NVIDIA acelera GPT-6 Astra Ultrafast com chips Blackwell

Modo de inferência usa modelos para programar kernels nas GPUs Blackwell, mas a latência ponta a ponta cai 2,6 vezes a um custo de US$ 300 por milhão de tokens.

A NVIDIA e a OpenAI detalharam a engenharia por trás do GPT-6 Astra Ultrafast, uma camada de inferência voltada a fluxos de trabalho com agentes autônomos. Anunciado em 1º de outubro de 2026, o recurso roda exclusivamente na arquitetura de processadores gráficos Blackwell e atinge uma taxa de saída de tokens até oito vezes superior à do modo convencional. A novidade central não está apenas no hardware, mas no método de desenvolvimento: a OpenAI utilizou seus próprios modelos de inteligência artificial para escrever e otimizar kernels de baixo nível talhados para as placas da fabricante.

Modelos de IA gerando código para chips

Segundo Philippe Tillet, líder de inferência na OpenAI, sistemas internos da empresa analisaram a documentação técnica e as ferramentas da NVIDIA para produzir kernels autônomos. Essas rotinas matemáticas coordenam os cálculos diretamente no silício e alcançaram desempenho superior ao de códigos compilados manualmente por engenheiros.

Uday Ruddarraju, diretor de computação da OpenAI, apontou que a flexibilidade da arquitetura Blackwell viabilizou o ajuste automático. Embora as equipes tenham citado experimentos exploratórios com a futura família Rubin, o suporte comercial no lançamento funciona apenas nos sistemas Blackwell.

O ganho real do GPT-6 Astra Ultrafast na prática

O multiplicador de oito vezes anunciado pela fabricante mede a velocidade de emissão de tokens, isto é, o fluxo contínuo de caracteres e palavras após o início da resposta. Essa métrica não significa que a requisição completa termine oito vezes mais rápido, já que o tempo total também depende da leitura do prompt e da latência inicial de processamento.

Os dados de benchmark divulgados pela NVIDIA indicam que a duração total das tarefas caiu cerca de 2,6 vezes em cargas comparáveis de teste, baixando de 17,0 segundos no modo padrão para 6,4 segundos no Ultrafast. Para agentes de programação no Codex, esse intervalo menor entre tokens tem utilidade direta: ferramentas autônomas alternam constantemente entre redigir código, executar testes no terminal e corrigir falhas, o que torna qualquer redução na espera acumulada relevante para a rotina de trabalho.

Custos elevados e travas de residência de dados

Essa agilidade exige um orçamento substancial. Na documentação para desenvolvedores, a OpenAI cobra US$ 300 por milhão de tokens de saída ao acionar o parâmetro service_tier: ultrafast no modelo gpt-6-astra (com recomendação técnica de conexões via WebSockets). O valor representa um salto de seis a oito vezes sobre as tarifas comuns. No aplicativo ChatGPT, o acesso fica restrito a assinantes do plano Pro de US$ 500 mensais e a contas corporativas Enterprise e Edu.

Além do custo financeiro, a implantação impõe barreiras de conformidade regulatória. Conforme as regras da OpenAI, o modo opera com processamento global e exige armazenamento primário nos Estados Unidos. Empresas sujeitas a leis rígidas de localização de dados na União Europeia não podem utilizar o recurso agora, e a OpenAI não divulgou previsão para disponibilizar infraestrutura em território europeu.