta do usuário
→ Resposta de um único modelo

Um sistema multiagente de longa duração pode se parecer mais com:

Objetivo do usuário
→ Planejador
→ Agente especializado
→ Uso de ferramentas
→ Revisão intermediária
→ Correção de erros
→ Validação
→ Resultado final

Diferentes agentes podem assumir diferentes funções:

• Pesquisa.
• Planejamento.
• Codificação.
• Exploração matemática.
• Validação.
• Crítica.
• Coordenação do projeto.

O valor principal não está apenas em executar mais cópias do mesmo modelo.

O sistema precisa gerenciar estado compartilhado, distribuir trabalho, detectar conflitos, mesclar resultados úteis, recuperar-se de falhas e parar quando a tarefa for concluída.

Por que tarefas de longa duração são difíceis

O trabalho de IA em horizontes longos introduz vários problemas de engenharia:

• O contexto pode ficar grande demais.
• Erros iniciais podem se acumular.
• Agentes podem duplicar trabalho.
• Suposições intermediárias podem não ser verificadas.
• Falhas de ferramentas podem interromper o fluxo.
• Cada etapa aumenta o custo.
• O sistema pode continuar trabalhando mesmo depois que o progresso útil cessou.
• Os riscos de segurança aumentam quando os agentes podem acessar ferramentas externas.

Portanto, um sistema multiagente bem-sucedido não exige apenas um modelo de base mais poderoso.

Ele também exige uma estrutura de controle robusta.

Orquestração, memória, ferramentas, permissões, avaliadores e lógica de recuperação em torno do modelo.

A descrição de longo prazo da The Information ainda é uma reportagem da mídia. O anúncio matemático da OpenAI confirmou a existência do modelo Astra, mas ainda não publicou a arquitetura técnica completa de sua operação multiagente.

Astra produziu dez novos resultados matemáticos

A evidência oficial mais forte sobre a Astra vem do anúncio matemático da OpenAI.

A OpenAI afirma que uma versão interna da Astra obteve novos avanços em resultados principais de dez problemas cujas conclusões centrais não tinham avanços há pelo menos uma década, e na maioria dos casos, por muito mais tempo.

As áreas envolvidas incluem:

• Geometria de altas dimensões
• Teoria de códigos
• Complexidade de circuitos aritméticos
• Teoria dos grupos
• Álgebras de operadores
• Complexidade quântica
• Criptografia de reticulados
• Combinatória extremal

A OpenAI afirma que o modelo gerou resultados matemáticos, e os humanos, com a assistência do mesmo modelo, organizaram os argumentos em manuscritos. Em seguida, a Astra formalizou cada argumento em certificados Lean.

A empresa também publicou narrativas de raciocínio geradas pelo modelo.

Dez resultados publicados

A OpenAI listou as seguintes áreas de avanço:

A OpenAI afirma que o uso de tokens necessários para encontrar essas dez soluções bem-sucedidas seria de aproximadamente US$ 2.000, calculado com base nos preços da API GPT-5.6 Sol.

Esse número não representa necessariamente o custo total do projeto de pesquisa.

Ele pode não incluir:

• Tentativas de problemas que não geraram resultados.
• O tempo investido por matemáticos humanos.
• A infraestrutura de treinamento e avaliação.
• A validação e a preparação dos manuscritos.
• Os custos de desenvolvimento da própria Astra.

É melhor interpretá-lo como uma estimativa da OpenAI para os tokens usados na geração bem-sucedida das soluções.

Certificados Lean aumentam a verificabilidade, mas a revisão por pares continua importante

Lean é um provador de teoremas interativo.

Um certificado Lean pode verificar se cada passo formalizado segue as definições aceitas e os passos anteriores.

Isso é muito mais forte do que o modelo simplesmente afirmar que resolveu um problema.

A formalização

A verificação ainda tem suas limitações.

