GPT-6 Astra já criou um universo com 10 mil planetas — e isso nem é o mais absurdo; veja 7 feitos

O GPT-6 Astra mal chegou e algumas das demonstrações publicadas em torno do modelo já parecem coisa de ficção científica. A lista inclui um universo jogável com mais de 10 mil planetas, uma casa modelada no Blender e levada para o Unreal Engine 5, protótipos de jogos testados pela própria IA, revisão de dezenas de documentos financeiros e até resultados em problemas matemáticos de longa data.

O detalhe importante é que nem tudo abaixo aconteceu em uma conversa comum do ChatGPT. Alguns projetos usaram Codex, ferramentas de computador, ambientes personalizados, integrações empresariais ou versões internas do Astra. Portanto, a lista mostra o que o modelo já conseguiu fazer em demonstrações, avaliações e casos publicados — não uma promessa de que qualquer conta repetirá tudo com um único comando.

Para quem ainda está começando, o Overdrive também preparou um guia de como usar o GPT-6 Astra no ChatGPT e uma seleção com cinco coisas geniais para testar com o Astra.

1. Criaram um universo jogável com mais de 10 mil planetas

Talvez a demonstração mais fácil de entender seja Void Explorer. O projeto, apresentado pelo desenvolvedor Thomas Ricouard em uma publicação oficial da OpenAI, foi construído com o Astra no Codex e tem 2.048 sistemas estelares e mais de 10 mil planetas gerados proceduralmente.

O mais impressionante não é apenas a quantidade. Segundo a documentação do projeto, as estrelas visíveis fazem parte do universo e podem ser escolhidas como destino. O jogador pode sair do espaço, atravessar a atmosfera, chegar perto do solo, pousar, sair da nave, caminhar e depois decolar novamente.

O Astra ajudou a desenvolver não apenas o código, mas também a arquitetura do renderizador, os testes, a geração de terreno e até a nave em 3D. O modelo usado no jogo foi trabalhado no Blender e integrado ao projeto. A publicação ainda mostra outros games criados no mesmo fluxo, como Sunwake, com oceano procedural, e Hollowflux, em que água, correnteza e eletricidade fazem parte das regras de combate.

Veja a demonstração completa de desenvolvimento de games com Astra na OpenAI. Se a ideia é tentar algo menor, o Overdrive tem um passo a passo de como criar um jogo com ChatGPT e GPT-6 Astra.

2. Uma casa inteira no Blender virou um passeio no Unreal Engine 5

Em outro experimento oficial, o Astra recebeu um briefing para criar uma casa minimalista, com móveis detalhados, jardim e atmosfera cinematográfica. A partir daí, o modelo trabalhou por meio da API Python do Blender para produzir uma cena 3D editável, com arquitetura, marcenaria, móveis, vegetação, materiais, luzes e câmeras.

O projeto não terminou no primeiro render. O autor foi refinando o conceito, pediu uma planta maior para uma casa de família e aprovou uma versão em U com quartos, escritório, banheiros, áreas de serviço e pátio central. O Astra continuou modificando o mesmo projeto, detalhando móveis e objetos e preparando o trabalho para uma experiência explorável no Unreal Engine 5.

Isso é bem diferente de simplesmente gerar uma imagem bonita de arquitetura: o resultado era uma cena que podia continuar sendo editada e explorada. A própria OpenAI ressalta, porém, que se tratava de visualização conceitual; um projeto real ainda precisaria de revisão profissional de estrutura, terreno e regras de construção.

Confira o projeto de visualização arquitetônica com Astra. O guia completo do GPT-6 Astra no Overdrive também explica onde entram Blender, Codex e outras ferramentas nesse tipo de fluxo.

3. A Playco fez três protótipos de games a partir da mesma base

A empresa de jogos Playco usou o GPT-6 Astra em seu sistema Playbot, um ambiente que conecta modelos de IA diretamente a engines como Unity e Godot. O objetivo é permitir que a IA altere cenas, execute o jogo, teste mudanças e valide o que acabou de produzir.

Segundo o caso publicado pela OpenAI, a equipe partiu de uma única base em “grey box” e usou o Astra para gerar três protótipos temáticos. A Playco afirma que a maioria funcionou já na primeira tentativa. Uma versão cyberpunk precisou de correção de desempenho, enquanto as demais não exigiram uma nova rodada de alterações para chegar ao estado apresentado.

A empresa também reportou 50% menos correções manuais em comparação com o modelo que usava antes. É um dado da própria Playco, e não um benchmark independente, mas ajuda a mostrar por que a capacidade do Astra de jogar e testar o próprio trabalho chama tanta atenção.

Leia o estudo de caso da Playco publicado pela OpenAI.

4. O Astra roteou uma placa eletrônica no KiCad em 2 minutos e 54 segundos

No material de lançamento do GPT-6 Astra, a OpenAI mostrou o modelo trabalhando no KiCad, software usado para projeto de placas eletrônicas. A tarefa partia de um esquema elétrico e exigia posicionar componentes e traçar as conexões de cobre de uma placa de circuito impresso.

