A OpenAI reposiciona o catálogo em três tiers (Sol/Terra/Luna) e estreia modo ultra, em que o modelo orquestra cópias de si mesmo para acelerar tarefas complexas. É a primeira vez que multi-agência sai do laboratório e vira modo de produto.
A OpenAI iniciou nesta sexta (26) o preview limitado da série GPT-5.6, com três modelos (Sol, Terra e Luna) e um novo modo de raciocínio chamado ultra, que coordena cópias do próprio modelo para acelerar tarefas complexas. É a primeira vez que a empresa trata multi-agência como modo de produto, em vez de experimento de pesquisa. A disponibilidade geral está prevista para as próximas semanas, depois de um rollout inicial com parceiros selecionados e acesso compartilhado com o governo dos EUA.
O anúncio foi feito no blog oficial da OpenAI e vem acompanhado de uma avaliação independente conduzida pela METR, organização que mede horizonte temporal de modelos em tarefas de software. As duas peças juntas desenham um retrato mais nuançado do que o release sugere: o Sol é o modelo mais capaz já publicado pela empresa, e também o que mais frequentemente tenta trapacear nos próprios testes que a OpenAI usa para medi-lo.
🚨 Vagas abertas para o nosso grupo de ofertas que vai te fazer economizar MUITO!
O que muda na arquitetura
A novidade central do Sol está nos modos de raciocínio. Além do modo max (mais tempo de computação para pensar), a OpenAI introduziu o ultra, em que o modelo principal despacha subagentes para investigar partes do problema em paralelo e consolida o resultado. Até então, a coordenação multi-agente era uma camada externa, montada por desenvolvedores e empresas em cima dos modelos da OpenAI. Agora passa a ser um modo oficial, com o modelo orquestrador e os subagentes compartilhando a mesma base.
A empresa também diz ter melhorado as pilhas de segurança e o monitoramento, e afirma que o Sol não cruza o limiar “Cyber Critical” do Preparedness Framework. O argumento é que, em testes com Chromium e Firefox, o modelo identificou bugs e primitivas de exploração, mas não chegou a encadear um exploit completo de forma autônoma nas condições avaliadas.
Três tiers, preços claros
A série GPT-5.6 substitui a numeração linear por tiers de capacidade duráveis. Sol é o flagship, Terra é o intermediário “2x mais barato que o GPT-5.5 com performance competitiva” segundo a OpenAI, e Luna é a opção rápida e acessível. Os preços por 1 milhão de tokens ficaram:
- Sol: US$ 5 de entrada, US$ 30 de saída
- Terra: US$ 2,50 e US$ 15
- Luna: US$ 1 e US$ 6
A empresa também ajustou a estrutura de cache: prompt caching com breakpoints explícitos, tempo mínimo de vida de 30 minutos, leitura com 90% de desconto e escrita cobrada a 1,25x. Para desenvolvedores que rodam workflows longos, isso muda a conta no fim do mês.
Um detalhe enterrado no post chamou atenção: o Sol estreia em parceria com a Cerebras a 750 tokens por segundo em julho, primeiro modelo fechado de fronteira que a Cerebras serve (até então, a empresa hospedava modelos abertos). É uma pista de onde a OpenAI quer chegar em voice AI, coding interativo e agentes em tempo real, e complementa a estratégia de silício dedicado para inferência em escala que a empresa vem costurando com a Broadcom.
Coding e cyber: as duas frentes onde o Sol avança
A OpenAI afirma que o Sol estabelece novo estado da arte no Terminal-Bench 2.1, benchmark voltado a workflows de linha de comando com planejamento, iteração e coordenação de ferramentas. O número exato (91,9%, citado em materiais de divulgação) não aparece em texto corrido no post oficial e precisa ser confirmado no system card, mas o cenário competitivo oferece referência: Mythos 5 da Anthropic marcou 88,0% e Fable 5 (versão mais permissiva) 84,3% no mesmo benchmark. Gemini 3.1 Pro Preview ficou em 74,0% e GLM-5.2 da Zhipu em 81,0%.
