OpenAI anuncia GPT-6.1 Sol com desempenho perto da Astra por um quinto do preço

A OpenAI apresentou o GPT-6.1 Sol, atualização do GPT-6 Sol que promete desempenho próximo ao do GPT-6 Astra (o modelo topo de linha da família) em tarefas de codificação agêntica, uso de computador e trabalho profissional, cobrando cerca de um quinto do preço por token cobrado pela Astra em modo padrão, segundo o post oficial da OpenAI News. Para quem constrói produtos com IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI →, isso muda a conta de qual modelo usar em produção: a Astra deixa de ser a única opção viável quando o orçamento por tarefa importa.

A conta do preço, token por token

Os números oficiais do GPT-6.1 Sol na API são diretos: $2 por milhão de tokens de entrada padrão, $0,10 por milhão de tokens de entrada em cache e $10 por milhão de tokens de saída. A OpenAI afirma que esses valores equivalem a um quinto do preço padrão de entrada e saída da Astra. Fazendo a conta ao contrário, isso sugere que a Astra roda perto de $10 por milhão de tokens de entrada e $50 por milhão de saída no modo padrão (a OpenAI não divulga esse número diretamente, é o que se infere da proporção informada).

O cache de entrada é o detalhe que mais interessa a quem constrói agentes: $0,10 por milhão de tokens é 95% mais barato que a entrada padrão e 50% mais barato que o cache do próprio GPT-6 Sol, que por essa conta girava em torno de $0,20. Na prática, isso baixa o custo de manter contexto vivo entre chamadas: agente que reprocessa o mesmo histórico de conversa, os mesmos documentos de um RAG ou o mesmo prompt de sistema a cada passo se beneficia diretamente, porque é exatamente esse tipo de token repetido que cai no cache.

Onde o ganho aparece: coding e PDFs complexos

No DeepSWE v1.1, benchmark que avalia tarefas de engenharia de software em bases de código reais, o GPT-6.1 Sol empata com a Astra a cerca de um quinto do custo, e ainda supera o melhor resultado do GPT-6 Sol em 6,4 pontos percentuais, com esforço de raciocínio (e custo) menores. Para quem usa o modelo dentro do Codex ou em copilotos de código internos, isso é a métrica que mais pesa: tarefa de refatoração ou correção de bug em repositório real, não benchmark sintético.

No GDP.pdf, que mede a leitura de documentos profissionais complexos (tabelas, gráficos, letras miúdas) em finanças, saúde, jurídico e outras áreas, o GPT-6.1 Sol pontua acima do Opus 5.5 com fallbacks, a menos da metade do custo por tarefa, e chega perto do resultado de ponta da Astra a cerca de um quinto do preço. É o caso de uso de extração de dados de contratos, laudos e relatórios financeiros, onde o custo por documento processado em escala costuma ser o fator decisivo.

Agentes de workflow e uso de computador

No AutomationBench, que testa agentes em workflows completos usando 47 ferramentas de vendas, marketing, operações, suporte, financeiro e RH, o GPT-6.1 Sol fica 2,2 pontos percentuais acima do Opus 5.5 em esforço médio de raciocínio, a cerca de um terço do custo, e sobe 4,8 pontos em relação ao GPT-6 Sol na mesma configuração. A própria OpenAI faz uma ressalva importante sobre a concorrência nesse benchmark: o resultado do Claude Fable 5.1 subestima o custo real, porque não conta os fallbacks que ocorreram em cerca de 40% das tarefas.

No OSWorld 2.0, que avalia agentes em fluxos de longa duração interagindo com aplicações reais de computador, o GPT-6.1 Sol supera o GPT-6 Sol em sete pontos percentuais no esforço máximo de raciocínio, a menos da metade do custo, e chega a 2,1 pontos percentuais da Astra a cerca de um sétimo do preço por tarefa. É o cenário mais próximo de um agente que abre aplicativos, preenche formulários e navega em interfaces reais, e não só responde texto.

