OpenAI corta 80% do preço do GPT-5.6 Luna e derruba o custo de rodar atendimento com IA
Três semanas depois do lançamento da família GPT-5.6, o modelo mais barato caiu de US$ 1 para US$ 0,20 por milhão de tokens de entrada. O Terra caiu 20% e o Sol ficou como estava.
O que aconteceu
A OpenAI reduziu em 80% o preço de API do GPT-5.6 Luna, o modelo mais barato da família lançada em 9 de julho de 2026. O valor caiu de US$ 1,00 para US$ 0,20 por milhão de tokens de entrada e de US$ 6,00 para US$ 1,20 por milhão de tokens de saída. O corte passou a valer em 30 de julho, segundo a InfoWorld.
O GPT-5.6 Terra, o modelo intermediário, teve corte menor, de 20%: passou de US$ 2,50 e US$ 15,00 para US$ 2,00 e US$ 12,00 por milhão de tokens de entrada e saída. O GPT-5.6 Sol, o topo da linha, manteve o preço e ganhou um modo de execução acelerada que cobra o dobro para entregar cerca de 2,5 vezes mais vazão.
A documentação oficial da API confirma os novos valores do Luna e acrescenta dois detalhes que raramente aparecem nas manchetes: token de entrada em cache custa US$ 0,02 por milhão, um desconto de 90%, e requisições acima de 272 mil tokens de entrada pagam o dobro na entrada e uma vez e meia na saída. A janela de contexto do modelo é de cerca de 1,05 milhão de tokens e o corte de conhecimento é fevereiro de 2026.
A conta nova, na prática
Preço de tabela vira decisão de negócio quando você aplica ao volume real de uma operação de atendimento. Uma conversa de suporte razoavelmente carregada, com histórico, catálogo e instruções, consome algo em torno de 20 mil tokens de entrada e 2 mil de saída por resposta gerada.
No preço antigo do Luna, essa resposta custava aproximadamente 3,2 centavos de dólar. No preço novo, cai para cerca de 0,64 centavo. Em uma operação que processa 100 mil respostas por mês, a diferença sai de aproximadamente US$ 3.200 para cerca de US$ 640. Não é uma economia de rodapé, é uma linha de custo que muda de faixa.
| Modelo | Antes (entrada / saída por milhão) | Depois | Queda |
|---|---|---|---|
| GPT-5.6 Luna | US$ 1,00 / US$ 6,00 | US$ 0,20 / US$ 1,20 | 80% |
| GPT-5.6 Terra | US$ 2,50 / US$ 15,00 | US$ 2,00 / US$ 12,00 | 20% |
| GPT-5.6 Sol | sem alteração | sem alteração | 0% |
Por que o corte veio tão rápido
A justificativa oficial da OpenAI é ganho de eficiência. A empresa afirma que otimizações em treino, inferência e nos kernels de GPU permitem "entregar mais inteligência por dólar" sem perda de desempenho. É a explicação que qualquer fornecedor daria, e ela pode ser verdadeira sem ser a explicação inteira.
O contexto competitivo é o outro lado. Modelos abertos de origem chinesa vêm encostando em desempenho a uma fração do preço, e Google e Microsoft empurram camadas baratas há meses. Mexer no preço de um produto vinte e um dias depois de anunciá-lo é um sinal razoavelmente claro de que o número inicial não sustentou a disputa por carga de trabalho de alto volume.
"Melhorias de eficiência de serviço que permitem entregar mais inteligência por dólar." OpenAI, justificativa oficial do corte, via InfoWorld
Analistas ouvidos pela InfoWorld avaliam que empresas não vão embolsar a economia: devem reinvestir em mais uso de IA. É o paradoxo de Jevons aplicado a token, em que ficar mais barato aumenta o consumo em vez de reduzir a fatura.
O que muda para quem atende cliente no Brasil
Para o operador brasileiro, o efeito imediato é no ponto de equilíbrio. Havia uma faixa grande de casos de uso em que automatizar não fechava a conta: triagem de mensagens de baixo valor, classificação de intenção em canais de volume alto, resumo de conversa antes de passar para o humano, rastreio de pedido. Com o custo do token de entrada caindo para um quinto, boa parte desses casos passa a fechar.
- Classificar e rotear mensagem de WhatsApp em volume vira barato o suficiente para rodar em 100% do fluxo, não só na amostra.
- Resumo automático de atendimento antes do repasse ao humano deixa de ser luxo de operação grande.
- Cache de entrada a US$ 0,02 por milhão premia quem mantém prompt estável e reaproveitável, algo que a maioria das operações ainda não estrutura.
- Contexto longo continua caro: passar de 272 mil tokens de entrada dobra o preço da entrada, então despejar o catálogo inteiro no prompt segue sendo má ideia.
Vale a ressalva de sempre: o preço é em dólar e a variação cambial fica no seu colo. E preço de modelo é apenas uma parte do custo de um agente. Se você ainda está decidindo o formato da automação, o comparativo de IA de atendimento ao cliente no Brasil e o guia sobre o que é um agente de IA para WhatsApp ajudam a separar o que é custo de modelo do que é custo de plataforma.
Leitura crítica
O corte é real e mensurável, mas convém não confundir barateamento de token com barateamento de operação. Na maioria dos projetos de atendimento que dão errado, o dinheiro não some no modelo: some em integração mal feita, base de conhecimento desatualizada, ausência de fallback humano e retrabalho de fila. Cortar 80% de uma linha que representava 10% do custo total muda menos do que a manchete sugere.
Há também o risco de migração apressada. Um modelo de faixa econômica é ótimo para classificar e resumir, e mediano para conduzir uma negociação com nuance em português brasileiro, com gíria, ironia e correção de rumo no meio da frase. Trocar Terra por Luna para economizar e descobrir a degradação pela reclamação do cliente é um jeito caro de poupar.
Por fim, o próprio ritmo do anúncio é informação. Preço que cai 80% em três semanas pode cair de novo, e pode subir se a disputa por capacidade apertar. Quem está desenhando operação de atendimento para os próximos doze meses deveria tratar escolha de modelo como parâmetro configurável, não como decisão de arquitetura, e medir custo por conversa resolvida em vez de custo por milhão de tokens.