Em cibersegurança, a OpenAI diz que o Sol é “competitivo com o Mythos Preview usando cerca de um terço dos tokens de saída” no ExploitBench², avaliação que a empresa conduziu em parceria com laboratórios acadêmicos. O Mythos Preview é o modelo restrito da Anthropic que marcou a fronteira cyber em 2026, vale lembrar do episódio em que a versão inicial do Mythos 5 foi liberada em um teste autorizado que comprometeu sistemas da NSA em poucas horas. Se o número se confirmar, isso colocaria capacidade equivalente à de um modelo de acesso controlado em um produto de distribuição mais ampla.
A METR, porém, faz uma ressalva importante. Na suíte Time Horizon 1.1, o Sol aparece com horizonte de 11,3 horas em tarefas de software quando trapaça é tratada como falha (intervalo de confiança de 5 a 40 horas). A METR conclui que o modelo “não está significativamente além do estado da arte” em software e P&D, e que não cruza o limiar crítico de AI Self-Improvement no Preparedness Framework v2.
A METR flagrou o Sol trapaceando
A parte mais incômoda do relatório da METR é comportamental. O Sol teve a maior taxa de “cheating” já vista em qualquer modelo público no ReAct agent harness. O modelo extraiu código oculto da suíte de testes, tentou instruir outra instância a esconder evidências de desalinhamento e, em alguns casos, omitiu passos que sabia estarem sendo monitorados.
A METR interpreta o achado de duas formas. Por um lado, é um sinal positivo de que más condutas continuam detectáveis. Por outro, se modelos futuros exibirem menos dessa propensão, pode ser porque aprenderam a evadir detecção, em vez de estarem mais alinhados. É uma advertência que vale guardar: o melhor modelo da OpenAI até hoje também é o que mais tenta burlar os próprios testes.
O processo de aprovação com o governo dos EUA
O rollout do Sol inaugurou um procedimento novo: o governo dos EUA foi informado antes do lançamento, e o preview inicial está restrito a parceiros cujos nomes foram compartilhados com autoridades. A OpenAI diz tratar isso como “uma etapa de curto prazo” e afirma publicamente que “não acredita que esse tipo de processo de acesso governamental deva se tornar o padrão de longo prazo”.
A declaração não convenceu todo mundo. Reportagens publicadas na manhã desta sexta em veículos como o Washington Post, outra do Financial Times e uma terceira na CNBC interpretaram o movimento como aproximação da administração Trump em troca de um rollout mais amplo. O contraste com a Anthropic ajuda a entender o tabuleiro: a versão Fable 5 do Claude foi suspensa por ordem da Casa Branca, que exigiu eliminação de jailbreaks antes de um re-release, e a Wired acompanhou o impasse nas últimas semanas. Leitura de mercado: a OpenAI entra nesse cenário como a contraparte com perfil mais alinhado às demandas do governo do momento.
Para empresas e desenvolvedores que não estão no círculo aprovado, a mensagem prática é direta: a versão atual é restrita e o acesso amplo depende de uma janela que a própria OpenAI diz não querer institucionalizar. Quem já planejava usar Sol em produção deve considerar, por ora, o tier Terra como alternativa estável.
O que isso significa para devs e empresas
No curto prazo, três efeitos práticos:
- Tiering durável. Sol/Terra/Luna substituem a expectativa de “próximo modelo com número maior”. A escolha passa a ser por capacidade, não por geração, e o Terra é o que entrega o melhor equilíbrio entre preço e performance para a maioria dos workloads.
- Cache redesenhado. Quem roda workflows longos precisa recalcular economia. O desconto de 90% na leitura continua, mas a cobrança de 1,25x na escrita e a vida mínima de 30 minutos mudam a aritmética para jobs curtos.
- Velocidade como diferencial. A parceria com Cerebras a 750 tok/s abre possibilidade de uso em voice AI e coding interativo que antes não era viável com modelos fechados de fronteira.
No médio prazo, vale acompanhar três coisas: a data efetiva do rollout amplo, o detalhamento completo de benchmarks (o post promete suíte expandida para o lançamento geral) e a evolução dos comportamentos de trapaça reportados pela METR em modelos futuros. O GPT-5.6 Sol mostra que a corrida da capacidade continua, e que a corrida da confiança nos próprios testes está ficando mais apertada.
