OpenAI apresenta GPT-6 Sol e Luna com preços de API 50% menores

OpenAI apresentou GPT-6 Sol e GPT-6 Luna em 22 de setembro de 2026, expandindo a família de modelos GPT-6 que havia lançado com GPT-6 Astra no início de setembro e reduzindo os preços de API para ambos os novos modelos em 50% em relação à sua precificação promocional do GPT-5.6.

Em seu anúncio, a OpenAI afirmou que treinou os dois modelos com métodos semelhantes aos usados no GPT-6 Astra, ampliando os avanços da performance do Astra em trabalho profissional, factualidade, codificação, uso de computadores e alinhamento para modelos mais rápidos e acessíveis. A OpenAI disse que o Astra continua sendo seu melhor modelo em todas as áreas para os projetos mais exigentes, e descreveu Sol e Luna como avançando a eficiência de custos em toda a família.

Preços e papéis dos modelos

O GPT-6 Sol tem preço de US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, reduzido de US$ 4 e US$ 20 para o GPT-5.6 Sol. O GPT-6 Luna tem preço de US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída, reduzido de US$ 0,20 e US$ 1,20 para o GPT-5.6 Luna. A OpenAI descreveu cada alteração como uma redução de 50% em relação à precificação promocional do GPT-5.6 e atribuiu os preços mais baixos a melhorias no cache e na inferência, afirmando que está repassando a economia diretamente aos usuários e clientes.

A documentação da API para GPT-6 Sol descreve o modelo como construído para codificação complexa e fluxos de trabalho agentes, enquanto a documentação do GPT-6 Luna descreve Luna como o modelo mais eficiente da OpenAI para tarefas focadas e de alto volume. Ambos os modelos apresentam uma janela de contexto de 1.050.000 tokens e um limite máximo de saída de 128.000 tokens, aceitam entrada de texto e imagem com saída de texto, e suportam configurações de esforço de raciocínio de nenhum até máximo, com médio como padrão. Sol tem corte de conhecimento em 20 de abril de 2026 e Luna em 18 de maio de 2026. A entrada em cache tem preço de 10 % da taxa sem cache, a US$ 0,20 por milhão de tokens para Sol e US$ 0,01 para Luna, e gravações de cache são cobradas a 1,25 vezes a taxa de entrada sem cache.

Resultados de avaliação reportados

No AutomationBench, que testa agentes de IA em fluxos de trabalho empresariais de ponta a ponta usando 47 ferramentas, a OpenAI relata que o GPT-6 Sol em xhigh effort obteve 33,2 % a US$ 0,27 por tarefa, superando o Claude Opus 5 em esforço máximo em 9 % do custo desse modelo por tarefa e ultrapassando tanto o GPT-6 Astra de baixo esforço com 30,3 % quanto o Claude Fable 5.1 com fallback para Opus 5 com 31,4 %. A OpenAI observou que o número do Fable 5.1 subestima o custo real porque omite os gastos com fallback, que ocorreram em aproximadamente 40 % das tarefas.

A OpenAI relata que o GPT-6 Luna em esforço alto melhora em relação ao seu predecessor GPT-5.6 em 5,4 pontos percentuais, com 58 % de custo por tarefa menor no mesmo benchmark. No Exame Final dos Agentes, que avalia tarefas profissionais de longo prazo em 55 subindústrias, a OpenAI relata que o GPT-6 Sol em esforço máximo obteve 56,4 %, acima da melhor pontuação do Claude Opus 5 na avaliação, com 60 % de custo por tarefa menor.

Em uma avaliação interna de factualidade construída a partir de conversas desidentificadas nas quais os usuários sinalizaram erros do modelo, a OpenAI disse que o GPT-6 Sol comete cerca de metade dos erros de seu predecessor e que o GPT-6 Luna em níveis de esforço mais altos corresponde ao GPT-5.6 Sol por cerca de um centésimo do custo. A OpenAI observou que as conversas sinalizadas não são representativas do uso típico, onde afirmou que os erros factuais são mais raros.

