OpenAI lança família GPT-5.6 com três modelos: Sol, Terra e Luna
A nova geração da OpenAI chega dividida em três variantes por custo e velocidade. O topo de linha, Sol, aparece à frente do Fable 5 da Anthropic no índice de agentes de código, usando menos da metade dos tokens.
O que aconteceu
A OpenAI apresentou no dia 9 de julho de 2026 a família GPT-5.6, dividida em três modelos com posicionamentos distintos: Sol, o mais forte da linha, Terra, uma opção intermediária que equilibra potência e custo, e Luna, desenhado para velocidade e preço baixo. A lógica é a mesma que já vinha se consolidando na indústria: em vez de um único modelo de fronteira, a empresa entrega uma escada de opções para que cada carga de trabalho use o nível certo de capacidade.
Os números divulgados apontam para ganhos de eficiência mais do que de força bruta. A OpenAI afirma que o Sol é cerca de 54% mais eficiente em tokens nas tarefas de programação em relação à geração anterior. No índice de agentes de código citado pela reportagem, o Sol marca 80 pontos, à frente do Fable 5 da Anthropic, e faz isso usando menos da metade dos tokens de saída e a um terço do custo. Para quem paga a conta por token, essa é a métrica que importa.
A escada de preços
A tabela de preços deixa clara a estratégia de segmentação. Por milhão de tokens, o Sol custa 5 dólares na entrada e 30 dólares na saída, o Terra fica em 2,50 e 15 dólares, e o Luna desce para 1 e 6 dólares. Os três modelos chegam simultaneamente ao ChatGPT, ao ambiente de código Codex e à API da OpenAI, o que permite migração imediata de quem já constrói em cima da plataforma.
O Sol foi ainda apresentado como o modelo mais forte da empresa em cibersegurança, com aplicação em modelagem de ameaças, revisão de código e exercícios defensivos. É um posicionamento que mira o mercado corporativo, onde a preocupação com segurança costuma travar a adoção de IA generativa em fluxos sensíveis.
- Sol: topo de linha, 80 pontos no índice de agentes de código
- Terra: opção intermediária, foco em custo-benefício
- Luna: velocidade e preço baixo (1 dólar de entrada por milhão de tokens)
- Ganho declarado de 54% em eficiência de token em código no Sol
- Disponível em ChatGPT, Codex e API no mesmo dia
O que muda para o Brasil
Para os times brasileiros de CRM, atendimento e vendas que já operam sobre a API da OpenAI, o recado prático é sobre custo unitário. Um agente de atendimento que resolve conversas de WhatsApp consome tokens a cada mensagem trocada, e a diferença entre pagar pelo Luna ou pelo Sol muda a viabilidade de rodar IA em alto volume. A existência de três degraus permite desenhar arquiteturas híbridas: o Luna cuida da triagem e das respostas simples, o Sol entra só quando a conversa exige raciocínio pesado.
Esse tipo de orquestração por nível de modelo já é o padrão em plataformas conversacionais maduras. Fornecedores nacionais de atendimento e chatbot que repassam a inteligência dos grandes laboratórios ganham margem quando o custo por token cai, e ganham argumento comercial quando conseguem prometer a mesma qualidade por menos. Vale acompanhar como as plataformas listadas nas nossas análises de Take Blip e Zenvia incorporam a nova família.
Leitura crítica
Convém tratar os benchmarks com o ceticismo de sempre. Um índice de agentes de código é medido em condições controladas, e liderar por dois ou três pontos raramente se traduz em vantagem perceptível no uso real, onde a qualidade da integração e do prompt pesa mais que a diferença entre modelos de fronteira. O dado mais sólido aqui não é o placar contra o Fable 5, e sim a queda de custo por token, que é verificável na fatura.
A fragmentação em Sol, Terra e Luna também transfere complexidade para o cliente. Escolher o modelo certo para cada etapa do fluxo virou uma decisão de engenharia, não mais um detalhe. Quem não tiver disciplina de medir custo e qualidade por rota tende a pagar caro rodando o topo de linha onde o modelo mais barato resolveria. A boa notícia é que a escada existe. A má é que arrumá-la direito dá trabalho.