A demonstração é apresentada com um tempo de 2 minutos e 54 segundos. A OpenAI descreve o resultado como a transformação do esquema em uma PCB manufaturável. É um exemplo especialmente forte porque não se resume a responder uma pergunta: o modelo precisa entender o software, manipular a interface e tomar decisões espaciais dentro de uma ferramenta técnica.

A demonstração do KiCad aparece na página oficial do GPT-6 Astra. Para entender até onde esse tipo de interação pode ir no computador, veja também quais permissões o GPT-6 precisa para mexer em aplicativos.

5. Um agente revisou 41 documentos em minutos e encontrou todos os erros plantados

No uso empresarial, a Legora colocou o Astra para conferir demonstrações financeiras. O fluxo precisava comparar informações espalhadas por vários arquivos, cruzar valores e registrar cada checagem para posterior revisão de um profissional.

Segundo a empresa, o agente analisou 41 documentos em uma única execução e terminou o trabalho em minutos. A Legora também plantou quatro erros no conjunto de teste, e o Astra encontrou os quatro, incluindo uma diferença de £ 500 mil escondida em uma nota de receita.

A decisão final continuou com profissionais humanos. Esse ponto é importante: o caso mostra o ganho potencial na leitura e comparação de grandes volumes de material, mas não transforma o sistema em substituto automático para auditoria ou revisão jurídica.

Veja o caso completo da Legora.

6. Em uma avaliação, o Astra encontrou duas falhas zero-day que ainda não eram conhecidas

A parte mais delicada da lista vem da cibersegurança. Durante avaliações realizadas sem as proteções da versão de produção, a OpenAI afirma que o Astra descobriu e utilizou duas vulnerabilidades zero-day até então desconhecidas. A empresa diz que comunicou as falhas aos responsáveis pelos softwares afetados.

O resultado ajuda a explicar por que o Astra foi classificado pela OpenAI no nível Critical para capacidade de cibersegurança dentro de seu Preparedness Framework. Isso não significa que a versão comum do ChatGPT entregue livremente essas capacidades: a OpenAI afirma que o modelo público recusa tarefas avançadas de exploração de vulnerabilidades e opera com camadas adicionais de monitoramento.

Leia o resumo oficial de segurança do GPT-6 Astra. O tema também reforça por que autorizações e limites importam quando a IA controla um computador.

7. Uma versão interna do Astra produziu resultados para 10 problemas matemáticos de longa data

Antes mesmo do lançamento público do GPT-6 Astra, a OpenAI publicou uma lista de dez resultados em matemática e ciência da computação teórica gerados por uma versão interna do modelo. Segundo a empresa, cada resultado resolveu ou produziu avanço substancial em um problema aberto de longa data.

A lista passa por empacotamento de esferas em altas dimensões, códigos binários, grupos não sóficos, conjecturas de rigidez, complexidade de circuitos, repetição paralela quântica, criptografia em reticulados e números de Ramsey. Os argumentos foram depois preparados em manuscritos com participação humana e formalizados pelo modelo em certificados Lean.

No lançamento do Astra, a OpenAI voltou ao tema e afirmou que o modelo também havia ajudado em novos resultados sobre lacunas entre números primos. É provavelmente o exemplo mais distante da ideia tradicional de “chatbot”: em vez de apenas explicar matemática conhecida, o sistema foi usado como parte de um processo de produção de resultados de pesquisa.

Veja os dez resultados matemáticos publicados pela OpenAI.

Então o GPT-6 Astra faz tudo isso sozinho?

Não exatamente. Os exemplos acima misturam demos de desenvolvedores, integrações empresariais, benchmarks e avaliações internas. Em vários casos, havia pessoas definindo objetivos, escolhendo referências, aprovando versões e revisando o resultado. Também existiam ferramentas especializadas — como Blender, Unreal Engine, KiCad, navegadores e ambientes de teste — às quais o modelo tinha acesso.

Isso não diminui os feitos. Na verdade, mostra a mudança mais importante do Astra: a IA passa a ser menos uma caixa de texto que responde perguntas e mais um sistema capaz de trabalhar dentro de softwares, testar o que fez e continuar uma tarefa por várias etapas.

Ao mesmo tempo, resultados de lançamento precisam ser lidos com cuidado. Grande parte dos números foi publicada pela própria OpenAI ou por empresas parceiras. Uma demonstração bem-sucedida não garante o mesmo desempenho em qualquer projeto, e trabalhos técnicos, financeiros, jurídicos e científicos continuam exigindo revisão humana.

Se você recebeu acesso e quer experimentar sem começar por algo gigantesco, vale comparar primeiro tarefas concretas. O Overdrive explica quando escolher GPT-6 Astra ou GPT-5.6 Sol e mostra como conferir se o resultado realmente ficou correto.

Fontes: OpenAI, OpenAI Developers, OpenAI Research e Reuters.