A Asana reduziu em 76 vezes o custo de operação de seu agente de navegador e o tornou 5 vezes mais rápido em testes, segundo estudo de caso publicado pela OpenAI em 9 de outubro de 2026. O resultado foi obtido com o GPT-6 Astra rodando dentro do Codex, ambiente de desenvolvimento com IA da OpenAI.
A empresa afirma que a mudança serve para oferecer aos clientes modelos mais capazes sem que o custo de execução inviabilize o produto.
Agentes de navegador abrem páginas, interpretam interfaces, clicam em botões e preenchem formulários em nome do usuário. Cada passo desse tipo tende a exigir uma chamada a um modelo de linguagem, e o gasto se acumula ao longo de uma única tarefa.
Custo e latência viraram, assim, duas das principais barreiras para transformar demonstrações em produtos usados em escala — e é nesse ponto que o caso descrito pela OpenAI se encaixa. A Asana é conhecida por ferramentas de gestão de projetos e fluxos de trabalho, e um agente capaz de operar sistemas web faz sentido nesse contexto, já que muitas tarefas internas passam por interfaces que não oferecem integração pronta.
O que o material informa
Os números centrais são dois: 76x menos custo e 5x mais velocidade. Ambos foram medidos em testes, conforme o material de origem, e estão associados ao uso do GPT-6 Astra no Codex.
O texto não detalha a arquitetura adotada, o volume de tokens processados, o tamanho da janela de contexto, o número de tarefas avaliadas nem o período em que os testes ocorreram. Também não há uma comparação tabulada com modelos anteriores.
O que se sabe é que a combinação entre o modelo e o ambiente de desenvolvimento foi o caminho encontrado para reduzir o gasto por tarefa mantendo ou ampliando a capacidade do agente. Esse tipo de ganho costuma vir de ajustes no encadeamento das chamadas, do reaproveitamento de resultados intermediários e da escolha do modelo adequado a cada etapa, mas o material divulgado não especifica qual dessas frentes foi usada pela Asana.
Nem indica quanto do resultado vem do modelo em si e quanto vem do ferramental que o cerca, uma distinção que costuma importar para equipes que tentem repetir o desempenho.
Por que isso importa
Redução de custo é frequentemente o fator que decide se um agente de IA cabe ou não em um produto comercial. Quando cada ação passa a custar uma fração do valor anterior, tarefas antes limitadas a poucos passos podem ser executadas em sequências mais longas.
Uma eficiência 76 vezes maior muda o cálculo de margem, permite preços mais baixos e abre espaço para uso em volumes que antes seriam proibitivos. É um argumento de venda que pesa tanto quanto a capacidade bruta do modelo.
A velocidade tem efeito parecido, mas na experiência do usuário. Cinco vezes mais rápido significa menos espera entre o pedido e a conclusão da tarefa, o que reduz a chance de abandono e torna o agente viável em fluxos interativos.
Em agentes de navegador, cada segundo economizado se soma a cada etapa da sequência, e o efeito final percebido pelo usuário é bem maior do que a economia isolada de uma única chamada ao modelo.
O que ainda não está claro
Os resultados são descritos como obtidos em testes, o que indica avaliação controlada, e não um benchmark público e independente. Não há informação sobre quais tarefas foram usadas, qual a taxa de erro das execuções ou como o desempenho se comporta em sites fora do conjunto testado.
A ausência de um número absoluto de custo por tarefa também dificulta comparações diretas com outros agentes de navegador disponíveis no mercado. Sem esses dados, a leitura mais segura é a de que os ganhos são promissores e específicos do cenário avaliado.
Também não se sabe se a economia se sustenta em produção, quando o volume cresce, o tráfego varia e aparecem casos de borda que exigem mais tentativas. A divulgação do caso pela OpenAI sugere que a empresa trata o episódio como vitrine para o GPT-6 Astra e para o Codex como ferramenta de otimização de agentes.
Para o mercado, o recado é direto: eficiência de custo deixou de ser detalhe técnico e passou a integrar a proposta comercial de quem vende agentes de IA.