Os humanos precisam confirmar:

• Que a declaração formalizada corresponde ao problema matemático pretendido.
• Que as definições codificam as suposições corretas.
• Que o resultado não foi apresentado de forma enganosa.
• Que o significado matemático mais amplo está descrito com precisão.
• Que o manuscrito é compreensível e valioso para a área.

Portanto, a publicação da OpenAI é uma declaração técnica significativa com suporte verificável por máquina, mas o processo mais lento de revisão por especialistas, reprodução e uso por outros pesquisadores continua sendo essencial.

Astra é o GPT-6 ou o GPT-5.7?

A OpenAI ainda não divulgou o nome final.

De acordo com a The Information, a empresa ainda não decidiu se a Astra será:

• GPT-6.
• Um modelo subsequente da série GPT-5, como o GPT-5.7.
• Uma família de modelos independente.

O próprio post de pesquisa da OpenAI evitou a questão da versão, referindo-se à Astra como seu "próximo grande modelo".

Essa formulação confirma sua importância, mas não compromete nenhum rótulo comercial.

Por que a numeração dos modelos não é uma medida confiável de capacidade

Atualizações de versões inteiras geralmente criam a expectativa de um salto geracional significativo.

Atualizações de versões fracionárias sugerem lançamentos mais incrementais.

Essas expectativas são convenções de marketing, não padrões técnicos.

O nome final pode depender de:

• Melhorias em benchmarks.

Posicionamento do produto.

• Arquitetura.
• Revisão de segurança.
• Prontidão da infraestrutura.
• Momento competitivo.
• A Astra é um modelo único ou um sistema de modelos coordenados.

Antes do anúncio oficial da OpenAI, chamar a Astra de GPT-6 é apenas especulação.

Uma designação mais precisa seria:

O modelo Astra ainda não lançado pela OpenAI, possivelmente GPT-6 ou GPT-5.7.

As alegações sobre o tamanho, memória e capacidades de personalização da Astra ainda não foram confirmadas

O texto original inclui um resumo de mídia social afirmando que a Astra ou GPT-6 poderia:

• Ser significativamente mais poderosa que os modelos de fronteira atuais.
• Ter aproximadamente o dobro do tamanho do GPT-5.6 Sol.
• Ser capaz de realizar descobertas científicas importantes.
• Ser altamente coordenada com outros modelos.
• Apresentar melhor desempenho em memória de longo prazo e personalização.
• Estar programada para lançamento em agosto.

O autor da publicação nas redes sociais afirmou explicitamente que essas alegações não foram verificadas de forma independente.

Atualmente, apenas parte do resumo tem suporte oficial:

• A Astra realmente existe.
• A OpenAI a descreve como o próximo modelo principal.
• Uma versão interna produziu dez novos resultados em matemática e ciência da computação teórica.

A OpenAI ainda não confirmou publicamente:

• O número de parâmetros.
• Dados comparativos mostrando o dobro do tamanho do Sol.
• A designação final GPT-6.
• A data de lançamento em agosto.
• A arquitetura específica de memória.
• O sistema de personalização.
• O desempenho em todas as disciplinas científicas listadas nos rumores.

Esses detalhes devem continuar sendo claramente rotulados como não confirmados.

A demonstração em Washington ocorre em um ambiente político em mudança

O The Information noticiou que Altman demonstrou

a Astra para formuladores de políticas e reguladores em Washington.

O artigo original em chinês interpretou isso como uma tentativa de posicionar a Astra dentro de um novo quadro federal de aprovação de modelos.

Documentos de políticas públicas dos EUA apoiam esse contexto geral, mas nem todos os detalhes dessa interpretação são verificáveis.

O governo dos EUA expandiu recentemente seu foco para incluir:

• Revisão de segurança nacional de IA avançada.
• Teste, avaliação, verificação e validação.
• Aquisição federal de modelos de fronteira.
• Segurança cibernética.
• Implantação em sistemas governamentais e de defesa.
• Coordenação com empresas privadas de IA.

O The Wall Street Journal noticiou anteriormente que o GPT-5.6 teve o acesso inicialmente restrito após discussões com o governo dos EUA sobre questões de segurança.

