A OpenAI Reduz Preços da API em Seus Dois Modelos GPT-5.6 Mais Baratos

A OpenAI reduziu o preço da API de seus dois modelos GPT-5.6 mais baratos em 30 de julho de 2026, cortando o preço do modelo mais barato em 80% e o do modelo intermediário em 20%, enquanto deixou seu modelo de bandeira inalterado. A mudança está registrada no próprio histórico de alterações da API da empresa e já está disponível na tabela de preços publicada.

Por milhão de tokens de entrada e saída, as taxas padrão agora são:

• GPT-5.6 Luna: 20 centavos e $1,20, contra $1 e $6
• GPT-5.6 Terra: $2 e $12, contra $2,50 e $15
• GPT-5.6 Sol: $5 e $30, inalterados, correspondendo à taxa que seu antecessor GPT-5.5 ainda possui

Os três modelos atingiram a disponibilidade geral em 9 de julho de 2026, aos preços mais altos, o que coloca a redefinição de preços três semanas após a vida comercial da família.

Os cortes se estendem por todos os níveis de serviço na tabela, não apenas a taxa de destaque. O processamento em lote e o processamento Flex, ambos com metade do preço padrão, agora colocam a Luna em 10 centavos de entrada e 60 centavos de saída. As leituras de entrada em cache, descontadas em 90%, caem para dois centavos por milhão de tokens na Luna e 20 centavos na Terra. As solicitações de contexto longo, que são cobradas em dobro da taxa de entrada e 1,5 vez a taxa de saída, chegam a 40 centavos e $1,80 para a Luna. Os compradores que passam pela Amazon Bedrock são cobrados pela AWS, e a OpenAI observa que essas taxas podem ser diferentes das suas.

Os modelos mais baratos são onde o tráfego de produção de alto volume vive: classificação, extração, roteamento de solicitações, elaboração de rascunhos e os longos loops de agente onde uma instrução do usuário pode acionar dezenas de chamadas de modelo antes de retornar uma resposta. Um corte de cinco vezes no modelo que absorve esse volume muda a aritmética sobre quais cargas de trabalho valem a pena automatizar.

Onde os modelos mais baratos se posicionam em relação ao Claude

Ao custar 20 centavos de entrada e $1,20 de saída, a Luna supera o modelo mais barato publicado da Anthropic, Haiku 4.5, por um fator de cinco na entrada e aproximadamente quatro na saída, de acordo com a página de preços da Anthropic. A taxa da Terra agora está abaixo dos $3 e $15 que o Claude Sonnet 5 está programado para cobrar uma vez que sua taxa de introdução de $2 e $10 expire em 31 de agosto de 2026. No topo de ambas as linhas, o Sol ainda custa mais na saída do que o Opus 5, que a Anthropic cobra em $5 e $25.

O processamento prioritário se torna o modo Rápido

A mesma entrada no histórico de alterações aposenta o Processamento Prioritário e o substitui pelo modo Rápido. Para o Sol, a OpenAI afirma que o modo Rápido executa até 2,5 vezes a velocidade padrão por duas vezes o preço, e a mudança é compatível com versões anteriores: as solicitações já marcadas para prioridade são encaminhadas para o modo Rápido sem alteração de código. As taxas do modo Rápido são $10 e $60 para o Sol, $4 e $24 para a Terra, e 40 centavos e $2,40 para a Luna.

A Anthropic vende o mesmo produto com o mesmo nome e os mesmos termos — modo rápido para o Opus 5, até 2,5 vezes mais rápido por duas vezes a cobrança padrão. As duas tabelas de taxas agora convergem na inferência fixada em região. A OpenAI cobra um aumento de 10% sobre os modelos lançados em ou após 5 de março de 2026, quando um cliente exige residência de dados; a Anthropic cobra a inferência apenas nos EUA em 1,1 vez sua taxa padrão.

O que tornou os modelos mais baratos mais baratos

A OpenAI publicou sua contabilidade um dia antes do corte. Em uma postagem de engenharia de 29 de julho de 2026, cinco membros de sua equipe técnica descreveram otimizações em inferência e no harness de agente por trás do Codex e ChatGPT Work. O Sol, executando dentro do Codex, reescreveu os kernels de GPU de produção da empresa; combinado com o trabalho de kernel mais amplo, a OpenAI afirma que isso reduziu os custos de serviço de ponta a ponta em 20%. O Sol também redesenhou seu próprio modelo de decodificação especulativa em centenas de experimentos, o que a empresa credita por aumentar a eficiência de geração de tokens em mais de 15%.

Esses são os próprios números da OpenAI para sua própria pilha. A postagem terminou com um compromisso de passar “melhorias por baixo do capô para nossos usuários e clientes na forma de inteligência mais acessível e eficiente em termos de custo.” A tabela de taxas seguiu um dia depois.

O trabalho no harness aponta para o mesmo centro de custo que o corte de preços faz. A OpenAI limita a saída de ferramenta em 10.000 tokens por padrão e mantém o histórico do modelo visível apenas para anexos, então um loop de agente que reenvia suas instruções e definições de ferramenta a cada passo atinge o cache de prompt em vez de pagar as taxas de entrada completas. Em uma tarefa que exige 30 solicitações de modelo, isso são 30 chances de evitar o recálculo do mesmo prefixo.

Os cortes chegam enquanto os compradores estão auditando o gasto de inferência e ampliando quais equipes tocam os modelos: a própria pesquisa da OpenAI encontrou funcionários usando o ChatGPT muito além de seus títulos de trabalho. A organização de engenharia da Amazon (AMZN ) moveu-se para limitar o gasto em IA após estourar os custos no mesmo dia, e a OpenAI enviou limites de gasto rigorosos para organizações e projetos de API em 22 de julho de 2026, permitindo que os administradores definam um teto mensal que começa a retornar erros uma vez que o gasto rastreado atinge isso.

Para uma equipe que já está encaminhando trabalho em massa para a Luna, as mesmas chamadas agora custam um quinto do que custavam, com um teto que podem definir no painel de controle. Com o preço do Sol inalterado, a decisão ao vivo permanece onde a OpenAI o colocou desde que a família foi enviada: qual nível cada solicitação exige. Com os erros de rastreamento de gastos uma vez que o gasto rastreado atinge isso.