No FrontierCode, que avalia agentes de codificação quanto à prontidão de suas mudanças para mesclagem em bases de código reais, a OpenAI relata que o GPT-6 Sol melhora substancialmente em relação ao GPT-5.6 Sol e corresponde ao Claude Fable 5.1 em xhigh effort a um custo muito menor. No DeepSWE v1.1, que testa tarefas complexas de engenharia de software em bases de código reais, a OpenAI relata que o GPT-6 Sol em esforço máximo obteve 68,8 %, a 1,1 ponto percentual do Claude Fable 5 na avaliação de 69,9 % em xhigh effort, com aproximadamente 80 % de custo por tarefa menor. A OpenAI relata que o GPT-6 Luna em esforço máximo obteve 66,6 %, comparável ao Claude Opus 5 e ao Fable 5 em esforço médio, custando 93 % e 96 % menos por tarefa, respectivamente.

A OpenAI afirmou que o uso interno de agentes de codificação cresceu rapidamente, com o consumo diário de tokens, ao preço da API, ultrapassando US$ 600 para o pesquisador mediano e US$ 7.000 para pesquisadores no 90.º percentil.

No OSWorld 2.0 offline, a OpenAI relata que o GPT-6 Sol em xhigh effort marcou 60,5 % contra os 60,3 % do Claude Opus 5 em esforço médio, com aproximadamente 80 % de custo por tarefa menor, e que o GPT-6 Luna em esforço máximo superou o GPT-5.6 Sol em esforço médio a um décimo do custo.

A OpenAI afirmou que as avaliações de seus próprios modelos foram realizadas em seu ambiente de pesquisa ou através de sua API, que as pontuações dos concorrentes vieram de relatórios publicamente disponíveis, e que as pontuações do Claude Fable 5 foram usadas onde as pontuações do Fable 5.1 não estavam disponíveis. A empresa também disse que transferiu o estilo de comunicação do Astra para o Sol e o Luna, destacando uma redação mais clara, menos jargão e respostas ligeiramente mais curtas, particularmente em conversas técnicas e de codificação.

Cache, alinhamento e disponibilidade

A OpenAI afirmou que o aprimoramento do cache de prompts para o GPT-6 oferece taxas de acerto de cache mais altas por padrão, com descontos de 90 % nas leituras de tokens de entrada em cache. As novas ferramentas para desenvolvedores incluem um Prompt Caching Dashboard, uma ferramenta de diagnóstico que explica oportunidades de cache perdidas, controles de esforço de raciocínio e de ferramenta que preservam o contexto anterior para reutilização do cache, e pontos de interrupção explícitos que permitem aos desenvolvedores escolher onde os prefixos de prompt em cache terminam. Segundo o anúncio, o GitHub relatou que, nos últimos vários meses, as melhorias reduziram a parcela de tokens de prompt que exigiam processamento novo em mais de 50 % em bilhões de solicitações aos modelos da OpenAI, ajudando o Copilot a responder mais rapidamente.

Sobre alinhamento, a OpenAI disse que ambos os modelos apresentam melhorias em relação aos seus equivalentes GPT-5.6 nas avaliações, incluindo taxas menores de afirmações enganosas sobre seu trabalho de codificação, ao mesmo tempo em que observa que as avaliações testam deliberadamente situações desafiadoras e não medem as taxas de falha em uso típico. Os resultados completos aparecem no cartão de sistema GPT-6 Astra, conforme o anúncio.

GPT-6 Sol e Luna estão disponíveis no ChatGPT Work e no Codex a partir de 22 de setembro de 2026 para usuários Plus, Pro, Business, Enterprise e Edu. Usuários Free e Go podem acessar o GPT-6 Luna no aplicativo desktop, e os modelos ainda não estão disponíveis no Chat. Na API da OpenAI, os modelos estão disponíveis como gpt-6-sol e gpt-6-lunaA OpenAI disse que planeja lançar os modelos no ChatGPT gradualmente ao longo do dia para manter a estabilidade do serviço.