NOTÍCIA

OpenAI prepara GPT-6.1 Terra para brigar no custo por token

OpenAI deve lançar em breve o GPT-6.1 Terra, modelo que promete sair mais barato que o Sol. A informação partiu de repositórios da Microsoft

OpenAI prepara GPT-6.1 Terra para brigar no custo por token
Imagem: Redação iMasters

OpenAI deve lançar em breve o GPT-6.1 Terra, modelo que promete sair mais barato que o Sol. A informação partiu de repositórios da Microsoft e foi confirmada por fontes do The Information.

A pista apareceu de forma curiosa. Além disso, a pesquisadora Lumina identificou configurações de avaliação do Terra nesses repositórios, sinal típico de lançamento iminente.

Portanto, o movimento aponta para uma disputa direta no custo por token.

O patamar de preço que o Terra precisa bater OpenAI

A régua atual vem do próprio GPT-6.1 Sol. Ele cobra US$ 2 por milhão de tokens de entrada.

Na saída, o valor sobe para US$ 10 por milhão de tokens.

O Terra, segundo a reportagem, mira ficar abaixo desses números. Consequentemente, o uso em produção pode ficar bem mais acessível.

Vale um detalhe importante sobre posicionamento. No entanto, a expectativa indica que o novo modelo supere o Sol em capacidade, além de custar menos.

Essa combinação torna o corte de preço ainda mais agressivo.

OpenAI aposta na linha Terra como porta de entrada

A estratégia tem histórico. A empresa já havia lançado a linha Terra com foco em custo benefício.

O GPT-6.1 Terra representa a evolução dessa aposta.

O alvo também parece claro. Contudo, ele mira desenvolvedores que hoje escolhem modelos concorrentes por causa do preço.

Além disso, o contexto favorece esse movimento. A redução de custo tem acelerado a adoção de 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 → em fluxos de desenvolvimento.

A própria Microsoft revelou recentemente que designers passaram a usar IA para codificar o Windows 11.

Anthropic responde com intuição em vez de preço

A concorrente seguiu outro caminho. Segundo o The Information, a Anthropic testa um modelo possivelmente das linhas Fable ou Opus.

Além disso, o diferencial está na leitura de intenção. Ele busca entender o pedido real do usuário mesmo diante de comandos vagos.

Para quem desenvolve, o exemplo citado interessa bastante. O modelo identificaria falhas estruturais em bugs de software e sugeriria soluções criativas.

Se a entrega sair confiável, essa abordagem vira ferramenta útil em problema complexo. Depuração raramente começa com um prompt bem formulado.

Google mantém a dianteira em tarefas visuais

O terceiro player também se mexeu. O Gemini 4 Carbon aparece como atualização do recém lançado Gemini 4 Argon.

As vantagens citadas ficam no campo visual. Contudo, a lista inclui análise de conteúdo de vídeo e testes automatizados↳Testes automatizados4 conteúdosComo migrei meus testes automatizados de Java para Ruby… Será que fiz bem?Dev (Back & Front) · jun 2019TDD em Nodejs: conhecendo o JestDev (Back & Front) · mar 2019Arquitetura Hexagonal na prática com exemplos em PythonDev (Back & Front) · mai 2025Ver tudo em Dev (Back & Front) → de websites.

Esse último ponto merece atenção de quem trabalha com QA. Teste visual automatizado segue como gargalo em muitos pipelines.

A empresa mantém vantagem notável em compreensão de imagem e vídeo. Além disso, o Carbon tende a consolidar essa posição.

O calendário ainda pode escorregar

Aqui entra a ressalva necessária. A repórter Stephanie Palazzolo, do The Information, observou que algumas datas podem escorregar para novembro.

Ainda assim, a direção aparece bem definida. As três empresas correm para oferecer ferramentas mais inteligentes, mais baratas e mais intuitivas.

O que fazer com essa informação agora

Primeiro, revise seu custo atual por tarefa. Comparar preço de token sem medir tokens consumidos leva a conclusão errada.

Segundo, separe as cargas por perfil. Tarefa repetitiva e volumosa responde bem a modelo barato, enquanto depuração complexa pede raciocínio mais elaborado.

Terceiro, mantenha a camada de abstração no seu código. Trocar de fornecedor fica trivial quando a chamada passa por uma interface própria.

Por fim, acompanhe novembro de perto. A guerra de preços segue aberta, logo o cenário de custo deve mudar outra vez.

Acompanhe nosso perfil no Instagram!

Matérias especiais e reportagens conduzidas internamente pela Redação iMasters. Acompanhe no Twitter @imasters e no Instagram/Threads @portalimasters

Mais de Redação iMasters
Ver perfil →