Se o seu sistema roda no GPT-6 Astra, o modelo mais capaz da OpenAI, migrar para o GPT-6.1 Sol reduz o preço a um quinto. Para um assistente de atendimento ao cliente que lida com 20.000 conversas por mês, a fatura cai de cerca de US$ 668 para cerca de US$ 129, com resultados publicados próximos aos do Astra em programação e uso do computador, e mais distantes em automação de processos de negócio e nas tarefas científicas mais difíceis. Vindo do GPT-6 Sol, a economia é de apenas cerca de US$ 5 por mês, e trocar só o nome do modelo pode quebrar sua integração: o novo modelo não aceita o nível de raciocínio none, a chamada de ferramentas funciona só pela Responses API e parâmetros como temperature precisam sair. A OpenAI anunciou o modelo em 29 de setembro de 2026.

O que a OpenAI anunciou, em números

  • Preço: US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída, contra US$ 10 e US$ 50 do GPT-6 Astra, exatamente um quinto. Em riais: SAR 7,5 por milhão de tokens de entrada e SAR 37,5 por milhão de tokens de saída.
  • Entrada em cache: US$ 0,10 por milhão de tokens, metade do preço do GPT-6 Sol, que é de US$ 0,20. Essa é a única diferença de preço entre os dois modelos; os preços de entrada, saída e gravação em cache não mudaram.
  • Engenharia de software (DeepSWE v1.1): 75,22% com esforço de raciocínio alto por US$ 0,65 por tarefa, contra 74,12% do Astra com esforço xhigh por US$ 4,43 por tarefa, e 68,81% do GPT-6 Sol no seu melhor resultado.
  • Uso do computador (OSWorld 2.0): 71,42% com esforço máximo por US$ 1,27 por tarefa, contra 73,49% do Astra por US$ 9,44, e 64,43% do GPT-6 Sol.
  • Automação de processos de negócio (AutomationBench): aqui a diferença continua: 36,1% com esforço máximo contra 41,4% do Astra. No mesmo gráfico, o Claude Opus 5.5 da Anthropic marcou 42,47% com esforço máximo, e a OpenAI observa que ele foi executado com fallback para modelos Opus mais antigos quando travava.
  • Tarefas científicas (Terminal-Bench Science): 57,02% com esforço máximo por US$ 5,47 por tarefa, contra 68,1% do Astra por US$ 23,80, e a própria OpenAI recomenda manter o Astra para as tarefas de pesquisa científica mais difíceis.
  • Erros factuais: em prompts difíceis que a OpenAI tirou de propósito de conversas em que os usuários tinham apontado um erro anterior, a parcela de respostas com erro factual em esforço baixo caiu de 11,4% no GPT-6 Sol para 7,7%. Em esforço máximo, os dois modelos ficam praticamente empatados (4,61% para o GPT-6.1 Sol contra 4,57% para o GPT-6 Sol). A OpenAI diz que esses prompts não representam o uso típico.
  • Especificações: janela de contexto de 1.050.000 tokens, máximo de 128.000 tokens de saída, entrada de texto e imagem, data de corte do conhecimento em 30 de abril de 2026 e o nome do modelo na API gpt-6.1-sol.

Todos esses números vêm de testes que a OpenAI fez e publicou com o anúncio, e ainda não encontramos uma medição independente que os reproduza. Leia-os como você lê a ficha de produto de um fornecedor: uma indicação do que testar primeiro, não um veredito final.

Onde você vai encontrá-lo no ChatGPT, e onde não vai

Esta é a parte que importa para quem pesquisa sobre o ChatGPT hoje: o GPT-6.1 Sol ainda não está disponível no chat comum do ChatGPT. Segundo a central de ajuda da OpenAI, GPT-6.1 Sol, GPT-6 Sol e GPT-6 Luna são modelos para o ChatGPT Work e o Codex, os espaços para executar tarefas e programar, não para o chat do dia a dia.

  • Planos: a OpenAI o anunciou para assinantes do Plus, Pro, Business, Enterprise e Edu. As notas de versão, porém, descrevem uma liberação gradual que começa pelo Pro e depois se estende aos outros planos, então, se você ainda não o vê na sua conta, esse é provavelmente o motivo. Os planos Free e Go não estão na lista.
  • Empresas e educação: no Enterprise e no Edu, o proprietário do workspace pode habilitar o acesso ao modelo nas configurações de permissões e funções, então, se sua equipe não o vê, verifique essa configuração primeiro.
  • Arábia Saudita: está na lista da OpenAI de países em que o ChatGPT é suportado, embora a página não detalhe a disponibilidade por plano.