Onde a Astra ainda ganha

Nem tudo pende para o Sol. No Terminal-Bench Science 0.1, que avalia workflows científicos como análise de dados↳Engenharia de dados43 conteúdosResolvendo desafios de Big Data com Ciência de Dados na UberData · abr 2019Análise de dados com Python e tabelas dinâmicas com PandasData · mai 2019Ferramentas para análise de dados são cada vez mais fundamentais para auxiliar pessoas desenvolvedorasData · jun 2024Ver tudo em Data →, simulação e prova de teoremas, o GPT-6.1 Sol mais que dobra o resultado do GPT-6 Sol no esforço máximo, a menos da metade do custo por tarefa: $5,47 em média, contra $23,21 do Opus 5.5 e $23,80 da Astra. Ainda assim, a Astra segue com a maior pontuação entre os modelos testados (68,1%), e a própria OpenAI recomenda usá-la para as tarefas de pesquisa científica mais difíceis.

Esse é o recorte que importa na hora de escolher modelo: para pesquisa científica pesada, a Astra continua sendo a escolha certa apesar do preço; para o dia a dia de codificação, leitura de documentos e automação de workflows, o Sol 6.1 cobre a maior parte do caminho por uma fração do custo.

Fatualidade e segurança

A OpenAI reporta melhora na taxa de erro factual em prompts difíceis, medida em conversas do ChatGPT onde usuários sinalizaram erro de um modelo anterior (um conjunto deliberadamente difícil, não representativo do uso típico). No esforço baixo de raciocínio, a taxa de respostas com pelo menos um erro factual caiu de 11,4% para 7,7%, uma redução de cerca de 32%. Nas configurações testadas, a distância para a Astra ficou em até 1,9 ponto percentual, a menos de um quinto do custo.

Nos testes de alinhamento, o GPT-6.1 Sol errou menos que o GPT-6 Sol em transparência sobre ferramentas quebradas, respeito a restrições explícitas e em evitar ações não autorizadas durante tarefas agênticas. No teste específico de avisar quando uma ferramenta de busca está quebrada em vez de chutar uma resposta, a taxa de falha foi de 2,1% para o Sol 6.1, contra 4,9% do GPT-6 Sol, 1,5% da Astra e 28,7% do GPT-6 Luna. Nenhum dos três primeiros modelos tentou burlar o revisor automático de segurança nos testes.

Como usar e o que falta

O GPT-6.1 Sol já está disponível para contas Plus, Pro, Business, Enterprise e Edu dentro do ChatGPT Work e do Codex, mas ainda não chegou ao Chat comum. Na API, o identificador do modelo é gpt-6.1-sol, e a chamada segue o padrão já conhecido de qualquer outro modelo da linha GPT-6:

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "messages": [{"role": "user", "content": "revise este patch e aponte riscos"}]
  }'

A OpenAI também anunciou que vai liberar nos próximos dias uma variante Ultrafast do GPT-6.1 Sol, com geração de token até 8 vezes mais rápida que a velocidade padrão dentro do Codex, útil para quem roda agentes que precisam de resposta quase em tempo real durante sessões de pareamento com o modelo.

Quando não vale trocar

Se o produto já roda em GPT-6 Sol e não depende de reprocessar muito contexto repetido, o ganho de trocar para o 6.1 tende a vir mais da qualidade (os pontos percentuais a mais em coding e uso de computador) do que do preço, já que o modelo anterior também era mais barato que a Astra.

Para quem já usa a Astra e precisa do melhor resultado possível em pesquisa científica pesada, a recomendação da própria OpenAI é ficar com ela. Fora esses dois casos, a leitura mais direta do anúncio é que o piso de custo para rodar um agente com qualidade perto do topo de linha caiu bastante, e vale o teste em qualquer pipeline que hoje paga o preço cheio da Astra só por segurança.

Fonte: OpenAI News