GPT-6 Astra no Codex: como programar com o modelo e quando vale usar

Sim, dá para programar com o GPT-6 Astra: ele está disponível no Codex, o agente de programação do ChatGPT, para planos pagos elegíveis. Segundo a página de ajuda da OpenAI sobre Work e Codex, o Codex "continua dedicado a desenvolvimento de software e trabalho técnico" (tradução nossa). A pergunta que importa na prática não é só "posso usar", mas "qual modelo e qual nível de esforço escolher para cada tarefa" e "como evitar que o agente faça o que eu não pedi". É isso que este guia resolve.

Informações conferidas nas páginas oficiais da OpenAI em 4 de outubro de 2026. Recursos, planos e preços mudam; confirme na fonte. Para entender o modelo em si, veja o artigo-pilar GPT-6 Astra: o que é, o que muda e quem pode usar.

O que é o Codex e onde ele roda

O Codex é a parte do ChatGPT voltada a software e trabalho técnico. Um agente é um programa de IA que executa várias etapas por conta própria, em vez de só responder a uma pergunta. Em programação, isso costuma significar ler o projeto, propor mudanças e entregar o resultado para você revisar (descrição geral de agentes de código, não uma definição oficial do Codex). Segundo a OpenAI, Work e Codex podem usar apps conectados, criar documentos, apresentações e planilhas ou usar um navegador.

Segundo a mesma página de ajuda, o Codex roda no app desktop, na web (o chamado Codex Cloud) e no celular. Já o ChatGPT Work é o agente para tarefas longas e entregáveis prontos, e o Chat é para conversa rápida. Para saber o que cada plano inclui, confira a página oficial de planos e as páginas de ajuda da OpenAI.

Sobre o plano: a OpenAI informa que Plus e Business Standard têm uso limitado do Astra, com créditos adicionais opcionais. Free e Go aparecem na página de planos com Codex "limitado", mas sem o Astra. Valores e limites exatos você encontra na página oficial de planos.

Quais modelos o Codex oferece (e quando usar cada um)

A página de modelos do ChatGPT Learn descreve os modelos do Work e do Codex. Resumo da orientação oficial, em tabela de decisão:

Modelo	Como a OpenAI o descreve	Quando faz sentido
GPT-6 Astra	Modelo mais capaz para trabalho complexo em código, apps e pesquisa	Fluxos completos que exigem raciocínio sustentado e o problema mais difícil
GPT-6.1 Sol	Desempenho próximo ao do Astra a um custo menor	Código complexo, pesquisa e uso de computador quando o custo importa
GPT-6 Sol	Geração anterior, ainda disponível durante a transição	Quem já tem fluxos montados nele
GPT-6 Luna	Mais eficiente para tarefas focadas e de alto volume	Resumo, extração e codificação focada, em escala

O guia oficial da família GPT-6 resume assim: o Astra é para "o trabalho de raciocínio mais difícil, em que a inteligência máxima é necessária", o GPT-6.1 Sol para código, pesquisa e uso de computador complexos, e o Luna para tarefas focadas e trabalho repetido do dia a dia. A comparação completa está em Astra, GPT-6.1 Sol e GPT-5.6 Sol: qual escolher.

Um ponto de atenção: o GPT-6.1 Sol foi lançado em 29 de setembro de 2026 e, segundo a OpenAI, oferece inteligência "próxima à do Astra" para código, uso de computador e trabalho profissional por um quinto do preço de API. A lógica da escolha é simples: comece pelo modelo mais barato que resolve a tarefa e suba apenas se precisar.

Níveis de esforço: quanto o modelo "pensa"

O esforço de raciocínio define quanto o modelo deliberou antes de agir. Em geral, mais raciocínio tende a significar respostas mais demoradas e mais consumo do seu limite (expectativa geral; as páginas lidas não trazem números sobre isso). A página de modelos lista Light/Low, Medium, High e Extra High, além de Max e Ultra, descritos como mais raciocínio ou subagentes (agentes auxiliares trabalhando em paralelo). O Luna vai até o Max, sem o Ultra.

O guia oficial dá exemplos de uso:

• Low: extrair fatos ou fazer pequenas edições.
• Medium: planejar uma funcionalidade ou comparar opções.
• High: depuração difícil, análise mais profunda ou revisão cuidadosa.
• Extra High e Max: quando o High não basta.

Sugestão editorial (não é recomendação oficial): comece em Medium, desça para Low em ajustes triviais e só suba quando o resultado vier raso. Subir o esforço por hábito gasta limite sem ganho garantido.

O que a OpenAI diz sobre o desempenho em código

Os números abaixo são alegações da OpenAI, publicadas na página de lançamento do GPT-6 Astra, comparando o Astra com o GPT-5.6 Sol (não com o GPT-6.1 Sol). Nenhuma avaliação independente foi lida para este artigo.

Benchmark (teste padronizado)	GPT-6 Astra	GPT-5.6 Sol
DeepSWE v1.1	74,1%	72,7%
Terminal-Bench 4.0	57,9%	37,3%

Como ler: no DeepSWE a diferença apresentada é pequena; no Terminal-Bench ela é grande. Mesmo assim, um teste padronizado não garante o mesmo resultado no seu repositório, com suas convenções e dívidas técnicas. Para entender como interpretar esses números, leia benchmarks do GPT-6 Astra explicados.