A diretiva da Casa Branca de junho de 2026 também enfatiza avaliações rigorosas de segurança e funcionalidade para sistemas de IA usados em domínios de segurança nacional.

No entanto, nenhuma das fontes oficiais públicas revisadas neste artigo confirma:

• Que um novo plano federal geral de aprovação de modelos foi finalizado naquele fim de semana.
• Que a Astra tem garantia de ser o primeiro modelo aprovado.
• Que a demonstração da OpenAI gera automaticamente conformidade regulatória.

Uma conclusão mais prudente é que a Astra foi apresentada em um período de interação excepcionalmente próxima entre empresas de modelos de fronteira e o governo dos EUA.

A demonstração da Astra em Washington tem múltiplos propósitos

Uma demonstração a portas fechadas pode ajudar a OpenAI:

Explicar capacidades antes do lançamento

Sistemas multiagentes de longa duração são difíceis de avaliar apenas com tabelas de benchmarks.

Uma demonstração ao vivo pode mostrar como os agentes dividem tarefas e verificam o trabalho.

Discutir controles de segurança

Funcionários do governo podem querer entender:

• Permissões de ferramentas.
• Capacidades de rede.
• Autonomia do modelo.
• Mecanismos de monitoramento.
• Modos de falha.
• Restrições de acesso.
• Resposta a incidentes.

Construir confiança antes de liberar capacidades mais fortes

Eventos recentes envolvendo agentes cibernéticos autônomos aumentaram o escrutínio sobre modelos de fronteira.

Demonstrar controles antes do lançamento pode reduzir a incerteza.

Apoiar a colaboração entre governo e ciência

A OpenAI está expandindo parcerias com laboratórios americanos, instituições acadêmicas e projetos científicos nacionais.

Os resultados matemáticos da Astra estão alinhados com esse posicionamento.

Essas são motivações estratégicas plausíveis, não motivos privados confirmados.

Zinc e Magnesium aparecem no DesignArena

A última seção do artigo original foca em dois nomes de modelos misteriosos:

• Zinc
• Magnesium

Usuários relataram tê-los visto na categoria Game Dev do DesignArena.

Uma captura de tela mostra o Magnesium se identificando como assistente da OpenAI, operando como agente de desenvolvimento de jogos.

Outra captura de tela de fonte relata que esses modelos foram brevemente habilitados para testes de desenvolvimento de jogos, com resultados iniciais descritos como pouco impressionantes.

A imagem mostra um tweet sobre modelos OpenAI. O autor é @Lentils80, e o conteúdo menciona que dois modelos GPT, "Zinc" e "Magnesium", foram habilitados na categoria "Desenvolvimento de Jogos" do DesignArena. Após testar, o autor considera a saída não muito boa, possivelmente devido ao prompt do sistema e à estrutura, mas não tem certeza. Abaixo da imagem há um exemplo de conversa com o modelo, no qual o modelo se apresenta como um assistente OpenAI atuando como agente de desenvolvimento de jogos no Design Arena. A imagem está diretamente relacionada ao contexto, mostrando visualmente a ativação dos dois modelos mencionados no DesignArena e a experiência de teste do autor.

A OpenAI não divulgou oficialmente nenhum desses nomes de modelos.

Portanto, atualmente não é possível confirmar se são:

• Novas variantes do GPT-5.6.
• Nomes internos de roteamento.
• Aliases de avaliação.
• Estruturas de teste experimentais.
• Checkpoints atualizados do Sol ou Terra.
• Modelos de outros provedores exibidos com rótulos de teste.

O catálogo público de modelos do DesignArena lista atualmente as entradas oficiais GPT-5.6 Sol, Terra e Luna, mas as páginas públicas verificadas não fornecem páginas oficiais permanentes para Zinc ou Magnesium.

Por que desenvolvimento de jogos é um benchmark prático para agentes

As fontes apontam corretamente que desenvolvimento de jogos difere de testes curtos de codificação.

