OpenAI: GPT-6 Astra Pro (batch)

GPT-6 Astra Pro é um modelo de geração de texto da OpenAI, listado no catálogo api14 como OpenAI: GPT-6 Astra Pro (batch) sob o id de modelo openai/gpt-6-astra-pro:batch. É o mesmo modelo subjacente que o GPT-6 Astra, servido com reasoning.mode definido como pro, uma configuração voltada para respostas de maior qualidade em tarefas complexas. A OpenAI publicou o modelo em 4 de setembro de 2026.

O modelo aceita texto, imagens e arquivos como entrada e retorna texto. Sua janela de contexto é de 1.050.000 tokens, e ele pode produzir até 128.000 tokens em uma única resposta. A grande janela de entrada e o generoso orçamento de saída são os dois números que moldam a maioria das decisões sobre ele: você pode enviar documentos longos, arquivos anexados e imagens juntos em uma única requisição, e ainda ter espaço para uma resposta gerada substancial em vez de um resumo curto. A saída é apenas texto, então qualquer coisa que você precise de volta deve ser expressa como texto, incluindo dados estruturados.

Essas capacidades apontam para um conjunto bastante específico de tarefas. Trabalho de revisão com contexto longo se encaixa bem, como ler um grande conjunto de documentos, uma especificação técnica ou um pacote de arquivos de código-fonte e responder a perguntas que dependem de detalhes espalhados por todo o material. A entrada mista ajuda quando uma tarefa combina capturas de tela, páginas digitalizadas ou diagramas com material escrito. O suporte a tools e tool_choice torna o modelo utilizável como a etapa de raciocínio em um loop de agente, e response_format mais structured_outputs permitem restringir as respostas a um esquema que seu código pode analisar diretamente. Para trabalho que precisa de uma semente de amostragem consistente, seed está disponível.

Para chamá-lo, use a API compatível com OpenAI do api14 e passe openai/gpt-6-astra-pro:batch como o modelo. Os parâmetros de requisição suportados são max_tokens, reasoning, reasoning_effort, include_reasoning, verbosity, response_format, structured_outputs, tools, tool_choice e seed. max_tokens controla o comprimento da resposta gerada, reasoning e reasoning_effort governam quanto raciocínio interno o modelo realiza, include_reasoning determina se esse raciocínio é exposto a você, e verbosity influencia quão expansiva é a resposta escrita. Tools e tool_choice conduzem a chamada de funções, enquanto response_format e structured_outputs lidam com respostas restringidas por esquema.

Dois limites merecem consideração. A modalidade de saída é apenas texto, então se seu pipeline precisa de áudio, imagens ou outras mídias geradas, este modelo não é o adequado. E como ele roda em modo pro para respostas de maior qualidade em tarefas complexas, requisições mais simples podem ser melhor atendidas pelo GPT-6 Astra, que compartilha o mesmo modelo subjacente sem essa configuração.