Explicamos o que o ChatGPT Work faz em nosso artigo sobre o agente ChatGPT Work.

A armadilha da troca: três mudanças antes de trocar o nome

Se você tem um sistema conectado à API do GPT-6 Sol, não peça ao seu desenvolvedor para apenas trocar o nome do modelo. A página do modelo lista duas diferenças explícitas, e o guia de migração da OpenAI acrescenta uma terceira:

  • O nível de raciocínio none deixou de existir: o GPT-6.1 Sol aceita low, medium (o padrão), high, xhigh e max. Não aceita none nem minimal, e o guia de migração recomenda low no lugar de none. O GPT-6 Sol, por outro lado, aceita none.
  • Chamada de ferramentas só pela Responses API: o GPT-6.1 Sol funciona na Chat Completions API, mas sem chamada de ferramentas. O GPT-6 Sol permite chamada de funções no Chat Completions desde que o raciocínio esteja em none. Um sistema construído sobre essa condição, como um assistente que consulta o status de um pedido ou um saldo no seu banco de dados, precisa migrar para a Responses API antes da troca.
  • Os parâmetros de amostragem precisam sair: como o GPT-6.1 Sol sempre raciocina, o guia de migração manda remover temperature, top_p e top_logprobs, além de logprobs no Chat Completions. Um sistema que define esses parâmetros no GPT-6 Sol em none precisa alterá-los antes da troca.

A boa notícia é que o GPT-6 Sol não foi aposentado nem tem aposentadoria programada. No aviso de 1 de outubro, a OpenAI chegou a indicá-lo como substituto recomendado de dois modelos mais antigos. Então não há pressa: teste o novo modelo nas suas próprias tarefas, migre a integração para Responses se precisar e só então faça a troca.

No mesmo dia, a OpenAI também anunciou datas de desativação de modelos mais antigos da API:

  • gpt-5.1 e gpt-5.3-codex serão desativados em 1 de abril de 2027, com gpt-6-sol como substituto recomendado.
  • gpt-5.4-nano será desativado na mesma data, com gpt-6-luna como substituto recomendado.
  • Os modelos de texto para fala tts-1, tts-1-hd e duas versões do gpt-4o-mini-tts serão desativados em 6 de janeiro de 2027, com gpt-realtime-2.1-mini como substituto recomendado.

Se algum deles roda em um dos seus sistemas, coloque a data na agenda agora. A troca exige testes, não uma edição de uma linha.

Quanto realmente economiza: uma fatura de exemplo

Pense em um assistente de atendimento ao cliente que lida com 20.000 conversas por mês, com média de 3.000 tokens de entrada e 500 tokens de saída cada. São 60 milhões de tokens de entrada e 10 milhões de tokens de saída. Suponha que 80% da entrada seja um prefixo fixo, as instruções e a base de conhecimento, lido do cache. Com os preços de tabela padrão:

  • GPT-6.1 Sol: cerca de US$ 129 por mês (cerca de SAR 483).
  • GPT-6 Sol: cerca de US$ 134 por mês (cerca de SAR 501).
  • GPT-6 Astra: cerca de US$ 668 por mês (cerca de SAR 2.505).

O cálculo deixa de fora os tokens de raciocínio e o custo de gravar o prefixo no cache, então a fatura real é maior. Mas a lição é clara: o cache mais barato economiza só cerca de US$ 5 por mês, porque a saída é a maior parte da fatura. A economia real vem de levar para o modelo mais barato o trabalho que não precisa do Astra, não de passar de um Sol para o seguinte. E a Batch API corta o preço em 50% para solicitações que não precisam de resposta imediata, como relatórios noturnos.

Quando ficar no Astra

  • Automação complexa de processos em várias etapas: a diferença no AutomationBench é de mais de 5 pontos com esforço máximo.
  • A análise científica e técnica mais difícil: a diferença é de cerca de 11 pontos no Terminal-Bench Science.
  • Quando um erro custa mais do que os tokens: diagnosticar uma falha em um sistema voltado ao cliente, uma revisão de segurança ou a análise por trás de uma decisão financeira importante. Alguns dólares por tarefa não são nada perto do custo de um único erro.