Um teste agêntico de desenvolvimento de jogos pode exigir que o modelo seja capaz de:

• Criar múltiplos arquivos.
• Manter a estrutura do projeto.
• Usar frameworks ou engines.
• Interpretar logs de erro.
• Modificar código após falhas.
• Gerar assets ou interfaces.
• Manter a coerência da lógica do jogo.
• Executar e verificar resultados.

O desempenho não depende apenas do modelo base.

Também depende de:

• Prompt do sistema.
• Acesso a ferramentas.
• Ambiente de execução.
• Estrutura de scaffolding ou teste.
• Estratégias de nova tentativa.
• Gerenciamento de contexto.
• Ambiente de teste.
• Orçamento de tempo e tokens.

Um desempenho ruim em um arena não prova que o modelo subjacente é mais fraco.

Pode indicar uma correspondência ruim entre modelo, ferramentas e orquestração para aquela tarefa específica.

A próxima competição é a conclusão de ponta a ponta

O fio condutor comum entre Astra e os experimentos do DesignArena é o afastamento da inteligência de turno único.

A próxima fronteira não é apenas responder a uma pergunta difícil.

É concluir um projeto difícil.

Isso pode envolver:

1. Compreender objetivos ambíguos.
2. Dividi-los em várias partes.
3. Atribuir tarefas.
4. Usar ferramentas.
5. Revisar saídas intermediárias.
6. Corrigir erros.
7. Validar resultados.
8. Manter o progresso ao longo de horas ou dias.

O design multiagente relatado pela Astra aponta nessa direção.

A publicação matemática oficial da OpenAI fornece um caso real de como um modelo não publicado pode produzir resultados complexos que, posteriormente, são organizados e formalmente verificados.

A questão restante é se o mesmo método funciona de forma confiável fora de um ambiente de pesquisa cuidadosamente selecionado.

Confirmado e ainda incerto

Astra coordena múltiplos agentes para tarefas de longo prazo | Segundo o The Information |
| Sam Altman pré-visualizou a Astra em Washington | Segundo o The Information |
| Astra será nomeada GPT-6 | Não confirmado |
| Astra será nomeada GPT-5.7 | Não confirmado |
| Astra tem o dobro do tamanho de Sol | Não confirmado |
| Astra será lançada em agosto | Não confirmado |
| Zinc e Magnesium são novos modelos oficiais da OpenAI | Não confirmado |
| A redução de preço em um único dia levou diretamente ao marco de 1 bilhão de usuários | Não comprovado |

Perguntas frequentes

Quantos usuários ativos a OpenAI possui?

A OpenAI afirma que seus modelos agora cobrem mais de 1 bilhão de usuários ativos e mais de 2 milhões de empresas. A empresa ainda não divulgou a distribuição completa dos usuários, explicando como eles estão divididos entre ChatGPT, API, parceiros e outros produtos.

O que é a OpenAI Astra?

Astra é um modelo ainda não lançado pela OpenAI, oficialmente descrito como o próximo modelo principal. Uma versão interna produziu dez novos resultados nas áreas de matemática e ciência da computação teórica.

Astra é o GPT-6?

A OpenAI ainda não confirmou esse nome. O The Information relatou que a empresa considerou nomeá-lo GPT-6, GPT-5.7 ou posicioná-lo como outra família de modelos.

Que problemas a Astra resolveu?

A OpenAI publicou dez novos resultados nas áreas de empacotamento de esferas, teoria de códigos, grupos não sóficos, álgebras de operadores, complexidade quântica, criptografia de reticulados e combinatória. Essas demonstrações foram organizadas em manuscritos e formalmente verificadas por meio de certificados Lean.

A Astra usa múltiplos agentes de IA?

O The Information relatou que a OpenAI demonstrou múltiplos agentes trabalhando juntos por um longo período. A OpenAI ainda não publicou uma descrição técnica completa da arquitetura multiagente da Astra.

Quais são os novos preços do GPT-5.6 Luna e Terra?

