Novos modelos da família GPT-6 reduzem custos de API, preservam avanços técnicos do Astra e ampliam opções para tarefas profissionais, programação e agentes em grande volume.
A OpenAI ampliou a família GPT-6 com os modelos Sol e Luna, duas opções criadas para combinar capacidades avançadas com custos inferiores em aplicações de grande escala. A estratégia estabelece uma divisão mais clara dentro da geração, pois o Astra permanece como modelo de maior capacidade, enquanto Sol e Luna priorizam eficiência econômica e velocidade.
Sol e Luna ocupam novas faixas dentro da família GPT-6
O GPT-6 Sol foi posicionado para atividades profissionais que exigem raciocínio avançado, programação e interação com computadores sem necessidade de recorrer continuamente ao Astra.
Já o GPT-6 Luna atende cenários nos quais velocidade, grande quantidade de solicitações e eficiência operacional possuem peso maior na escolha do modelo utilizado.
Os dois receberam métodos de treinamento semelhantes aos empregados no Astra, com melhorias direcionadas à precisão das respostas, ao trabalho profissional e à execução de tarefas complexas.
Essa base também incorpora avanços relacionados ao alinhamento, com menor incidência de comportamentos indesejados identificados pela OpenAI em suas próprias avaliações internas.
Na programação, o Sol alcançou 68,8% no DeepSWE, enquanto o Luna registrou 66,6% em uma avaliação voltada a tarefas de desenvolvimento em projetos reais.
O resultado mostra que a opção mais econômica também preserva capacidades relevantes para código, embora o Sol permaneça mais indicado para cargas que exigem desempenho superior.
A diferença aparece igualmente em tarefas executadas diretamente em computadores, nas quais o Sol chegou a 60,5% no OSWorld 2.0.
Nesse comparativo, o desempenho ficou próximo ao registrado pelo Claude Opus 5 em configuração semelhante, segundo os números apresentados pela própria OpenAI.
A empresa também afirma que o GPT-6 Sol cometeu aproximadamente metade dos erros factuais identificados no modelo anterior durante uma análise baseada em conversas problemáticas.
O Luna avançou na mesma direção e, sob níveis maiores de esforço computacional, aproximou seu desempenho daquele oferecido anteriormente pelo GPT-5.6 Sol.
Outra mudança alcança a forma das respostas, porque Sol e Luna receberam parte dos ajustes de comunicação desenvolvidos inicialmente para o Astra.
A OpenAI afirma que os modelos apresentam maior objetividade, menor presença de jargão e menos explicações consideradas pouco relevantes para a conclusão das tarefas.
Eficiência por tarefa ganha peso na nova geração
Os resultados profissionais mostram que a OpenAI procura competir não apenas pela pontuação final dos modelos, mas também pelo recurso necessário para alcançar cada resultado. No AutomationBench, o GPT-6 Sol marcou 33,2% com esforço máximo e superou o Claude Opus 5 dentro do comparativo apresentado pela empresa.
No Agents’ Last Exam, voltado a atividades profissionais complexas, o Sol alcançou 56,4% e apresentou custo por tarefa cerca de 60% inferior ao concorrente citado. Esse equilíbrio entre capacidade e gasto computacional ganha importância sobretudo para empresas que utilizam agentes em processos repetitivos ou em grande quantidade.
Na API, o GPT-6 Sol custa US$ 2 por 1 milhão de tokens de entrada e US$ 10 pelo mesmo volume de saída. O GPT-6 Luna ocupa uma faixa muito inferior, com US$ 0,10 na entrada e US$ 0,50 na saída por 1 milhão de tokens.
Esses valores representam uma redução de 50% diante das tarifas promocionais aplicadas aos equivalentes da geração GPT-5.6, segundo a OpenAI. Para aplicações de grande escala, essa diferença pode alterar significativamente o custo de operações que processam milhões ou bilhões de tokens todos os dias.
A economia também aparece no sistema de prompt caching, que reaproveita partes do contexto já processado em agentes, conversas extensas e outras tarefas recorrentes. Leituras feitas a partir desse material armazenado podem receber desconto de 90%, enquanto novas ferramentas ajudam desenvolvedores a identificar perdas de eficiência e definir pontos de reutilização.
O GitHub conseguiu reduzir em mais de 50% a parcela de tokens que precisava processar novamente em bilhões de requisições, segundo o exemplo apresentado pela OpenAI. A mudança também trouxe ganhos de velocidade para o Copilot, o que demonstra como cache e modelos mais econômicos podem atuar de forma complementar.
GPT-6 Sol e GPT-6 Luna já estão disponíveis no ChatGPT Work e no Codex para usuários Plus, Pro, Business, Enterprise e Edu. O Luna também chega ao aplicativo para desktop de usuários Free e Go, enquanto a API oferece os identificadores gpt-6-sol e gpt-6-luna para integração em produtos externos.