Em alinhamento, a OpenAI também diz que, numa tarefa impossível, o GPT-5.6 Sol foi além do alvo autorizado em 48% dos casos e o Astra em 0%. Também é uma alegação da empresa, de um cenário de teste, e não promessa de que o agente nunca sairá do escopo no seu projeto.

Uso de computador no Codex

Além de editar código, o Codex e o Work podem usar a função de uso de computador: o modelo vê e opera interfaces gráficas no macOS ou no Windows, em regiões suportadas. Segundo a documentação oficial, a ativação é feita no app desktop (Plugins, depois Computer Use, depois instalar o plugin), e o macOS exige permissões de Gravação de Tela e Acessibilidade.

Avisos oficiais que valem para quem programa:

• O app pede permissão por aplicativo; "Always allow" dispensa pedidos futuros, então use com critério.
• Ações sensíveis (conta, segurança, pagamento) exigem aprovação a cada vez.
• Evite tarefas que exijam segredos, a menos que você esteja presente para aprovar cada passo.
• A função não automatiza o terminal nem o próprio ChatGPT e não aprova prompts de permissão do sistema.

Para testar a interface do seu app web ou um aplicativo sem API, o uso de computador é útil. Para rodar comandos e testes, o fluxo normal do Codex continua sendo o caminho.

Boas práticas de prompt para o Codex

O guia da OpenAI afirma que os modelos entendem melhor nuances e ambiguidade, de modo que instruções excessivamente específicas podem atrapalhar onde antes ajudavam. O que ele recomenda definir são limites de decisão: o que o agente pode fazer sozinho e o que exige sua aprovação.

Um bom prompt de código tem cinco partes: objetivo, contexto, restrições, critério de pronto e limites de decisão.

Exemplo de prompt para uma tarefa de código

Exemplo de prompt (adapte os trechos entre colchetes ao seu projeto):

Objetivo: [descreva em 1 ou 2 frases, ex.: corrigir o erro de arredondamento no cálculo de frete].

Contexto: o código está em [pasta/arquivo]. O problema aparece quando [situação que reproduz o erro].

Restrições:
- Altere apenas os arquivos necessários para esta correção.
- Não adicione dependências novas.
- Siga o estilo de código já usado no projeto.

Pronto quando:
- O teste que reproduz o erro passa.
- Os testes existentes continuam passando.
- Você me mostra um resumo das mudanças, arquivo por arquivo.

Pode fazer sozinho: ler arquivos, rodar testes, editar os arquivos da tarefa.

Peça minha aprovação antes de: apagar arquivos, alterar configuração ou pipeline de deploy, mexer em migrações de banco, instalar pacotes, acessar variáveis de ambiente ou qualquer arquivo com segredos, e fazer qualquer coisa fora do escopo acima.

Se algo estiver ambíguo, pergunte antes de agir. Se não conseguir resolver, explique o que tentou em vez de improvisar.

Repare no que o prompt faz: delimita o escopo, define como verificar o resultado e deixa explícito o que exige aprovação. Para outras formas de escrever pedidos, veja como melhorar seus prompts.

Checklist de revisão de código gerado por IA

Código escrito por um agente deve passar pelo mesmo crivo de um colega novo no time:

1. Escopo: o diff mexe só nos arquivos que você esperava? Mudança extra é sinal de alerta.
2. Testes: os testes rodaram de verdade? Peça a saída dos comandos, não só "passou".
3. Dependências: apareceu pacote novo? Confirme que existe, é mantido e é necessário.
4. Segredos: há chaves, tokens, senhas ou URLs internas no código ou nos logs?
5. Casos de borda: valores vazios, nulos, acentos, datas e fusos, números muito grandes.
6. Segurança: entradas de usuário validadas? Consultas ao banco parametrizadas?
7. Leitura: você entende o que o código faz? Se não entende, não faça merge.
8. Reversão: o trabalho está em uma branch, com commit separado, fácil de desfazer?

Riscos e quando NÃO usar o Astra no Codex

• Escopo: agentes podem mexer em mais do que o pedido. Trabalhe sempre em branch e revise o diff.
• Segredos: não coloque senhas, chaves de API ou dados de clientes no prompt nem em arquivos que o agente leia.
• Verificações de segurança: segundo a OpenAI, o Astra é o primeiro modelo classificado como nível "Crítico" em cibersegurança e as verificações podem desacelerar, pausar ou interromper trabalho legítimo, inclusive de segurança defensiva. Se seu trabalho é de segurança, leia o que significa o nível Crítico em cibersegurança.
• Tarefa simples: ajustes pequenos, renomeações e textos de commit não pedem o modelo mais caro. Use o Luna ou o GPT-6.1 Sol.
• Limite do plano: no Plus, o uso do Astra é limitado. Reserve-o para o que realmente precisa dele.

Alternativas e para quem usa API

Se você prefere trabalhar no terminal com outro ecossistema, o guia do Claude Code mostra a alternativa da Anthropic. A escolha entre ferramentas depende do seu fluxo, do plano e do orçamento, e não existe vencedor absoluto. Para integrar o modelo ao seu próprio sistema, em vez de usar o Codex, leia GPT-6 Astra na API para desenvolvedores.

Na DevDay de 29 de setembro, a OpenAI também anunciou um Codex com "Security Cloud". Este artigo não detalha esse recurso porque as informações lidas não permitem descrevê-lo com segurança; consulte o resumo oficial do evento no site da OpenAI.