O anúncio da OpenAI de 30 de julho mostra que o Luna tem preço padrão de entrada de US$ 0,20 por milhão de tokens e saída de US$ 1,20 por milhão de tokens; o Terra tem entrada de US$ 2,00 e saída de US$ 12,00. Outros modos de processamento e tarifas de contexto longo variam.

Zinc e Magnesium são novos modelos da OpenAI?

Eles aparecem com nomes experimentais em capturas de tela do DesignArena, mas a OpenAI ainda não os anunciou oficialmente. Sua identidade de fornecedor, arquitetura e relação com o GPT-5.6 permanecem não confirmadas.

A redução de preço da OpenAI criou um bilhão de usuários da noite para o dia?

Não há evidências que sustentem essa interpretação. Esse marco reflete uma adoção acumulada ao longo do tempo, e a redução de preço é apenas parte da estratégia da OpenAI para expandir o uso futuro.

Ferramentas relacionadas

• ChatGPT: principal interface atual da OpenAI para a família de modelos voltada a consumidores e ambientes de trabalho.
• OpenAI API: plataforma oficial para integração de modelos GPT, ferramentas, agentes e capacidades multimodais.
• Codex: produto de engenharia de software baseado em agentes da OpenAI para tarefas de codificação e bases de código de longo prazo.
• Lean: provador interativo de teoremas usado para verificação formal das demonstrações matemáticas publicadas pela Astra.
• DesignArena: benchmark crowdsourced que compara o desempenho de sistemas de IA em tarefas de design visual e de agentes.
• [OpenAI

Academy: centro educacional oficial da OpenAI para desenvolvedores, pesquisadores e organizações.

Links relacionados

• OpenAI: construindo inteligência abundante: página oficial com os dados de 1 bilhão de usuários e 2 milhões de empresas.
• Anúncio de redução de preços do GPT-5.6 da OpenAI: anúncio oficial de 30 de julho sobre as reduções de preço do Terra e do Luna.
• Preços da API da OpenAI: preços oficiais atuais do GPT-5.6 e de outros modelos da OpenAI em diferentes modos de processamento.
• OpenAI: dez avanços em matemática: confirmação oficial da OpenAI sobre a Astra e os dez resultados de pesquisa publicados.
• The Information: OpenAI pré-visualiza Astra em Washington: reportagem original sobre as capacidades multiagente de longo prazo da Astra e a demonstração em Washington.
• The Wall Street Journal: OpenAI ultrapassa 1 bilhão de usuários: reportagem independente sobre o marco de usuários e as mudanças de preço.
• Documento de metodologia do DesignArena: documento que explica os prompts, categorias e métodos de avaliação usados pelo DesignArena.

Resumo

A OpenAI afirma que seus modelos agora cobrem mais de um bilhão de usuários ativos e dois milhões de empresas. Esse marco coincide com reduções significativas de preço no GPT-5.6 Luna e Terra, mas as evidências públicas não indicam que a redução de um único dia tenha gerado esse marco de usuários.

O maior avanço técnico é

Astra. Este produto, inicialmente noticiado como um modelo secreto, recebeu agora a confirmação oficial da OpenAI, tornando-se seu principal modelo de próxima geração. Sua versão interna produziu dez novos resultados em matemática e ciência da computação teórica, acompanhados de manuscritos e certificados Lean verificáveis por máquina.

A denominação comercial final ainda está em aberto. A OpenAI ainda não anunciou se o Astra será nomeado GPT-6, GPT-5.7 ou outra versão, e várias alegações amplamente divulgadas sobre seu tamanho, memória, personalização e data de lançamento também não foram confirmadas.

Os rótulos experimentais Zinc e Magnesium também apareceram no DesignArena, mas a OpenAI ainda não confirmou seus significados.

A mudança mais evidente é que a competição entre modelos de fronteira está se afastando da simples resposta de uma única rodada para sistemas capazes de coordenar ferramentas e agentes, concluindo assim tarefas de longo prazo em projetos complexos de pesquisa e engenharia.