OpenAI treina GPT-6 Astra com Ironclad e corta tempo de tarefas em 48%

Treino usa 11 tarefas reais e reforço

Funcionários da Ironclad e usuários da ferramenta na própria OpenAI montaram 11 tarefas práticas que cobrem operações jurídicas, comerciais e de compras. A lista inclui criar fluxos de aprovação de compras, configurar acordos de confidencialidade e atualizar cláusulas jurídicas reutilizáveis conforme a jurisdição escolhida pelo solicitante. Um operador experiente levaria de 30 a 40 minutos para concluir cada uma dessas etapas manualmente. As tarefas demandam atenção contínua às regras de negócio da empresa. Um agente precisa, por exemplo, exigir aprovação da equipe financeira quando o gasto ultrapassa determinado valor e checar se pedidos abaixo do limite seguem o caminho correto.

Para testar o rigor da execução, os pesquisadores avaliaram cada tarefa contra 8 a 50 critérios técnicos específicos. A Ironclad forneceu ambientes dedicados da sua plataforma para os modelos praticarem as rotinas diretamente na interface. A equipe da OpenAI criou tarefas sintéticas de treino e aplicou aprendizado por reforço para orientar o comportamento dos sistemas por repetição. O modelo precisa ajustar formulários de entrada, regras de encaminhamento e registros finais sem quebrar exceções. O processo exige rigor formal.

Astra atinge 55% de acerto sob avaliação

Na medição direta entre as duas gerações, a OpenAI configurou o GPT-6 Astra no modo de raciocínio Max e o GPT-5.6 Sol no modo High, níveis nos quais cada um obteve a melhor marca. O Astra atingiu nota média de 55,0% nas 11 tarefas de pesquisa, contra 41,6% do Sol. O tempo médio estimado por tentativa caiu de 37,0 minutos no Sol para 19,2 minutos no Astra. O ganho de velocidade veio acompanhado de maior aderência às regras do fluxo contratual.

Em uma demonstração gravada de uma única tarefa, o Astra atendeu cerca de 94% dos critérios em 20 minutos estimados. O Sol cumpriu cerca de 85% das exigências no mesmo exercício, mas precisou de 32 minutos estimados. A OpenAI informou ainda que uma versão interna desenvolvida antes do lançamento do Astra chegou a 63,7% de aproveitamento nas mesmas tarefas. Os números mostram progresso claro, mas confirmam que quase metade dos critérios ainda falha no modelo comercial. A desenvolvedora pretende levar os ganhos dessa versão de laboratório para modelos futuros.