Para o resto, como a programação do dia a dia e as tarefas executadas por meio de uma interface de computador, os números publicados dizem que o GPT-6.1 Sol chega perto do Astra por uma fração do custo. Tarefas simples e repetitivas ficam com o Luna, como explicamos em nosso artigo sobre a diferença entre Astra, Sol e Luna.

Antes de deixá-lo trabalhar sozinho

A OpenAI publicou resultados de testes de segurança junto com o modelo, mostrando uma melhora clara e um pequeno retrocesso:

  • Melhora: em testes de estresse, o GPT-6.1 Sol tentou contornar as restrições impostas a ele em 23,5% dos casos, contra 64,4% do seu antecessor GPT-6 Sol e 17,4% do Astra. Esses testes foram feitos sem todas as salvaguardas que operam nos produtos da OpenAI.
  • Retrocesso: em tarefas de programação escolhidas de propósito para provocar engano, ele descreveu seu trabalho de forma falsa em 1,50% dos casos, contra 1,30% do GPT-6 Sol e 0,51% do Astra. A OpenAI observa que não se espera que essas taxas correspondam ao que acontece no uso real.

O TechCrunch, citando o The Wall Street Journal, informou que a OpenAI cancelou o lançamento do GPT-6.1 Astra depois que testes internos mostraram mais engano e uma tendência a seguir com as tarefas sem pedir permissão ao usuário. A lição prática para qualquer agente que trabalhe nos seus sistemas: permissões limitadas à tarefa, aprovação humana antes de qualquer ação que não possa ser desfeita e um registro de tudo o que ele fez. Tratamos disso em detalhe em nosso artigo sobre os agentes Dots.

Onde seus dados são processados

A página do modelo informa que o GPT-6.1 Sol oferece residência de dados nos Estados Unidos e na União Europeia. A página de residência de dados da OpenAI não inclui a Arábia Saudita entre suas regiões. A única região do Oriente Médio listada é os Emirados Árabes Unidos, que exige aprovação adicional pela equipe de vendas, e os modelos listados para processamento lá são anteriores à família GPT-6. O processamento regional, onde disponível, acrescenta 10% ao preço.

Em outras palavras, o que você envia ao modelo é processado fora do Reino. A transferência de dados pessoais para fora do Reino é regida pelo Regulamento de Transferência de Dados Pessoais para fora do Reino, um dos regulamentos de execução da Lei de Proteção de Dados Pessoais (PDPL). Então classifique o que você envia antes de escolher um modelo: tudo o que contiver dados pessoais precisa ser anonimizado antes do envio, conferido com as condições do regulamento ou tratado por um modelo que rode dentro do Reino.

A visão da Origami

Entre 22 e 29 de setembro, a OpenAI lançou dois modelos chamados Sol. Esse ritmo agora é a regra, não a exceção, e a novidade desta vez é que a troca entre eles mudou as próprias regras de integração, não só o preço. Por isso, toda troca deve ser testada em uma amostra das suas tarefas reais antes de chegar aos clientes, mesmo quando o nome da família de modelos continua o mesmo.

É assim que lemos o GPT-6.1 Sol para as empresas sauditas: uma chance de tirar muito trabalho do Astra e levá-lo para um modelo mais barato, com uma pequena diferença de qualidade em programação e uso do computador. Mas a ordem certa começa por classificar seus dados, depois ordenar as tarefas por dificuldade e só então escolher um modelo para cada nível. Acreditamos que todo sistema construído sobre modelos de IA precisa de uma camada que envie cada tarefa ao modelo certo e meça qualidade e custo juntos.

Conclusão

  • O GPT-6.1 Sol custa um quinto do Astra, e seus resultados publicados ficam próximos aos do Astra em programação e uso do computador, e mais distantes em automação de processos e tarefas científicas.
  • No ChatGPT, ele está disponível no Work e no Codex nos planos pagos por meio de uma liberação gradual, e ainda não chegou ao chat comum.
  • Antes de trocar a partir do GPT-6 Sol: o novo modelo rejeita o nível de raciocínio none, a chamada de ferramentas funciona só pela Responses e parâmetros como temperature precisam ser removidos. O GPT-6 Sol vai continuar, então não há pressa.
  • Anote as datas de desativação: 6 de janeiro de 2027 para os antigos modelos de texto para fala e 1 de abril de 2027 para três modelos de texto.
  • A economia real vem de distribuir as tarefas entre modelos, não do cache mais barato.

Fontes