Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarThe Decoder→ original

Nova modelo da OpenAI, Astra, escreve 40% mais curto, mas o índice de ressalvas caiu de 96 para 24

A OpenAI deixou as respostas do GPT-6.2 Astra e do Sol mais curtas e diretas, mas os modelos passaram a dizer "não tenho certeza" com menos frequência. A Artificial Analysis calculou: a resposta média do Astra encolheu de 352 para 210 palavras (−40%), e a do Sol, de 337 para 223 (−34%). O ranking de admissão de incerteza (posição entre os modelos, escala de 1 a 100) do Astra caiu de 96 para 24, e o do Sol, de 98 para 51. Por isso, em medicina, direito e finanças, vale pedir as ressalvas explicitamente no prompt.

Processado por IA de The Decoder; editado por Hamidun News
Nova modelo da OpenAI, Astra, escreve 40% mais curto, mas o índice de ressalvas caiu de 96 para 24
Fonte: The Decoder. Colagem: Hamidun News.
Ouvir artigo

Muitos reclamavam que os chatbots falam demais: três parágrafos de introdução, listas, títulos e ressalvas de praxe. A OpenAI, ao que parece, ouviu. Os analistas da Artificial Analysis compararam os novos GPT-6.

2 Astra e Sol com seus antecessores e identificaram duas coisas. Primeiro, as respostas ficaram 34–40% mais curtas: o Astra agora escreve em média 210 palavras, em vez de 352, e o Sol, 223, em vez de 337. Segundo, os modelos passaram a dizer "não tenho certeza" com muito menos frequência.

O ranking desse traço (posição do modelo entre todos os testados, em escala de 1 a 100) do Astra despencou de 96 para 24, e o do Sol, de 98 para 51. Imagine um assistente que antes dizia "parece que é isso, mas confira" e agora simplesmente responde com tom de certeza. Para quem constrói produtos sobre esses modelos, isso importa mais do que parece.

O que mudou no estilo das respostas

A Artificial Analysis submeteu os modelos ao seu próprio teste, o AA-PersonalityBench, e também calculou métricas simples, como o tamanho da resposta. A resposta média do Astra caiu de 352 para 210 palavras, ou seja, 40%. A do Sol tinha 337 palavras e passou a ter 223, uma queda de 34%.

A formatação também mudou. O Astra tinha em média 1,99 título por resposta e passou a ter 0,11. O Sol tinha 1,85 e passou a ter 0,25. Os travessões longos, pelos quais muita gente costuma reconhecer um texto gerado por IA, também diminuíram.

Já o índice de organização (estrutura, clareza e ordem da exposição) caiu: no Astra, de 70 para 11; no Sol, de 86 para 27. Em compensação, subiu o traço Answer First, ou seja, o quanto o modelo responde logo de cara à pergunta feita: no Astra, de 49 para 89; no Sol, de 64 para 87. A nota de naturalidade da fala também cresceu: de 58 para 100 no Astra e de 54 para 79 no Sol.

O preço da concisão: menos ressalvas honestas

A queda mais acentuada ocorreu no traço Admits Uncertainty, isto é, na disposição do modelo para reconhecer que não sabe algo ou que não tem certeza.

Uma ressalva importante: essas não são porcentagens de respostas. Os pontos indicam a posição relativa do modelo entre todos os testados, numa escala de 1 a 100. O valor 24 não significa que o Astra admite incerteza em 24% dos casos. Significa que, nesse traço, ele ficou na parte inferior do ranking.

O índice de transparência agregado inclui cinco traços: admissão de incerteza, veracidade, ressalvas sobre premissas, indicação de nuances e ausência de bajulação (esta última é invertida: quanto menos bajulação, melhor). O Astra obteve 41 e o Sol, 57. A Anthropic fica acima: o Claude Fable 5.2 marcou 81, e o Opus 5.5, 90. Em organização, a Anthropic também está à frente: o Opus 5.5 recebeu 79, e o Fable 5.2, 54. Em informatividade, o Opus 5.5 lidera com 90 pontos, contra 31 do Astra, 38 do Sol e 47 do Fable 5.2.

Como ler esse ranking e o que fazer como desenvolvedor

O teste foi montado assim: 900 perguntas em inglês, com os modelos respondendo sem prompt de sistema. Um trio de juízes de IA analisa pares de respostas anônimos e decide em qual delas o traço em questão aparece com mais força, ou declara empate. Com isso, são formados 30 traços e oito índices gerais. A comparação foi feita para as variantes com nível máximo de raciocínio.

A principal limitação: trata-se de uma avaliação de estilo, não de qualidade. Um índice de transparência baixo não prova que o modelo erra mais. Ele apenas indica que o modelo acompanha as respostas de ressalvas com menos frequência. Além disso, os juízes também são IAs, e as perguntas foram só em inglês; em tarefas em português, o quadro pode ser diferente.

As conclusões práticas são estas:

  • Para interfaces de chat e bots de atendimento, onde o usuário quer uma resposta rápida, o novo estilo da OpenAI pode ser um ganho: o texto é mais curto, consome menos tokens e é mais rápido de ler.
  • Para cenários de medicina, finanças, direito e análise, em que o grau de certeza importa, vale pedir explicitamente que o modelo aponte premissas e o nível de confiança. Sem esse pedido, ele tende, segundo o teste, a soar mais seguro do que de fato está.
  • Se você está migrando da versão anterior, revise seus prompts e parsers. O desaparecimento de títulos e listas pode quebrar formatações que antes funcionavam sozinhas.
  • Ao escolher entre OpenAI e Anthropic, observe não só a precisão nos benchmarks, mas também o modo de apresentação. Ele influencia a confiança dos usuários nas respostas e a disposição deles para checá-las.

Resumindo: a OpenAI apostou num estilo conciso e conversacional, enquanto a Anthropic, nessas medidas, continua mais próxima de um tom cauteloso e detalhado. Qual abordagem é melhor depende do produto. Vale testar a diferença com os seus próprios dados antes de colocar em produção.

História

Perguntas frequentes sobre a notícia

O que mudou no estilo das respostas?

A Artificial Analysis submeteu os modelos ao seu próprio teste, o AA-PersonalityBench, e também calculou métricas simples, como o tamanho da resposta. A resposta média do Astra caiu de 352 para 210 palavras, ou seja, 40%. A do Sol tinha 337 palavras e passou a ter 223, uma queda de 34%. A formatação também mudou. O Astra tinha em média 1,99 título por resposta e passou a ter 0,11. O Sol tinha 1,85 e passou a ter 0,25.

O que se sabe sobre O preço da concisão: menos ressalvas honestas?

A queda mais acentuada ocorreu no traço Admits Uncertainty, isto é, na disposição do modelo para reconhecer que não sabe algo ou que não tem certeza. Uma ressalva importante: essas não são porcentagens de respostas. Os pontos indicam a posição relativa do modelo entre todos os testados, numa escala de 1 a 100. O valor 24 não significa que o Astra admite incerteza em 24% dos casos. Significa que, nesse traço, ele ficou na parte inferior do ranking.

Como ler esse ranking e o que fazer como desenvolvedor?

O teste foi montado assim: 900 perguntas em inglês, com os modelos respondendo sem prompt de sistema. Um trio de juízes de IA analisa pares de respostas anônimos e decide em qual delas o traço em questão aparece com mais força, ou declara empate. Com isso, são formados 30 traços e oito índices gerais. A comparação foi feita para as variantes com nível máximo de raciocínio. A principal limitação: trata-se de uma avaliação de estilo, não de qualidade.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…