🎬 Assista esta matéria
A OpenAI anunciou em 22 de setembro de 2026 dois novos modelos, o GPT-6 Sol e o GPT-6 Luna, com corte de 50% no preço de API em relação à série GPT-5.6. O anúncio saiu cerca de 90 minutos depois de a Anthropic apresentar o Claude Opus 5.5.
Os dois modelos herdam o treinamento do GPT-6 Astra, o topo de linha da casa. A proposta declarada é levar parte dos ganhos do Astra em trabalho profissional, factualidade, programação, uso de computador e alinhamento para modelos mais rápidos e mais baratos.
Divisão de tarefas
O Sol é o modelo apontado para programação complexa e fluxos de trabalho com agentes. O Luna mira o oposto: tarefas bem definidas executadas em escala, como resumir documentos, extrair informação e responder perguntas rápidas.
A distribuição segue essa lógica. Sol e Luna estão disponíveis no ChatGPT Work, no Codex e na API para a maioria das contas pagas. O Luna vai além e alcança o aplicativo de desktop e os usuários dos planos Free e Go. A liberação no aplicativo e no site foi gradual ao longo do dia do anúncio.
Os números apresentados
Na avaliação interna de factualidade da própria OpenAI, o GPT-6 Sol comete cerca de metade dos erros do antecessor, aproximando-se da confiabilidade do Astra a um custo bem menor.
A empresa também divulgou um resultado de comparação direta com a concorrência. No AutomationBench, teste de fluxos de trabalho corporativos que atravessam vários aplicativos, o GPT-6 Sol em esforço “xhigh” supera o Claude Opus 5 em esforço máximo gastando 9% do custo por tarefa do modelo da Anthropic.
Vale a ressalva de sempre: são números de benchmark divulgados pelo fabricante, e a comparação usa o Opus 5, não o Opus 5.5 lançado no mesmo dia.
“O GPT-6 Astra apresentou uma nova geração de inteligência; estes modelos estendem seus benefícios tornando essa inteligência mais eficiente e acessível”, diz o texto de anúncio da empresa.
O que isso diz sobre o mercado
Duas empresas lançando modelos com poucas horas de diferença, ambas com o corte de preço como manchete, indicam onde a competição se deslocou. Não é mais só a briga por capacidade máxima em testes difíceis, mas por quanto custa rodar uma tarefa até o fim.
Para quem desenvolve em cima dessas APIs no Brasil, o efeito prático é imediato: o custo por token da camada intermediária caiu pela metade em um único dia, e a conta de um agente que faz dezenas de chamadas por execução muda de patamar.
Fontes: TechCrunch · OpenAI
🎙️ Gostou? Receba só o que te interessa, todo dia
Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.
Montar meu briefing grátis